车辆底盘集成控制研究

基于模型预测控制理论,从提高车辆极限工况稳定性角度,研究车辆纵向和侧向运动的水平集成控制及纵向、侧向和垂向的全局集成控制.确定了分层集成控制结构,设计了转向/制动模型预测控制器和主动悬架控制器.采用单轮规则制动分配法,实现了车辆底盘转向/制动的水平集成控制和转向/制动/悬架的全局集成控制,并通过仿真实验对算法进行验证.结果表明：集成控制能有效提高车辆极限工况的稳定性和主动安全性.     

车辆制动稳定性的模糊协调控制

降低车辆的横摆力矩对改善车辆制动稳定性具有重要意义。在分析车辆制动时轮胎与路面接触力学特性的基础上,推导出横摆力矩与前轴两侧车轮的加减速度差、制动轮缸压力差之间的相互关系,提出了一种基于车轮加减速度差来对制动轮缸压力进行模糊协调调节,从而提高制动稳定性的控制方法。参照国家标准,在不同条件下进行道路试验。道路测试表明,相对于各个车轮独立控制,模糊协调控制降低了车辆横摆力矩,改善了车辆的制动稳定性,是一种新的有效的控制方法。     

基于遗传算法的神经-模糊减振控制方法

针对复杂情况下模糊控制器难以获取经验规则的缺点,利用遗传算法来优化模糊控制器的规则,并采用一种权重和方法以实现多目标的优化控制.为了减少时滞对控制效果的影响,应用BP神经网络以预测模糊控制器的输入.基于76层风振Benehmark模型对提出的控制算法进行了计算仿真分析.结果表明神经-模糊控制(NN-FLC)方法在理想情况下与传统LQG控制算法控制效果相当;但在结构刚度不确定时,该方法具有较强的稳定性和鲁棒性,远优于LQG算法.     

基于模糊神经网络控制的汽车辅助再生制动系统研究

将驾驶安全性和制动能量回收相结合,提出了基于模糊神经网络控制的汽车辅助再生制动系统.通过试验数据建立基于驾驶员经验的模糊神经网络,实现根据驾驶车辆与前车的相对距离和相对速度动态调整制动强度;通过计算得到不同的车速和制动强度下,前轮再生制动力,前、后轮摩擦制动力查询表;将模糊神经网络和制动力查询表嵌入配备比例阀的制动系统从而完成辅助再生制动系统的设计.在Simulink下搭建此辅助再生制动系统模型进行仿真实验,结果表明,此再生制动系统可以有效辅助驾驶安全,避免追尾事故发生,并可充分回收制动能量.     

基于自适应神经网络的歼击机模糊跟踪控制

提出了一种基于T-S模糊模型和自适应神经网络的跟踪控制方法.在系统具有未知不确定非线性特性的情况下,利用T-S模糊模型对系统的已知特性进行近似建模,设计基于模糊模型的模糊H∞跟踪控制律进行输出跟踪控制.在模糊控制的基础上,引入了基于RBF神经网络的自适应控制,用于在线对消不确定项和模糊建模误差的影响,以保证系统具有期望的鲁棒H∞跟踪性能.所提出的方案保证了闭环系统的稳定性,有效地提高了系统的鲁棒性和跟踪性能.仿真实例表明了所提出方法的有效性.     

非线性大滞后系统的单神经元模糊预测控制

提出一种单神经元模糊预测PID控制策略,无需对复杂控制过程建立数学模型,只要检测过程的实际输出和期望输出,通过模糊预测控制修正单神经元PID控制规则,即可对非线性大滞后系统实现自适应控制.对于大滞后扰动系统,在稳定性、快速性、鲁棒性方面明显优于常规单神经元PID控制器.仿真结果表明,该方法应用于非线性大滞后系统具有良好的控制品质.     

