气体介质馈能主动悬架滑模控制研究

以高压气体为俘能和传力介质,针对卡车设计一种新的馈能主动双作用悬架系统。该悬架系统传动机构选用螺母安装方式为偏心式的滚珠丝杠机构,气缸作为作动器。首先,以伯努利方程为基础,得到气缸等效弹簧刚度和阻尼力表征的统一方程,建立悬架数学模型并进行了动力学仿真分析;其次,采用滑模控制算法,进行了主动悬架滑模控制器的设计,并在Matlab/Simulink环境中进行建模仿真,将主动悬架和被动悬架的车身加速度、悬架动行程和轮胎动位移3个指标作了比较分析;仿真结果表明:在相同的路面输入下,气体介质馈能主动悬架对改善汽车行驶平顺性和提高乘坐舒适性有较好的效果。     

双馈异步风力机BP神经网络空载并网控制

为减小双馈异步风力发电机组并网时对电网产生的冲击电流,降低电压误差,实现柔性并网,在双馈异步发电机数学模型的基础上,对基于定子磁链定向矢量控制的空载并网原理进行分析,利用BP神经网络对PID控制器的参数进行最优调节,建立BP神经网络PID空载并网控制策略;在Matlab/Simulink软件中建立双馈异步风力发电机BP...     

馈能式悬架能量回收潜力试验研究

被动悬架通过减振器将车辆振动能量转化为热能散发到空气中以达到车辆减振的目的,而馈能式悬架正是要将这一部分能量回收利用,因此减振器耗散能量的估算对预测馈能式悬架的能量回收潜力具有重要意义。通过建立二自由度悬架模型对悬架动位移、动速度以及可回收能量进行了仿真计算,并通过实车道路试验验证了仿真模型及计算方法的正确性,同时对影响可回收能量大小的各个因素进行了分析,明确了轮胎刚度、路面等级、车速是影响可回收能量的关键因素。通过对可回收能量数值的分析得出,馈能式悬架更适合应用在重载车辆之上,并且可回收能量数量十分可观。     

广义执行器馈能主动悬架研究

为实现车辆悬架的主动控制以及悬架振动能量的回收,提出一种基于广义执行器的馈能主动悬架.研究电磁式、液电式、气压式三种常见馈能主动悬架的特点,忽略馈能主动悬架模型的物理意义,从数学角度对广义执行器的广义功/能以及广义力进行分析,建立统一的简洁的数学模型.结合LQR和遗传算法(GA)设计控制器,实现振动能量回收,改善车辆平...     

基于BP神经网络PID控制的AGV调速系统仿真

为了研究AGV小车的调速系统的优化设计方法,给定某款AGV的设计要求和主要参数,选择合适的直流电动机和电枢回路.利用MATLAB中的simulink模块,搭建AGV的双闭环直流调速系统控制模型,研究该系统的稳态特性.将BP神经网络参数自整定PID控制器应用到该调速系统中.结果表明:在两种调速系统的稳态转速均达到设计转速...     

馈能磁流变半主动悬架模糊滑模控制

为优化悬架减振性能和馈能性能,提出了一种馈能磁流变减振器结构,并设计了相应的半主动悬架模糊滑模控制策略。建立了磁流变减振器力学模型和馈能模型,以及相应的二自由度半主动悬架系统数学模型。针对半主动悬架系统的不确定性,基于混合天地棚阻尼控制系统,设计了滑模变结构控制器。使用饱和函数缓解系统抖振,并运用模糊控制优化滑模控制器。用谐波叠加法生成路面激励输入,分别对被动悬架、基于混合天地棚阻尼控制的半主动悬架以及基于模糊滑模控制的半主动悬架进行对比仿真。结果表明：基于模糊滑模控制的半主动悬架减振性能更好,能耗更小,且有良好的馈能性能,验证了馈能磁流变减振器结构的可行性和模糊滑模控制策略的有效性。     

