汽车主动底盘多模型分层协调控制

针对汽车主动底盘复杂大系统的特点,运用分布式智能递阶控制策略建立主动底盘分层协调控制结构。下层控制器为悬架、转向和制动系统三个单独的控制器,用以执行各子系统的控制任务,实现各自的性能指标;上层控制主要对车辆行驶状态进行判断,并结合车辆底盘协调控制逻辑及下层控制器反馈信息特征,对各控制子系统进行整体协调和控制决策。仿真结果表明,相对于汽车底盘系统单独子系统控制,采用分层式协调控制策略能更好地改善整车综合使用性能。     

汽车半主动磁流变悬架的自适应相对控制研究

为了提高汽车的运行平顺性和操纵稳定性,以磁流变减振器为控制对象,提出了采用自适应神经网络相对控制方法的半主动悬架系统。在试验测试和理论分析的基础上,通过数据拟合得到磁流变减振器阻尼力的非线性Bingham模型,建立了基于该磁流变减振器的半主动悬架模型,并用该模型进行了自适应神经网络相对控制方法的研究。以模拟道路谱作为输入,以车身俯仰角加速度和车辆悬架前、后侧弹簧的垂向变形量之差作为控制量,把车身质心垂向加速度、前后悬架动行程作为评价指标来进行仿真研究。仿真结果表明,设计的半主动悬架与被动悬架相比,其平顺性与稳定性均得到了良好的改善,且对运行工况的改变有一定的适应性,对系统参数摄动也具有很强的鲁棒性。     

陆地车辆的磁流变半主动悬架模糊集成控制

分析了陆地车辆的磁流变半主动悬架系统的组成及其系统动力学模型。以平顺性、行驶稳定性与运动姿态控制为目标，讨论了半主动悬架的控制机理。提出了一种基于频率过滤、模糊控制和姿态误差增益控制的半主动悬架集成控制策略。设计的控制系统由外环和内环组成，外环系统设计机械系统的反馈理想阻尼力，内环系统实时计算电流驱动器的控制信号。磁流变减振器根据控制电流信号实时地产生阻尼力实现车辆控制目标。仿真结果表明，所设计的系统控制策略是有效的，同时也表明通过主动改变减振器阻尼力可以实现陆地车辆的性能控制。     

基于ADAMS-MATLAB联合仿真的汽车悬架半主动控制

利用ADAMS建立了随机激励四分之一汽车悬架模型,利用MATLAB设计了一种基于改进Bingham模型的汽车半主动控制策略,然后进行ADAMS-MATLAB联合仿真,深入研究了被动控制、半主动开关控制及基于改进Bingham模型的半主动控制的效果。研究发现,采用所提出的基于改进Bingham模型的半主动控制策略后,汽车悬架系统的车身加速度、悬架变形、车轮动载、车轮侧滑移分别比被动控制下降27%、17.6%,、9.7%、18.6%,而半主动开关控制只比被动控制下降19.6%、9.2%、7.4%、9.3%。这说明所提出的基于改进Bingham模型的半主动控制策略大大优于其他两种控制策略。     

四自由度汽车磁流变半主动悬架最优控制研究

应用汽车行驶动力学理论,以1/2汽车悬架模型为研究对象,建立四自由度汽车磁流变半主动悬架动力学方程和空间状态方程,设计了半主动悬架线性二次型最优控制器及控制算法,提出了汽车振动速度分段式磁流变半主动悬架最优控制策略。在SIMULINK软件中建立悬架仿真模型,仿真分析磁流变半主动悬架最优控制效果,仿真结果表明,汽车磁流变半主动悬架应用最优控制算法和分段控制策略可以降低车身垂向振动加速度和车身俯仰角加速度,提高了悬架平顺性。     

基于模块化的半主动悬架模糊控制及仿真分析

通过3自由度车辆半主动悬架系统模型的建立,应用模糊控制理论并结合模块化思想,进行了模块化半主动悬架模糊控制器的设计,并在MatLab/Simulink环境中对其进行了仿真,把它与被动悬架和用LQG控制器控制的半主动悬架作了比较.仿真结果表明,相对于其它两种悬架,具有模块化模糊控制器作用的半主动悬架在降低人体的加速度,改善车辆的乘坐舒适性和平顺性上有显著的效果.     

