履带车辆半主动悬挂系统建模与仿真

履带车辆半主动悬挂系统的建模,先作模型假设和简化,建立其系统二自由度振动模型.选定状态变量,得出悬挂系统状态方程和振动微分方程.利用线性最优控制的半主动控制算法算出控制力,并用Simulink对典型沙土路面激励下某型履带车辆半主动悬挂系统的响应仿真,结果表明该算法能很好控制车体位移和加速度.     

履带车辆悬挂系统磁流变阻尼振动控制分析

在建立履带式车辆悬挂系统两自由度运动微分方程的基础上,采用LQR控制算法仿真分析了某型履带车辆悬挂系统在实测六条不同路面激励输入下,全闭环反馈对整车振动的控制效果;结合Hrovat限界最优半主动控制算法和车辆悬挂系统振动的半主动控制策略,仿真分析了磁流变阻尼器对整车振动的控制效果,并与LQR控制结果作了比较;通过对比半主动控制力跟踪主动控制力的情况,分析了磁流变半主动控制能够很好地逼近主动控制的原因;得出了采用磁流变阻尼器实现履带车辆悬挂系统半主动振动控制的技术途径是可行的结论。     

基于LQG算法半主动悬挂系统动力特性建模与仿真

对某型履带车辆悬挂系统合理简化,建立了加速度激励下多输入-输出的整车主动悬挂系统动力学模型;按照研究半主动悬挂控制的一般步骤,应用线性二次高斯（Linear Quadratic Gaussian,LQG）理论,接合工程软件Matlab,设计了考虑数据采集系统受环境噪声影响的最优控制力和半主动控制力;仿真结果显示,车辆平顺性得到大幅度改善,验证了模型及控制策略的有效性．     

履带车辆悬挂系统振动的半主动控制与仿真

恶劣路面上行驶的履带车辆的振动对车辆的性能、平顺性、操作稳定性及运动安全性都造成不同程度的消极影响。履带车辆悬挂系统振动的加速度是描述履带车辆振动程度的一个重要指标。首先提出了一个考虑负重轮的履带车辆悬挂系统的力学模型,并且建立了相应的运动微分方程组。又选取了一组新的描述悬挂系统运动的输出变量,然后应用二次型半主动最优控制理论,具体计算了正弦路面激励下悬挂系统在控制前后运动状态的改变。参数分析和数值仿真结果表明,通过选取合适的控制参数,就能使履带车辆悬挂系统的加速度得到有效的控制。     

履带车辆磁流变液半主动悬挂系统动力学模拟实验台研究

基于磁流变液(MRF)构造出的半主动悬挂系统,可以用于对车辆振动的实时控制,半主动悬挂系统模拟试验台是实行实车动力学分析进而实现上述目标的基础性设备.首先,按照相似定理,进行了履带车辆磁流变液半主动悬挂系统动力学模拟实验的台架设计,实现了动力学模拟;进而,结合履带车辆行驶的典型越野路面,提出一种路面激励输入设计方案;最后叙述了基于LabVIEW虚拟仪器的磁流变振动实验台状态监测系统的构成.     

基于MRF-油气阻尼器的履带车辆半主动悬挂模型与分析

现代战争中悬挂系统对履带车辆机动性的意义非常重大,而刚度和阻尼系数同时可调的半主动悬挂将是悬挂系统发展的方向．文章设计了由油气弹簧和叶片式磁流变阻尼器组成的半主动悬挂的结构,并分别基于平板模型阻尼器和单气室高压气缸推导了阻尼力和刚度的计算公式,分析了影响因素．结论表明新的半主动悬挂系统刚度和阻尼系数可调范围能满足在不同路面工况下车辆对减振的要求,并具有Fail-safe功能．     

履带车辆悬挂系统现状及趋势

为清晰了解履带车辆悬挂系统现状,立足于现有文献,分析了国内外在被动悬挂、半主动悬挂、主动悬挂及以惯容-弹簧-阻尼(ISD)悬挂和扭杆油气复合悬挂为代表的新型悬挂领域的研究及应用现状,重点分析了油气悬挂及新型悬挂的相关研究情况.研究表明:在履带车辆悬挂系统的理论及工程应用上,建议积极研究开发能够工程应用的主动、半主动悬挂,积极研究新型悬挂,提高悬挂可靠性,注重在基础理论研究、材料与工艺改善等方面的投入.     

