AMESim在悬架转向集成模型中的应用

在建立车辆半主动悬架(SAS)和电动助力转向(EPS)动力学模型的基础上，分析悬架系统和转向系统的状态耦合变量，运用MATLAB/Simulink和机械液压仿真软件AMESim搭建SAS+EPS的集成控制模型，通过创建S函数实现AMESim和Simulink的接口互连.联合仿真结果表明，集成控制下车身的垂直加速度和侧倾角均有所降低，车身姿态得到抑制，车辆的操稳性和平顺性均优于悬架或转向的单独控制效果.AMESim和Simulink的联合应用为底盘系统的集成控制提供了一种新的研究方法.     

基于频率整型的电动助力转向路感H_∞控制

考虑到电动助力转向（EPS）存在干扰、噪声等不确定因素,以及对系统鲁棒性和动态特性的要求,建立了电动助力转向路感模型,设计了电动助力转向路感H∞控制器。应用频率加权函数对系统的输出性能进行必要的整型,并进行频域仿真分析。仿真结果表明：相比传统PID控制,H∞控制下的电动助力转向具有更好的系统鲁棒性。加权后的电动助力转向...     

低噪音、小型化无刷马达及控制技术

日本精工开发成功了低噪音、小型化及高效率的电动助力转向系统（EPS）用无刷马达和马达控制技术。     

车辆主动悬架与电动助力转向系统协同优化

将主动悬架和电动助力转向系统的集成设计问题纳入多学科设计优化框架,实现多目标协同优化。建立了带有LQG控制器的主动悬架模型和电动助力转向模型,充分挖掘其耦合关系,对相关系统参数进行集成化处理并构建协同优化计算模型。基于多学科设计优化的思想,将复杂的集成设计问题转化为一个两级优化问题,让子系统分别承担各自学科的优化任务,同时通过系统级约束来协调子系统间的不一致性。优化结果表明,集成系统性能指标均有所提高,不仅行驶平顺性指标得到较好改善,而且低速转向更轻便,主动悬架作动器作用力也显著降低。     

新型电动助力转向系统模型及控制逻辑研究

提出了一种采用单向电机和双离合器来作为助力源的新型电动助力转向系统（D-EPS）。首先建立了该系统的完整转向系统模型,然后进行了基于扭矩MAP图和PID控制方法的分析,最后通过软件仿真得出D-EPS系统的性能参数并相对传统EPS系统进行了分析对比。结果表明,D-EPS系统的助力性能和传统的EPS系统的助力性能相似,能够达到助力转向系统使用要求。新型助力转向系统（D-EPS）可以简化电机驱动电路,提高控制系统的可靠性,具有较高的实用价值。     

基于完整性鲁棒容错技术的汽车电动助力转向系统控制器研究

为提高汽车电动助力转向系统（EPS）的可靠性与安全性,将完整性鲁棒容错控制技术应用于EPS系统反馈控制器的设计中,得到了具有鲁棒稳定性的控制器。基于Lyapunov稳定性理论,首先研究了存在参数摄动的线性连续系统对传感器失效具有完整性的鲁棒容错控制律,得到了闭环系统鲁棒可镇定的充分必要条件,给出了其设计方法和设计步骤,以及给定参数下的数字仿真实例。仿真结果表明了在该容错控制器作用下,既可以保证电动助力转向系统对传感器故障的不敏感性,即仍能在部分传感器存在故障条件下稳定运行,而且还使得该闭环EPS系统对于允许的预先给定的参数不确定性具有鲁棒稳定性。     

基于遗传算法的EPS系统参数优化

根据纯电动大客车电动助力转向(EPS)系统工作的具体要求,开发了适合纯电动大客车EPS系统使用的循环球式电动助力转向器,建立了纯电动大客车循环球式EPS系统动力学模型及整车二自由度转向模型。在此基础上提出了系统转向路感、转向灵敏度以及转向操稳性的概念,并根据多元函数有约束优化问题的特点应用遗传算法对系统参数进行了优化设计。仿真结果表明:基于遗传算法优化的系统参数提高了系统的转向路感和转向操稳性。     

汽车电动助力转向系统试验台设计

为对汽车电动助力转向系统工作性能进行研究,在对其结构原理进行分析的基础上,搭建电动助力转向试验台。系统采用电动机、扭矩传感器、汽车转向系统搭建硬件环境,应用Labview和研华数据采集卡编写相关测试系统,完成数据采集,信号分析和信号控制等功能。该系统通过采集分析EPS电机电流、EPS扭矩、电动机输入输出扭矩等数据,对EPS的性能及控制策略进行全面分析,提高EPS的开发效率和质量。实验结果表明该试验台测试系统性能良好。     

多智能体分布式故障诊断专家系统

探讨了一种由若干完整诊断子系统联合组成的多智能体分布式故障诊断专家系统结构；各子系统间通过相互交互的方法解决新知识在各子系统中的传播以及（大）系统故障和边界故障的定位。针对多专家诊断结果的筛选决策，提出了一种综合绩效（经验、教训）、时效、域效（适用群）等多种参数的决策算法。     

