中度混合动力汽车模型预测控制策略

基于车载导航系统(GPS/GIS)建立汽车未来一段行驶路线上的汽车运行状态模型,将模型预测控制与动态规划相结合,提出了中度混合动力汽车实时在线滚动优化控制策略;并就如何减少动态规划计算量及系统变量离散化问题进行了研究;建立了中度混合动力汽车燃油经济性预测控制仿真模型,采用C语言与MTALAB\Simulink进行联合仿真,验证了所设计的模型预测控制算法可以满足实时控制的要求,且采用该预测控制策略的中度混合动力汽车具有显著的节油效果。     

基于显式随机模型预测控制的功率分流式混合动力 车辆能量管理策略

混合动力车辆的能量管理策略对提高燃油经济性十分重要.为了提高功率分流式混合动力车辆的燃油经济性以及能量管理策略的实时性,设计了基于显式随机模型预测控制的能量管理策略.首先利用马尔科夫链预测车速,通过简化控制模型,把非线性的能量管理问题转化为线性二次优化问题,建立了以预测域内能量消耗最小为目标的随机模型预测策略(SMPC);然后通过参数化求解得到显式随机模型预测控制策略,该策略既保持了随机模型预测控制方法的优势,又提高了计算速度;最后在多个工况下进行仿真,对提出的能量管理策略的有效性进行验证.仿真结果表明:与基于规则的控制策略相比燃油经济性最高可提高28.64%,同时该策略在仿真中的平均计算时间为3.1 ms,具有实时运算潜力.     

基于模型预测控制的PHEV扭矩分配策略研究

文章基于模型预测控制算法,对并联式混合动力汽车的扭矩分配问题进行研究;分析和预测加速度变化规律,计算在预测时间内的车速及车轮需求扭矩,并将模型预测控制与动态规划相结合,建立了基于模型预测控制且可以进行滚动优化的控制策略;对比预测宽度和控制宽度对优化结果的影响,选取合适的预测宽度和控制宽度,在Matlab/Simulink平台上搭建了仿真模型;仿真结果证明,该控制策略具有良好的燃油经济性和实时运算的优点。     

插电式并联混合动力汽车模型预测控制

将动态规划应用于模型预测控制构架中,建立了基于空间域的插电式并联混合动力汽车燃油经济性预测控制数学模型。基于动态规划的插电式混合动力汽车全局优化控制的仿真表明,蓄电池荷电状态(SOC)基本上都是从行驶起点时的最大值逐渐减少到终点时的最小允许值,提出理论SOC参考斜率作为模型预测控制SOC的参考斜率,并以未来行驶工况中出现的特殊工况为依据对理论SOC参考轨迹进行修正。结果表明采用此方法能使模型预测控制策略的控制效果接近全局优化控制策略的计算结果,汽车油耗显著降低。     

网联环境下的燃料电池混合动力汽车能量管理

为了缓解城市交通拥挤和减少能源消耗,本文提出一种基于智能交通信息的燃料电池混合动力汽车(FCHEV)分层能量管理策略。利用车联网技术获取目标车辆的路况信息,建立交通信号灯正时模型,获取最优目标车速。基于目标车速,获取车辆的需求功率,分层设计自适应等效消耗最小策略和模型预测控制方法,实现对3种能量源需求功率的最优分配。通过仿真和实验验证所提能量管理策略的有效性。研究结果表明：该策略能够有效避免红灯前频繁启停,燃料经济性和续航里程分别提高了9.83%和5.13%。     

插电式混合动力汽车的燃油经济性优化分析

针对速度变化对插电式混合动力汽车(PHEV)经济性的影响,提出一种顺序速度平滑控制策略.通过对给定交通约束条件下的速度曲线进行顺序平滑处理,优化充电策略,提高插电式混合动力汽车的燃油经济性.根据前车速度的预测值,在车辆与前车的可接受跟踪距离范围内,通过最小化加速度来平滑车速;采用最优的充电耗散策略,根据整个行程的信息,将电池充电延长到行程结束.通过对3种典型工况测试周期的组合,研究商用PHEV的连续优化对两种不同行驶模式的影响.仿真结果表明:所提出的顺序优化方法由于与车辆结构无关,实用性较高;由于在速度优化中使用线性车辆模型求解最优控制问题,因此计算过程的实时性较好;速度平滑控制方法使燃油消耗量减少7%~14%.     

