双能量源电动汽车能量管理研究

为了满足电动汽车对电源系统功率和能量的需求,解决电动汽车复合电源匹配问题,以动力电池-超级电容复合电源结构的纯电动汽车为研究对象,研究基于模型预测控制理论的能量管理策略。搭建马尔科夫模型预测车辆未来状态,在预测时域内利用动态规划算法求解优化问题,针对动力电池及超级电容之间的功率分配问题实现实时在线管理。选择NEDC循环工况对控制策略进行仿真,结果表明:基于模型预测控制的能量管理策略不仅具有良好的控制效果,还具有实时控制的潜力。     

并联式液压混合动力车辆制动能量回收与再利用研究

以并联式液压混合动力节能车辆为研究对象,针对其制动能量回收与再利用,分析液压再生系统工作原理以及二次元件、蓄能器和转矩耦合器的参数,并制定动态分配转矩的能量管理策略。基于AMESim仿真软件,搭建液压再生系统模型并进行仿真分析。结果表明:利用能量管理策略的再生制动与驱动过程,在不损失制动效果前提下,能有效改善车辆动力性,加大制动能量回收与再利用程度,提高燃油经济性。     

一种独立光伏发电系统双向变换器的控制

光伏发电系统通过双向变换器引入储能环节进行控制,光伏电池发出的能量经DC-DC变换后供给直流母线侧负载,并通过双向变换器使用蓄电池进行能量管理。介绍了双向变换器的工作原理,分析了光伏电池、蓄电池和直流母线负载所消耗的能量处于不同状态时的系统能量管理策略。给出了基于Boost变换器的光伏电池最大功率跟踪的控制算法和基于双向变换器的蓄电池的充放电控制算法,提出了一种改进的充电控制策略。以Matlab/Simulink为仿真平台,搭建了该系统的仿真模型,并针对系统的各工作状态进行仿真研究,仿真与实验结果验证了系统控制算法的合理性和可行性。     

一种独立光伏发电系统双向变换器的控制（英文）

光伏发电系统通过双向变换器引入储能环节进行控制,光伏电池发出的能量经DC-DC变换后供给直流母线侧负载,并通过双向变换器使用蓄电池进行能量管理。介绍了双向变换器的工作原理,分析了光伏电池、蓄电池和直流母线负载所消耗的能量处于不同状态时的系统能量管理策略。给出了基于Boost变换器的光伏电池最大功率跟踪的控制算法和基于双向变换器的蓄电池的充放电控制算法,提出了一种改进的充电控制策略。以Matlab/Simulink为仿真平台,搭建了该系统的仿真模型,并针对系统的各工作状态进行仿真研究,仿真与实验结果验证了系统控制算法的合理性和可行性。     

基于对置活塞发动机的液压混合动力系统仿真研究

基于对置活塞二冲程(OP2S)发动机独特的结构特点,新型液压混合动力系统将OP2S发动机与液压泵集成在一起,取消了传统液压混合动力车辆的动力分流机构,驱动过程中根据不同的行驶工况同时或分时输出机械能或液压能来驱动车辆,在液压混合动力车辆上具有独特的应用优势。运用AMESim仿真软件搭建系统仿真模型进行了能量管理策略的仿真分析。研究结果表明:在一个NEDC循环工况内,新型混合动力车辆可以实现驾驶员对车速的控制要求,并在车辆减速制动时回收制动能用于车辆的再次启动加速,为同时兼顾车辆制动能回收与燃油经济性的优化目标,最优切换车速点为25 km/h。     

基于升沉补偿平台多缸同步的控制策略研究

为保证升沉补偿平台的上平台在6个液压缸运动过程中始终处于相对平稳状态,提出一种将广义预测控制与相邻交叉耦合控制相结合的控制策略,实现对平台6个液压缸的位置同步控制。采用广义预测控制作为每个液压伺服通道的位置控制器,加入相邻交叉耦合同步控制方式,使每个液压伺服通道的液压缸考虑与其相邻两通道液压缸之间的同步误差,获得新的控制量,对6个液压缸进行同步控制;利用MATLAB进行仿真。结果表明：系统响应速度快,具有较好的位置控制和同步控制性能;将基于广义预测控制的相邻交叉耦合同步控制方法应用于升沉补偿平台,简化了控制器结构,协调6个液压伺服通道,在一定程度上减小了负载扰动对平台稳定性的影响。     

