基于自适应遗传算法的半主动悬架模糊控制研究

模糊规则的正确选择是半主动悬架模糊控制器设计的关键和难点,本文提出一种自适应地选择交叉概率和变异概率的遗传算法,以车身垂直加速度均方根值为优化目标,对汽车半主动悬架模糊控制规则进行优化,以达到提高半主动悬架模糊控制器的控制效果,改善汽车行驶平顺性的目的。为了证明该优化方法的可行性,将该自适应遗传算法优化的模糊控制器对汽车半主动悬架进行控制,并建立Matlab文本与Simulink相结合的仿真模型。仿真结果表明：优化后的半主动悬架车身垂直加速度均方根值减小,汽车行驶的平顺性得到了提高。     

汽车整车半主动悬架模块化并联模糊控制

针对汽车悬架复杂大系统的特点,在车辆动力学模型的基础上,研究半主动悬架系统对车身姿态的影响关系,运用模块化并联模糊控制和矩阵逆运算策略建立汽车整车半主动悬架控制系统;对不同的车身运动姿态采用不同的控制规则,设计整车车身姿态协调控制的模糊控制器.以某车型为例进行了仿真分析,结果表明,汽车整车半主动悬架模块化并联模糊控制器结构简单,并能有效抑制车身俯仰和侧倾运动,改善轮胎的接地性能,提高车辆的平顺性能.     

基于遗传算法优化的汽车巡航模糊控制策略

研究汽车巡航控制系统中采用模糊控制.模糊控制中的隶属函数和模糊推理规则的选取专家或者技术人员的经验,但人工经验具有随机性和主观性,使得其控制性能往往达不到理想的效果.针对上述问题,采用一种基于遗传算法的模糊控制策略,利用遗传算法并对隶属函数和模糊推理规则进行优化,从而使隶属函数和模糊推理规则的确定摆脱了人为经验的局限,提高了模糊控制的自适应能力.实验结果表明优化后的控制器可以使汽车巡航系统取得较满意的效果.     

一类非线性系统综合自适应模糊滑模控制

针对一类非线性系统把模糊控制,模糊逻辑逼近及模糊滑模控制相结合,提出一种综合自适应模糊滑模控制方法、直接和间接自适应模糊控制器只能利用模糊控制规则或模糊描述信息,而综合自适应模糊控制器能利用上述两种信息。理论证明闭环系统稳定,跟踪误差收敛到零或零的一个小邻域内。仿真结果表明了算法的有效性。     

汽车振动的一种模糊自适应控制

该文研究了一种汽车模糊自适应控制方法,并借助于一个二自由度的汽车动力学模型,探讨了该模糊自适应控制技术在汽车车身主动减振方面的控制问题。在测得汽车垂直振动强度,行驶速度等条件下,在保持各个状态变量和控制量的模糊集数量不变的情况下,通过自动调整模糊集的相应大小与相应中央位置,仿真研究表明,该自适应模糊控制器使汽车在不同路面波度大小,行驶速度等情况下的车身振动强度均能大幅度下降,达到主动减振的目的。其原理与方法可用于研制简单可靠的模糊控制主动悬架。     

自适应模糊控制器在液压电梯中的应用

采用一种建立在连续输入输出论 的模糊控制器,避免了普通模糊控制器由外论域的离散化而存在量化误差。通过采用分级模糊控制的方法一步提高了系统的控制精度和收敛品质,同时还给出了一种自适应控制算法,利用它可以调整模糊规则以适应系统的时变性。利用该文的模糊控制器对典型非线性时变系统一－ＶＶＶ液压电梯的实时控制结果表明,这种模糊控制器鲁棒性好,控制精度高,自适应能力强,具有很高的实用价值。     

一类MIMO非线性大系统基于H∞ 跟踪的分散自适应输出反馈模糊控制

针对一类状态不可测的MIMO不确定非线性大系统,提出一种基于H∞跟踪的分散自适应输出反馈模糊控制器.主要工作有:1)通过对观测误差向量进行滤波来确保严格正实条件成立,使得提出的反馈与自适应机制可以执行;2)利用模糊系统提出一种适用于一般非线性大系统基于H∞跟踪的分散自适应模糊控制方案;3)在统一的框架下处理了控制器奇异性.闭环大系统被证明足稳定的,且输出误差具有H∞跟踪性能.仿真结果验证了控制器设计的有效性.     

