双离合器式自动变速器换档优化控制研究

研究汽车换挡过程中的摩擦问题,降低摩擦损耗。针对双离合器式自动变速器换档过程,压力突变很大,造成车辆的输出转矩发生剧烈波动,硬件摩擦损耗很大的问题,提出一种双离合器式自动变速器换档优化控制策略,通过建立双离合器物理动力学模型和构建换档规律模型,运用优化的压力控制PID算法,控制在汽车换挡过程中的压力变化,使得压力能够达到一个最优的控制状态,减少硬件摩擦。实验结果表明,换档优化控制策略能够大幅降低换挡过程的摩擦消耗,取得了不错的效果。     

基于双因子调节的免疫控制器的设计、实现与分析

基于一种双因子免疫非线性反馈模型，结合控制系统的特点，构造出一个双因子免疫控制器，并给出了它的结构形式．理论研究和仿真试验均表明具有该免疫控制器的系统能够无余差地跟踪恒定输入．本文还将该免疫控制系统与免疫PID控制系统进行了对比仿真研究，结果表明，本文提出的双因子免疫控制器在抗纯滞后、适应对象参数变化等方面均优于免疫PID控制器，且参数选择方便．     

双离合器自动变速器故障诊断及容错控制

针对双离合器自动变速器的系统组成,应用冗余法、搭建诊断电路法、极值法,制定包括传感器、执行机构、控制器和被控对象在内的故障诊断策略,并开发了车辆行驶状态下的在线综合故障诊断程序.将各故障分为不同等级,提出相应的容错控制方法,使车辆在发生故障时能最大限度地保持继续行驶的能力.最后,对部分典型故障下的双离合器自动变速器起步...     

基于μC/OS-Ⅱ的双离合器自动变速器控制系统

针对双离合器自动变速控制中复杂的功能要求,以飞思卡尔MC9S12DT128B单片机为硬件平台,将嵌入式实时操作系统μC/OS-Ⅱ应用到双离合器自动变速器控制系统中.详细阐述了双离合器自动变速器控制系统的硬件设计、μC/OS-Ⅱ内核的移植过程及用户任务的设计,实际运行结果表明,该系统具有较好的实时性和可靠性.     

电控汽车自动变速器换挡系统设计

为了提升电控汽车在换挡过程中的顺畅度及舒适性，实现自动变速的换挡控制功能，分析了换挡质量的衡量指标，构建车辆传动系统中核心部件发动机、离合器、变速器的动力学模型以及车辆阻力模型，详细设计了自动变速换挡控制系统的转速控制模块、变速执行模块以及动态抗扰动模块。利用PID控制实现发动机的转速调整，利用选换挡电机实现变速控制，采用动态滑膜算法提升系统抗扰动能力。经过实车验证，系统在升档过程中换挡耗时1.15 s,车辆冲击度在4 m/s³以内，耗时短、冲击小，达到了良好的换挡控制效果。     

MIMO系统非线性模糊免疫PID的设计与优化

针对工业中常规控制器难以达到较好控制效果的控制难点,提出了免疫PID控制器,利用模糊控制可以无限逼近非线性的特性,构成非线性模糊免疫PID控制器,并基于正交函数将M1MO(多输入多输出)控制系统的非线性模糊免疫PID控制器的设计过程转化为由一个只含有代数方程的算法来实现,最后用具有自适应功能的遗传算法对其进行优化.仿真结果表明,所设计的控制器在控制性能上优于常规PID,并能快速得到最优参数.另方面对于多输入多输出控制系统,控制器的设计和优化显得更为简便和有效.     

基于μC/OS-II的双离合器自动变速器控制系统

针对双离合器自动变速控制中复杂的功能要求,以飞思卡尔MC9S12DT128B单片机为硬件平台,将嵌入式实时操作系统μC/OS-II应用到双离合器自动变速器控制系统中。详细阐述了双离合器自动变速器控制系统的硬件设计、μC/OS-II内核的移植过程及用户任务的设计,实际运行结果表明,该系统具有较好的实时性和可靠性。     

模糊免疫PID的Smith预估主汽温控制系统

针对火电厂机组主汽温被控对象的大迟延和模型参数不确定性,结合传统Smith预估控制方法和模糊免疫PID控制方法,设计了基于Smith预估的模糊免疫PID控制器.模糊免疫PID控制器可自整定参数,对被控对象参数变化有自适应能力,在纯迟延现象严重的惰性区使用预估器预先估计出过程在基本扰动下的动态特性,使调节器提前动作,从而明显地减少超调量.将设计的控制器应用到主汽温串级控制系统中,并用Matlab对该系统在不同工况下进行仿真,结果表明所设计的控制系统对模型参数变化有较强的适应能力,在稳定性,准确性方面优于常规Smith预估控制系统和串级控制系统.     

基于模糊免疫PID的左心室辅助装置控制系统仿真

为了提高左心室辅助装置运行的稳定性,研究了模糊免疫PID控制在左心室辅助装置控制系统中的应用.首先,分析了辅助装置的工作原理及其系统建模;其次,对模糊免疫PID控制算法进行分析;最后,进行了基于模糊免疫PID左心室辅助装置控制的仿真.仿真结果表明,模糊免疫PID控制技术比常规PID控制具有更好的控制稳定性.     

基于免疫遗传算法的PID控制器参数优化研究

PID控制器参数优化一直是自动控制领域研究的热点问题.由于自动控制过程中被控对象具有非线性、时变不确定性等特点,传统的PID控制多采用试凑方式进行优化,往往费时而且难以满足控制的实时要求,导致控制精度不高.为了解决PID控制器参数优化问题,改善系统性能,提出一种基于免疫遗传算法的PID参数优化方法.该方法将PID控制器参数作为抗原,最优参数作为抗体,通过免疫算法的记忆细胞和抗体浓度调节机制,在控制过程中动态调整PID控制参数,从而实现PID控制器参数实时优,最后将该参数优化方法应用于实际的自动控制系统.实验应用研究表明,相对于传统参数优化方法,该方法在处理非线性和时变系统时,减少了超调小,响应速度提高,改善了系统性能,系统稳定性增强,控制精度相应提高,更能适应实际的自动控制系统需要.