履带车辆电磁悬挂系统研究

介绍了国外电磁悬挂系统和电子控制的电磁悬挂系统的研发现状和趋势,对我国履带车辆的悬挂系统在这方面所作的研究进行了论述,提出了履带车辆电磁悬挂系统方案并进行了分析.     

电液式阻尼器对履带车辆平顺性影响研究

将天棚控制算法应用于履带车悬挂系统,对四分之一车模型做了含有弹簧、被动阻尼器和半主动阻尼器的三元素并联简化.推导出四分之一车的半主动控制算法数学模型,对半主动悬挂和被动悬挂做了仿真对比,探究了改变可调最值阻尼系数对车辆平顺性改变的影响.搭建了半主动臂的单轮悬架试验系统.仿真结果及单轮悬架试验结果均表明:半主动悬挂能够明显地降低车身的加速度、速度以及动行程,提高行驶平顺性,同时增大电液式阻尼器阻尼系数的极值差对提高车辆的平顺性有正向促进作用,而增大最大阻尼系数对平顺性的改善更加明显.     

高速履带车辆平稳性能仿真及影响因素分析

仿真技术应用于履带车辆,对深入研究其性能起到了积极的作用.本文针对某型履带车辆,建立了其平稳性模型并进行了实车验证.在此基础上,对影响履带车辆平稳性能的因素进行了分析.通过在良好路面、中等路面以及粗糙路面上行驶,给出了路面对平稳性能的影响关系;分析了以不同速度行驶对平稳性能的影响;特别是阻尼对平稳性能影响的分析,为履带车辆半主动悬挂的研究提供了借鉴.研究结果对加强仿真技术在履带车辆研究中的应用,提高履带车辆性能有指导意义.     

基于无迹卡尔曼滤波的超空泡航行体最优控制研究

针对超空泡航行体运动过程中环境噪声和测量噪声带来的不利影响,提出一种基于无迹卡尔曼滤波器（UKF）的最优控制算法。通过超空泡航行体动力学建模,建立含有环境噪声和测量噪声的状态方程,分别在无滤波器和含有UKF情况下的最优控制器进行了仿真分析。研究结果表明：在环境噪声和测量噪声干扰下,超空泡航行体跟踪误差较大,运动极其不稳定,处于失稳状态;在UKF作用下,超空泡航行体跟踪误差明显减小,在较短时间内达到全包裹状态,有较好的信号处理效果。     

车辆悬架行驶平顺性全状态反馈主动控制

本文基于车辆的1／2线性模型探讨了车辆悬架行驶平顶住的全状态反馈控制，仿真计算结果表明，采用状态反馈县化控制可以有效地提高车辆的行驶平顺性．不论是随机激励还是确定性扰动，其各项评价指标都得到了显著地改善．     

两栖车辆浮态计算方法研究

针对目前两栖车辆设计中浮态计算不准确的问题,结合传统的计算方法,建立了车辆不同的浮态模型,经过研究推导出浮态的计算公式.经过实际车辆浮态计算与试验验证,该方法有利于提高两栖车辆设计时浮态计算的准确度,为总体设计两栖车辆的浮态控制提供依据.     

