基于交替迭代的车辆主动悬架LQG控制器设计

针对主动悬架线性二次高斯控制(linear-quadratic-Gaussian control, LQG)控制器,提供一种快速确定其最佳控制加权系数及最优控制力的方法。 通过车辆行驶平顺性评价指标分析,利用无量纲归一化思想建立主动悬架最优控制目标函数,给出平顺性加权系数与控制加权系数间的关系;根据主动悬架力学模型,利用Newmark-β显式积分法,建立平顺性加权系数仿真分析模型。以路面不平度作为输入激励,以轮胎动位移和悬架动挠度为约束条件,借鉴交替迭代思想建立交替迭代优化算法,建立主动悬架LQG控制加权系数及控制力的优化方法。通过与现有LQG控制器设计方法的对比分析,对本设计方法的先进性和可靠性进行仿真验证,结果表明设计的LQG控制器能够显著改善车辆的乘坐舒适性。     

路面激励下主动悬架和四轮转向的协调控制

为了研究主动悬架和四轮转向系统的协调控制,建立包含悬架系统和转向系统的整车动力学模型.基于LQR控制理论分别设计了主动悬架和四轮转向的控制器,对比分析不同加权系数时车辆在路面激励下的频率响应,研究了主动悬架和四轮转向的控制对车辆操纵稳定性的影响;针对车辆的稳态响应(不考虑路面激励的影响),采用横摆率跟踪控制策略进行前后轴主动悬架控制力的匹配控制;在主动悬架和四轮转向2个单独控制器的基础上,以主动悬架控制力的匹配为主要协调机制,设计了主动悬架和四轮转向的协调控制器,对两者的控制量进行调整.仿真结果表明,主动悬架和四轮转向的协调控制可以获得优于两者简单叠加时的整车综合性能.     

基于GA的两轮自平衡小车LQR最优控制器设计

针对传统LQR最优控制器权重矩阵确定困难以及由此导致的响应速度慢等问题,以具有多变量、强耦合、非线性特点的两轮自平衡小车为被控对象,提出了一种通过遗传算法实现LQR控制器参数寻优的方法。选择线性二次型性能指标为目标函数,利用遗传算法的全局优化搜索能力,获取权阵Q的最优解,从而设计状态反馈控制率K,搭建系统动力学模型进行仿真实验。实验结果表明:该方法设计的最优控制器相对于传统的极点配置和LQR方法具有更好的控制效果,系统响应速度更快,超调更小。     

基于联合仿真技术的半主动悬架混合控制策略研究

为减少汽车半主动悬架系统开发周期和成本,利用多体动力学仿真软件SIM—PACK建立了某轿车单斜臂式悬架虚拟样机模型,并在MATLAB／SIMULINK环境中设计了基于混合控制策略的半主动悬架控制器,建立了一个半主动悬架控制策略研究的集成环境,利用该集成环境研究了基于混合控制策略的半主动悬架车辆行驶性能。与被动悬架相比,当汽车以72km／h在B级路面上行驶,阻尼力分配系数a为0．6时,混合控制策略下的半主动悬架车身垂向加速度均方根值和悬架动行程均方根值分别下降了17．38％和43．24％,而轮胎动载荷均方根值仅增加了4．42％。研究结果表明,基于混合控制策略的半主动悬架可以有效衰减车身的振动,改善车辆行驶平顺性,而车辆道路友好性并没有发生恶化。     

基于联合仿真的半主动悬架车辆平顺性

为减少车辆悬架系统开发周期和成本,利用SIMPACK软件建立了车辆1／4悬架多体动力学模型,基于天棚控制策略设计了半主动悬架控制器,并通过MATLAB／SIMULINK编写了控制算法对其进行联合仿真．将采用半主动悬架系统得到的仿真结果与采用被动悬架系统得到的仿真结果进行了对比,车身垂直加速度均方根值减少了30．2％．结果表明,基于天棚控制的半主动悬架可以有效衰减车身的振动,改善车辆的行驶平顺性,从而为车辆动力学系统的仿真分析提供了一种有效方法．     

基于平顺性与操纵稳定性的悬架系统多目标优化

针对汽车悬架系统开发设计中行驶平顺性和操纵稳定性两个目标相互矛盾的问题,以某轻型乘用客车后悬架系统为研究对象,建立了汽车悬架系统多目标优化模型。以汽车行驶平顺性、操纵稳定性为优化目标,选择后悬架弹簧刚度、减振器阻尼系数及稳定杆扭转刚度为优化参数,设计了一种基于改进遗传算法NSGA-Ⅱ的悬架系统多目标优化策略。悬架优化前...     

