基于遗传整定的主动悬架模糊PID控制设计

针对车辆主动悬架模糊PID控制设计,提出了一种利用遗传算法整定模糊PID增益系数的方法。基于二自由度的1/4车辆模型,根据模糊控制原理和PID控制方法,设计了主动悬架的模糊PID控制器。利用具有全局寻优能力的遗传算法,以悬架二次型性能指标为目标函数,采用适应性比例法确定选择概率,整定了模糊PID的增益系数。优化结果表明,整定后的模糊PID控制主动悬架相对被动悬架综合性能良好,说明了提出的方法是有效的,对模糊PID控制设计具有重要的参考价值。     

馈能悬架BP神经网络PID控制研究

为使主动悬架能回收振动能量,建立了二自由度电磁式馈能悬架系统模型,设计了基于BP神经网络算法的PID控制器,对电路执行PI控制,以调节主动控制力的实际输出,以悬架的车身加速度、悬架动行程和轮胎动位移作为车辆动力学性能的评价指标,以自供能效率、馈能效率分别作为悬架能量利用与回收的评价指标,利用MATLAB/Simulink软件进行仿真分析。结果表明,通过PI控制电路输出的主动控制力的实际值与理想值基本一致;基于BP神经网络PID控制的馈能悬架在不同输入条件下均能有效改善车辆性能;并且该系统能回收部分悬架振动能量,其中自供能效率稳定在约55%,馈能效率稳定在约16%。     

汽车主动悬架控制策略对比研究

为提高汽车主动悬架减振性能,建立了简化的1/4车体二自由度主动悬架模型,分别结合PID控制、模糊控制和自适应模糊PID控制方式设计了1/4车二自由度主动悬架控制器。以C级路面白噪声随机信号为激励,利用MATLAB/Simulink软件对车辆主动悬架的三种控制方式进行了仿真,选取车身垂直振动速度及加速度、悬架动挠度和轮胎动载荷等指标进行控制效果评价。结果表明:基于自适应模糊PID控制的主动悬架较其他控制方式能明显改善汽车行驶平顺性,可有效抑制汽车主动悬架的振动。     

车辆主动悬架控制策略的联合仿真研究

根据PID控制原理、模糊控制理论和神经网络控制理论,建立主动悬架单神经元控制器和神经网络PID控制系统,主要是利用S函数建立了主动悬架单神经元控制器;并建立了由三层BP神经网络进行在线辨识,并在此基础上建立对神经PID控制器权值进行在线调整的在线辨识神经PID控制系统,并进行联合仿真,将其输出的振动加速度等参数与传统的PID控制策略进行分析和比较,模糊控制理论和神经网络控制理论的应用对悬架的平顺性有更好的改善作用,也说明了采用联合仿真方法的有效性和准确性。     

多变量耦合系统PID神经网络控制方法研究

多变量系统内部的耦合性以及对象参数的复杂性,给控制系统的设计带来了一系列的问题。传统控制方法无法对其进行精确解耦,导致系统控制精度较低。本文构建一种基于遗传算法优化的PID神经网络解耦控制器。该方法利用PID优良的动态控制特性和神经元网络非线性表达能力对多变量耦合系统进行解耦,在神经网络权值修正算法中增加动量项,提高网络学习效率,并采用遗传算法优化初始权值,克服了PID神经网络权值学习过程中易陷入局部最优值的缺点,提高了控制精度。仿真结果表明:优化后的PID神经网络具有较高的稳态精度和较快的响应速度,能够实现解耦控制。     

基于遗传算法优化的汽车主动悬架LQG控制器的设计

常规线性二次最优控制器在汽车主动悬架应用中,存在权值矩阵确定的问题。设计了一种基于遗传算法优化控制器权值矩阵的方法。利用遗传算法的全局优化算法,以主动悬架性能指标为目标函数对权值矩阵进行优化设计,提高了控制器的设计效率和控制性能。应用该方法进行了汽车悬架主动控制仿真。研究结果表明:基于遗传算法优化的LQG控制器的汽车主动悬架相对于应用常规控制器的主动悬架和被动悬架,能够大大改善主动悬架的性能。同时在充分利用常规线性二次最优控制器优势的基础上,解决了其权值矩阵确定存在的问题。     

基于改进粒子群算法的神经网络PID控制研究

BP神经网络PID控制是利用BP神经网络的自学习和逼近任意非线性函数功能,对PID控制器的三个参数进行在线整定,但网络初始权值的选取困难.采用改进的PSO算法优化BP神经网络的初始权值,并对基于PAO算法的BP神经网络PID控制进行仿真实验.仿真结果表明,PSO算法使得网络初始权值的选取比较快速,系统的性能有所提高.     

汽车悬架并联式模糊PID控制的仿真研究

以汽车悬架作为研究对象,通过对其受力特点分析,建立了二自由度1/4汽车车体主动悬架模型及动力学模型,在汽车悬架常规PID控制器的基础上,加入模糊控制算法,设计了车辆主动悬架的并联式模糊PID控制器,在MATLAB/Simulink仿真环境中,构建了针对悬架的被动控制、模糊控制、PID控制、并联式模糊PID控制仿真模型,在相同的输入条件下,对各种控制模型下的汽车悬架的垂直速度与垂直加速度的进行仿真比较。仿真结果表明采用并联式模糊PID复合控制策略具有更好的控制效果,在提高车辆乘坐的舒适性和操纵的稳定性方面具有明显的优势。该研究对汽车主动悬架控制系统的设计和应用具有一定参考价值。     