电机调速过程的模糊自适应变结构控制

电机在运行中受负荷和环境参数的扰动而速度不稳定,如不及时克服和调整,将使电机发生抖震,也影响系统的稳定.因此给出了一种针对电机调速过程的有效的控制算法.采用Tacagi-Sugeno分段模糊化再进行连接的方法,用局部的模糊线性模型集合来代替整体的非线性模型,完成了模糊模型辨识,并基于此给出了模糊自适应预测控制算法,使得电机的输出速度保持动态稳定;为保证控制的动态跟踪功能引进了变结构控制;对于提出的算法给出了稳定性和鲁棒性设计.实际应用结果表明,所给的控制方案适合于一类不确定动态过程的有效控制.     

基于非线性系统模糊模型的l∞范数预测控制

以非线性系统模糊模型为基础 ,提出了一种基于l∞ 范数性能指标的预测控制方法 .证明了当子线性模型闭环稳定时 ,基于模糊模型的l∞ 预测控制系统是闭环稳定的 .将此方法用于连续反应搅拌釜 (CSTR)中和过程 pH值控制的仿真试验 ,结果表明其综合控制性能优于基于二次性能指标的预测控制方法 .     

模糊PID在汽车ABS上的控制优化及仿真研究

在Matlab/Simulink环境内建立了汽车ABS动力学模型,引入S函数对模糊PID控制过程进行优化,并对该控制方法进行了仿真研究,研究结果表明：基于S函数的模糊PID控制更加灵活,汽车ABS在基于S函数的模糊PID控制下,制动距离较常规模糊PID控制短,虽然基于S函数的模糊PID控制在后期有明显颤振,但控制参数具有明显的收敛性。     

基于状态控制机制列车自动调速控制研究

为解决列车自动调速运行控制中的状态控制问题,提高列车自动调速控制的效率,减少状态切换的变迁,在分析列车自动调速控制模型的基础上,研究了自动调速控制的状态控制机制和采用模糊预测控制逻辑的速度调整算法,提出一种较为可靠地的自动调速控制策略.基于模糊预测控制逻辑,采用形式化方法,设计了状态控制机制,建立了系统模型.为了减少受...     

引入预测控制理论的汽车ABS模糊控制仿真研究

建立了汽车动力学模型、轮胎模型、制动器模型和控制系统模型。在此基础上,引入预测控制理论,对汽车ABS系统进行了模糊控制仿真研究。     

连续搅拌反应釜的自适应模糊辨识与预测控制

化工领域为保证生产安全,对温度、压强、浓度等工艺指标有严格的要求。连续搅拌反应釜属于典型的化工设备,存在较强的非线性和时滞性,传统的建模与控制方法无法满足其精度要求。针对连续搅拌反应釜系统提出一种自适应模糊辨识与预测控制的方法。首先根据模糊划分C均值聚类算法得到模糊隶属度和初始聚类中心,在此基础上采用分层遗传算法进一步优化连续搅拌反应釜T-S模糊模型的参数。其次,采用自适应机制遗忘因子递推最小二乘法来估计T-S模糊模型的后件参数。最后,基于得到的T-S模糊模型,对连续搅拌反应釜进行自适应模糊广义预测控制,仿真结果验证了该算法的有效性。     

基于模糊控制的旋转型双支点倒立摆系统

对旋转型垂直式倒立摆系统的机械结构及控制系统进行了研究,提出了基于最优控制的T-S模型模糊控制方案,即采用最优控制理论对此模型实现分段控制作为底层控制和基于T-S模型的模糊控制相协调的上层控制,来实现倒立摆系统的稳定控制。采用MATLAB/Simulink对该方法进行仿真,结果验证了基于T-S模型的模糊控制理论对旋转型倒立摆系统控制的有效性。     

基于动态全局模型的模糊控制系统稳定性分析

针对目前国内外尚缺乏模糊控制系统设计与性能分析的一般方法,研究了基于动态全局模型的模糊控制系统的系统化设计与稳定性分析方法．被控的模糊系统由一组动态模糊状态空间模型表示,该模型可看作是T-S模糊模型的扩展．整个模糊系统的模糊控制器的设计思路是根据期望的闭环极点找到每一子系统的局部状态反馈控制器,然后由主导局部子系统来构造全局模糊控制器．分析了整个闭环模糊控制系统的稳定性并提出了利用补偿控制来保证该闭环模糊控制系统稳定的新方法．仿真实例验证了所提方法的有效性．该方法为模糊控制系统的设计与性能分析开辟了一条新的途径．     

