汽车半主动悬架智能分布式递阶控制

针对整车悬架大系统模型的特点,运用智能分布式递阶控制策略建立了汽车半主动悬架系统的控制结构;在整车动力学模型的基础上,设计了基于整车车身姿态协调控制的仿人智能控制器,对不同的车身运动姿态采用不同的控制模态,并以某车型为例对其进行了控制仿真.仿真结果表明,对整车半主动悬架进行分布式协调控制是可行的,且相对于被动悬架及采用集成控制策略,分布式智能协调控制能更好地提高车辆的平顺性能,并能有效抑制车身俯仰和侧倾运动,改善轮胎的接地性能.     

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。     

基于灰Fuzzy控制算法的车辆悬架与转向综合控制

建立了垂向、侧向、俯仰及横摆运动的4自由度集成车辆模型,对汽车悬架和转向系统的协调综合控制进行了研究,为了改善传统模糊控制器(TFC)的性能,在灰预测算法的基础上提出了灰模糊控制器用于估计系统下一时刻的输出量;为了提高集成车辆在不平路面激励下的稳定性以及垂向振动特性、俯仰特性等,提出了集成灰模糊控制方法(IGFC),并进行了计算机仿真,结果表明集成灰模糊控制方法的控制效果要优于传统的模糊控制系统以及被动系统.     

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。     

汽车ASS与EPS分层协调控制

以提高汽车行驶平顺性和操纵稳定性为出发点,建立了汽车ASS与EPS的整车动力学模型,提出了一种汽车ASS与EPS集成控制的方法。分别设计了ASS子系统模糊控制器与EPS子系统模糊控制器,利用分层协调控制思想建立了上层协调控制器,对两个子系统进行协调控制。仿真结果表明：采用分层协调控制策略控制的ASS与EPS集成系统可使车身垂直加速度、车身俯仰角、横摆角速度、车身侧倾角等性能参数得到优化,汽车行驶平顺性和操纵稳定性有明显改善,提高了整车综合性能。

Abstract：

Vehicle dynamics model of ASS and EPS was built.A coordination control method of vehicle ASS and EPS was presented to improve vehicle ride performance and handling stability.ASS controller and EPS controller were designed separately.The controller of ASS was designed using fuzzy logic control theory and the EPS system was designed using fuzzy logic control theory too.In order to coordinate the two subsystems,an upper coordination controller was set up based on an idea of delaminating control.The simulation results show that layered coordination control strategy can optimize the vehicle performance parameters and the vehicle integrated performance is improved obviously.     

并联混合动力汽车扭矩协调控制策略仿真研究

对于使用机械式自动变速器(AMT)的并联式混合动力汽车(PHEV),能量管理策略的实现需要对发动机、电机以及离合器和变速箱进行协调控制,为此,建立一个分层控制系统来管理整车的能量分配和实现整车的能量分配策略。能量管理策略的实现层以改善车辆行驶平顺性和减小离合器磨损为目标,协调控制动力和传动系统,实现能量管理层需要的扭矩分配、工作模式切换以及换档等要求。在Matlab/Simulink环境下建立了并联式混合动力汽车动力传动系统的仿真模型,通过仿真进行控制策略的辅助设计并验证了控制策略。当前开发的控制策略已经应用于实车,试验结果表明了控制系统和控制策略的适用性。     

车辆半主动悬架的模糊控制策略设计与仿真研究

模糊控制和常规控制算法相比具有建模简单,控制精度高、非线性适应性强等优点,在车辆智能悬架系统得到了较广的应用。文章以簧载质量垂向速度、簧载质量俯仰角速度及其变化率作为模糊控制器输入,使用双模糊控制器实现车辆半主动悬架的控制,达到改善车辆垂直和俯仰振动的综合减振目的。同时,以某型车辆半车悬架模型为对象进行了仿真分析。仿真结果表明:采用所提出的模糊控制策略不仅能较好地改善车辆乘坐舒适性,还能显著降低悬架击穿可能。     

电动轮车辆轮内主动减振系统设计与研究

提出在轮毂电机与车轴之间安装直线电机的电动轮结构,建立带轮内主动减振系统的11自由度电动轮车辆动力学模型,利用最优控制理论以车身垂向加速度、俯仰角加速度、侧倾角加速度、车辆主悬架动行程和车轮相对动载荷五参数均方根值加权平方和的积分值最小为优化目标,以轮毂电机与车轮垂向相对最大位移10 mm为约束条件,对轮内主动减振系统的控制器进行设计。结果表明,与轮毂电机刚性连接车轮的电动轮车辆模型相比,有轮内主动减振系统的电动轮车辆模型既可满足对车轮内部空间对轮毂电机垂向相对位移要求,又使车辆平顺性轮胎接地性能有明显改善。     

基于整车动力学的电动助力转向系统建模仿真

结合EPS的结构和动力学特性,建立了EPS的动力学方程,采用PID控制方法分别对电机进行助力和回正控制,并结合三自由度的整车模型(考虑侧倾影响)和Fiala轮胎模型建立了EPS整体仿真模型.分析了EPS系统对方向盘瞬态响应品质的影响以及路面冲击下汽车纵横向加速度的变化.     