半主动悬架馈能器设计及其馈能特性研究

提出了一种直线电机与可调阻尼减振器集成的车辆悬架振动能量回收方案,设计了可以将振动能量转化为电能的半主动悬架馈能器(SASR),基于圆柱坐标系对SASR用筒式永磁直线电机进行了解析分析,并与基于Ansoft的有限元结果进行对比,解析结果与有限元仿真结果吻合,验证了解析计算方法的正确性。在此基础上,探讨了电机工作速度和永磁体长度对SASR馈能特性的影响,确定了使SASR馈能性能达到最优的永磁体长度。最后,分析了SASR在随机路面激励下的馈能效果,验证了回收悬架振动能量的可行性。     

新型馈能型悬架及其工作原理

为回收汽车悬架间被减振器消耗的振动能量,提出一种集减振与回收振动能量功能于一体的新型馈能型悬架,并研究该新型馈能型悬架的工作原理。首先对馈能型悬架的关键部件——馈能装置的力学特性进行理论分析与试验测定。通过解析馈能装置作用在簧载质量上的馈能阻尼力得知：馈能装置的力学特性由其结构确定的粘性阻尼参数和类似库伦阻尼参数体现。进而建立馈能型悬架的动力学模型,并在汽车以72 km/h的速度行驶于C级路面的随机输入条件下对其进行数值仿真。仿真结果显示：馈能型悬架吸收发动机的平均功率略小于被动悬架,但有高达84%的吸收功率被馈能装置回收;馈能型悬架的使用性能也明显优于被动悬架,说明使用馈能型悬架来改善汽车的行驶平顺性和燃油经济性在理论上是可行的。     

主蒸汽温度的BP神经网络PID控制系统的研究

针对火电厂主蒸汽温度系统大惯性、大迟延、非线性的特点,常规串级PID控制难以取得满意的调节效果,为了改善常规PID控制的不足,文章在研究BP神经网络的基础上,把BP神经网络PID控制应用到主汽温控制系统中。运用matlab仿真,结果表明,与传统控制相比BP神经网络PID控制算法有效减小了系统的超调量,提高了系统的响应速度,在主汽温控制系统中具有很好的控制效果。     

馈能悬架并联机构动力学分析

针对传统馈能悬架机械效率低、机构复杂等特点,设计一种简单且高效的少自由度并联机构馈能悬架系统。该系统可以将汽车悬架的垂直运动转化为机构的旋转运动,并带动电机发电。以少自由度并联机构为研究对象,首先采用旋量理论分析该机构实现空间一转一移运动的机构学原理,建立雅克比矩阵,对该机构的正逆位置进行分析,并定义支载力评价指标。然后利用拉格朗日法建立该馈能系统的动力学模型,应用数值方法对该机构的可行性进行分析,最后利用ADAMS对该机构进行运动学和动力学进行仿真分析。数值计算与仿真结果的误差不超过3%,验证了该算法和所建模型的正确性,也为该机构应用到车辆馈能悬架提供了参考。     

液压馈能型悬架系统的仿真研究

文中从节能的角度出发;提出一种1／4车体的液压馈能型悬架系统的结构方案,并分析其工作原理;然后通过AMESim和Simulink软件对此系统进行联合仿真研究,结果表明液压馈能型悬架系统可以回收由路面振动引起的机械能,为整车液压馈能型悬架的仿真研究提供参考。     

基于BP神经网络的磁轴承PID控制算法研究

为解决单一PID控制时参数不可调、动态性能较差等问题,开发了BPPID控制算法.利用BP神经网络具有自学习和适应性强的特点,动态实时调整PID控制参数,改善磁轴承控制效果.通过仿真分析和试验研究,对比了BPPID控制算法和不完全微分PID控制算法的控制效果.研究结果表明,与不完全微分PID控制算法相比,BPPID控制算...     

