基于状态观测器的电动助力转向系统研究

通过对电动助力转向系统机构的分析和简化,建立了状态方程形式的电动助力转向系统动力学模型。由于现实中质心侧偏角难于测量,所以对系统的状态方程进行了重构,通过状态观测器对侧偏角进行估计。通过对横摆角速度和质心侧偏角进行反馈控制,并运用最优控制理论设计了EPS控制器。通过仿真,对比分析了最优状态反馈控制策略与常规控制对车辆操纵稳定性的影响。通过试验,将仿真结果与试验结果对比,验证了该方法的正确性。     

挖掘机基于干扰观测器的滑模控制

针对挖掘机工作装置的参数不确定和存在干扰的问题,将滑模控制用于挖掘机工作装置的轨迹跟踪控制中。为了削弱滑模控制中存在的抖振,设计了干扰观测器,对干扰项进行有效估计以降低滑模控制中的切换增益。利用Matlab／Simulink工具箱对所设计的控制器进行了仿真,给出了基于干扰观测器的滑模控制的跟踪性能及误差。     

基于干扰观测器的时滞非线性切换系统滑模控制方法

为实现更加精准的时滞非线性切换系统滑模控制,应用干扰观测器设计一种新的系统滑模控制方法。构建时滞非线性切换系统模型,针对系统在发生结构变化时会产生复合干扰变化的情况,设计了一种非线性切换干扰观测器,实施系统不连续干扰的估计。通过 Backstepping 方法结合干扰观测器,设计一种切换滑模控制器,依据标量非线性特性打造一个滑模面,通过滑模控制器算法使时滞非线性切换系统能够满足滑模面的实际可达性条件,完成切换滑模控制器设计,实现系统的滑模控制。对设计的滑模控制方法进行测试,实验中选择的时滞非线性切换系统为一种变后掠翼 NSV 。实验结果表明,该设计方法能够实现较为准确地切入信号跟踪,表现出了很好的切换复合干扰估计性能。     

基于干扰观测器的AUV垂直面等效滑模控制

为提高欠驱动自主水下机器人在外部干扰影响下的垂直面定深控制性能,设计一种基于干扰观测器的等效滑模控制器。遵循实际状况简化欠驱动自主水下机器人的垂直面模型,通过简化模型建立其状态方程;构造干扰观测器,基于干扰观测器设计系统的等效滑模控制器,根据Lyapunov稳定性理论证明闭环系统的稳定性。仿真结果表明：当存在外部干扰时,该控制器相比传统的滑模控制器能够更好地实现水下机器人的垂直面定深控制,具备良好的抗干扰性能。     

电动助力转向系统的PID控制研究

针对电动助力转向系统,介绍了助力特性曲线的确定方法和模拟PID控制的基本原理.为便于ECU控制,通过离散法把模拟P1D控制转换为增量式PID控制方法,再利用MATLAB/Simulink软件建立PID仿真模型来分析增量式PID控制的性能.     

欠驱动AUV基于干扰观测器的滑模控制

为了提高欠驱动自主水下机器人在外部干扰影响下的航向跟踪控制性能,设计一种基于非线性干扰观测器的滑模控制器.有条件地简化欠驱动自治水下机器人的水平面模型,建立简化模型的状态方程;构造非线性干扰观测器,设计基于干扰观测器的滑模控制器,根据Lyapunov稳定性理论确保闭环系统的稳定性.仿真结果表明:存在外界干扰的情况下,基...     

电动助力转向系统的补偿控制研究

补偿控制是电动助力转向系统的重要控制部分。该文讨论了补偿控制方法 ,仿真结果表明 :补偿控制能够改善车辆转向性能 ,提高回正速度 ,抑制方向盘振荡 ,保持路感。     

电动助力转向系统回正补偿控制研究

车辆在不同附着系数路面上行驶时,转向回正力变化显著导致车辆回正时回正不足或回正超调。为克服路面附着系数变化对车辆回正性能的影响,研究了基于实际回正力估计的回正控制。建立了电动助力转向系统(Electric power steering system,EPS)模型,由车速和方向盘转角确定期望回正力矩。采用变内阻、变反电动势系数的电机模型估计电机转速,由估计的电机转速、电机电流,方向盘扭矩,估计车辆的回正力矩。根据期望回正力矩和估计的实际回正力矩对EPS回正补偿,采用分段PID(Proportional integral derivative)进行闭环控制。建立了EPS硬件在环试验台架,并对提出的控制算法进行试验验证,结果表明车辆在不同附着路面上均具有良好的回正性能。     

