智能车辆队列横纵向有限时间滑模控制

针对智能车辆队列横纵向控制及误差快速收敛问题,本文提出一种分布式横纵向有限时间滑模控制策略.首先,考虑跟踪误差的连锁反应及横纵向耦合效应,利用投影变换建立车辆队列横纵向误差模型,提出一种车辆队列横纵向控制框架.而后,针对误差快速收敛问题,设计非奇异积分终端滑模面(NITSM)与自适应幂次积分趋近律(APIRL),通过构...     

轮毂驱动电动车辆动力学稳定性滑模控制策略研究

为了提高轮毂驱动电动车辆的操纵稳定性,理论分析了车辆横摆角速度和质心侧偏角对于车辆稳定性的影响.设计了基于滑模变结构控制理论和直接横摆力矩控制的双层控制器.在Carsim中搭建了四轮轮毂电机驱动车辆仿真实验平台,并进行了Carsim/Simulink联合仿真,在标准换道工况下,分别验证了基于质心侧偏角的滑模变结构控制和基于横摆角速度的滑模变结构控制策略的效果,验证了双层车辆稳定性控制策略的有效性和稳定性.     

基于神经网络滑模的智能车辆横向控制

以智能车辆为研究对象,针对车辆模型存在高度非线性动态特性、参数不确定性以及行驶时受外部干扰较多导致控制精度不高、鲁棒性差等问题,提出了采用径向基函数(RBF)神经网络滑模控制方法.建立2自由度线性车辆模型和自由度非线性整车模型,在传统2自由度车辆控制模型状态方程的基础上推导出新的状态方程并以此设计了相应控制器.利用李雅普诺夫(Lyapunov)稳定性理论推导出神经网络的权,并证明控制系统的稳定性.仿真结果表明:与传统的滑模控制方法相比,该方法控制精度高,有较强的鲁棒性.     

智能车辆的滑模轨迹跟踪控制

智能车辆是集各种机械装置、传感器、计算机于一体的复杂非线性系统,其轨迹跟踪控制器是研究的关键技术之一。针对高速自主导航智能车辆轨迹跟踪控制器鲁棒性、精确性和实时性的高要求,在智能车辆结构组成与运动模型基础上,设计了一种滑模变结构控制器。通过控制智能车辆的线速度和角速度实现智能车辆对任意路径的跟踪,并用Matlab进行了仿真实验。结果验证了该方法的有效性和可靠性。     

电动车辆路径优化研究与进展

随着绿色物流的兴起,电动车辆应用研究引起人们的极大关注.电动车辆路径优化问题(Electric vehicle routing problem,EVRP)是电动车运行管理和物流优化中的核心问题之一.对此,首先介绍电动车辆路径问题的研究现状;然后,从充电优化、路径优化和车队配置优化的不同侧重角度,着重介绍3种路径优化分支,并对各种求解方法进行分类对比讨论;最后,对电动车辆路径优化的未来发展趋势进行展望.     

车辆主动安全性的底盘子系统集成控制研究

为简化车辆控制系统结构及提高车辆行驶的主动安全性,采用底盘子系统分层协调结构对车辆纵向、侧向及垂向运动进行了集成控制。该集成控制采用主环路-伺服环路-子系统执行层的控制结构,在主环路上,考虑建模不确定性、扰动以及运动状态参数耦合,通过滑模控制跟踪车辆参考模型,获得车辆稳定行驶所需的期望广义力;在伺服环路上,考虑轮胎力非线性及其耦合关系,利用二次规划算法将广义力优化分配到子系统。特别是在集成控制中加入侧倾力矩分布控制,有效调控垂向载荷的内外侧转移,抑制车身的侧倾,对车辆主动安全性的改善起到一定的作用。仿真结果表明,底盘混合式分层协调控制提升了子系统工作潜力,可以有效跟踪期望运动轨迹,抑制了侧滑,提高了车辆的主动安全性。     

电动舵机的复合自适应非奇异终端滑模控制

非奇异终端滑模控制（NTSMc）能够实现误差的有限时间收敛,但一般NTSMC的控制律采用高增益项来消除系统不确定性的影响,具有较强的保守性．为了降低这种保守性,本文采用复合白适应律对系统的不确定参数进行估计,按照估计值设计复合自适应非奇异终端滑模控制（CANTSMC）,对不确定参数引起的系统动态进行补偿．本方案曾经应用于电动舵机,以补偿不确定参数对模型动态性能的影响．本文证明了闭环稳定性,以及输出跟踪误差在有限时间内的收敛性．通过仿真验证了该方法的有效性．     