馈能悬架的设计与仿真分析

为了提高汽车的能量利用率,回收悬架消耗的能量,设计了一种基于法拉第电磁感应定律的二自由度磁力能量回收系统,并建立了能量收集系统的数学模型与能量回收模型.利用MATLAB/Simulink对能量采集系统在不同幅值激励下的能量回收特性进行了仿真分析.结果表明:馈能悬架的输出电压与路面激励的幅值呈正相关,在5mm、5Hz的正...     

车辆半主动悬架神经网络控制研究

建立了车辆半主动悬架的1／4车辆模型，研究中主要以车身垂直加速度为主要控制目标。在仿真研究阶段，以白噪声、正弦渡和锯齿波为路面激励；与被动悬架进行对比分析了车身加速度、悬架动挠度、车轮动载荷三项指标，通过对振动响应量的均方根值分析，可以得出半主动悬架优于被动悬架，其中神经网络控制效果最好，表明神经网络自适应控制策略应用于丰主动悬架控制是可行的和有效的。     

基于BP神经网络的PID配料控制

针对配料作业生产过程中参数多、调节复杂等问题,设计了带有神经网络的PID控制器。该控制器在配料系统中的成功应用,可以消除生产过程中人为因素的影响,提高产品质量的均一性、稳定性。     

平面二自由度五杆机构BP神经网络整定PID控制

针对平面二自由度五杆机构的轨迹跟踪问题,设计了一种基于BP神经网络整定的PID控制方法。该控制方案利用BP神经网络学习辨识机构系统的未知非线性动态,可以在线调整PID控制参数,以实现高精度控制。仿真结果显示该控制策略可以精确实现对于五杆机构的轨迹跟踪控制,该方法具有较好的自适应性和鲁棒性。     

磁力馈能悬架的设计与实验研究

馈能悬架在完成被动悬架相关功能的同时,可实现对振动能量的回收。本文提出了一种在保留原被动悬架弹簧与阻尼结构的基础上,融入法拉第电磁感应馈能元件的磁力馈能悬架结构,保证原有悬架的安全性,同时实现无接触、无摩擦、无需润滑的馈能功能。本文阐述了该馈能悬架的工作原理与基本结构,并对悬架结构进行优化设计。进而研制了磁力馈能悬架的原理样机及馈能实验台架,研究在变频率、变幅值的正弦激励下,悬架系统的输出电压特性。实验结果表明：馈能悬架的输出电压与正弦激励的幅值和频率呈正相关。为了验证馈能悬架的自供电性与实用性,选用传感器作为负载,在7 Hz,4 mm的正弦激励下,馈能悬架可持续输出的电压为22 V成功地为传感器供电。     

BP神经网络PID控制器在球磨机控制中的应用

基于神经网络控制理论,针对球磨机的运行特点,提出了一种新型的基于BP神经网络PID解耦的球磨机控制系统。此控制系统既实现了系统解耦而且通过在线整定PID参数兼具了PID控制的优点。大量的仿真表明,与常规控制系统相比,此系统具有更好的动态及稳态性能。     

基于BP神经网络的PID智能温度控制器设计

PID控制被广泛应用在工业过程控制领域,但是在实际应用中往往具有非线性、时变不确定性,导致PID参数整定难以达到最佳控制要求。本文将神经网络技术应用于PID控制中,利用神经网络具有的非线性函数逼近能力,通过对系统性能的学习来实现具有最佳组合的PID控制,并将研究结果用于单片机温度控制器,效果良好。     

一种基于BP神经网络PID的液冷系统设计

针对温度控制系统的时滞、非线性等特点,提出一种基于BP神经网络PID的液冷控制方法.由于空中环境复杂,液冷系统中散热效率与飞行高度、速度等关系很大而且具有不可预测性,因此也无法给控制系统建立准确的数学模型.利用BP神经网络的自学习性和函数逼近能力,结合PID控制器,可以动态调节PID参数,使系统达到优秀的控制效果.实验...