混合域车联网络下货运车队主动悬架控制研究

以卡车主动悬架为研究对象,利用车队运输的重复性特征,将车联网络引入到主动悬架控制中。首先,以局域-广域两种信息交互手段为基础,提出一种货运车队两两编组结对作业的新方案,在此基础上建立了通讯协议格式。其次,针对结对卡车建立半车主动悬架模型,前车采用传统的PID控制算法,经云端存储、运算、筛选后,传给与之结对的后车,后车则采用模糊PID算法进行主动悬架控制。仿真分析结果表明,基于车联网络下的模糊PID控制算法,具有更优的性能,悬架动行程略有降低的前提下,车身加速度和轮胎动位移分别提高46.33%和33.8%。最后,计算整个车队的组间信息交互效率,证明这种以车队整体来进行悬架性能寻优的新方法,迭代效率更高、工程实用性更好。      

改进粒子群优化XGBoost模型的高速公路服务区交通量预测

为了科学有效地评估高速公路服务区交通通行服务能力和进行基础设施优化配置,提出一种基于改进粒子群算法(Improved Particle Swarm Optimization,IPSO)和XGBoost融合的高速公路服务区交通量预测模型.首先对粒子群算法的拓扑关系结构进行改进,将粒子群划分为主粒子和从粒子,获得多个改进粒子组,并给出改进后主从粒子速度和位置的更新方法;其次利用线性递增和递减函数对粒子的迭代寻优速度进行自适应调整;最后在模型训练过程中,引入交通量调查数据这一重要特征,并利用IPSO算法对XGBoost模型的主要超参数进行优化选择,建立了交通量调查数据和服务区各交通量之间的IPSO_XGBoost预测模型.结果表明:提出的改进粒子群算法具有更强的参数寻优能力,迭代收敛速度更快,能够搜索出XGBoost模型的理想超参数,实现对服务区交通量的有效预测.同时,提出模型的预测性能明显优于LSTM、XGBoost、CNN-LSTM和PSO_XGBoost,对小型车、大型车、货车、车当量和人当量数据的预测精度分别达到了0.913、0.815、0.872、0.931和0.924.     

车辆主动悬架二次型最优控制器权矩阵参数优化

在使用线性二次型调节器(LQR)的车辆主动悬架控制器中加权矩阵Q和R的取值经常依靠先验知识选取。粒子群算法具有良好的快速寻优能力,可以对权矩阵参数进行优化。针对目前算法存在的缺点通过在更新的过程中动态调整惯性权重以更好的平衡全局和局部搜索能力,同时在迭代后期加入禁忌搜索避免陷入局部最优解。在matlab中建立1/4二自由度主动悬架仿真模型,对振动控制性能仿真分析结果表明,采用改进粒子群优化LQR与传统LQR方法相比能够很大程度上减少路面变化对车身的冲击,乘坐舒适性和可操纵性得到明显提升。     

基于免疫算法的悬架系统参数的辨识

在ADAMS中建立了麦弗逊与双横臂两种不同悬架形式的1/4汽车模型,依据其输入输出数据,利用免疫算法分别对两者的车身质量、悬架刚度与阻尼、轮胎的刚度及轮胎质量进行了辨识.仿真结果表明:使用辨识参数的简化模型可以替代真实模型并能够合理反映出由于悬架结构不同而引起的性能差异;免疫算法是参数辨识的一种有效方法,具有较好的全局寻优特性.     

基于改进预瞄跟随算法的新能源汽车转向控制研究

为了解决传统预瞄跟随算法应用于新能源汽车转向控制导致在转弯曲率过大路况下车辆易脱离路径的问题,对预瞄跟随算法改进并应用于汽车转向控制中,将预瞄点设定为当前车速下经过时间T到达的路径上的点,采用预瞄跟随最优曲率驾驶员模型的预瞄点快速搜索,并将改进算法在Dymola软件构建的新能源汽车转向控制模型上进行验证.和传统预瞄跟随...     

半主动悬架系统刚度动态迭代跟踪控制

为进一步提高车辆行驶平顺性,结合可变刚度半主动悬架系统的特点,提出动态迭代跟踪控制算法,并应用于可变刚度半主动悬架系统。基于Matlab/Simulink建立七自由度整车仿真模型。选取簧载质量加速度、悬架动行程和轮胎动载荷的均方根为平顺性评价指标,通过层次分析法确定各评价指标的权重系数,利用遗传算法确定典型工况下悬架最优刚度。采用动态迭代跟踪算法控制悬架刚度,根据所得刚度与最优刚度的差异确定控制算法的修正系数,在典型工况下使其控制参数与寻优所得参数吻合,并对其他工况下的控制效果进行验证。仿真结果表明:提出的控制算法在混合工况下能有效地使簧载质量加速度均方根减小6.34%,悬架动行程均方根减小7.35%,从而提高车辆行驶的平顺性。     