基于H∞控制器的阀控非对称缸位置伺服系统控制

以阀控非对称缸位置伺服系统为研究对象,建立其数学模型;针对负载突变及油液弹性模量变化提出了H∞鲁棒控制方法,从频域上分析了控制器对系统动态性能和稳态性能的影响。采用AMESim和MATLAB/Simulink搭建了阀控非对称缸位置伺服系统的联合仿真模型,对不同工况下控制器的跟踪精度及抗扰能力进行仿真研究。最后,通过油缸加载实验测试平台对仿真结果进行进一步验证。结果表明：所设计的H∞控制器提高了系统的快速性和鲁棒性,相比于PID控制下系统正弦响应结果,H∞控制器的最大跟踪误差在无负载工况下降低了48.8%,在负载突变工况下降低了56.25%;同时阶跃响应时间缩短了7.5%。     

基于回流能量调节的液压执行机构运动位移控制仿真研究

为提高液压执行机构控制系统响应速度,从而降低执行机构运动位移输出误差,采用超螺旋滑模控制器,并进行仿真验证。建立回流能量调节的液压执行机构简图,定义差动阀液压流量数学模型,推导出液压执行机构动力学方程式。针对传统滑模控制器进行改进,提出超螺旋滑模控制器。给出液压执行机构超螺旋滑模控制的流程,并分析控制系统的稳定性。为进一步验证超螺旋滑模控制器输出精度,采用MATLAB软件对液压执行机构运动位移进行仿真,并且与传统滑模控制器进行对比。结果表明：采用传统滑模控制器,在空载状态下,液压执行机构运动位移与期望值偏差较小,但是在负载状态下,其偏差较大;采用超螺旋滑模控制器,在空载或者负载状态下,液压执行机构运动位移与期望值偏差都较小,执行机构反应速度较快。采用超螺旋滑模控制器,可以有效降低液压执行机构滑模控制器的抖动幅度,提高运动精度。     

液压位置伺服系统的模糊免疫自适应PID控制

以闪光对焊机为研究对象,针对其液压伺服系统存在的非线性、参数不确定性以及负载干扰等特点,借鉴生物免疫反馈响应过程的调节作用和模糊逻辑推理的自适应性,设计出一种模糊免疫自适应PID控制器。建立液压伺服控制系统的数学模型,并利用AMESim建模与仿真软件对液压伺服控制系统进行了分别采用模糊免疫自适应PID控制与常规PID控制的仿真对比试验。结果表明:该控制器性能优于传统的PID控制器,具有良好的快速响应特性、较强的鲁棒性和自适应能力。     

高空作业车电液伺服关节H∞鲁棒控制器设计

针对高空作业车在提升不同质量的货物以及提升货物过程中电液伺服俯仰机构的力负载变化引起的系统难以控制的问题,提出了综合传统PID与H_∞控制的复合控制方案。推导了电液伺服俯仰机构的状态空间模型,在此基础上设计了H_∞状态反馈控制器,包括定义性能评价指标、构建广义系统、利用线性矩阵不等式求解状态反馈阵。应用Simulation X环境下建立的集机、液、控一体的高空作业车模型进行仿真研究,结果表明:提升不同质量的负载时高空作业车都能稳定运行。     

基于NMPC-PID的大型风力机独立变桨控制

大型风力机的不平衡载荷会使叶片断裂,造成事故从而减短其使用寿命。针对大型风力发电系统在高风速区的不平衡载荷问题,提出一种NMPC-PID的独立变桨载荷控制方法。非线性模型预测控制(NMPC)用于及时调整风机桨叶的桨距角,PID控制则用于消除塔架振动的影响。运用机制方法在仿真平台搭建风力发电系统模型,运用所提控制策略进行仿真实验,并在两种情况下与模型预测控制方法(MPC)进行对比,验证了所提控制策略的可行性与有效性。     

改进粒子群优化BP的数控机床热误差预测研究

由于BP存在网络结构选取基于经验、易陷入局部最优、收敛速度慢等缺陷,致使基于BP的数控机床热误差预测模型精度不高,对此提出了一种改进粒子群优化BP的数控机床热误差预测建模的新方法。通过改进标准粒子群算法中粒子的位置与速度更新策略,以此寻找BP神经网络最优的阈值和权值,在此基础上建立数控机床热误差预测模型。仿真实验结果表明:与标准的BP神经网络和支持向量机相比,改进粒子群优化BP神经网络的数控机床热误差预测模型精度更高、泛化能力更强。     

外骨骼关节驱动神经网络滑模力控制研究

针对外骨骼机器人液压关节驱动系统具有非线性、不确定参数等特性,导致模型建立困难以及负重时具有不确定冲击扰动的问题,基于电液伺服系统特性,建立以弹性负载为外负载的数学模型。为减小负重时冲击扰动项对力控制的影响,引入径向基（RBF）神经网络对干扰项进行补偿,设计一种基于RBF神经网络的滑模力控制策略。通过系统特性进一步验证模型可行性,并进行仿真试验对比。结果表明：与PID控制相比,所设计的控制策略响应时间更短,跟踪误差缩小70.5%;变负载工况下,所设计的控制策略具有更好的跟随能力、更强的鲁棒性能,可以满足外骨骼机器人关节驱动的力控制要求。平台试验进一步验证了仿真结果的有效性与正确性。     