改善电动助力转向系统动态性能的控制策略

为了改善电动助力转向系统的动态性能，在基本助力控制的基础上引入了电机惯量补偿控制、电机阻尼补偿控制和力矩微分控制。由于电机惯量补偿控制和电机阻尼补偿控制中都需要用到电机转速信号，因此又给出了一种电机转速观测器模型。台架试验的结果验证了上述控制策略能够有效地改善电动助力转向系统的动态性能，减小转向盘力矩的振荡，而且所使用的电机转速观测器的精度也基本能够满足控制系统的要求。     

基于干扰观测器的弹丸协调臂Terminal滑模控制

为了解决某火炮弹丸协调臂电液伺服系统位置控制精度问题和鲁棒性问题,提出了一种基于扰动观测器的弹丸协调臂Terminal滑模控制策略。推导出弹丸协调臂电液伺服系统的动力学方程,将系统的参数不确定性以及外界扰动处理为干扰项。采用指数趋近的干扰观测器进行在线观测并在控制律中进行补偿,提高了系统的鲁棒性。同时为了克服传统滑模控制在线性滑模面条件下状态渐进收敛导致无法在有限时间内到达平衡状态的特点,设计了一种全局快速Terminal滑动模态,使系统在有限时间内到达滑模面,系统状态在有限时间内迅速收敛到平衡状态,最后利用Lyapunov证明全局稳定性。仿真结果证明,该控制策略能对电液伺服系统不确定性和干扰具有很好的鲁棒性,且能明显提高弹丸协调臂动态精度与稳态精度。     

基于ARM的汽车电动助力转向系统

在阐述了电动助力转向系统（EPS）及其控制器（ECU）结构和工作原理的基础上,设计了基于ARM S3C44B0X单片机电动助力转向系统。通过方向控制电路、H桥电机驱动电路和PWM脉宽调制技术实现对电机的控制。研制的硬件控制器通过了有关的电气性能测试,对所设计的硬件系统进行了台架试验,试验结果证明了硬件系统设计的正确性。     

基于神经网络干扰观测器的终端滑模飞行控制设计

针对具有不确定的非线性多输入多输出系统,利用径向基神经网络设计非线性干扰观测器,并基于所设计的干扰观测器提出了终端滑模控制方法,同时应用于六自由度无人机的鲁棒飞行控制器设计。仿真结果证明了该控制方案的有效性和鲁棒性。     

基于干扰观测器的电液伺服系统反馈线性化滑模控制

为抑制电液伺服系统中各种非线性因素及不确定干扰,提出了基于输入输出反馈线性化的滑模控制与非线性干扰观测器相结合的控制策略以提高其位置控制跟踪精度。以电液振动台为试验对象,建立其非线性控制模型,利用李雅普诺夫稳定性理论保证了位置闭环系统的全局稳定性。利用MATLAB/Simulink对设计的控制器进行了仿真验证,结果验证了提出的控制器的可行性。为了模拟实际环境下存在不确定干扰,在位置电液系统基础上增加了电液加载系统,开展了试验研究。结果表明,该控制器能有效的提高干扰下电液伺服系统的位置跟踪性能。     

基于干扰观测器的机械臂自适应模糊滑模控制

机械臂在轨迹跟踪控制中存在建模误差和外界干扰等问题。为了提高机械臂轨迹跟踪的精度和速度,设计了一种基于干扰观测器的机械臂自适应模糊滑模控制策略。首先,使用新型趋近律来减小机械臂滑模控制系统中抖振的影响;其次,采用干扰观测器对机械臂建模误差和外界干扰进行估计,根据干扰观测器的观测值对机械臂的输入力矩进行补偿;最后,对于无法观测的部分,采用模糊系统中的万能逼近原理对未知的干扰进行估计,进一步提高机械臂的轨迹跟踪性能。通过仿真试验表明,该控制策略不仅可以克服建模误差和外界干扰所带来的影响,还可以有效地削弱系统的抖振,保证了机械臂各关节位置跟踪的精度和速度。同时也说明了该控制策略的有正确性和有效性。     