基于随机线性最优控制的汽车主动悬架控制器设计

通过建立车辆半车模型的动力学方程,应用随机线性最优控制理论设计了车辆主动悬架LQR控制器,并在Matlab/Simulink环境中构建了实现该控制策略的仿真模型,对仿真结果进行了时域和频域分析,结果表明:具有LQR控制器的主动悬架能有效减小车身加速度和悬架动挠度,可以更好地改善车辆的舒适性.     

基于滑模控制的半主动悬架系统仿真分析

建立1/4车2自由度半主动悬架系统动力学模型,并根据滑模变结构方法设计了车辆半主动悬架滑模控制器。控制器将天棚阻尼系统作为参考模型,把半主动悬架和参考模型间的广义误差动力学引入渐进稳定的滑模动态中,使用等速趋近率改善运动段的动态品质。仿真结果表明,滑模控制器的性能稳定,能有效地提高车辆行驶的平顺性和行驶的安全性。     

基于变权重系数的LQR车辆后轮主动转向控制研究

为提高4WS汽车LQR后轮主动转向控制器的性能与适用范围,分析不同路面附着条件下质心侧偏角、横摆角速度对汽车稳定性的影响,提出一种基于路面附着系数调整最优控制中半正定矩阵Q权重系数策略.利用模糊控制理论设计变权重系数调节器,实现最优控制参数的自适应调整.通过Matlab/Simulink软件进行闭环双移线仿真试验,结果表明,在不同附着路面上行驶时,所提出的变权重系数LQR后轮主动转向控制器能够改善车辆的稳定性与安全性,保证车辆按照驾驶员预期的理想轨迹行驶,顺利完成双移线试验;相比于LQR后轮主动转向控制器,与标准双移线轨迹之间的误差降低了28.25%.通过硬件在环试验验证了这一控制系统的可行性与实时性.     

基于模糊PID控制的半主动空气悬架系统研究

以空气悬架系统为研究对象,建立了半主动空气悬架的1/4车辆模型及白噪声的路面激励模型,将模糊控制理论和PID控制方法结合起来设计模糊PID控制器,并利用Simulink对建立的动力学模型进行平顺性仿真分析。从最终的结果可以得到结论:与传统PID控制的空气悬架相比,模糊PID控制的半主动空气悬架能更好地提高车辆的行驶平顺性。     

ACS algorithm-based adaptive fuzzy PID controller and its application to CIP-Ⅰ intelligent leg

Based on the ant colony system(ACS)algorithm and fuzzy logic control,a new design method for optimal fuzzy PID controller was proposed.In this method,the ACS algorithm was used to optimize the input/output scaling factors of fuzzy PID controller to generate the optimal fuzzy control rules and optimal real-time control action on a given controlled object.The designed controller,called the Fuzzy-ACS PID controller,was used to control the CIP-I intelligent leg.The simulation experiments demonstrate that this controller has good control performance.Compared with other three optimal PID controllers designed respectively by using the differential evolution algorithm,the real-coded genetic algorithm,and the simulated annealing,it was verified that the Fuzzy-ACS PID controller has better control performance.Furthermore,the simulation results also verify that the proposed ACS algorithm has quick convergence speed,small solution variation,good dynamic convergence behavior,and high computation efficiency in searching for the optimal input/output scaling factors.     