一类多变量非线性动态系统的鲁棒自适应模糊控制

对一类非线性多变量未知动态系统,提出了一种自适应模糊控制策略.策略中采用 IF-THEN推理规则来构造模糊逻辑系统,实现对系统中未知函数的估计,在建模误差为零的 条件下设计状态反馈控制器及参数的自适应律.分析了当存在建模误差时,闭环系统的稳定 性和鲁棒性.     

基于PSO的恒力执行器PID型模糊控制器

针对打磨机器人在打磨过程中对恒力控制精度和响应速度的要求,提出了一种基于粒子群优化算法的恒力执行器PID型模糊控制器。设计新型PID型模糊控制器,减少设计规则库数量;提出变权重综合型适应度函数,结合误差积分绝对值和控制信号积分绝对值优化PID型模糊控制器的综合性能,同时减小超调量与稳态误差;采用自适应惯性权重策略加快粒子群迭代速度,使用粒子群算法对PID型模糊控制的比例因子进行优化。仿真结果表明,经过粒子群优化的PID型模糊控制实现了打磨力的平稳输出,响应速度提升10%,调节时间缩短14%,系统无超调、无振荡,提高了打磨力的控制精度。     

基于模糊神经网络的二自由度主动悬架滑模控制系统设计

主动悬架滑模控制系统受到行驶路面影响,车体震动加速度功率谱密度与实际密度不一致,导致系统控制效果不佳,提出基于模糊神经网络的二自由度主动悬架滑模控制系统设计;基于二自由度硬件结构,在主动悬架液压伺服系统中安装蓄能器,减小空间内存;采用磁流变阻尼器,调整电流大小控制阻尼;设计自适应减振座椅悬架并计算阻尼值,实现了主动悬架的控制;考虑路面不规则度,构建二自由度主动悬架滑模控制模型,依据牛顿定律计算悬架弹性元件受力;采用模糊控制规则校正控制误差,采用模糊神经网络设计主动悬架滑膜控制方案,经迭代处理得到满足优化要求的解,实现滑膜控制;由试验结果可知,车体震动加速度功率谱密度与实际密度一致,从最初的0 ms^(-2)到最终的1.5 ms^(-2),具有良好控制效果,确保乘车的舒适性。     

基于LQR的二级倒立摆的变论域自适应模糊控制

针对传统模糊控制的不足,以二级倒立摆为例,采用了变论域自适应模糊控制理论.考虑到二级倒立摆为多变量系统,为了解决模糊控制器规则组合爆炸问题,利用LQR理论先设计出状态反馈器,再进行降维处理.最后利用变论域自适应模糊控制理论给出伸缩因子,从而得到变论域自适应模糊控制器.仿真结果表明,该方法控制效果好,鲁棒性强.     

汽车操纵稳定性的自适应控制策略研究

针对汽车系统的非线性和参数不确定性,设计了一种“前馈+反馈”自适应神经模糊控制器,通过ESP和AFS的协调控制来提高汽车操纵稳定性.ESP反馈控制器采用模糊控制策略,以横摆角速度和质心侧偏角为控制目标;AFS前馈控制器采用径向基神经网络控制,以反馈控制器的输出作为误差进行学习,从而实现自适应控制.仿真结果表明,上述控制策略是可行和有效的,能显著改善汽车在高速或湿滑路面上的操纵稳定性.     

基于最大粒子群算法的汽车主动悬架与EPS集成控制

在分析了EPS与悬架这两个子系统之间相互影响和协调关系的基础上,建立了转向工况下主动悬架与EPS系统模型,提出了基于最大粒子群算法的模糊/PID集成控制策略。根据实际系统的变化情况,模糊控制规则及PID运行参数通过最大粒子群算法进行优化。仿真结果表明,相对于不加控制的悬架和转向系统,汽车的行驶平顺性、操纵稳定性和安全性均得到了提高。     

基于模糊控制策略的车辆主动悬架研究

建立了车辆整车7自由度模型的主动悬架控制的系统状态方程模型,设计了两种模糊控制策略,方法一针对整车模型,采用一种控制方法,方法二针对整车模型的运动方式,设计不同的模糊控制器,垂直振动模糊控制器,俯仰振动模糊控制器,侧倾振动模糊控制器和逻辑控制器,仿真结果表明,所设计的模糊控制器对提高车辆的舒适性与操纵稳定性有较好的效果.     

