基于观测器的发动机转矩跟踪模型预测控制

针对如何实现发动机转矩快速精准地跟踪期望转矩的问题,提出一种基于观测器的模型预测控制策略.首先,利用均值模型对汽油发动机的进气歧管压力动态、转矩和转速动态进行建模,考虑到发动机真实转矩不可测的情况,采用Lyapunov稳定性理论和可测转速信号设计观测器对进气歧管压力进行在线估计,进而获得发动机的实时估计转矩;然后,利用基于观测器的模型预测控制算法设计转矩跟踪控制器,通过C/GMRES数值优化算法在线求解滚动时域优化问题,实现转矩的实时跟踪控制;最后,利用汽油发动机实验台进行实验验证以表明所提出算法的有效性.     

基于深度强化学习的混合动力汽车能量管理策略

针对混合动力汽车能量管理策略在线运行时对工况适应性差的问题,提出一种具有深度强化学习能力的能量管理策略设计方法。该方法基于深度确定性策略梯度算法来确定发动机功率最佳变化率,进而建立车载能源功率分配策略。所建立的控制策略包含离线交互学习与在线更新学习双层逻辑框架,根据车辆运行特性对控制参数进行动态更新,以提高在线运行时车辆的节能效果。为了验证所提出的控制策略,以沈阳实车测试数据对算法有效性进行分析,并与粒子群优化算法的控制效果进行对比。结果表明,所提出的深度强化学习能量管理策略可以实现优于粒子群优化策略的节能效果,尤其当车辆行驶特性发生突然变化时,深度强化学习控制策略具备更强的适应性。     

汽车牵引力控制系统的变参数自适应PID控制

合理的驱动轮滑转率控制是保证汽车具有良好急加速驱动性能和稳定性的前提.复杂路面条件下汽车牵引力控制系统对驱动轮滑转率的控制需要基于驾驶员加速驾驶意图判断结果,通过合理协调发动机转矩干预和主动制动来实现.由于驾驶意图和路面附着条件的改变引起汽车动力学参量以及实际控制系统边界条件的改变,使得传统的PID控制的应用受到限制,因而提出一种可变参数的自适应PID控制器,根据驱动轮实际滑转率与目标滑转率的偏差自适应的调整PID控制器中的整定参数值,从而改善PID控制的控制品质,使汽车在复杂路况和工况条件下均能实现良好的驱动轮滑转率控制.根据不同控制参数组合方式,系统可以在发动机转矩控制、主动制动控制以及两种执行器耦合作用等三种控制模式中切换,实现驱动轮滑转率控制的目标.仿真与实车道路试验验证了这一方法的有效性.