智能车辆横向控制研究

本文分析了智能车辆横向控制特性，说明了目前一些研究中的不足，并探讨了 模糊控制方法．仿真结果表明，该算法对纵向速度、轮胎侧偏刚度以及载荷等明显影响车辆 横向运动特性的三个关键因素具有良好的适应性能．     

非奇异终端滑模控制在列车运行自动控制系统中的应用

作为一种代替司机实现交通自动化的重要设备,列车自动运行(ATO)系统吸引了国内外铁路工作者的广泛关注。一个高效的高速列车控制方法能够满足人民对高速列车"安全、准时、舒适和快速"的需求[1]。与传统的线性滑模控制(LSM)相比,非奇异的终端滑模控制(NTSM)能保从任何初始状态到达平衡点的时间是有限的。NTSM稳态精度高,使它特别适用于高速、高精度控制[2]。本文采用非奇异终端滑模控制和线性滑模控制实现高速列车控制,仿真结果给出了验证分析。     

智能交通系统车道保持纵横向耦合控制

考虑车辆纵横向运动之间的相互影响,采用位置预瞄和固定车辆间距跟随策略,对基于一列车队的自动化公路系统车道保持纵横向耦合控制进行了研究.利用车载前后双位置传感器检测车辆位置偏差,基于车辆纵横向动力学耦合模型,推导了基于预瞄的车道保持控制系统数学模型;采用非奇异的终端滑模控制技术,设计了车道保持纵横向耦合控制规律.通过构造李雅普诺夫函数,结合相平面方法,分析了控制系统的有限时间收敛性.采用6车辆编队,通过计算机仿真,对文中设计的控制规律进行了验证.仿真结果显示,车队中每个被控车辆在纵向上跟随期望状态的同时能够实现对期望车道轨迹的理想跟踪,跟踪误差精度不超过0.05 m.     

电动车燃料电池控制系统

如何改善燃料电池的输出性能是燃料电池电动车的一个重要问题. 首先燃料电池是一个多变量复杂系统.燃料电池的工作和环境温度、流量及湿度对燃料电池实际功率输出有重大影响. 然后提出一种自适应模糊复合控制算法。考虑到燃料电池的多动态特性, 加入自整因子层对量化因子和比例因子进行在线修改, 从而改善了控制器的静态和动态特性. 有实验结果证明所提出算法的有效性. 最后, 详细设计燃料电池电动车的能量控制系统.     

小型四旋翼无人机建模与有限时间控制

本文首先介绍了一种小型四旋翼无人机的设计过程,从机架设计、动力匹配、机载控制器、传感器、无线通信等多个方面进行了较为详尽的阐述.采用牛顿―欧拉法对四旋翼无人机进行动力学分析,完成了六自由度数学模型的推导.进一步对系统的模型参数进行了测量和计算,并给出了结果.在此基础上,为了满足无人机快速跟踪性能的要求,本文基于快速终端滑模的思想,进行了闭环控制器的设计,并给出了基于Lyapunov函数的稳定性证明.控制器采用分环控制的结构形式,内环为姿态控制,外环为位置控制.最后结合设计的四旋翼无人机,给出的仿真结果验证了控制算法的有效性.     

电动汽车感应电机驱动系统效率优化控制

针对电动汽车感应电动机变频驱动系统存在的轻载低效问题,考虑电机定转子铜损和铁损,研究了感应电动机变频驱动系统效率优化控制算法．采用减小磁链搜索范围的方法,改进了黄金分割法在线搜索控制器,设计了以数字信号处理器TMS320LF2407为控制电路核心的实验系统,对损耗模型控制算法、黄金分割法和改进的黄金分割法在线搜索控制算法分别进行了对比实验研究．实验结果表明,两类控制策略都能够有效提高感应电动机变频驱动系统的运行效率;基于损耗模型的控制算法具有寻优速度快、磁链和转矩波动小的优点,而改进的黄金分割法搜索控制器算法简单,效率优化效果优于基于损耗模型的控制器;在线搜索控制算法不受电机参数变化及建模精度的影响,具有更为广泛的应用前景．     

Nonlinear control of three‐dimensional underactuated vehicles

This paper presents the derivation of robust trajectory‐tracking nonlinear control laws for general three‐dimensional vehicle models with one degree of underactuation where all of the state tracking errors are stabilized. The method is based on a novel transformation of the trajectory tracking problem into a reduced‐order error dynamics. Two traditional nonlinear controllers based on sliding mode and backstepping approaches are developed and shown to stabilize the trajectory tracking errors in presence of modeling uncertainties and bounded disturbances. The performance of the two controllers are compared in absence and presence of disturbances.     