大跨空间结构动力响应模糊控制

针对大跨空间结构动力灾变主动控制问题,设计了一种超磁致伸缩作动器.介绍了主动控制系统的工作原理,并建立了受控系统的空间状态方程,采用遗传算法对大跨空间结构主动控制作动器的布置位置进行了优化设计.分析了模糊控制系统的基本结构及模糊控制器的制作原理和方法,并设计了标准模糊控制器.应用MATLAB软件对大跨空间网架结构振动进行了模糊控制分析,结果表明,超磁致伸缩作动器具有良好的作动效应,利用遗传算法有效地提高了主动控制优化设计效率,同时实现了对结构的整体优化,模糊控制能够有效地降低大跨空间结构的振动反应,是一种较好的结构振动控制方法.     

基于HGA的模糊神经控制充电器设计与实现

将神经网络与模糊控制相结合,实现了模糊控制器的自学习和自适应,提出了基于递阶遗传算法的模糊神经网络优化算法来进行蓄电池的充电控制,通过对每个染色体采用递阶编码,可以同时优化模糊神经网络结构和权值参数,实现对非线性的、时变的、有干扰的、具有纯滞后的蓄电池充电控制系统的最佳控制.     

自调整模糊控制技术在汽车悬架系统中的应用

以车辆操纵稳定性及行驶平顺性为控制目标,提出一种在线可调整的模糊控制算法,其模糊控制规则表可以用解析方法得到.该算法不仅体现了一般模糊控制算法对非线性系统具有的明显优势,而且可以利用LMS自适应模块调整模糊控制器的修正因子,改善了一般模糊控制算法对专家先期经验依赖的缺陷.通过对简化的车辆模型仿真计算分析,证明该算法对悬架系统的振动控制具有较好的效果;并在两自由度的悬架系统试验台架上进行了试验研究,结果证明,与被动悬架系统相比,LMS自适应模糊主动悬架系统簧上质量加速度均方根降低41%.     

旋转倒立摆平衡姿态多模型模糊控制算法

针对开环不稳定旋转倒立摆系统,利用运行空间划分的思想设计了一种多模型模糊控制器。讨论了摆上与平衡姿态控制问题,在工况和系统参数大范围变化条件下进行了仿真实验研究,并与LQR方法进行了比较。结果表明,多模型模糊控制算法能够实现稳定的摆上和平衡姿态控制,且具有很强的鲁棒性。     

氧乐果合成反应温度的模糊神经网络控制方法

氧乐果合成反应温度控制过程具有参数时变、非线性、大滞后等特点,采用传统的控制方法难以达到预期的控制效果。针对此问题,文章设计了基于遗传算法的模糊神经网络控制器。首先确定与模糊系统结构等价的神经网络,从而将模糊控制规则和隶属函数的参数搜索优化问题转化成网络参数优化问题;其次利用改进的遗传算法实现网络参数快速全局寻优,从而提高控制器性能。仿真结果表明,优化后模糊神经网络控制器对一类具有参数时变、时滞、非线性的系统具有良好的控制性能。     

基于一种混和遗传算法的模糊神经网络的优化

将遗传算法引入到模糊神经网络的学习过程中,提出了一种综合遗传算法和梯度下降法优势的混和遗传算法,它一方面改善了梯度法的收敛性,使模糊系统对专家知识的依赖性大为降低,提高了系统的智能化水平;另一方面有效提高了遗传算法的搜索效率,强化了系统的学习能力.仿真结果证明了算法的有效性.     

伺服系统的自适应模糊滑模最优控制研究

为提高无刷直流电机(BLDCM)位置伺服系统的动静态性能，提出了一种基于最优线性二次调节(LQR)策略的控制器设计方法.控制器由最优LQR、模糊控制器和滑模自适应调节器组成.依据状态变换和Lyapurnov稳定性定理，通过离线计算得到二次型优化控制初始值作为模糊控制器输入，由滑模自适应调节系统模糊参数降低Lyapurnov目标函数.对所设计的控制器分别作了空载、带负载及改变电机参数的仿真试验.仿真实验结果表明，该方法设计的控制器明显增强了无刷直流电机位置伺服系统的动静态性能、抗干扰能力和鲁棒性.控制输出能快速平稳地跟随参考位置信号.