电动轮驱动汽车动力学最优PD控制仿真

由于电动轮驱动汽车的本身特点使其动力学控制系统大大简化。提出了采用最优PD控制的电动轮驱动汽车动力学控制方法。该方法根据转向角与车速信号由汽车线性动力学模型产生理想汽车横摆角速度与质心侧偏角,通过实时检测汽车横摆角速度与质心偏角并根据其与理想值的差值产生PD反馈控制。PD增益系数采用最优控制方法整定。仿真表明该控制器可在各种行驶路面及工况下实时调整各驱动轮的驱动转矩从而调整汽车运动状态,保持汽车在各种行驶路面尤其是低附着路面上的稳定行驶的能力,使其稳定性与安全性得到明显提高。     

基于自适应卡尔曼滤波的汽车前后轴干扰力估计

针对汽车自动车道保持控制中汽车侧向干扰信息难以直接获取,提出把汽车动力学模型和自适应卡尔曼滤波理论相结合进行汽车前后轴干扰力估计.在线性二自由度汽车动力学模型中考虑前后轴的侧向力干扰,以辅助变量横摆角速度、侧向加速度和方向盘转角为量测信息,通过改进的自适应卡尔曼滤波算法建立了前后轴干扰力的最小方差估计,并对量测信号进行了滤波降噪.基于ADAMS/Car的虚拟试验验证了该算法具有较高的估计精度,可以为汽车侧向控制系统中估计器的设计提供理论指导.     

基于响应面方法的汽车操纵稳定性优化

对响应面方法和汽车操纵稳定性评价方法进行一定的理论分析,根据某跑车各系统的特性参数,采用动力学软件ADAMS建立整车多体动力学模型.以客观定量综合评价指标为目标函数,汽车悬架刚度和阻尼为设计变量,对整车模型进行仿真分析,结合响应面方法对汽车操纵稳定性进行优化,通过对比分析侧向位移、侧向加速度、横摆角速度等数据,表明此方法显著改善了汽车的操纵稳定性.     

车辆转弯制动动力学稳定性控制建模与仿真

在Matlab/Simlink下建立了八自由度车辆动力学模型,针对车辆转弯制动工况,采用模糊控制方法,设计了基于滑移率的ABS控制算法和分别以质心侧偏角、横摆角速度及二者加权为控制目标的直接横摆力矩控制算法.并对车辆转弯制动工况下车辆稳定性控制做了仿真分析.利用稳定性判定式,对车辆转弯制动稳定性做出了判定.结果表明,车辆转弯制动时ABS控制并不能达到稳定性控制的要求,而采用以质心侧偏角和横摆角速度加权为控制目标的直接横摆力矩控制算法能更好地达到稳定性控制的目的.     

四轮线控转向横摆角速度反馈控制策略研究

为了改善传统四轮转向系统的不足,研究了四轮线控转向系统的横摆角速度反馈控制策略。后轮进行横摆角速度反馈使稳态质心侧偏角极小,并且将车辆横摆和侧偏运动解耦;前轮进行横摆角速度反馈,通过调整反馈系数来预定横摆运动的时间常数,增加转向增益,改善横摆角速度的响应特性。阶跃响应和频率响应等的仿真结果表明,提出的四轮横摆角速度反馈控制策略改善了传统四轮转向的不足转向趋势,缩短了反应时间,提高了驾驶员精确控制车辆的能力,从而提高了操纵稳定性。     

汽车动力学稳定性控制系统仿真平台研究

搭建了基于Matlab/Simulink/Stateflow的15自由度汽车动力学稳定性控制仿真平台,通过实车实验验证了仿真平台的精确性。应用该平台和β法分析了主动制动横摆力偶矩对汽车动力学稳定性控制(DSC)的作用,研究了基于车身姿态控制和轮胎滑移率控制的DSC主副循环控制算法。通过软、硬件在环仿真与实车实验验证了动力学稳定性控制的效果,为汽车动力学稳定控制系统的研发提供了有效的平台。     

