共查询到20条相似文献,搜索用时 93 毫秒
1.
2.
3.
4.
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。 相似文献
5.
6.
7.
8.
9.
10.
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. 相似文献
11.
12.
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. 相似文献
13.
14.
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。 相似文献
15.
基于PSO的模糊控制及在孵化中的应用 总被引:3,自引:0,他引:3
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。 相似文献
16.
导弹发射架随动系统变结构控制器的设计 总被引:1,自引:0,他引:1
赵修平 《系统工程与电子技术》2002,24(2):25-26
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 相似文献
17.
18.
JIALi YUJinshou 《系统科学与复杂性》2005,18(1):43-54
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. 相似文献
19.
20.
云模型算法及在过热汽温控制中的仿真研究 总被引:1,自引:0,他引:1
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。 相似文献