车辆主动转向与电子稳定控制系统的协同控制

为提高车辆行驶时的操纵稳定性和安全性,本文通过协同控制策略研究分析了主动转向与ESP对车辆操纵稳定性的影响。首先基于主动转向的二自由度线性车辆动力学模型设定上层协同控制策略,及下层主动转向控制器和ESP控制器,并结合CarSim与Matlab/Simulink平台完成主动转向系统、双PID控制的ESP系统、及其协同控制的整车模型搭建,然后再基于硬件在环试验台进行高附着路面和低附着路面的双移线试验,最后对比分析不同工况下主动转向与ESP协同控制相对其独立控制下的车辆质心侧偏角和横摆角速度响应曲线。结果表明本文设计的主动转向与ESP协同控制策略相对其独立控制,可更好地提高车辆的操纵稳定性。可见主动转向与ESP协同控制的稳定性控制效果明显提高,在极限工况下能将车辆控制在安全行驶的稳定范围内。     

基于蚁群算法寻优的电动轮汽车牵引力PID控制

提出了一种基于蚁群算法优化PID参数的控制策略,并应用于电动轮汽车的牵引力控制.文中提出了一种易于工程应用的方法来实时估计车辆的状态参数,设计模糊控制器计算出最佳滑转率,将ACO应用到牵引力PID控制器中从而实现对车轮转矩的调节,并在搭建的电动轮汽车中进行实车测试.结果表明,所制定的控制策略可以满足要求,抑制了车轮的过度滑转.     

基于模糊PID控制的1/2车辆主动悬架系统研究

建立了1/2车辆主动悬架系统动力学模型和路面输入模型,将PID控制和模糊控制并联,设计了主动悬架系统模糊PID控制器。在MATLAB/Simulink中的仿真结果表明,模糊PID控制的主动悬架在车身加速度、俯仰角加速度、悬架动行程及轮胎动位移等方面明显优于被动悬架以及单纯的模糊控制和PID控制,较好的改善了车辆的行驶平顺性及乘坐舒适性。     

车辆轨迹的预瞄与模糊分数阶比例-积分-微分控制

为提高无人车辆轨迹控制的精度,提出了一种基于预瞄误差建模和优化模糊分数阶PID控制的车辆路径跟踪方法。根据车辆动力学特性,引入预瞄横向误差模型,以预瞄横向误差为输入,车辆前轮转角为输出,调整转角角度减小偏差实现轨迹跟踪,设计模糊分数阶PID跟踪控制器。该控制器在PID的基础上结合分数阶理论,同时利用粒子群算法优化的模糊控制器对参数进行在线调整。在CarSim/Simulink联合仿真平台进行仿真研究。研究结果表明,本文所设计的控制器可行有效,为轨迹控制的研究提供了参考。     

基于PID参数自整定的远程恒压供水系统的研制

用传统的PID参数整定方法实现恒压供水系统的控制无法满足更高的供水要求。针对该系统存在问题,将模糊PID参数整定理论和利用蚁群算法来优化参数相结合是一种新的尝试,仿真结果表明,该方法比其它类型的控制器有更好的动态性能。     

多集散点车辆路径优化的混合算法

为使多集散点车辆路径优化结果全局最优,以订单为基准建立多集散点车辆路径优化模型.采用粒子群算法与改进蚁群算法组成的混合优化算法求解模型.由粒子群算法的粒子位置向量得到每辆车所需运送的订单号,用蚁群算法优化单车路径,根据优化的总路径评价和筛选粒子,直到满足终止条件.该模型和混合算法是所有车辆对所有订单节点的路径优化,突破了多仓库问题直接或间接转化为多个单仓库车辆路径优化问题中的局部节点求解的限制.实例求解结果表明,用该混合算法优化的车辆总路径长度小于用蚁群算法求得的结果.     

汽车ABS的模糊自适应PID控制

为获得更贴近实际情况的滑移率变化,在车辆动力学模型加入空气阻力和滚动阻力,应用Matlab2012b/Simulink环境内建立更加接近实际的车辆ABS动力学仿真模型.结合模糊控制与PID控制的优点设计出一种模糊自适应PID控制器.结果表明:模糊自适应PID控制策略来解决汽车ABS的控制优化问题可行,提高了系统的动态性能和安全性能;能适应不同路面的变化;控制过程平稳且可以达到很好的制动效果.     

小型无人机滑跑航向纠偏及增稳控制设计

为解决小型无人机地面滑跑纠偏过程中易发生的侧翻问题,建立了无人机地面滑跑数学模型,分析了无人机滑跑侧翻的原因,设计模糊增稳控制器,模糊协同控制前轮转向、升降舵和副翼偏转,增加无人机的滑跑稳定性.提出只纠正无人机航向角偏差的纠偏控制方案,降低无人机侧翻风险.设计基于蚁群算法的模糊PID纠偏控制,应用蚁群算法对PID参数离线寻优,用模糊控制对PID参数进行在线调整.仿真和试验结果表明,本文设计的航向纠偏及增稳控制系统能有效纠正无人机航向角偏差,增加无人机在滑跑纠偏过程中的稳定性,防止无人机发生侧翻.      

基于蚁群算法的智能人工腿最优PID控制器设计

以蚁群系统和蚁群算法为基础,提出了一种新的具有不完全微分的最优PID控制器的设计方法.该控制器以系统单位阶跃响应的超调量σ、上升时间tc以及调整时间ts为性能指标,针对给定的控制对象,利用所建立的蚁群算法搜索出一组最优PID参数K*p,*i及T*d,作为实时控制中PID控制器的参数.该控制器被用于控制智能仿生人工腿中的执行电机.计算机仿真结果表明,与传统的PID控制器相比,这种基于蚁群算法的最优PID控制器具有良好的动态和稳态性能,可用于控制多种不同的对象和过程.     