仅利用位置信息的自主水下航行器主从式编队控制方法

研究了自主水下航行器的主从式编队控制问题,提出了跟随者仅利用领航者的位置及航向信息,而不利用领航者的速度、角速度和动力学模型信息的编队控制方法。根据领航者的运动状态及期望的编队队形推导出跟随者的参考路径,并仅利用领航者的位置及航向信息设计一虚拟航行器,使其轨迹与参考路径在有限时间内重合。考虑了水下航行器的参数不确定性以及海流干扰等特点,给出了跟随者的自适应变结构控制律,使得跟随者沿着虚拟航行器的轨迹运动,从而与领航者保持期望的距离,达到编队控制的目的。仿真结果表明所提出的算法是有效的。     

基于驾驶员意图识别与车辆状态判断的发动机智能起停系统设计

所研究的发动机智能起停系统具有以下特点:自动熄火与自动起动的过程由系统自动控制,不需要驾驶员的干预;自动熄火与自动起动的控制以驾驶员意图识别与车辆状态判断为基础,确保停机与起动满足驾驶员与车辆的需要.此外,该系统采用起动机-发电机分离式布置,最大程度地沿用了原车的电器架构,减少了开发成本.样车测试结果为百公里油耗与二氧化碳排放均下降了约3.9%,HC等污染物排放没有发生明显变化,表明该发动机智能起停系统可有效地根据驾驶员的需求与车辆状态进行发动机的停机与起动控制.     

基于虚拟元件的负载型四足步行平台静步态行走控制

传统的基于逆运动学或逆动力学静步态行走控制方法易导致步行平台足端与地面产生较大冲击力、机体轨迹产生较大跟踪误差,使步行平台出现稳定性问题。为实现负载型四足步行平台静步态柔顺稳定行走,提出一种基于虚拟元件的静步态行走控制方法。将步行平台静步态行走控制分为机体运动控制及摆动腿运动控制两部分,分别在机体各自由度及摆动腿各自由度添加虚拟弹簧阻尼元件,将机体与摆动腿控制转换为虚拟力控制。运用序列二次规划方法将机体虚拟力分配到支撑腿足端。结合各腿的雅克比矩阵,得到支撑腿与摆动腿的驱动关节力矩,并设计了步行平台静步态行走状态机。运用MATLAB与ADAMS软件建立四足步行平台仿真模型,对平台静步态行走进行联合仿真。仿真结果表明,虚拟元件控制实现了步行平台复杂地形静步态平稳行走,平台能够适应复杂地形变化,足端与地面冲击力较小,证实了所提虚拟元件控制方法的有效性。     

基于无人驾驶单流传动的中型履带车辆大坡道起步控制

为解决基于二级行星转向机速差转向的无人驾驶履带车辆坡道起步控制问题,对该类型车辆的起步过程进行分析,提出一种无人驾驶履带车辆的协调自动起步控制策略,并进行了实车验证。控制策略包括车辆起步负载的获取与计算,起步过程中发动机、操纵杆控制策略和车辆起步控制流程。在大坡道（≥15°的坡道）起步的情况下,利用双侧二级行星转向机进行起步,减少起步过程中摩擦元件的磨损,避免起步过程中发动机熄火,减少或者避免车辆“倒溜”现象的发生。控制策略通过无人驾驶履带车辆自身装备的环境感知设备和电子地图信息对车辆当前状态进行准确估计,生成发动机转速等初始坡道起步控制参量。对起步过程中操纵杆动作进行聚类分析,确定操纵杆第一位置敏感区域和非敏感区域的分界面,对不同区域进行针对性控制。依据试验数据确定发动机初始转速,制定控制规则。实车试验结果表明,上述控制算法能够有效保证无人驾驶二级行星转向机的履带车辆坡道起步成功率。     

基于归一化优势函数的强化学习混合动力履带车辆能量管理

基于强化学习的能量管理策略由于状态变量和控制变量的离散化,处理高维问题时存在“维数灾难”的困扰。针对此问题,提出一种基于归一化优势函数的深度强化学习能量管理算法。采用两个具有归一化优势函数的深度神经网络实现连续控制,消除离散化。在对串联式混合动力履带车辆动力总成建模的基础上,完成深度强化学习能量管理算法的框架搭建和参数的更新过程,并将其应用于串联式混合动力履带车辆。仿真结果表明,该算法能够输出更为细化的控制量以及更小的输出波动性,与深度Q学习算法相比,对于串联式混合动力履带车辆的燃油经济性提升了3.96%. 通过硬件在环仿真实验验证了强化学习能量管理算法的适应性,以及在实时控制环境下的优化效果。