SISO高阶非线性系统的模糊滑模控制方法

为了解决基于TS(T akag i-Sugeno)模型的模糊控制方法在高阶单输入单输出(S ISO)非线性系统模糊控制中出现的“维数灾”问题,采用由作者研究组提出的多输入单输出(M ISO)典型模糊控制器,提出了模糊滑模控制方法,并且证明了闭环非线性系统的全局渐近稳定性。另外,当非线性系统存在模型不确定性时,只要将控制式略加修改,仍能保证闭环非线性系统的全局渐进鲁棒稳定性。仿真试验表明,该模糊滑模控制方法不仅设计参数少,设计步骤简单,具有良好的控制性能,并且可以有效地避免了维数灾问题。     

高阶SISO非线性系统的分层模糊滑模控制

为了解决高阶SISO(单输入单输出)非线性系统模糊控制中出现的"维数灾"问题,采用典型模糊控制单元,构造了"增一型"分层模糊控制器。提出了分层模糊滑模控制方法,并证明了分层模糊滑模控制系统的全局渐近稳定性。该方法设计参数少,设计步骤简单,并且控制器的设计参数只需要满足一定的比例关系即可使整个分层模糊滑模控制系统全局渐近稳定,从而减小了模糊控制器的设计工作量和难度。用一个仿真例子验证了该方法的有效性和优点。     

永磁同步直线电机模糊预测控制策略

为了解决模型预测控制寻求最优控制变量时,由于权重系数选取不合理而导致的实际电流不能紧密跟随给定或预测输出电压波动过大的问题,提出了一种基于模糊控制动态选择权重系数的模型预测控制方法。将模糊控制应用到选取权重系数中,把最优权重系数在线输送给当前正在运行的模型预测控制系统;通过3组试验对不同的权重系数进行仿真、对比和分析,得出权重系数的合理区间。仿真结果表明,基于模糊控制的权重系数具有良好的兼顾性能,当负载变化剧烈时,电机的鲁棒性较好,电流可以紧密跟随给定;当负载变化平缓时,在满足电流可以跟随给定的条件下,输出电压的波动会减小。改进后的控制系统具有较强的抗扰动能力,可以根据负载变化需求自动变化权重系数,为永磁同步直线电机的控制设计提供参考。     

模糊控制算法在温度控制系统中的研究

本文结合电加热炉的控制特性,分析了传统PID算法控制器和模糊逻辑控制器的优缺点,并根据智能控制理论的前沿研究,选择了模糊PID复合控制(Fuzzy-PID)来实现对电加热炉这一数学模型为双输入双输出系统的智能控制。根据实际温控系统的要求,设计出一种PID控制与模糊控制相结合的智能控制系统,具备一定的自适应控制能力,因而特别适用于难于用精确数学模型描述的温度控制系统,有较强的稳定性和鲁棒性。     

模糊逻辑在车辆稳定性控制系统中的应用

探讨了车辆在高速转向的极限运动工况下,利用施加于各车轮不同纵向力产生的辅助横摆力矩来提高车辆动力学稳定性的基本原理.推导了七自由度整车动力学模型,建立了车辆质心侧偏角观测器,并且考虑到车辆参数和运行工况的复杂多变,设计基于模糊控制逻辑的车辆稳定性控制策略,通过控制横摆角速度和质心侧偏角可使车辆对象输出跟踪理想参考模型的输出,用Matlah/Simulink建立车辆仿真模型,对所设计的控制算法进行了数字仿真,最后利用基于dSPACE的硬件在环仿真技术,对设计控制器的性能进行了实验验证.结果表明:所设计的模糊控制器能够显著改善车辆的操纵稳定性,特别是在低附着系数路面工况下.