考虑悬架几何特性及作动器延时的整车模糊控制

利用ADAMS软件建立了整车悬架及转向机械模型,考虑了悬架的几,阿特性,结合变论城模糊控制方法,设计了主动悬架变论域模糊控制器,同时考虑了作动器的延时特性,通过matlab/simulink联合仿真,并与被动悬架模型进行了对比,得出所设计的模糊控制器对汽车的平顺性有较大改善.     

基于遗传算法的主动悬架模糊控制器设计

应用模糊逻辑控制理论,进行了车辆主动悬架模糊控制器的设计,并利用遗传算法对模糊控制的控制规则进行了优化。利用Matlab/Simulink对主动悬架系统进行了仿真,并与传统的被动悬架和用LQG控制的主动悬架进行了性能比较和分析,仿真结果表明具有模糊控制器的主动悬架能够有效提高车辆的平顺性和操纵稳定性,且具有较好的适应性和鲁棒性。     

主动悬架的直线电机作动器控制系统研究

将直线电机的直接推力控制方法运用于主动悬架控制系统,分别设计了主动悬架最优控制器和直线电机直接推力控制器,两个控制器结合成为主动悬架的电磁作动器控制系统。建立了1/4汽车主动悬架模型,利用Matlab/Simulink进行仿真,结果表明直线电机作动器能根据车身的振动主动输出相应的电磁力,因此直线电机直接推力控制运用于主动悬架控制系统是可行的。     

汽车悬架的PID控制仿真研究

本文将汽车主动悬架作为研究对象,为了便于分析,首先将主动悬架简化为1/4悬架,然后根据牛顿定律,汽车系统动力学相关知识建立悬架系统的数学模型,在工程技术领域中,通常用车身加速度、悬架动挠度以及车轮动载荷作为评价悬架的指标。在这三个指标当中,车身加速度可以反应汽车车身的振动特点,所以尤为重要。因此,在本文中,将车身加速度选取为系统的控制目标,分别设计P,I,D及PID控制器,并利用MATLAB仿真软件得到其相应的仿真效果图,进一步通过对仿真结果的对比分析,最终选取合理的控制参数,得到了汽车悬架的PID控制器。     

主动悬架硬件在回路仿真研究(英文)

为了快速有效地验证主动悬架的控制算法,提出了一种主动悬架硬件在回路实时仿真平台。在Matlab/Simulink中建立了主动悬架的动力学模型、作动器模型,以S3CEEBO芯片为中央处理器,设计了主动悬架实际控制器,在此基础上搭建了该硬件在回路实时仿真平台。针对某款汽车运用不同的控制算法进行了仿真实验。结果表明,该硬件在回路仿真平台可以对主动悬架的各种控制算法的执行效果进行验证。     

汽车主动悬架系统的单神经元自适应PID控制

建立了汽车1／4主动悬架物理模型，提出了一种主动悬架系统的单神经元自适应PID控制方法。以阶跃函数模拟路面输入，对汽车主动悬架系统进行计算机仿真研究。仿真结果表明，该方法控制的主动悬架，汽车车身振动位移小，鲁棒性较高。     

主动悬架LQG控制器设计

把最优控制理论运用到主动悬架的控制策略中，通过车辆模型和控制系统的建立，进行了线性二次型最优控制器的设计，并且在输入一路面白噪声的情况下用Simulink进行了模拟仿真，仿真结果有效地证明了用LQG方法控制的主动悬架在改善汽车的平顺性和操纵稳定性上有良好的效果。     

主动悬架最优控制性能函数的加权系数研究

为了分析汽车主动悬架最优控制性能函数中加权系数的影响，对某轿车建立了整车七自由度动力学模型，设计了基于随机最优控制策略的状态反馈控制器。通过ADAMS＆MATLAB＼simlllink联合仿真，探讨了性能函数加权系数对悬架控制力的最大幅值及悬架性能的影响，得到了该轿车性能函数中加权系数的变化与主动悬架最优控制力的最大幅值及悬架性能的关系．这为主动悬架最优控制性能函数加权系数的确定提供了参考依据。     

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EHA的汽车电-液主动悬架系统的仿真研究

针对目前电液伺服主动悬架所存在的诸如结构相对复杂、可靠性低等不足,提出了一种基于PBW功率电传技术的EHA(Electro-Hydrostatic Actuator)汽车主动悬架结构.在分析该作动器原理和汽车悬架结构的基础上,利用键图理论分别建立了控制电机、液压元件、EHA作动器及1/4汽车EHA主动悬架的键图模型.采用模糊控制算法和MATLAB工具,对EHA主动悬架进行了仿真计算.并对所研制EHA主动悬架样机模型进行了性能试验.仿真和试验结果表明,所建立的EHA主动悬架的模型是正确的,同时对降低汽车振动、提高汽车行驶平顺性和安全性具有较好的效果.     

基于自适应灰色预测的虚速率算法

虚速率(VRC)算法是近年来新兴的一种基于速率的主动队列管理算法,本文将灰色预测、自适应控制与虚速率算法三者的设计思想融合起来,提出一种新的基于自适应灰色预测的虚速率算法。将二次型性能指标引入到VRC算法中PID控制器的整定过程中,按照性能指标的负梯度方向修改加权系数,实现了PID的自适应最优控制。同时将自适应PID与灰色预测器相结合,用预测结果代替被控对象测量值,克服了网络时滞和干扰给系统带来的负面影响,并进行了稳定性分析。仿真结果表明,该算法具有优良的性能。     

经动态输出反馈的随机时滞线性网络系统的镇定与仿真

研究了带有随机时滞的有线线性网络系统的镇定和仿真问题.基于Lyapunov-Razumikhin方法设计了动态输出反馈控制器使得这一类系统稳定.以矩阵不等式的形式给出了控制器存在的充分条件.并采用了一个算法得到了控制器增益的局部最优解.最后通过数值仿真验证了所提方法的有效性.     