改进人工蜂群算法的四旋翼自抗扰控制参数优化

针对四旋翼自抗扰控制(active disturbance rejection controller, ADRC)参数整定困难,给工程应用带来较大限制的问题,提出一种改进人工蜂群算法的四旋翼ADRC控制器参数优化方法。该算法采用自适应的探索策略,根据选择概率,从5种不同的搜索规则中进行选择,提高种群的多样性和寻优能力。将ADRC控制器中的参数作为蜂群中的种群应用到四旋翼无人机仿真模型中进行迭代寻优,并把风干扰模型作为环境噪声引入系统,测试算法性能。仿真结果表明,改进后的人工蜂群算法得到的控制器参数响应速度更快,稳态误差更小,抗干扰能力更强。     

基于免疫粒子群算法的汽车半主动悬架系统研究

为了提高汽车操纵稳定性和乘坐舒适性,对汽车半主动悬架系统进行研究.建立了三自由度1/4车体悬架的数学模型,该模型包含了悬架系统侧向位移简化模型, 推导出悬架动力学方程和状态方程.提出了一种全新的免疫粒子群混合算法,设计出免疫粒子群控制器,并将该控制方法 用于悬架系统的控制中.与模糊控制结果 进行对比,免疫粒子群控制方法 使车身垂直加速度、悬架动行程、车轮相对动载和车身侧位移的最大峰值分别降低了38.64 %、20.53 %、60.60 %和23.39 %,趋于稳定的时间分别缩短了0.45 s、0.6 s、0.4 s和0.6 s.仿真结果 表明,免疫粒子群控制算法在改善被控过程的动态和稳态性能、提高抗干扰能力以及参数时变的鲁棒性等方面均优于模糊控制方法 ,同时有效地提高了半主动悬架系统的减震性能.     

基于模糊算法的无人驾驶压路机自动碾压控制

针对无人驾驶振动压路机在自动碾压作业时的路径跟踪误差影响整体碾压作业质量的问题,提出了基于模糊算法的路径跟踪控制方法.建立了压路机整体运动学模型和液压动力转向系统模型,设计了基于预瞄的航向跟踪算法和模糊比例-积分-微分(PID)控制器来实现对自动碾压误差的控制.通过无人驾驶压路机路径跟踪控制模型的仿真和现场自动碾压试验对自动碾压控制性能的验证,表明基于预瞄的航向跟踪模糊PID控制较普通PID控制在无人驾驶振动碾压过程中具有更好的控制性能,显示了模糊控制算法的有效性与优越性.     

采用人群搜索算法的汽车半主动悬架LQG控制

针对某款乘用车的悬架系统,建立1/4车辆2自由度半主动悬架动力学模型,并对模型的输出指标进行加权处理,得到性能指标函数.鉴于性能指标函数中各权重不易确定的特点,运用人群搜索算法对函数各权重进行寻优,并采用线性二次高斯(LQG)最优控制算法对悬架的阻尼力进行控制.最后,在MATLAB/Simulink中搭建仿真模型,对悬架的性能进行仿真分析.结果表明:采用基于人群搜索算法的LQG控制能够较好地减小车身加速度(BA)、悬架动挠度(SWS)及轮胎动变形(DTD),有效地改善车辆的平顺性和乘坐舒适性.     

基于遗传算法的主动油气悬架分层控制

根据主动油气悬架系统执行机构的动态特性,采用分层控制策略设计了有限带宽主动油气悬架系统上、下层控制器.基于遗传算法(GA)对模糊PID上层控制器的参数进行了优化设计,通过在线评价车辆动力学指标,决定是否启动GA在初期最优可行域附近优化当前上层控制器参数,以保证车辆在行驶路况或自身参数变化等情况下仍获得较好的控制效果.将搭建的主动油气悬架系统控制模块施加于整车多体系统动力学模型进行联合仿真计算,结果表明,所设计的主动油气悬架系统可显著改善车辆行驶平顺性,并且具有较强的鲁棒性和自适应能力.     

基于粒子群优化的主动悬架PID控制策略

针对汽车主动悬架比例-积分-微分控制器(proportional-integral-derivative,PID)参数选择问题,传统PID控制参数整定具有一定的盲目性.设计了粒子群优化算法,目标函数根据悬架性能指标建立,利用粒子群优化算法,优化了PID控制器中的参数.结果表明,与优化前PID控制的主动悬架相比,采用粒子...     