基于Takagi-Sugeno模型的磁流变半主动悬架控制

采用精度较高的Bouc-Wen模型对磁流变减振器建模,建立了包含减振器非线性动态特性的1/4车辆模型.为了解决Bouc-Wen模型给磁流变半主动悬架系统带来的非线性,通过Takagi-Sugeno模糊建模对磁流变半主动悬架系统的非线性项进行局部线性化,并利用并行分布补偿(PDC)方法求取系统的控制器.设计了与Bouc-Wen模型相结合的磁流变半主动悬架控制系统,系统仿真结果和硬件在环仿真试验验证了该方法的有效性.     

基于动态表面理论的车辆制动与悬架协调控制

建立了七自由度车辆非线性动力学模型,车轮制动模型以及非线性轮胎模型,以缩短制动距离和制动时间而不大幅降低舒适性作为控制策略的出发点,将主动制动与主动悬架系统进行协调控制,采用动态表面控制理论,克服了反演设计中激增项问题,依据协调控制思想,分别对制动与悬架系统设计了协调控制器,并对协调控制与非协调控制进行了仿真对比分析。结果表明:对主动制动和主动悬架系统采用协调控制,可在小幅降低舒适性的情况下获得更大的地面制动力,进一步提高了车辆的制动安全性,表明了该控制方法的有效性。     

基于值域博弈的主动悬架系统H_∞可拓控制

建立7自由度整车主动悬架系统模型,并设计H_∞控制器。在此基础上,选取特征量,划分三种不同的值域,经过关联函数计算,建立其H_∞可拓控制器;在不同方案下以经典域和可拓域为博弈双方构造博弈矩阵,获得值域划分纳什平衡点,采用模糊控制规则动态整定可拓域和经典域边界,优化悬架H_∞可拓控制系统的控制性能。最后利用MATLAB/Simulink软件进行仿真,并对其仿真结果进行比较.仿真结果表明,H_∞可拓控制较H_∞控制能更好地改善主动悬架性能,而通过值域博弈的H_∞可拓控制器进一步提高了悬架系统的控制性能。     

汽车半主动悬架整车协调控制策略

为了实现对汽车垂向、俯仰和侧倾方向振动的协同控制,提出一种半主动悬架整车协调控制策略。该策略中模糊PID控制器根据车身垂向、俯仰和侧倾方向的振动状态预估出相应的3个期望调整力;通过设计的带有前后轴调控参数的力协调器和转向控制策略,将期望调整力协调到4个磁流变阻尼器并输出可调阻尼力,实现对汽车3个方向振动的协调控制。连续不平路况和离散冲击路况下的试验结果表明,整车的平顺性和操纵稳定性都得到了提高,同时有益于汽车的中性转向。     

非线性模型预测控制的智能算法综述

从非线性模型预测控制的预测模型建模和最优化问题求解两方面入手,介绍了近年来基于智能模型和智能优化算法的非线性系统预测控制方法,并对各种算法的特征进行了总结评述,指出了智能非线性预测控制方法存在的问题和未来的发展方向。     

集成智能城市交通控制系统体系结构的提出

从城市交通的特点和传统控制方法的不足出发 ,简要论述了城市交通控制系统集成智能化发展的必然趋势 ;进而运用智能工程的理论和方法 ,通过系统分析城市交通控制 ,提出集成智能城市交通控制系统的体系结构 .     

基于遗传预估策略的智能主动队列管理

针对TCP传输过程中的典型时滞特性,提出了一种智能主动队列管理算法.该算法以自学习预估机制模型为核心来克服大时滞特征对网络稳定性能的影响,拥塞控制系统以两条信息通道分别实现模型补偿和预测控制功能.模型补偿通道采用了Smith预估嚣实现对网络时滞特征的动态补偿,并进一步设计迭代进化算法实现对Smith预估模型未建模特征的估计过程.预测控制通道采用基于神经网络的PID智能丢弃算法,通过神经网络的学习预测功能自适应调整预测控制通道的控制行为.通过仿真研究表明了提出的控制方法显著提高了拥塞控制机制的稳定性能和自适应性能.     