预知交通信号的电动汽车分层能量管理策略

在城市路况下,电池和超级电容复合电源电动汽车会对信号灯判断不准确而频繁起停,造成额外的能量消耗。基于智能交通系统中预知交通信号信息的应用场景,本文提出了一种分层能量管理方法。首先,根据交通信号信息,上层车速设计策略优化车速,得到车辆经济参考车速,避免车辆在信号灯区域频繁起停。其次,基于经济参考车速,设计了一种基于非线性模型预测控制的下层能量管理策略,合理分配电池及超级电容的功率输出,并有效跟踪经济参考车速,降低电池功率的变化率。最后,对所提出的车速设计和能量管理策略进行仿真分析,并搭建实验平台进行验证。研究结果表明:分层能量管理策略使等效燃油经济性提高了3.24%,降低了电池能耗,并且减少了车辆急加速或急减速情况,提高了驾驶舒适性。     

多源信息融合的车速预测方法及整车能量管理

为了进一步挖掘功率分流混合动力汽车的节能潜力,提出了一种融合驾驶意图、车间运动特征及工况历程特征信息的车速预测方法。在此基础上,以燃油经济性最优为目标,建立了基于模型预测控制的整车能量管理优化模型,并采用动态规划算法在有限时域内进行求解,实现了各动力源转矩的实时最优分配。通过MATLAB/simulink软件平台仿真验证表明:在城市道路循环工况下,车速预测精度在不同预测时域都得到了进一步的提升。相比于参数优化后的规则策略,该整车能量管理策略在3种典型工况下,燃油消耗量分别降低了28.53%、23.40%和26.42%,从而验证了该车速预测方法和整车能量管理策略的有效性。     

双能源混合动力驱动系统的优化控制及其仿真

在分析双能源驱动类型和控制策略的基础上，运用非线性规划的数学方法，针对一般的双能源混合动力汽车提出了一种系统的优化策略，该策略以某一特定的循环行驶工况为基础，以最低发动机的燃油消耗为目标函数，在ADVISOR软件平台上建立了仿真模型，并将优化控制策略的仿真结果与现有控制策略的仿真结果相比，结果表明通过系统的优化混合动力车辆的经济性有所改善，该优化方法有较大的实际应用价值。     

网联混合动力汽车跟驰场景的预测能量管理控制

针对网联混合动力汽车跟驰场景下能量管理控制中燃油经济性和驾驶安全性综合优化问题，利用车-车及车-路通信，设计了一种基于前车速度预测-本车速度规划的预测能量管理控制策略。前车速度预测器由长短时记忆神经网络构建，神经网络内部超参数通过粒子群优化算法离线优化确定；基于预测的前车速度，求解以跟车距离、车速度、加速度及直接影响驾驶舒适性的车辆冲击度为成本函数的优化问题获得预测域内本车的速度规划；进一步利用序列二次规划算法求解车辆燃油经济性和驾驶安全性综合优化的能量管理控制问题，得到最优功率分配控制策略。多种驾驶工况下的仿真验证了所提出的预测控制策略的有效性及车辆安全跟驰下较好的燃油经济性。     

基于CARIMA模型的PFC与GPC的等价性

建立了新型的模型预测控制方法——预测函数控制(PFC)与传统的广义预测控制(GPC)的联系.首先推导了基于含有色噪声的自回归增量滑动平均(CARIMA)模型的预测函数控制的控制律,然后通过选取不同的基函数获取PFC控制律的形式并与GPC控制律进行比较.从而证明了在一定的基函数的选取方式下,基于CARIMA模型的PFC算法和GPC算法是等价的.揭示了PFC与GPC两者之间深刻的内在联系,为PFC的工程应用提供了理论保证.     