基于T-S模糊模型的非线性自适应逆控制系统

现在非线性自适应逆控制系统中，由于对象模型和逆控制器均采用非线性自适应滤波器，自适应过程需要同时训练至少两个串联的非线性自适应滤波器，从而造成自适应学习过程过于复杂。利用一组自适应LMS滤波器建立非线性对象的T-S模糊模型，它为逆控制器的学习提供了准确的解析的对象模型Jacobian信息，从而有效简化了自适应逆控制学习过程。仿真结果表明，无论是离线建模还是在线建模，该非线性自适应逆控制方法均能取得理想的控制效果。     

基于自组织调整因子的模糊PID控制器设计

实际工业过程往往是非线性、时变性、其结构参数不确定的系统。提出一种基于自组织调整因子的模糊PID控制器：采用归一化加速度参量来反映系统响应的快慢,引入变论域思想,构建模糊PID控制器的自组织调整机构。该机构根据系统输入输出误差,以归一化加速度参量在线辨识系统运行的不同阶段,动态调整模糊PID控制器的量化因子和比例因子,以改变模糊PID控制器输入输出变量与模糊子集的映射关系,使论域产生伸缩变化,以调节控制器的微分、积分控制作用。仿真结果表明：该自适应模糊PID控制器具有较大的动态调节范围,其动静态性能、鲁棒性、抗干扰能力均优于PID和常规模糊PID控制器。     

基于PSO的模糊控制及在孵化中的应用

针对孵化系统复杂的动态非线性特性,提出一种基于粒子群优化的模糊控制算法,该算法针对模糊控制器量化因子参数调节的困难,采用PSO的惯性系数的自适应调整机制,用以加速优化算法的收敛性和维持群体的多样性,以寻优模糊控制器量化因子参数,将该方法应用于孵化过程,较好的实现了温度、湿度和含氧量的稳定控制。仿真和实际运行结果表明了所提出的算法的有效性和优越性。     

导弹发射架随动系统变结构控制器的设计

介绍了某型导弹发射架随动系统的应用技术和控制原理 ,并阐述了其控制中心———变结构控制器的构成、控制算法及软件实现。该控制器的算法依据系统误差的大小由三部分构成 :Bang -Bang控制、PID控制和FUZZY控制 ,具有快速控制精度高等优点。所设计的随动系统体积小、成本低、可靠性高、可维性好 ,具有良好的工程应用价值     

基于粒子群的控制器参数模糊规则自动提取

设计一种移动机器人轨迹跟踪控制器并利用Lyapunov稳定性定理证明了该控制器的全局稳定性。针对人为设定该类控制器参数工作量较大,根据移动机器人跟踪控制过程的非线性本质,提出了一种采用模糊非线性参数的跟踪控制方法。在无先验知识的前提下,利用粒子群算法自动提取控制器参数的模糊规则基。设计一种动态群体的粒子群方法,使得种群的多样性得到保证,减少局部收敛的可能,同时又不会对已有种群的模式造成巨大破坏。对比实验验证了该方法的有效性。     

AN INTELLIGENT CONTROL SYSTEM BASED ONRECURRENT NEURAL FUZZY NETWORK AND ITS APPLICATION TO CSTR

In this paper, an intelligent control system based on recurrent neural fuzzy network is presented for complex, uncertain and nonlinear processes, in which a recurrent neural fuzzy network is used as controller (RNFNC) to control a process adaptively and a recurrent neural network based on recursive predictive error algorithm (RNNM) is utilized to estimate the gradient information ρy/ρu for optimizing the parameters of controller.Compared with many neural fuzzy control systems, it uses recurrent neural network to realize the fuzzy controller. Moreover, recursive predictive error algorithm (RPE) is im-plemented to construct RNNM on line. Lastly, in order to evaluate the performance of the proposed control system, the presented control system is applied to continuously stirred tank reactor (CSTR). Simulation comparisons, based on control effect and output error,with general fuzzy controller and feed-forward neural fuzzy network controller (FNFNC),are conducted. In addition, the rates of convergence of RNNM respectively using RPE algorithm and gradient learning algorithm are also compared. The results show that the proposed control system is better for controlling uncertain and nonlinear processes.     

弹载消旋平台双模控制与仿真研究

为了消除弹体转动对惯性平台及天线运动耦合的影响,设计了旋转导弹消旋平台,并将模糊控制器与常规PID相结合,建立消旋平台Fuzzy-PID双模控制仿真模型。采用MATlAB和MATlAB/ADAMS联合仿真方法对消旋平台双模控制系统进行仿真分析。结果表明,Fuzzy-PID双模控制使惯性平台及天线的稳态性能得到明显改善。     

云模型算法及在过热汽温控制中的仿真研究

为了实现非线性、大时滞系统的良好控制，提出了一种新型的云模型智能控制算法．该算法是基于云模型控制规则的不确定性推理，用期望值Ex、熵En和超熵He表征定性概念，将概念的模糊性和随机性集成在一起，实现知识库中定量与定性之间的相互转换。谊智能控制器采用模糊控制原理，同时为了消除稳态误差，加入了一堆云控制，故采用了一种基于混合维的云模型智能控制器，并对600Mw超临界机组直流锅炉的过热汽温进行了仿真研究。仿真结果表明，该控制器简易、直观、鲁棒性强，具有良好的控制性能和较好的应用价值。