多轴汽车双相位转向性能分析

为满足多轴汽车低速机动灵活性和高速操纵稳定性,利用行星齿轮系统设计了基于转角传感型的双相位转向机构,并在ADAMS/VIEW中建立了五轴车辆的多体动力学模型,进行了同相位角阶跃输入响应分析,逆相位转弯半径和行驶阻力分析。结果表明:采用双相位转向后,高速行驶时,横摆角速度的峰值减小69.5%、稳定值减小69.1%;低速行驶时,转弯半径减小21.4%,并且行驶阻力也大幅度降低,从而改善了多轴汽车的转向操纵性能。     

基于横摆角速度的ABS整车控制方法的研究

ABS的控制策略一般都在单轮模型的基础上开发,显然这样的控制策略不能很好的满足汽车制动过程中的方向稳定性。在ABS逻辑门限控制策略的基础上给出了一种基于横摆角速度的ABS整车控制方法。结合14自由度的汽车动力学模型,利用数值仿真技术进行了ABS单轮控制策略、低选控制策略以及整车控制策略下汽车制动性能的分析,并从汽车制动效能以及方向稳定性等参数进行了各种控制策略的比较,结果表明控制方法不仅具有良好的制动效能,同时也有较好的方向稳定性。     

五轴汽车同相位程度对转向性能的影响分析

根据多轴汽车轴数较多,转向控制复杂的特点,提出了以汽车转向中心与第1轴的距离D以及前轮偏转角作为输入控制变量,基于阿克曼定理实现全部车轮绕同一瞬时转向中心做圆周运动,通过改变D值实现多种相位的转向模式。在此基础上利用ADAMS建立了5轴汽车的动力学模型,利用Simulink建立了控制策略,进行了不同D值、不同车速的角阶跃转向响应仿真,发现多轴汽车在高速行驶时后轮采用同相位参与转向,可以降低横摆角速度,提高操纵稳定性,并且在进行同相位转向时,D值对操纵稳定性有较大影响,选择合适的D值可以提高汽车的转向安全性或操纵灵敏性。     

掘进机器人截割臂建模与控制

分析了掘进机器人截割臂的结构特点及动力学特性,建立了截割臂横摆动力学模型.利用了滑模控制算法对参数变化和扰动不灵敏特点,对截割臂横摆角度和长度控制进行了研究,并利用自适应技术对不确定负载进行在线估计.对截割臂横摆角速度跟踪控制和水平截割控制进行了仿真.仿真结果表明该方法是可行的,对煤岩特性变化具有较好的鲁棒性.研究结论为掘进机器人的煤岩截割控制及快速断面成形问题提供了重要的理论指导.     

基于广义简约梯度算法的履带车辆模型参数修正

利用多体系统动力学软件RecurDyn建立了某型高速履带车辆的多刚体动力学模型。为提高模型的准确度,首先提出履带车辆动力学模型准确度静态和动态评价指标,使模型准确度量化;然后以模型主要参数为设计变量,以评价指标为响应进行归一化参数灵敏度分析,并根据分析结果确定模型修正参数;最后利用广义简约梯度优化算法分静态和动态两种工况对模型参数进行了修正。与实测值的对比结果表明,修正后履带车辆动力学模型的准确度明显提高,证明论文提出参数修正方法的可行性和有效性。该修正方法能够有效地提高履带车辆动力学模型的准确度和仿真结果的可信度,研究成果对履带车辆动力学建模与仿真工作具有重要的参考价值。     

信息不完备小样本条件下离散DBN参数学习

针对信息不完备小样本条件下离散动态贝叶斯网络参数学习问题,提出约束递归学习算法。该方法通过前向算法建立含有隐藏变量的离散动态贝叶斯网络参数递归估计模型,以当前时刻网络参数为变量,构建均匀分布表示的先验参数约束模型。在此基础上利用优化算法获得近似的Beta分布,将该分布下的先验参数信息加入递归估计模型中完成参数学习。通过无人机动态威胁评估模型验证了该方法的有效性和精确性。     