基于量子遗传算法的模糊滑模控制

针对一类具有不确定性的非线性系统,提出了一种新的基于量子遗传算法的模糊滑模控制器的设计方法.将模糊控制与滑模控制相结合,利用滑模控制使系统跟踪误差进入边界层内;启用模糊控制替代切换控制,并在边界层上通过监督函数平滑控制作用.在滑动模态产生条件下,通过量子遗传算法优化模糊控制器的控制规则,有效地解决了模糊滑模控制中模糊控制规则的确定问题,从而削弱了系统的抖振,改善了控制器的控制性能.仿真结果表明了该方法的有效性.     

PDC控制器在车辆半主动悬架上的应用研究

讨论了整车八自由度模型并行分布补偿(PDC)控制器的设计,并求取了公共矩阵P及其对控制器稳定性的影响.基于自适应神经网络的神经网络模糊推理系统ANFIS的自学习和非线性逼近能力,提取模糊控制规则,增强了控制器对于不同路面的适应能力.在整车悬架T-S模糊动态模型的基础上,进行了Matlab软件仿真.仿真实验表明,该控制器对于悬架整体性能有所改善.     

基于模糊逻辑系统的输出跟踪控制问题

针对一类未知的非线性互联大系统，设计间接自适应模糊控制器以实现跟踪控制，采用模糊控制，模糊逻辑逼近和模糊滑模控制相结合的方法，对维数较低的子系统未知动态和维数较高的互联项未知动态分别采用两类模糊规则进行逼近，对系统的外部干扰及模糊逼近误差采用模糊滑模控制予以抵消，基于Lyapunov方法实现模糊系统中的参数自适应律并在线调节，所设计的间接自适应控制器使系统在Lyapunov意义下稳定，且跟踪误差趋近于0，仿真结果表明了该设计方法的正确性。     

控制方向未知的SISO非仿射系统间接自适应模糊输出反馈控制

针对一类单输入单输出(SISO)非仿射非线性系统控制方向未知时出现的控制器奇异问题,提出了一种间接自适应模糊控制方案.利用中值定理将非仿射系统转化为仿射系统,通过模糊逻辑系统逼近该仿射系统中的未知函数,并构造模糊控制器,同时利用Lyapunov稳定性定理设计自适应律,最终克服了控制器的奇异问题;在此基础上,通过构造观测器估计跟踪误差,设计输出反馈自适应模糊控制器,解决了状态不可测时系统控制器设计难题,采用Lyapunov稳定性定理证明控制器能使得跟踪误差收敛同时闭环系统所有信号均有界.仿真结果验证了所设计控制方案的可行性与有效性.     

采用遗传优化自适应模糊PID控制球杆系统

为解决球杆系统动态、静态性能不高的问题,提出了遗传算法优化自适应模糊PID控制器的控制方法.该模型在拉格朗日方程建立球杆系统数学模型的基础上,采用遗传算法优化模糊控制规则、隶属函数和自适应PID参数.在GBB1004系统中建立了遗传算法优化后的自适应模糊PID控制器以及控制模型,并对该控制器进行实验验证.实验结果证明了遗传算法优化后的模糊控制器有效地减小了系统的超调量,缩短了系统的调节时间,能够较好地控制球杆系统.     

基于模糊自适应PID的无人机纵向姿态控制研究

针对无人机的典型的非线性、控制参数时变以及建模复杂的特性,设计了一种基于模糊自适应PID的控制器来实现对无人机纵向姿态的控制;该控制器以误差e和误差变化率ec作为输入,可以满足不同时刻e和ec对PID参数自整定的要求;利用模糊控制规则在线对PID参数进行修正,从而使被控对象具有更好的动、静态性能;仿真结果表明,设计的模糊自适应PID控制器具有响应快及超调小的特性,而且自适应能力也较强.