三轴重载汽车转向制动协同控制仿真分析

为提高三轴重载汽车在转向制动工况下的安全性能,基于TruckSim汽车仿真软件,搭建了三轴重载汽车整车模型。对三轴汽车在转向制动工况下的力学特性进行了分析,基于分析结果设计了削减制动力的三轴汽车转向制动协同控制器。对于车辆处于不足转向的情况,设计了滑移率分配的模糊控制器。采用TruckSim与Simulink联合仿真,对ABS控制和协同控制在转向制动工况下的控制效果进行了探讨。仿真结果表明,在转向制动工况下,与ABS控制器相比,协同控制器提高了三轴重载汽车转向制动工况下的操纵稳定性和制动安全性。     

优化分级T-S模糊控制动态估计纯电动汽车电池健康状态

针对纯电动汽车动力电池健康状态（state of health,SOH）预测中非线性影响因素多、算法繁杂、难以在单片机开发平台中实现等难点,首先利用累计充电循环次数计量法得到使用循环次数,将SOH与使用循环次数、内阻变化量、电压降值的相关非线性关系转换成离散的二维数据表,依据使用条件,采用二分查表法获得不同估计方法下SOH值;再将使用循环次数、电压降值和内阻变化量作为输入量,以相应SOH的权重作为输出,利用T-S模糊控制建立SOH动态预测模型,根据权重和边界条件计算得到SOH.仿真结果表明,所提方法最大预测误差4.3%,响应时间55 ms内,预测效果比现有方法显著提高.      

无人机信息链路电磁干扰效应规律研究

通过对无人机电磁干扰耦合路径分析,建立了信息链路电磁干扰理想模型,讨论了电磁干扰对数据链系统工作信号的压制作用.以某型无人机装备数据链系统为研究对象,提出了一种基于无人机动态飞行的信息链路实验室模拟方法,搭建了数据链电磁干扰注入效应试验系统,分析并确定了电磁敏感度判据.通过无人机上行数据链系统连续波电磁干扰注入效应试验,找到了敏感频点和电磁敏感阈值,分析了信息链路电磁干扰作用机理,探索了失锁效应与AGC电压、误码率之间的内在规律,为靶场实验和无人机电磁干扰预测提供了经验.      

基于Hamilton理论的无人车路径跟踪控制

针对当前车辆路径跟踪控制存在精度低、可靠性差的问题,基于Hamilton理论提出一种四轮驱动四轮转向无人车路径跟踪分层控制方法.通过集成车辆动力学模型和路径跟踪模型,建立了路径跟踪误差模型,结合系统控制目标,提出采用Hamilton理论设计车辆上层控制器,用于实现路径跟踪误差模型的镇定,从而提高车辆路径跟踪的精度与鲁棒性.同时,在下层控制器中,设计4个车轮纵向轮胎力分配算法,通过轮胎力的动态分配满足车辆上层控制需求.利用CarSim和Simulink搭建车辆路径跟踪联合仿真模型并进行仿真实验,仿真结果表明,提出的无人车路径跟踪分层控制策略能够通过前后轮转角以及4个轮胎力的实时控制与分配,抑制路径跟踪过程中的横向误差和航向误差,提高路径跟踪精度并确保控制系统的可靠性.      

一种计算机数控的医用呼吸模拟平台设计

为了给呼吸补偿方法的验证提供数据,设计了一种计算机数字化控制的医用呼吸模拟平台.本文将拟合的呼吸运动曲线映射成三维运动坐标数据,以ATmega2560单片机为核心,采用42BYGH34两相步进电机设计了一种模拟人体呼吸运动的三维运动平台.该平台利用单片机解析来自上位机发送的三维运动曲线数据,然后转换成驱动信号并结合驱动芯片对两相步进电机进行驱动,进而带动与皮带相连夹具上体模的周期运动,从而模拟人体器官的运动.经测试,该运动平台性能稳定,可以为模拟呼吸运动数据的采集提供硬件平台.     

