基于动态神经网络自适应控制的主动悬架系统

主动悬挂系统中的液压执行器伺服系统是典型的仿射非线性系统，其参数也是时变的，要建立其准确的数学模型是很困难的。在该文中将主动悬架系统看作是一未知系统，利用动态神经网络对未知系统进行辨识，根据建模误差和参数的不确定性来调整网络的参数和结构并用动态神经网络的优化能力得出系统的控制率。在仿真试验中用动态神经网络所得到的控制算法对模型的输出进行跟踪控制，从仿真结果图可以看出这种控制器能获得较好的控制效果。     

高速列车转向架的主动稳定性研究

提出了基于构架横向振动的高速列车稳定性主动控制方法,讨论了采用惯性作动器控制构架横向振动,以及对动力转向架驱动系统采用主动弹性悬挂这两种实施方式.以车辆蛇行稳定性指标和控制力作为两个目标函数,利用遗传算法(NSGA-II)来优化控制参数和驱动系统悬挂参数.研究表明构架横向振动控制可以有效地提高转向架蛇行稳定性.同时发现当直接反馈构架状态实现构架振动控制时,控制系统时滞易导致系统失稳,因此提出一种通过反馈附加振子状态的方法来减小时滞的影响,合理的附加振子悬挂参数有利于提高车辆系统稳定性.较硬的附加振子可提高转向架控制系统的蛇行临界速度裕度,但会导致控制系统在一定的时滞内出现不稳定的现象.因此,在优化附加振子悬挂参数时,必须同时兼顾转向架蛇行稳定性和控制系统稳定性.本文对于涉及的350 km/h高速列车转向架,得出了附加振子的最佳固有频率和阻尼比.     

汽车主动悬挂控制的研究现状和未来挑战

主动悬挂系统能提高车辆的乘坐舒适性和操纵性,得到了广泛的研究和重视.掌握悬挂控制的研究现状,可以更好地研究和利用主动悬挂技术.本文立足现有文献,依照不同的控制策略,从七个方面阐述了主动悬挂控制的研究现状,总结出了尚需解决的非线性悬挂建模、悬挂集成控制、控制系统性能评估等六个基本问题.文章最后分析了鲁棒控制、自适应控制、智能控制在车辆悬挂控制中的局限性及出现的挑战性课题,提出了车辆主动悬挂技术的发展方向.     

基于GMA的列车主动悬挂系统垂向振动分析

针对列车被动悬挂系统对列车减振效果不明显的问题，提出一种超磁致伸缩作动器(Giant Magnetostrictive Actuator, GMA)用于主动悬挂系统中的方法。基于列车主动振动特性和超磁致伸缩作动器的磁致伸缩工作机理，搭建GMA为作动器的主动悬挂系统模型，通过MATLAB/Simulink仿真软件得到车体垂向振动响应。仿真结果表明，基于超磁致伸缩作动器的列车主动悬挂系统，与被动悬挂系统相比，抑制了列车垂向振动，列车垂向平稳性指标优化了12.62%,提高了列车运行品质。     

汽车悬挂系统显式模型预测控制

本文把显式模型预测控制应用于汽车悬架主动控制,以改善汽车悬架系统的控制效果,并满足系统状 态性能和控制力等方面约束条件．针对汽车悬挂动力学简化模型（二维）和1/2 悬挂动力学模型,并做了数值仿真 计算．研究结果表明了汽车悬挂系统显式模型预测控制系统的有效性．     

具有输入时滞的主动悬挂系统的减振控制

研宄具有输入时滞的汽车主动悬挂系统在路面扰动下的减振控制器设计问题.首先根据汽车悬挂系统的特点,从实用性的角度出发化简了悬挂系统的数学模型.然后提出一种变量代换方法,将具有输入时滞的主动悬挂系统转换为形式上不含时滞的系统.针对转换后的无时滞系统,设计出具有输入时滞的主动悬挂系统减振控制器:又从控制器的成本和易实现性出发添加了一个状态观测器.在这种系统结构下,设计出一种具有记忆和积分特性的主动悬挂系统减振控制策略.仿真结果验证了这种设计控制器的方法是有效的.     