工业锅炉汽包水位系统智能调节研究

针对工业锅炉中具有较复杂动态特性的汽包水位系统,提出了用广义预测控制算法对锅炉汽包水位控制的一种有效方法。该方法是预测控制技术的一个非常重要的分支,将这种算法用于锅炉汽包水位控制的仿真研究表明,该控制方案表现出良好的控制品质并能适应被控对象参数的变化,具有较强的鲁棒性和自适应能力。它明显优于传统的 PID 控制。     

一种基于CARMA模型的直接预测控制算法

预测控制一般都建立在输出预测模型基础上，以一个最优化性能指标来求解未来的控制量，使得求解过程变得复杂。介绍一种基于CARMA模型的直接预测控制算法，并对其控制量进行了反馈校正和滚动优化，从而使得求解过程变得简便、快捷。     

Wiener型系统基于神经网络的在线训练算法广义预测控制

利用RBF神经网络在训练算法和广义预测控制算法进行了Wiener型非线性模型预测控制的研究，仿真表明这种做法是可行的。     

多变量广义预测控制及一种简化算法

推导了多变量广义预测控制算法，该算法能有效地处理过程的不稳定性和非最小相位特性，并具有良好的解耦性能。同时提出一种处理纯滞后对象的新方法，即将近似法和广义预测控制相结合解决时滞的方案。这种方法可以解决通道之间时滞不同的对象，并且针对广义预测控制算法的复杂性对其简化算法（多变量单值广义预测控制算法）进行了研究。通过仿真研究表明，多变量单值广义预测控制算法在跟踪性、鲁棒性、抗干扰能力等方面都得到很好的控制效果。     

预测控制中预测方程的两种基本形式及其转换

根据控制对象的状态空间模型．将预测方程归类为两种基本形式，在此基础上导出各种预测方程，揭示预测方程之间的关系．并明确各预测方程之问可能的转换方法，为进一步改进和灵活应用预测控制提供理论依据。     

步长自调整的预测模糊控制器的研究

在介绍灰色模型(GM)建模的基础上,把预测控制的思想引入到模糊控制器中。模糊控制器的两个输入变量为设定值,与灰色预测模型的输出值之间比较得到预测误差及其预测误差的变化率。并根据过程状态提出了一种预测步长自调整的模糊决策机制,进一步改善系统的控制性能,即把由模糊决策器得到的预测步长作为灰色预测模型的一个输入来控制。仿真结果表明,该方法具有良好的控制性能和实用价值。     

线性离散时间系统的预测状态空间表达式

表征线性离散时间系统的参数化模型或非参数化模型可以转换为预测状态空间表达式．利用预测空间表达式可以对各种模型预测控制系统未来多步输出进行递推最佳预测，从而使其在线预测计算量大为减少．     

滞后不确定系统控制

滞后不确定性系统是石油、化工、电力、冶金、制药、酿造等工业生产中广泛存在的一类复杂过程。其控制一直是困扰着自动控制和计算机应用专业的难题。本文分别叙述了 Smith预估补偿控制 ,变结构控制、鲁棒控制、预测控制等方法的发展与现状及趋势。     

基于多速率采样系统的网络预测控制算法

针对网络控制系统（NCS）中存在的网络延迟和数据丢包问题,利用提升技术,将预测控制器和网络延迟补偿器相结合,提出了一种基于多速率采样系统的网络预测控制算法．仿真试验表明,该算法对网络延迟和数据丢包具有一定的补偿作用,不仅提高了网络资源利用率,且能保证闭环网络控制系统是渐近稳定的．