汽车转向/制动系统的非线性解耦内模控制

首先提出一个非线性控制系统研究汽车转向系统和防抱死制动系统的协同控制问题。该控制结构由转向控制器和制动控制器组成。为了确保系统全局稳定性,采用反馈线性化方法进行解耦。为了提高系统的鲁棒性并确保期望的动态性能,对解藕线性化的系统采用内模控制方法进行综合。然后设计适用于复杂工况的制动力分配策略。最后用仿真结果验证控制系统的有效性,它改善了汽车制动稳定性和转向性能。     

基于MATLAB仿真的车辆转向稳定性控制策略

为研究某半主动悬架车辆的转向稳定性,提出了悬架阻尼BP神经网络PID控制技术.以理想的横摆角速度和实际的横摆角速度误差作为控制目标,对车辆实行转向横摆稳定性闭环控制.通过控制车辆的横摆角速度来分析悬架阻尼变化对车轮垂直载荷及侧倾的影响,针对单移线转向和阶跃转向两种典型工况,应用MATLAB软件进行了仿真.结果表明,在高附着路面上,可以通过控制悬架阻尼来控制车辆的横摆和侧偏运动,当前悬架阻尼增加后悬架阻尼减小时,车辆前后轴左右车轮的载荷转移明显减小,从而能有效抑制车辆的过多转向特性,为改善操纵稳定性提供一种新控制方法.     

摩托车半主动悬架分层预测控制及仿真

行驶平稳性和乘坐舒适性是衡量车辆悬架性能优劣的重要指标，而基于磁流变技术的半主动预测控制与其它控制方法的结合则是改善悬架性能的一种先进控制方法。为提高控制效果，提出了一种悬架振动分层建模预测控制的新思路，即将前后轮系均看作是相互独立的底层二自由度系统，推导出协调底层关系的上层关联动力学方程，结合轴距预测和LQR优化控制方法，以前轮检测到的路面激励作为后轮下一步输入的激励，然后以簧载质量质心处的垂直加速度和俯仰加速度为上层控制目标进行协调，继而得到所需的半主动控制力。通过对一个四自由度摩托车模型的仿真计算表明，该方法在线计算量少，前后轮系易于采用不同的控制策略以提高控制效果。该方法对于多轮系车辆的振动控制提供了一个崭新的思路。     

基于LQG/LTR的重型半挂车主动侧倾控制仿真分析

针对重型半挂车的侧倾稳定性问题,建立了八自由度的车辆模型,并以LQR主动侧倾控制方法为基础,提出了一种基于回路传输恢复技术(Loop Transfer Recovery:LTR)的LQG主动侧倾控制算法。设计各个车速下LQG/LTR局部状态反馈控制器,并进行了阶跃转向工况下车辆的仿真。仿真结果表明:LQG/LTR主动侧倾控制算法有效提高了重型半挂车的侧倾稳定性。     

制动过程的主动转向干预控制

主动转向(AFS)能够提高车辆的转向跟随性和车辆的稳定性能,同时还能够产生额外的侧向力,抵御制动过程中由于制动力的不对称分配所引起的横摆及侧倾。首先基于主动转向的机构及制动过程建立了转向模型及车辆模型,并在该模型控制的设计中,利用横摆角速度和侧偏角反馈提高车辆的稳定性。同时,为了得到最佳的输出反馈增益矩阵,采用线性[0]二次型调节器(LQR-line quadratic regulator)进行最优控制。通过制动过程中主动转向的干预作用的MATLAB仿真,以及没有转向干预控制的制动过程试验与仿真的对比,表明主动转向无需驾驶员的额外干预,通过电机的主动补偿提高车辆的侧向稳定性,同时还能够影响车辆的纵向动力学过程,缩短制动的有效距离。     

汽车磁流变半主动悬架频域加权次优控制研究

针对人体振动在不同的频段有不同的生理特征,通过对线性二次型控制策略进行频域设计,研究了可用于实际工程的频域加权次优控制策略,并与线性二次最优控制及频域加权最优控制进行了仿真比较。仿真结果表明,合理选择反馈控制变量,频域加权次优控制可取得与频域加权最优控制相近的控制效果,而优于线性二次最优控制,在人体敏感的频段大大降低车身的垂直振动,提高车辆的平顺性能,改善轮胎的接地性。     

基于改进PID神经网络算法的AUV垂直面控制

针对一类小型低速自主水下航行器(AUV)的垂直面运动控制问题,设计了一种改进的PID神经网络控制器,实现对水下航行器在垂直面内深度和俯仰角的全局控制。利用REMUS水下航行器模型搭建了Simulink下AUV垂直面仿真控制系统,仿真结果表明,改进的控制方法克服了原方法中饱和区过大的问题,具有良好的动态性能同时能够适应不同的学习速率和网络初始权重,对水下航行器的工程实际应用具有一定参考价值。     

Lane Departure Assistance Coordinated Control System for In-Wheel Motor Drive Vehicles Based on Dynamic Extension Boundary Decision

Aiming at the advantages in active safety control of in-wheel motor drive vehicles, the classified decision-control-execution is proposed to the lane departure assistance system under the premise of ensuring the stability of the vehicle. The dynamic extension boundaries which vary with vehicle speed, road curvature and road adhesion coefficient are designed in the decision layer by using the neural network algorithm, which divides different dangerous degrees into different decision regions.The active differential steering controller, the electronic differential controller and their coordinated control strategy are designed in the control layer, and the corresponding control is carried out among different decision regions. In order to avoid the dangerous situation of secondary deviation caused by the existence of drift angle when the vehicle is rectified to the lane centerline, the heading angle controller is then designed in the control layer. The different torque distribution modes are divided according to the current vehicle speed, road adhesion coefficient and lateral acceleration in the execution layer, and the economic distribution, stability distribution, joint distribution are correspondingly executed among different torque distribution modes. Finally, Carsim and Matlab/Simulink are used for simulation verification.