基于稳定状态预测的汽车侧向稳定性控制

为提高汽车行驶的侧向稳定性,设计了一种考虑车辆稳定状态趋势的新型线性时变模型预测控制(LTV-MPC)方法.该方法利用模型预测控制的转角优化序列对汽车稳定状态趋势进行预测,并基于预测的车辆稳定状态调整轮胎侧偏刚度,实现汽车的侧向稳定性控制.仿真结果表明,该方法能够提高主动前轮转向汽车的侧向稳定性,降低控制器的计算负担.     

纯电动汽车横摆力矩滑模控制

建立了七自由度整车模型和非线性轮胎模型,通过线性二自由度车辆模型得到车辆质心侧偏角和横摆角速度的理想值。基于滑模变结构控制理论,以汽车质心侧偏角和横摆角速度为控制变量计算出车辆总的需求横摆力矩。采用二次规划法,根据总的需求力矩对车辆各个车轮进行转矩分配,实现车辆稳定性行驶。典型阶跃工况仿真验证了控制算法的有效性。     

基于混杂模型预测控制的混合动力车辆能量管理

以并联式混合动力车辆为研究对象,针对其具有连续变量和离散变量并存的特点,采用混杂模型预测控制算法对其进行优化求解。首先,对发动机和电机的外特性曲线、行驶阻力曲线、发动机油耗曲面、电池功率曲面等进行线性化处理,并采用分段仿射自回归外生模型来拟合电池荷电状态计算公式;其次,在混杂系统描述语言工具箱中对各个线性化部分进行描述,并自动生成混合逻辑动态系统;最后,采用混杂工具箱对生成的混合逻辑动态系统进行求解,并将结果与基于非线性模型预测控制算法的结果进行对比。对比结果表明:采用这两种算法对UDDS、NEDC和US06这3个标准工况进行仿真时,基于混杂模型预测控制算法相对于非线性模型预测控制算法,燃油经济性分别提高了20.0%、15.5%和10.6%,且当预测时域小于9时,混杂模型预测控制算法的计算速度更快。     

基于多模型切换的大范围预测函数控制

针对实际对象在不工况下的模型参数变化或突变,提出了基于多模型的预测函数控制方法，不同工况采用不同模型，通过在线计算模型匹配程度和控制权重来适应对象模型参数的突变，同一工况慢时变采用预测函数控制来提高鲁棒性，以适应复杂系统的要求。仿真结果表明该方法对参数突变跟踪快，且有极强的鲁棒性。     

基于状态观测器的结构振动预测控制

针对结构振动控制时滞问题及反馈控制对结构全状态的需求,提出了一种基于状态观测器的序列最优预测模态控制算法.根据反馈的结构响应,通过状态观测器观测估计结构的全状态,通过序列最优预测模态控制算法计算实时控制力,将反馈的结构响应和计算的控制力作为输入,考虑控制系统的时滞,设计径向基神经网络（RBFNN）,形成基于状态观测器的序列最优预测模态控制器.对一带分布参数实际隔震的330kV电压互感器进行地震响应控制,仿真结果表明,基于状态观测器的序列最优预测模态控制算法,在无时滞的情况下与基于状态观测器的序列最优模态控制算法控制效果相当,在有时滞的情况下能有效克服时滞对最优预测控制算法的影响,控制效果良好.     

跟随式车辆队列高效协同弦稳定预测控制

针对前后跟随式通信拓扑的约束车辆队列弦稳定协同控制问题,提出一种分布式参数化模型预测队列控制算法。首先,建立车辆队列的纵向动力学模型,通过反馈线性化将其转化为线性状态空间模型。然后,利用邻域内车辆的预测轨迹信息构造局部优化问题,建立车辆队列局部控制器。为降低求解该局部最优控制问题的计算量,将预测时域内的控制输入增量参数化为阶梯式结构。在此基础上,设计模型预测队列控制器迭代计算算法,满足系统输入输出约束和弦稳定约束条件。进一步,应用Lyapunov稳定性定理和Moore-Penrose广义逆矩阵,获得车辆队列渐近稳定性充分条件,并分析系统跟踪性能。最后,通过与常规队列控制算法的仿真对比实验,验证所提出控制策略的高效性。     

系统效率最优的功率分流式混合动力汽车非线性预测控制

针对一种基于双行星排构型的功率分流式混合动力汽车,建立系统动态模型,准确描述其转速转矩耦合关系,通过建立各部件的效率模型,分析不同模式下系统的工作效率. 设计控制器结构框架,以系统工作效率和电池充放电平衡为目标,构建基于模型预测控制的优化问题,采用一步马尔科夫链模型预测驾驶员需求转矩及车速,将有限时域内的优化问题转化为非线性规划问题,基于序列二次规划算法实现优化求解. 仿真研究表明,基于系统效率最优的预测控制器能够维持电池的充放电平衡,在美国城市驾驶循环（UDDS）下,当电池初始电池荷电状态（SOC）分别为0.50、0.55和0.60时,相较于以发动机燃油消耗最优为目标,车辆等效燃油经济性分别提高了7.17%、5.73%和10.11%,验证了控制器的有效性和优越性.     