基于模糊自整定PID 的爆胎车辆轨迹控制

为解决高速公路爆胎车辆出现偏航的问题, 借助veDYNA 软件进行了的仿真研究。在确定了爆胎车辆轨迹控制的评价指标后, 采用模糊PID(Proportion Integral Differential)控制器, 规划了爆胎后车辆的方向盘转角, 代替驾驶员对爆胎车辆进行方向控制。该方法结合模糊控制和传统PID 控制的优点, 针对车辆爆胎的复杂环境, 自动整定PID 控制参数, 适应爆胎车辆的参数变化。仿真结果表明: 基于模糊自整定PID 的爆胎车辆轨迹控制可在保证车辆稳定行驶的同时控制车辆的行驶轨迹, 使其在出现较小偏移后回到原路径, 具有较好的适应性。     

履带式装甲车辆纵向速度控制

履带式装甲车辆的动力学系统具有强烈非线性、不确定性的特点,为解决直线行驶工况下的速度控制问题,结合驾驶员驾驶操纵经验,提出一种自适应性强的变论域分相模糊比例-积分-微分(proportion-integral-derivative, PID)控制方法,实现了对期望车速的有效跟随。首先建立包含发动机、传动系及制动系的装甲车辆纵向动力学模型,然后利用模糊算法在线整定PID控制器参数,并采用变论域分相设计进一步提高控制器的自适应能力。仿真实验结果表明,提出的控制方法与传统PID及模糊PID相比,车速跟随控制精度与快速收敛性都有了提高,尤其能够有效解决驱动/制动切换时整车运动状态改变导致的控制效果大幅度下降问题。     

基于参数自整定模糊PID算法的平地机行走速度优化控制系统设计

针对平地机作业时行进速度精度的滞后问题及控制参数,提出了基于参数自整定模糊PID算法的平地机行走速度优化控制系统,协调解决行进速度的滞后问题,并完成了将该算法应用在平地机的控制系统中.系统采用单片机作为行走速度的控制中心,为验证参数自整定模糊PID算法的有效性和可靠性,对平地机的行进速度控制进行了设定干扰信号的测试.通过Matlab软件的Simulink仿真,分析了不加PID的常规控制、PID控制、参数自整定模糊PID控制进行速度稳定控制的效果,测试显示响应时间短、响应速度较快,能够满足设计的要求.     

基于改进模糊PID的轮式机器人速度控制器设计

针对轮式机器人在行走过程中存在速度平衡超调较大与调节时间较长、速度平衡效果较差的问题,采用Matlab/Simulink与Carsim仿真软件建立轮式机器人四轮差速运动模型,对于无刷直流电机(BLDCM)系统,在原有模糊PID的基础上,结合抗积分饱和算法与变速积分算法,提出一种改进模糊PID控制的调速方法。仿真结果表明,通过抗积分饱和与变速积分算法改进后的模糊PID控制器与传统模糊PID控制器相比,在机器人速度平衡控制过程中,超调降低30%,调节时间降低33%,具有速度响应时间短、速度响应曲线波动小的优点。搭建了轮式机器人实验验证平台,实验结果表明,改进后的模糊PID控制调速方法的速度响应快,满足轮式机器人速度控制需求。所提设计可为轮式机器人速度稳定系统调试提供理论指导,并可应用于以速度调控为主导的控制系统。     

碳纤维激光石墨化炉温度控制系统的优化设计

碳纤维激光石墨化加热具有热源集中、升温迅速的特点，石墨化炉的温度控制系统主要采用传统PID控制器，存在惯性大、超调严重等缺点，并且PID控制器的3个参数(比例系数k_p、积分系数k_i和微分系数k_d)固定且主要依据经验获取。对于没有精确数学模型的PID控制系统，可以采用模糊控制对控制策略进行优化，但是模糊算法中模糊规则表的制定依旧主要源于经验所得，无法保证当前规则为最佳规则组合。针对上述问题，提出一种基于遗传算法的优化策略，对模糊规则表寻找全局最优解；借助MATLAB和Simulink环境进行编程仿真，结果表明，基于遗传算法的模糊PID控制效果在整体上优于传统PID控制和模糊PID控制，其响应时间短，控制精度高，无超调量，可用于碳纤维激光石墨化炉的温度控制系统设计。     

基于嵌入式微控制器的冻干试验机温度模糊控制系统设计

将模糊控制理论引入冻干试验机温度控制系统中，设计了基于嵌入式微控制器的模糊PID控制器，解决了常规PID控制温度超调大的问题；给出了模糊PID控制器的设计方法及冻干试验机控制电路的框图；将该系统以蕨菜为冻干物料进行了实验，获得了良好的温度响应曲线．     

基于改进型蚁狮算法的PID控制器参数优化

由于被控对象往往具有高阶非线性等特点,传统PID( Proportion Integration Differentiation) 控制器参数整定方法容易使控制器出现超调、震荡、性能变差等缺陷。为此,提出运用将蚂蚁和蚁狮的移动步长进行改进的蚁狮算法对参数进行优化,通过其互动关系,选择最佳蚁狮位置确定控制器参数,并与改进前蚁狮算法及其他优化算法进行了对比。仿真结果表明,基于改进型蚁狮算法的PID 控制器具有较好的性能指标,相比于改进前蚁狮算法、遗传算法和粒子群算法,该算法具有较高的系统控制精度,以及较短的响应时间等优点,且算法实现更加简单,证明了该方法对于优化PID 参数具有优越性和有效性,为PID 控制器的参数优化提供了参考。