时滞在磁流变主动控制系统中的影响

在分析磁流变阻尼器的时滞特征,时滞对单自由度磁流变控制系统影响基础上,将磁流变阻尼器应用于高速机车系统的振动控制中.从理论角度分析了基于磁流变阻尼器的四分之一机车系统在主动控制下的时滞问题,并进一步探讨了主动控制下时滞对高速机车系统整车悬挂系统的影响.仿真分析了高速机车系统整车模型应用磁流变阻尼器后,在主动控制下的时滞影响.结果表明,能够快速反映的磁流变阻尼器并不能彻底消除控制系统的时滞问题.磁流变主动控制系统在较大时滞的影响下,高速机车振动加剧,安全性受到威胁,甚至失去控制.     

一种改进的天棚半主动控制算法

针对传统天棚阻尼控制对参数可变的磁流变半主动悬挂系统不能进行有效控制的问题,设计了一种最小控制综合与天棚混合的控制算法;首先建立了理想天棚阻尼控制算法的模型,依据最小控制综合算法模型结构特点将理想天棚阻尼控制作为参考模型;然后依据磁流变阻尼器控制力特点,改进了最小控制综合算法的反馈控制方程,得到混合控制算法的控制律;最后对改进的算法进行了仿真分析;仿真结果表明,混合控制算法在悬挂系统参数发生变化的情况下能够有效降低车体加速度和车轮动载荷,具有较好的控制效果;所设计的改进的天棚半主动控制可以提高车辆的行驶平顺性,对被控系统参数的变化具有良好的适应性,具有较高的实用价值。     

基于模糊PID控制的列车主动悬架振动控制研究

为了研究高速列车主动悬架系统横向振动控制,将研究对象简化为二自由度1/4车悬挂模型,研究了高速列车车体的横移、侧滚为变量的列车悬挂控制系统,采用德国轨道谱作为列车的激励拟合。算法控制器选择方面,在PID控制和模糊控制的基础上,建立模糊PID控制,并建立了基于模糊PID控制的高速列车主动悬架横向振动控制系统,通过MATLAB仿真生成关系曲线,验证了模糊PID控制算法具有更好的控制效果。     

基于Backstepping 方法的全车液压主动悬挂最优控制设计

设计先进的悬挂系统是提高车辆性能的重要途径之一.本文针对并联式液压主动悬挂系统建立了较为详细的7自由度全车非线性模型,并根据其结构特点提出了线性二次型最优控制与Backstepping方法相结合的控制策略.仿真结果证明,利用该控制策略,主动悬挂系统既可以满足悬挂行程约束,又可以有效的提高乘坐舒适性;而且,与相同条件下的被动悬挂相比,车辆性能有明显改善.     

基于遗传算法的锅炉水温PID控制寻优

遗传算法相比传统调节方法具有更好的鲁棒性和最优性。结合锅炉动态水温单回路控制系统的PID参数整定与优化问题,采用遗传算法对其参数进行优化。仿真结果表明,这种优化算法加快了收敛速度,有效提高了系统的全局稳定性,增强了PID控制器的鲁棒性。     

基于神经网络和遗传算法的智能PID控制

提出了一种结合神经网络和遗传算法的智能PID控制算法;该控制器先利用RBF辨识网络在线辨识系统模型,再利用遗传算法在线调整PID三个控制参数,将传统的Ziegler-Nichols方法所得的控制参数作为遗传算法的初始参数范围,缩小了遗传算法的寻优范围;在MATLAB6.5环境下进行仿真和试验研究,结果证明RBF辨识网络的输出能够很好地跟踪对象输出,遗传算法很好地优化了控制参数;二者结合可在线有效地控制较复杂的被控对象.     