基于星敏感器的卫星姿态确定方法研究

介绍了基于星敏感器的卫星姿态确定算法,包括静态确定性算法和动态状态估计方法。从理论上推导了静态算法的TRIAD方法、Euler-q方法、QUEST方法以及SVD和FORM方法;对比分析了几种常见的动态估计方法,它们是EKF方法、UKF方法、预测卡尔曼滤波;并讨论了一些最新的方法,例如粒子滤波等。最后进行了仿真分析,并给出了一些有用的结论。     

基于改进智能水滴算法的动态车辆配送路径优化

针对当前车辆配送过程中存在的配送路径不合理、配送效率低和需求不确定性等问题,提出一种基于改进智能水滴算法的动态车辆配送路径优化方法。构建软时间窗惩罚函数,考虑顾客对配送时间的要求,建立顾客满意度函数。综合车辆配送过程的车速、货损成本、惩罚成本、顾客满意度等特征,建立车辆路径优化模型。采用智能水滴算法对车辆路径优化模型进行求解,使用灰狼优化算法改善智能水滴算法的搜索能力,获取最优路径。实验结果表明该方法能够提供实时优化的路径,减少调配成本。     

基于贝叶斯网络自适应推理的无人机任务决策

针对不确定环境下无人机任务决策问题, 提出一种基于变结构离散动态贝叶斯网络的自适应推理算法. 该算法能够利用软/硬证据和先验信息动态地调整任务决策模型参数, 通过推理和参数学习互动的方式使任务决策模型具备适应动态环境的能力. 仿真证明, 提出的自适应推理算法能够在突发威胁信息不完备、先验参数不精确和先验参数无认知的情况下为无人机任务决策提供保障.     

高分辨率SAR图像中车辆群目标检测的研究

研究了对SAR图像中车辆群目标的检测问题。采用统计检测的方法进行了理论分析,得到了3种检测算法的参数估计及检测门限的计算公式,提出了一种改进的综合目标检测算法。检测结果表明,采用常规双参数CFAR检测算法和单视标准CFAR检测算法存在较多的虚警,而采用改进的综合目标检测算法,检出目标准确,目标细节清晰,虚警很少,具有优良的检测性能。同时给出了该算法的滤波算子构造方法、参数选取方法及最佳参数。     

数据丢包的参数不确定下无人机滚动时域估计

针对网络中通信链路中断及系统参数不确定现象,研究了数据包丢失的参数不确定无人机系统状态估计问题,基于滚动时域估计理论和随机最小二乘理论,提出了一种分布式滚动时域估计算法。对于数据包丢失和参数不确定问题,采用已知概率的马尔可夫序列和系统矩阵扰动噪声进行建模。仿真结果表明,该算法的估计效果优于一种新的卡尔曼滤波算法。最后,研究分析了系统压缩量、数据包接收概率和时窗长度对所提算法估计性能的影响。在系统不确定性和丢包概率未知的情况下,适当增加时窗长度可以提高算法估计性能。     

UKF滤波方法及其在车辆导航状态估计中的应用

在车载导航系统中，通常采用EKF作为状态估计方法提高导航的精度。由于EKF进行非线性估计存在一些缺陷，因此将其用于导航系统的非线性估计时，存在估计误差，从而影响导航系统的精度。为了获得更高的导航精度，将一种新的滤波方法-UKF方法用于车载导航系统的状态估计中。对一个车载DR／GPS组合系统，将EKF和UKF方法分别进行了滤波仿真。仿真结果表明：在车载导航状态估计中，UKF方法优于EKF方法。     

基于量测补偿的多传感器分布式滚动时域估计

针对网络中单个传感器无法对目标状态完全观测的情况,基于量测补偿策略与滚动时域估计方法,提出了一种分布式估计算法。针对网络中单个传感器量测对状态不完全可观测的情况,令各传感器利用其对完全量测的预测来补偿实际量测;进一步针对传感器网络中所有传感器估计的一致性问题,令各传感器利用本身的量测和邻居传感器的传输信息对状态进行滚动时域估计,并在此基础上构造分布式的滚动时域估计优化问题和设计实施算法。仿真结果表明,在整个传感器网络全局可观测的前提下,该算法可以使得传感器网络中的所有传感器实现对目标状态的完整、准确估计。     

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。