基于自抗扰的高超再入飞行器轨迹线性化控制技术

在高超再入飞行器运动模型的基础上,全面分析了全弹道3通道间的运动学耦合、惯性耦合、气动耦合和控制耦合.针对该强耦合系统的姿态跟踪问题,基于时标分离和奇异摄动原理,分别在姿态环慢回路和快回路设计了基于自抗扰的轨迹线性化控制器.结合控制器的设计过程,从前馈、反馈、干扰观测与补偿等角度全面分析了自抗扰轨迹线性化控制方法的通道解耦机理.仿真结果验证了解耦机理分析的正确性,表明自抗扰轨迹线性化方法具有很好的解耦效果,适合用于强耦合系统的控制器设计.      

基于预设性能转台伺服系统的参数估计和自适应控制

针对含参数未知和非线性摩擦动态的转台伺服系统,提出了一种基于预设性能函数的参数估计和自适应控制方法.利用一种连续的摩擦模型表示转台伺服系统的摩擦动态,引入高阶神经网络对其进行逼近.通过构造一种滤波辅助变量获取参数估计误差信息,并将估计误差信息作为参数自适应律的遗漏因子,保证估计值能够快速收敛到真实值.为了提高转台伺服系统的瞬态响应和稳态性能,利用预设性能函数将原始系统的跟踪误差转换为一个新的误差动态,在此基础上设计自适应控制器,实现对期望轨迹的精确跟踪.仿真结果验证了本文所提算法的有效性.      

抵御传感器故障的静态输出反馈可靠控制

针对线性系统,研究了考虑传感器增益故障情况下,静态输出反馈可靠控制设计问题。首先,在不考虑故障时,设计控制器,给出了系统保持渐近稳定的充分条件;然后,基于传感器故障,在原有反馈控制器作用下系统无法保持稳定;接下来,利用凸组合方法处理故障,及采用求解LMI不等式的方法对静态输出反馈可靠控制器进行重新设计,使闭环系统在发生传感器增益故障时仍能保持渐近稳定;最后,通过数值仿真验证设计方法的有效性和可行性。     

采用模糊免疫PID控制的移动机器人避障误差仿真研究

当前,移动机器人运动规划路径较长,实际运动轨迹与理论运动轨迹误差较大。对此,设计了移动机器人模糊免疫PID控制系统,并对控制系统输出误差进行仿真验证。建立移动机器人平面简图,给出机器人运动方程式,采用平面栅格来描述机器人运动规划路径。引用传统PID控制器并进行改进,设计了模糊免疫PID控制系统,给出了移动机器人PID控制输出系统在线调节流程。采用MATLAB软件对机器人输出误差进行仿真,比较PID控制和模糊免疫PID控制输出误差大小。结果显示:移动机器人采用传统PID控制系统,稳定调节时间为1.0 s,产生的最大误差为0.83 mm,系统输出误差较大;移动机器人采用模糊免疫PID控制系统,稳定调节时间为0.5 s,产生的最大误差为0.59 mm,系统输出误差较小。移动机器人采用模糊免疫PID控制系统,响应速度快,追踪误差较小,从而提高系统的稳定性。     

采用改进模糊PID控制的串联机械手追踪误差研究

针对串联机械手运动角位移跟踪误差较大问题,提出了改进模糊PID控制方法。创建串联机械手简图模型,给出机械手动力学方程式,设计了模糊PID控制系统。引用粒子群算法并对其进行改进,采用改进粒子群算法优化模糊PID控制器,将改进模糊PID控制器用于控制串联机械手角位移变化。采用Matlab软件对串联机械手角位移跟踪误差进行仿真验证,并且与传统PID控制器和模糊PID控制器仿真结果形成对比。仿真结果显示,串联机械手采用PID控制器和模糊PID控制器,其角位移跟踪误差较大,而采用改进模糊PID控制器,角位移跟踪误差较小。串联机械手采用改进模糊PID控制器,可以提高控制系统的稳定性,削弱机械手的抖动现象。