智能电动车辆横纵向协同运动控制

针对车速变化下的车辆轨迹跟随稳定性问题,提出一种基于模型预测控制（MPC）与滑模控制结合的横纵向协同控制策略。建立描述车辆纵向、横向及横摆运动状态的三自由度动力学模型;然后,设计模型预测控制器对车辆期望轨迹进行跟踪,考虑车辆行驶运动过程中横纵向耦合问题,将纵向车速作为横向控制系统的状态量,并利用反馈矫正机制不断更新预测模型;在此基础上,采用滑模控制算法对期望车速及加速度进行跟踪,并采用饱和函数作为指数趋近率以减小抖振;采用基于规则的制动转矩分配方式得到行驶过程中各个车轮的需求转矩。该控制策略考虑了车辆动力学中的横纵向耦合问题,可在线处理车辆动力学约束,将车辆稳定跟踪期望轨迹的问题转化为求解带约束的最优控制问题。仿真结果表明所提出控制策略的有效性。     

面向全制动工况的液压制动双环预测控制策略

为了提高车辆在全制动(非紧急制动/紧急制动)工况下的适应性,提出了一种用于液压制动系统的双环预测控制策略。该控制系统由第一预测控制环、前/后轴制动力分配单元和第二预测控制环3个部分组成。第一预测控制环将部分状态变量进行满足最小相位系统的微分变形,并在性能评价指标中引入包含控制项的无穷小量以满足最优控制的设计条件,解决了现有制动力求取方法在考虑时变车辆空气阻力和滚动阻力的情况下,无法准确预测基于驾驶员制动意图的理想地面制动力的难题。前/后轴制动力分配单元兼顾考虑识别路面附着条件和前、后轮垂向载荷转移的影响,进行了前/后轴理想制动力分配。第二预测控制环以获取理想滑移率为控制目标,采用全信息最优滑模控制算法求取全制动工况下各车轴的理想制动力矩。基于Matlab/Simulink软件通过数值动态仿真验证了双环预测控制策略在不同制动工况下的工作效果。结果表明:本文液压制动双环预测控制策略在非紧急制动时能够准确跟踪目标制动减速度,在紧急制动时可以实现防抱死控制以获得最大减速度,因而具有良好的全制动工况适应性。     

自适应OFDM系统中基于LS估计的信道预测算法分析

信道预测技术可以为自适应系统提供准确及时的信道状态信息.针对现有的信道预测算法都是假设已知当前及以前的信道信息来预测未来的信道状态信息而忽略信道估计的影响,提出了一种基于LS信道估计的时变多径信道的时域预测方法.该方法采用自适应OFDM系统模型,以当前接收的导频符号序列为观测值进行LS信道估计得到信道的频域值,然后通过IDFT变换到时域,结合AR模型来预测未来信道衰落系数.仿真结果表明,与传统的频域预测算法相比,该算法有效地降低了最小均方误差,能很好地满足自适应OFDM系统中时变多径信道的要求.     

基于模型预测的车辆稳定控制

利用三自由度车辆模型设计了模型预测控制器,发动机力矩PI控制器和制动力矩模糊控制器。并针对制动单移线转向行驶典型工况进行了仿真验证,结果表明,所设计的车辆稳定性控制器具有良好的控制效果,能够明显的改善车辆操纵稳定性;开发的制动力矩算法能够充分利用各个车轮的制动力,使得在发动机力矩改变和主动制动压力等输入都较小的情况下,获得较好车辆操纵稳定性。     

线控四轮独立驱动轮毂电机电动车集成控制

从提高车辆操纵稳定性的角度,基于模型预测控制理论对线控四轮独立驱动轮毂电机电动车进行主动转向(AFS)、直接横摆力矩(DYC)和主动悬架(AS)的集成控制研究。采用分层集成控制结构,设计了模型预测控制器。研究了驱动力矩控制分配规则和AS控制方法,实现了AFS/DYC的水平集成控制和AFS/DYC/AS的全局集成控制,并通过仿真实验对算法进行了验证。仿真结果表明:集成控制算法能够实现车辆有效跟踪期望值,提高车辆极限工况的稳定性和主动安全性。     