混联汽车悬架系统减振性能分析与优化

为进一步改善汽车悬架的减振性能,对汽车悬架结构及参数进行优化设计.基于机电相似理论,提出一种含有弹簧、阻尼器、惯容器的混联汽车悬架结构,运用多目标遗传算法对汽车悬架减振系统进行参数优化.通过求解动力学方程,在时域内分析了路面脉冲激励下汽车悬架减振系统的振动响应,在频域内分析了参数优化对混联汽车悬架减振性能的影响.研究结果表明,相比于传统汽车悬架,本文所提出的混联汽车悬架结构能够有效降低汽车减振系统的共振峰值,改善汽车悬架的减振性能;相比于初始设计参数,运用多目标遗传算法得到的参数进一步提升了汽车悬架的减振性能.     

馈能悬架的多模式智能控制策略

针对主动悬架耗能而限制其在电动汽车中的应用问题,采用永磁(PM)直线电机作为主动悬架系统的执行机构,建立了整车动力学模型,研究了车辆动力学性能与能量回收能力之间的关系。基于最优控制理论设计了主动悬架LQG控制器,采用层次分析法(AHP)和粒子群优化(PSO)方法优化了控制器设计参数,提高了车辆动力学性能和能量回收能力。为了实现模式切换,提出了一种新的多模式切换控制策略。在控制策略中引入舒适性因素,该因素可由驾驶员调节或根据车辆行驶状态进行选择,从而实现了不同模式下的策略切换。仿真结果表明,所提出的多模式切换控制策略显著优于传统主动悬架控制模式,从而全面提升了整车动力学性能和能量再生能力,为悬架馈能控制策略提供指导。     

基于蚁群优化FEKF算法的汽车状态估计

针对汽车状态估计过程中观测噪声时变问题,提出一种双重迭代自适应滤波算法—蚁群优化模糊逻辑扩展卡尔曼滤波(FEKF)算法.建立考虑Fiala轮胎模型的汽车二自由度非线性动力学模型,利用模糊逻辑对扩展卡尔曼滤波(EKF)算法估计过程中的观测噪声水平进行在线修正,同时引入蚁群优化算法对模糊逻辑中的输入输出隶属度函数进行优化,得到的双重迭代算法对处理强时变观测噪声水平下滤波估计过程具有很强的自适应性.最后通过建立虚拟仿真试验来验证该蚁群优化FEKF新算法的估计精度,结果显示,蚁群优化FEKF算法相比较于FEKF算法估计精度更高,鲁棒性更强.     

基于响应面法和遗传算法的某SUV前悬优化

为了提高SUV的操纵稳定性,实现越野车型前悬架性能的优化,以某SUV的前悬架为研究对象,以多体动力学为基础,利用ADAMS/Car软件建立了某中大型SUV的前悬架装配动力学模型.采用灵敏度分析选取对前轮定位参数影响大的关键点作为优化变量,基于响应面法建立了3种阶次的响应面模型.在MATLAB中运用遗传算法得到了响应面模型目标函数的最优解,最后对各优化结果进行对比分析.研究结果表明响应面法能较精确地表示前轮定位参数,遗传算法优化可以明显减小前轮同向跳动过程中定位参数的变化量.     

基于辨识模型的半主动悬架控制策略研究

依据悬架实体在ADMAS中建立1/4悬架模型并采用遗传算法辨识模型参数,得到了一个更能真实反映悬架性能的简化辨识模型.在此简化辨识模型的基础上分析了几种基于天棚阻尼原理的控制方法的特点,提出了一种基于免疫优化的混合阻尼半主动控制方法.仿真结果表明,基于免疫优化的混合阻尼半主动控制方法能够改善被动悬架的性能;在一定控制指标下,混合阻尼控制对被动悬架性能的改善优于天棚阻尼控制和地棚阻尼控制.     

单轴转向架跨座式单轨车辆悬挂系统参数优化分析

为了改善单轴转向架跨座式单轨车辆的曲线通过性能,对单轴转向架跨座式单轨车辆的结构及运行机理进行分析;运用SIMPACK动力学仿真软件,建立单轴式单轨车辆动力学仿真模型;然后,通过Isight多目标优化软件对单轴式单轨车辆悬挂系统参数进行灵敏度分析,得到车辆过弯时对导向力矩和走行轮侧偏力影响较大的参数;最后,以导向力矩与走行轮侧偏力为目标,采用改进型遗传算法进行多目标优化研究.结果表明:优化后单轴式单轨车辆的导向力矩比优化前减少了3.67%,走行轮侧偏力比优化前减少了6.30%,在一定程度上改善了单轴转向架跨座式单轨车辆的曲线通过性能.