Fuzzy controller design for networked control system with time-variant delays

1.INTRODUCTIONAs a system becomes more and more intelligent andflexible,the systemrequires more sensors,actuators,and controllers,which are often referred to as fielddevices.In most cases,these field devices requiresome type of electrical connection because they aredistributed over a certain area.Conventionally thesedevices are connected with point-to-point connec-tions,whichis not suitable any more for modern in-dustrial control systems,because the number of cableis proportional tothe squ…     

Intelligent control over chaos in the rolling process and its comparison with tracking control

Some existing methods for chaos control in engineering fields are analyzed and their drawbacks are pointed out. A tracking method can solve these problems to some extent, but it still depends on the mathematical model of the system to be controlled. An intelligent method based on fuzzy neural network (FNN) is used to control chaos in engineering fields. The FNN is employed to learn the inherent dynamics from the input and output of chaos, which can be used in the inverse system method, so that the method is free of the exact mathematical model of the system to be controlled. This intelligent method is compared with tracking method in the presence of measurement noise and model error. Simulation results show its superiority and feasibility.     

一种基于生长激素调节原理的智能协同控制器

提出一种基于人体生长激素双向调节机制的智能协同控制器,研究了其控制参数调节规律。控制器包括增强控制单元、抑制控制单元和融合控制单元,根据生长激素分泌调节原理分别设计其控制调节规律。增强控制单元主要起快速消除控制偏差的作用,抑制控制单元则起稳定消除控制偏差的作用;在融合控制单元的协调下,增强控制单元和抑制控制单元协同工作,迅速、稳定地消除控制偏差。仿真结果表明,该智能协同控制器的控制性能优于传统PID。     

某型武器模拟转台专家智能控制器的设计

针对控制器饱和等非线性因素严重影响武器模拟转台控制稳定性和精确性的问题,设计了一种基于专家知识的智能控制器,建立了控制规则。采用传统定参数PID控制,保证系统对平缓位置信号的精确跟踪;利用专家智能控制实现大阶跃波动下的快速、平稳过渡。仿真和实验结果表明,控制器调节参数少,收敛速度快,且具有较好的鲁棒性,满足了模拟转台过渡快速、稳定,跟踪精确的研制要求。     

移动机器人路径发现与规划的免疫算法

分析了车式移动机器人的运动特性，设计了一种适用于该机器人的路径发现与规划免疫算法。通过仿真实验表明，该算法能够快速地发现与规划运动路径，有较好的柔性，能适用于不同的任务，所以该算法具有较高的智能。     

模糊辨识理论与应用研究发展

从模糊系统处理不确定、非线性、复杂系统出发,分析国内外模糊辨识理论与应用情况,介绍目前常用的几种方法以及它们的优缺点。在此基础上,系统地综述模糊辨识领域存在的理论与实际问题,并探讨了今后的研究方向。     

STEADY-STATE HIERARCHICAL INTELLIGENT CONTROL OF LARGE-SCALE INDUSTRIAL PROCESSES

This paper considers the fourth stage of development of hierarchical control ofindustrial processes to the intelligent control and optimization stage, and reviews what theauthor and his Group have been investigating for the past decade in the on-line steady-state hierarchical intelligent control of large-scale industrial processes (LSIP). This papergives a definition of intelligent control of large-scale systems first, and then reviews the useof neural networks for identification and optimization, the use of expert systems to solvesome kinds of hierarchical multi-objective optimization problems by an intelligent decisionunit (ID), the use of fuzzy logic control, and the use of iterative learning control. Severalimplementation examples are introduced. This paper reviews other main achievements ofthe Group also. Finally this paper gives a perspective of future development.