变论域自适应模糊PID主动悬架控制研究

为提高汽车行驶平顺性和乘坐舒适性,提出一种基于变论域理论的自适应模糊PID汽车主动悬架控制策略,将自适应模糊PID和变论域的在线调整整合在一起,采用变论域模糊控制实现控制系统输入输出论域的自整定,提高控制精度;采用自适应模糊PID控制,提高系统的动、静态特性,形成更优的悬架控制方法。研究结果表明,变论域自适应模糊PID控制主动悬架较传统模糊控制以及模糊PID控制的主动悬架能够更有效的克服路面冲击,减少汽车垂直方向的振动,进一步提高汽车行驶平顺性和乘坐舒适性。     

汽车主动悬架自适应模糊PID控制研究

为改善汽车行驶平顺性,建立了简化的1/4车二自由度汽车主动悬架模型,提出了主动悬架自适应模糊PID控制方法。该方法中PID控制器以车身垂直速度的误差为控制参量,将车身垂直速度误差及误差变化率作为模糊控制器的输入变量,对PID控制器参数进行在线自调整。以C级路面白噪声随机信号为输入,利用MATLAB/Simulink对自适应模糊PID控制器进行了仿真,结果表明:自适应模糊PID在车身垂直速度、加速度及轮胎动载荷等控制方面明显优于被动悬架及传统PID控制,说明该法具有较好的控制效果和鲁棒性。     

基于PID控制的主悬架设计及其优化

利用经典的PID控制器针对1/4悬架进行主动悬架的设计.考虑到悬架多个性能指标的协调,本文利用遗传算法进行多个目标的优化及参数整定.经过优化,悬架的各个性能指标都有非常明显的降低,舒适性、安全性以及操纵稳定性都得到了非常明显的改善.     

考虑路面时变的整车主动悬架的改进模糊PID集成控制策略

为提升某汽车的行驶平顺性及其适应路面时变的能力,提出一种座椅主动悬架和底盘主动悬架的改进模糊PID集成控制策略。相比于一般模糊PID控制方法,该控制策略能够根据轮胎所受路面激励和驾驶员座椅垂向速度的实时变化,在线调整控制器的量化因子、比例因子及PID参数值,以实现对控制力更精确的实时调控。建立八自由度整车平顺性模型,在MATLAB/Simulink软件中模拟汽车在A级、B级、C级和D级路面行驶的状况,结果表明:整车主动悬架改进模糊PID集成控制能够大幅提升汽车行驶平顺性和操纵稳定性,且效果明显优于模糊PID控制。     

基于单神经元PID的车辆主动悬架最优自适应控制

为克服路面一车辆系统中存在的动态行为不确定性，针对1/4车辆主动悬架系统，设计了一个基于单神经元PID的自适应控制器，并采用二次型性能指标对控制器参数进行了优化设计。研究了系统在随机路面激励条件下的时域响应，计算了振动响应的均方根值，考察了在变参数条件下控制器的鲁棒特性。仿真结果表明，该控制器能有效改善车辆的综合性能，尤其是平顺性和舒适性，且鲁棒性好，对模型参数的变化具有一定的适应性，便于实现和应用。     

基于模糊BP网络的自适应PID控制

针对经典PID控制的参数不能在线调整的缺陷,提出了一种基于模糊BP神经网络的PID控制算法,采用模糊规则自动地调节BP神经网络训练过程的学习参数,利用神经网络较强的学习能力和模糊控制在模型未知或不精确前提下的控制能力,将其应用到PID控制中[1],实现了PID控制参数的在线调整和优化,并对其在非线性离散系统中的应用进行了仿真。实验结果表明该算法性能优良,加快了系统响应速度,减少了超调量,适用于纯滞后非线性系统。     

基于Simulink的神经元PID控制建模与研究

基于神经元PID控制算法，本文使用Simulink软件搭建了相应的仿真模块、为该控制算法的改进和应用提供了研究工具。为了验证神经元PID算法的性能，本文还对某空调系统的控制性能仿真，并对仿真结果进行了初步的分析。     

基于模糊神经网络的精密角度定位PID控制

针对精密角度定位系统存在非线性、时变性,传统PID控制难以获得理想控制效果的问题,提出一种基于模糊神经网络的PID控制方法,将模糊控制、神经网络与PID控制相结合,采用3层前向网络、动态BP算法,利用神经网络的自学习和自适应能力,实时调整网络的权值,改变PID控制器的控制参数,整定出一组适用于控制对象的kp、ki、kd参数,实现精密角度定位PID控制的自适应和智能化。实验结果表明,采用BP神经网络整定的PID控制较传统的PID控制,控制性能有较大的提高,能有效提高定位精度,缩短定位时间。     

基于模糊神经网络PID的复合控制策略

为了结合模糊控制容错力强和神经网络PID在线学习和调整的优点,提出了一种结合模糊控制与神经网络PID控制的复合控制方法,即分别设计模糊控制器和神经网络PID控制器后,再利用权重分配器对这两个控制器进行权重分配来控制被控对象。将该控制策略应用于某火电机组的二级过热器减温水流量系统控制,并在simulink仿真平台进行仿真,仿真实验结果表明:该复合控制策略较传统的模糊控制或神经网络PID控制的上升时间更短,调节时间和超调量更小,稳态性能更好。     

一种用于1/2汽车半主动悬架的模糊PID控制器

设计了一种用于1/2车体四自由度的液压半主动悬架的参数自整定模糊PID控制器,利用模糊控制规则对PID参数进行在线修改.应用MATLAB/Simulink控制系统仿真软件,以正弦信号路面、脉冲信号路面和C级路面三种典型路面作为输入信号对该半主动悬架模型进行计算机仿真,仿真结果表明具有模糊PID控制器的半主动悬架在提高车辆乘坐的舒适性方面明显优于被动悬架和单纯的模糊控制悬架,具有较好的自适应能力.