Shortest path stochastic control for hybrid electric vehicles

When a hybrid electric vehicle (HEV) is certified for emissions and fuel economy, its power management system must be charge sustaining over the drive cycle, meaning that the battery state of charge (SOC) must be at least as high at the end of the test as it was at the beginning of the test. During the test cycle, the power management system is free to vary the battery SOC so as to minimize a weighted combination of fuel consumption and exhaust emissions. This paper argues that shortest path stochastic dynamic programming (SP‐SDP) offers a more natural formulation of the optimal control problem associated with the design of the power management system because it allows deviations of battery SOC from a desired setpoint to be penalized only at key off. This method is illustrated on a parallel hybrid electric truck model that had previously been analyzed using infinite‐horizon stochastic dynamic programming with discounted future cost. Both formulations of the optimization problem yield a time‐invariant causal state‐feedback controller that can be directly implemented on the vehicle. The advantages of the shortest path formulation include that a single tuning parameter is needed to trade off fuel economy and emissions versus battery SOC deviation, as compared with two parameters in the discounted, infinite‐horizon case, and for the same level of complexity as a discounted future‐cost controller, the shortest‐path controller demonstrates better fuel and emission minimization while also achieving better SOC control when the vehicle is turned off. Linear programming is used to solve both stochastic dynamic programs. Copyright © 2007 John Wiley & Sons, Ltd.     

基于非线性干扰观测器的高超声速飞行器滑模反演控制

针对高超声速飞行器非线性、强耦合和参数不确定弹性体模型,提出了一种基于非线性干扰观测器的滑模反演控制方法.将飞行器曲线拟合模型分解为速度子系统和高度相关子系统并表示为严格反馈形式,分别采用滑模和反演方法设计实际控制量与虚拟控制量.采用1阶低通滤波器获取虚拟控制量的导数,解决了传统反演控制方法"微分项膨胀"问题.基于改进滑模微分器设计了一种新型非线性干扰观测器,以此对模型不确定项进行估计和补偿.仿真结果表明,该控制器对模型不确定性和气动弹性影响具有鲁棒性,且实现了对速度和高度参考输入的稳定跟踪.     

Longitudinal control of an intelligent vehicle using particle swarm optimization based sliding mode control

This paper focuses on the design of longitudinal controller for an intelligent vehicle which was built at Asian Institute of Technology based on sliding mode control. The proposed controller uses particle swarm optimization (PSO) for optimal tuning of sliding surface and controller gain in the sliding mode controller (SMC). The longitudinal control is conducted via controlling of throttle value angle using PSO-based SMC on the simplified first-order linear model of the intelligent vehicle and controlling of brake force using fuzzy logic. In order to achieve the desired headway time, integration of throttle valve angle control and brake force control is required. To obtain the optimal parameters of SMC, two equations velocity updating and position updating are applied. Firstly, the performance of proposed controller is evaluated by using MATLAB simulation to compare with conventional PD controller. Finally, the experimental results show that the proposed PSO-based SMC can perform efficiently in longitudinal control of the intelligent vehicle.     

基于扰动观测器补偿的机械臂非奇异快速终端滑模控制

针对机械臂系统在实际应用中存在的建模误差及未知扰动问题, 设计了一种基于扰动观测器的改进型非 奇异快速终端滑模控制策略. 通过扰动观测器准确估计系统存在的总扰动, 并设计恰当的非线性增益函数使扰动观 测误差指数收敛, 实现了对控制器的前馈补偿. 考虑到终端滑模存在的奇异性问题, 结合扰动观测器设计了非奇异 快速终端滑模控制器, 在保证跟踪误差有限时间收敛的同时抑制了滑模控制固有的抖振现象. 同时在控制器设计过 程中, 用fal函数代替sig函数有利于削弱滑模控制抖振, 提高系统稳定性及跟踪精度. 最后, 利用MATLAB软件进行 实验仿真, 验证了所设计控制器的有效性.     

Fault-tolerant traction control of electric vehicles

This paper investigates a new traction control approach that requires neither chassis velocity nor information about tire-road conditions. Plant fault subject to the uncertainties of the mathematical model and slightly sensor fault are concerned. For general traction control of vehicles, the variation of model behavior may break down the steering stability if the chassis velocity is not monitored. This paper presents a fault-tolerant approach based on the maximum transmissible torque estimation (MTTE) scheme which has the ability to prevent electric vehicles from skidding. A PI-type disturbance observer is employed to enhance the steering stability of the MTTE approach. This proposed approach does not require both the differentiator and the inversion of the controlled plant. Finally, illustrated examples are given for evaluating the fault-tolerant performance and feasibility of the presented anti-slip strategy.