纯电动汽车复合电源系统模型预测控制

纯电动汽车动力电池存在功率密度低,使用寿命短的问题,在电源系统中加入高比功率的超级电容组成了复合电源系统,为了使两者更加高效的实现能量转换,提高复合电源系统的性能,在复合电源系统的等效电路模型基础上,结合系统不同的工作模式以及纯电动汽车不同的行驶工况,提出一种动态矩阵的模型预测控制算法,并在实车复合电源试验环境中对模型预测控制算法进行验证,实验结果表明:采用的模型预测控制能很好的实现复合电源系统能量的最优管理。     

比例溢流阀调速和负载敏感控制算法研究

现有的比例调速阀通过压力补偿阀或数字补偿器,已具有良好的负载敏感特性。但调速阀结构复杂,制造成本高,同时回路会产生较大的节流功率损失,效率低。针对上述问题,使用比例溢流阀控制调速回路,通过PID和神经网络逆模型两种控制方法,实现负载敏感和实时调速功能。利用AMESim与MATLAB/Simulink搭建联合仿真模型,对该回路进行动态特性分析。仿真结果表明：两种控制方法都能使回路具备负载敏感和实时调速的能力。在负载敏感特性方面,神经网络逆模型控制优于PID控制,当负载突变时,响应速度快,转速超调小,有更高的抗负载干扰能力。在实时调速方面,PID控制优于神经网络逆模型控制,响应速度更快。     

飞机除冰车静液压行走系统的开发与设计

针对传统飞机除冰车在进行除冰作业时,车辆起步整车抖动大、车辆最低稳定车速较高、工作平台晃动大、整机微动性和安全性较差等缺陷,通过分析飞机除冰车的功能,结合静液压行走系统,设计飞机除冰车静液压行走系统的方案及控制策略。通过样机试制与产品试验,验证设计方案的可行性。该设计为相关航空地面设备的设计提供技术参考,该产品已申请实用新型专利(ZL201920983562.0)。     

矿用宽体车主动油气悬架的复合控制方法研究

由于矿用宽体车被动油气悬架不能根据路面情况以及车载变化达到实时调整车姿来满足车辆平顺性要求,为进一步改善矿车行驶平顺性,提出一种神经网络和模糊PID控制相结合的主动悬架复合控制方法。建立单气室油气弹簧数学模型,并经实验验证了模型的正确性;在此基础上以C级路面作为输入,建立1/2车辆动力学模型,以悬架输出力为控制对象,对控制器的设计进行了详细研究,并对矿车前半车身垂向及侧倾方向的振动特性进行了对比分析。结果表明：与被动悬架相比,所设计的主动控制策略使车身垂直加速度降低了38.45%,侧倾角加速度降低了27.16%,轮胎动载荷降低了32.68%,悬架动扰度降低了34.8%,极大地改善了车辆行驶平顺性。     

基于铝电解过程的神经网络模型预测控制的应用研究

铝电解过程是一个复杂的非线性、时变和大时滞的工业过程体系,采用常规的控制方法,很难达到良好的控制效果。本文提出了一种基于铝电解过程的神经网络模型预测控制算法,建立了神经网络预测模型,将神经网络和模型预测控制算法相结合,实现了铝电解过程的最优控制。仿真结果表明:神经网络预测模型的输出能够很好地跟踪铝电解生产过程,其预测效果好,该预测控制方法可以使系统很快地达到稳态,具有很好的响应特性和鲁棒性。     

模糊控制在新型电控液驱车制动中的应用

介绍了一种基于二次调节静液传动技术的新型电控液驱车。基于单轮的车辆模拟模型。采用模糊控制方法对新型电控液驱车制动系统进行研究。仿真结果表明：基于模糊控制的制动控制系统鲁棒性强,控制效果好,可实施性好。     

真空退火炉智能变结构控制方法的研究与应用

从工程实际应用的角度出发,针对金属材料真空退火过程中系统的非线性、工艺参数的不确定性和对外部干扰的不灵敏性等特点,结合非线性不确定系统理论研究,采用神经网络建立系统的模型,利用自适应免疫遗传算法(AIGA)对滑模面和控制器的参数及神经网络的权值、阈值进行优化,得出了一种真空退火炉工件温度精确控制的智能变结构控制策略。实验表明,这种方法控制温差在±4℃,优于基于单一模型的模型参考自适应控制或PID策略的控制方式,具有较好的动态特性和耐久性。