汽车电动助力转向系统的自适应LQG控制

在对汽车电动助力转向系统(EPS)结构形式和性能进行分析的基础上,建立起3自由度的汽车动力学模型。 为克服实际EPS系统中存在的动态行为不确定性,采用自适应LQG控制策略。通过对模型参数的在线辩识,实现 系统的自适应LQG控制。在多种汽车行驶工况下,进行自适应LQG控制和LQG控制的仿真计算。仿真结果表明, 应用自适应LQG控制比LQG控制的EPS有更好的鲁棒性,且能有效改善EPS的助力特性及汽车的转向特性。为 验证仿真结果,还进行装有EPS系统的实车试验。试验结果充分证明了所提方法是正确和有效的,EPS系统可很 好改善汽车操纵性能。     

干扰观测器技术的滑模变控制研究

常规滑模控制在工作中对负载的突然变化会产生抖动,这是影响正常工作的不利因素。为了降低连续滑模控制的抖动,通过设计干扰观测器来降低滑模切换项的增益。通过在无刷直流电机平台中设计一种干扰观测器来削弱常规滑模控制器产生的抖动,然后通过MATLAB/Simulink进行仿真实验,验证了该带有干扰观测器的滑模变控制器具有良好的削弱切换增益效果和改善系统工作效率的优势。     

基于PID控制优化电动助力转向系统研究及仿真

通过对电动助力转向系统结构及工作原理的分析,完善了基于PID控制的电动助力转向系统动力学模型,提出转矩信息和基于PID控制策略的电机控制信息的融合方法,解决了在控制过程中系统内部信息融合和优化问题,提高了电动助力转向系统的安全性和稳定性。并采用MATLAB进行了模型仿真,初步获得了较好的仿真效果。仿真结果表明,基于该模型的控制策略,在不同的车速情况下有效的改善了方向盘转矩输出,增加了转向过程中的灵巧性和实时性。     

基于RBF网络滑模的电动助力制动系统液压力控制

针对汽车电动助力制动系统(Electro-booster,EBooster)的液压力控制中液压负载的非线性和不一致性问题,提出一种基于径向基函数(Radial based function,RBF)神经网络的滑模变结构控制方法。设计EBooster系统压力控制架构,建立液压制动系统等效结构简化模型,据此设计基于RBF网络滑模变结构的液压力控制方法,通过设计RBF网络的自适应律来实现系统滑模控制参数的自适应调整,并利用李雅普诺夫函数方法分析算法的稳定性。最后搭建电动助力制动系统的快速原型试验平台来验证算法的有效性。试验结果表明,采用RBF神经网络滑模变结构的控制策略对电动助力制动系统液压力的控制误差在2%以内,具有良好的控制效果。研究成果为EBooster系统的压力控制提出一种具有良好自适应性的算法设计思路。     

电动助力转向系统回正控制及其仿真研究

在分析电动助力转向系统数学模型和回正模型的基础上,提出了电动助力转向回正控制策略。对电动助力转向系统的回正性进行了分析,对系统模型进行了仿真,并给出了几种不同初始方向盘转角情况下EPS的回正控制和机械转向回正响应曲线.仿真结果表明:所提出的回正控制策略能提高转向盘的回正性能,回正控制系统无论是在大转角还是小转角状态,都能快速、准确地操纵汽车回正,同时提高了转向系统的稳定性,并且具有较好的转向手感。     

电动助力转向系统多目标优化控制研究

通过对电动助力转向系统进行动力学分析，建立了系统的数学模型和状态空间模型。利用转向盘操纵转矩与理想转矩之差及其变化，通过PD控制器进行调节，以获得理想的助力电压；通过模糊控制器改变助力电机的电压系数以实时调整助力转矩；以电动助力转向系统的结构参数和PD控制器为优化对象，以转向盘操纵转矩、横摆角速度和质心侧偏角为性能指标，用遗传算法对电动助力转向系统进行了多目标优化。台架试验证明，经多目标优化后模糊PD控制的电动助力转向系统能有效提高车辆转向的轻便性和稳定性，提高车辆行驶的安全性。