Robust adaptive uniform exact tracking control for uncertain Euler–Lagrange system

This paper offers a solution to the robust adaptive uniform exact tracking control for uncertain nonlinear Euler–Lagrange (EL) system. An adaptive finite-time tracking control algorithm is designed by proposing a novel nonsingular integral terminal sliding-mode surface. Moreover, a new adaptive parameter tuning law is also developed by making good use of the system tracking errors and the adaptive parameter estimation errors. Thus, both the trajectory tracking and the parameter estimation can be achieved in a guaranteed time adjusted arbitrarily based on practical demands, simultaneously. Additionally, the control result for the EL system proposed in this paper can be extended to high-order nonlinear systems easily. Finally, a test-bed 2-DOF robot arm is set-up to demonstrate the performance of the new control algorithm.     

多目标微分进化改进算法及应用

微分进化算法作为一种新型、简单、高效的并行随机优化算法,近年来在许多领域得到了应用,多目标微分进化便是其中的一种。针对传统多目标微分进化算法中微分进化控制参数不能自适应调整、算法容易出现早熟和退化的现象,采用惯性权重参数自适应调整的控制策略以及改进的拥挤距离算法对多目标微分进化进行改进,并将改进后的算法用于控制系统PID参数优化仿真试验。结果表明,改进后的多目标微分进化算法具有较好的收敛性和分布性以及较高的搜索效率。     

连续型推理控制及其在张力伺服系统中的应用

给出了一种适用于工程常见的二阶对象的连续型推理控制算法,以及推理控制系统的稳定性和收性。该控制算法简单,仅有一可调参数Ｑ并成功地应用于薄膜电容器全自动卷绕机中作为快速张力伺服控制,取得满意效果。     

基于小波变换的二阶线性分布参数系统预测控制

分布参数系统由于其复杂性,控制系统设计一直是控制理论的难点.寻求解决分布参数系统控制的新思路,本文提出了基于正交小波变换的线性离散时间分布参数系统预测控制概念,应用正交小波变换将二阶线性分布参数系统预测控制命题变换为集总参数系统预测控制问题,并设计预测控制器,将控制律进行反演获得原系统的具有分布特性的控制律.仿真研究表明,本文提出的分布参数系统预测控制算法取得了理想的控制效果,对系统模型失配和扰动具有较好的鲁棒性,验证了算法的有效性.     

一种新型高精度温度控制方法

为控制环境温度剧烈变化,对于精密仪器设备对温度精度和系统稳定性要求也随之提高,提出了一种参数自学习比例-周期控温算法,能够自动辨识系统参数和控制参数,并具有自学习能力。当环境温度快速变化时,可以采用相应的控制策略,达到理想的控制效果,适用于控制系统参数未知的场合,同时对环境温度的变化具有较强的自适应能力。仿真结果表明,算法控制精度高、自适应能力强,确实能够满足精密仪器设备对温度的精度和稳定性的要求。     

粒子群算法在PID控制器参数整定中的研究与应用

针对自动化控制系统中PID控制器参数整定困难的问题,提出了基于粒子群算法的PID控制器的设计方法,给出了具体的实验架构。采用系统参数鉴定的方式得到直流伺服发电机的传递函数,并利用粒子群算法搜寻PID参数。实验采用MATLAB仿真证明了该方法的可行性和优越性。所得到模拟结果跟遗传算法搜索PID参数的结果做比较,结果显示用粒子群算法调整PID参数所得到的运算时间比用遗传算法的运算时间要短。     

基于数据融合的农业温室温度模糊PID控制方法的研究

针对设施农业中的温度控制具有大惯性、大滞后和参数分布性的特点,本文采用多传感器数据融合的方法对温度参数进行优化计算,利用模糊PID控制方法设计温度控制系统。仿真结果表明,在相同的条件下,基于数据融合的模糊PID算法可以提高控制的精度及鲁棒性,同时可以达到节能效果。     

基于遗传算法的四旋翼无人机系统参数辨识

建立准确地系统模型是实现四旋翼无人机的自动飞行控制的基础,为此提出了一种遗传算法,并将其应用于四旋翼无人机系统参数辨识当中。首先,根据四旋翼受力分析建立了小角度下的线性系统模型;然后,将遗传算法应用于线性模型未知参数的辨识中;最后,分别对比了滚转、俯仰和偏航方向的加速度值与实际测量值。实验结果表明在悬停状态或小角度飞行状态下,该辨识方法能够建立比较精确的系统模型。