基于模型预测控制的磨削机器人末端力跟踪控制算法

基于曲面预测与模型预测控制算法提出磨削机器人对连续曲面工作时的末端力控制算法。给出机械臂离散、线性化的动力学模型;根据曲面预测算法计算未来时刻的曲面坐标,通过快速算法和求逆解运算获得机械臂满足设定值时各关节的期望角度;由动态矩阵控制算法求得机械臂各关节的输入力矩,以实现对期望关节角的轨迹跟踪。在仿真试验中控制机械臂追踪未知连续曲面,证明了机械臂针对未知曲面作业时所提算法力控制的实时有效性,并且达到目标要求。     

Prediction of Commuter Vehicle Demand Torque Based on Historical Speed Information

The development of vehicle-to-everything and cloud computing has brought new opportunities and challenges to the automobile industry. In this paper, a commuter vehicle demand torque prediction method based on historical vehicle speed information is proposed, which uses machine learning to predict and analyze vehicle demand torque. Firstly, the big data of vehicle driving is collected, and the driving data is cleaned and features extracted based on road information. Then, the vehicle longitudinal driving dynamics model is established. Next, the vehicle simulation simulator is established based on the longitudinal driving dynamics model of the vehicle, and the driving torque of the vehicle is obtained. Finally, the travel is divided into several acceleration-cruise-deceleration road pairs for analysis, and the vehicle demand torque is predicted by BP neural network and Gaussian process regression.     

高速电驱动履带车辆紧急制动控制策略

为了改善高速双侧电机驱动履带车辆在履带-地面接触条件较差时紧急制动的操控性能并减少制动距离,通过对履带车辆直线行驶动力学和其机械制动器、永磁同步电机及液力缓速器等制动执行机构进行动力学建模分析,提出基于滑模鲁棒控制、制动扭矩预分配规则和前馈补偿控制的机电液联合紧急制动防抱死控制策略. 以配备有DS2680 IO板卡和DS2671总线板卡的dSPACE SCALEXIO实时主机为核心搭建驾驶员输入在环的半实物在环,并针对高速双侧电机驱动履带车辆在雪地上以初速度为80 km/h进行紧急制动的工况,进行实时仿真和驾驶员在环试验. 仿真和试验结果表明：相对于常规履带车辆紧急制动控制方法,提出的策略能够更有效地将车辆滑移率保持在合理范围内,更好地利用地面附着力,并缩短了制动距离.     

汽车转向的力输入控制与角输入控制及其对驾驶员-汽车闭环系统的影响

讨论了与两种不同转向控制策略相应的人－车闭环系统的运动特征，即通过给转向盘施加转向力矩或使转向盘转过一定角度来实施其转向的策略。仿真计算表明，当不足转向度小的汽车高速行驶时，驾驶员采用给转向盘施加转向力矩的控制策略具有更小的跟随误差，并且校正参数的变化范围也小得多，这说明采用此策略对车况的改变有更好的适应性。     

基于理想转向传动比的汽车线控转向控制算法

以29自由度汽车动力学模型为基础,提出了保证汽车转向增益不变的理想传动比稳态控制策略,使线控转向汽车转向特性不受车速和方向盘转角变化的影响;提出了基于状态反馈的动态校正稳定性控制算法。仿真和驾驶模拟器实验表明,基于理想转向传动比的稳态控制策略保证了汽车转向增益不变,减轻了驾驶员的负担,适合于更多的驾驶人群;基于状态反馈的动态校正稳定性控制算法有效提高了汽车的稳定性。     

衰减转向盘冲击力矩的电动助力转向控制

针对汽车经过凸块或不平路面时导致转向盘上产生过大冲击力矩给驾驶员带来不适感的问题,通过建立电动助力转向动力学模型估计折算到转向小齿轮上的路面冲击力矩,最终确定出路面冲击补偿电流,用以衰减由路面冲击而产生的转向盘冲击力矩。实车试验结果表明,本文方法能够在不增加电动助力转向系统元件的基础上,有效衰减转向盘冲击力矩,有较好的实际应用价值。     

汽车高速紧急避障路径跟踪与主动防侧翻控制

为提高匹配机械弹性车轮汽车在高速紧急避障时的效率与安全性,在Simulink中建立了整车非线性八自由度模型,并基于车轮样机台架试验数据,利用Matlab遗传算法工具箱对机械弹性车轮模型参数进行分级辨识.综合考虑行驶车速、轨迹跟踪误差、方向盘转角以及侧翻评价指标,建立了八自由度驾驶员—汽车预瞄跟随闭环系统模型.分析了汽车在不同行驶车速时所需的方向盘角输入信息与侧翻状态响应,总结出汽车高速转向时的侧翻动态特性.为高速安全通过规划的避障路径,在转向控制驾驶员模型基础上建立了速度控制驾驶员模型,当侧翻评价指标超过安全阈值时利用制动踏板降低车速,当纵向车速小于期望安全车速时利用加速踏板提高车速.仿真分析表明建立的高速避障路径跟踪与控制策略能高效完成避障路径跟踪,同时能有效降低紧急避障时的侧翻风险.