基于转向稳定性的汽车悬架协调优化

基于试验研究建立了某款车用磁流变阻尼器的数学模型。利用多体动力学仿真软件SIMPACK建立了某款乘用客车整车多体动力学模型和虚拟仿真环境。针对半主动悬架系统和转向系统对汽车操纵稳定性的影响,提出了一种PID神经网络协调控制器,并在Matlab环境中定义了半主动悬架协调控制器与整车多体动力学模型的数据交换接口,实现了汽车半主动悬架和转向系统的协调控制。仿真结果表明:PID神经网络协调控制策略可以抑制由悬架传递的振动,调节汽车转向时车身的横摆及侧倾运动,有效地解决了汽车悬架设计中操纵稳定性与行驶平顺性之间的矛盾。     

基于双伺服电机的电动助力转向器硬件在环仿真试验平台

针对传统汽车转向系统建模仿真方法精度不高的问题,在深入研究二自由度整车动力学模型和轮胎模型的基础上,设计开发了一套基于双伺服电机加载的电动助力转向器（EPS）硬件在环仿真试验平台.EPS总成输入端可以选择方向盘手动加载或伺服电机自动加载,输出端则根据整车动力学模型和轮胎模型在当前方向盘转角及实车运行参数下的求解结果,由输出端伺服电机动态模拟实际汽车转向阻力矩,并通过检测关键信号指导调试与检验EPS系统性能.实际应用表明,该试验平台实时性、可靠性好,仿真试验精度高,能对EPS关键性能参数进行准确把握,非常适合于EPS系统的研发、测试及性能评价.     

基于多Agent故障诊断知识系统通信模型的设计与实现

将多Agent系统应用于故障诊断知识系统中,将故障诊断知识系统的体系结构分为单体结构和群体结构并予以说明.因为通信是多Agent系统实现互操作的基础, 通过对使用Agent通信语言KQML进行通信的Agent通信模型进行设计,并阐述了实现通信模型的通信机制,解决了在故障诊断知识系统中远程诊断Agent与现场诊断Agent间的通信问题.     

基于串级MPC和EPS的集成驾驶员转向车道线保持

针对电动助力转向( EPS)作为转向执行机构的车道线保持的控制系统设计及保留驾驶员对车辆操控问题,提出基于串级模型预测控制( MPC)和EPS集成驾驶员转向的车道线保持系统. 在车道线识别视觉系统空间,建立车道线保持状态空间模型,设计基于MPC的车道线保持控制器( LMPC) . 建立EPS状态空间模型,设计基于MPC的EPS车辆前轮转角控制器( EMPC) . LMPC与EMPC经逆转向机构模型组成串级控制结构. 分析驾驶员转向对车道线保持控制的影响,进而通过保留驾驶员对车辆控制来提高处理紧急事件的能力. 仿真结果表明:在不同车速和不同曲率道路下,该控制策略均能快速消除横向位置偏差和航向角偏差,保证车辆沿着车道线行驶,具有较好的适应性和鲁棒性. 驾驶员转向可以改善车道线保持和提高车辆主动安全性.     

D-S多Agent飞行器结构系统早期故障智能诊断

将D-S证据理论与多A gent相结合,建立了飞行器结构系统早期故障智能诊断模型,对其实现策略、D-S融合推理算法等进行了分析和研究,并以空间飞行器防热系统为例说明了该方法的有效性。结果表明,该方法具有结构简单、组态灵活、推理速度快等特点,能够有效地对飞行器早期故障实施快速诊断,为保障飞行器安全可靠飞行提供了一种新的技术途径。     

基于小波和贝叶斯网络的智能建筑供配电系统故障诊断研究

为提高智能建筑供配电系统故障诊断效率和精准度,提出了一种基于贝叶斯网络与小波变换的故障诊断方法。首先,从理论上对智能建筑供配电网络拓扑结构进行详细分析,然后利用小波变换原理对故障信息中的开关量和电气量进行筛选重组,最后运用贝叶斯网络对筛选重组后的故障信息进行建模分析,得出故障诊断结果。具体介绍了故障信息中电气量和开关量提取过程,针对现有智能建筑供配电系统的故障特点,给出了相应恢复策略,以IEEE⁃39多节点复杂电力故障系统为例进行仿真研究。结果表明,所提方法的故障诊断结果快速性和准确性更高。研究成果对智能建筑供配电网络的故障诊断研究工作具有重要参考价值。     

基于EMD和模糊C均值聚类的滚动轴承故障诊断

针对滚动轴承故障振动信号的非平稳特征,提出了一种基于经验模态分解和奇异值分解的特征提取与模糊C均值（FCM）聚类的滚动轴承故障诊断方法。该方法首先对滚动轴承振动信号进行EMD分解,组成初始特征向量矩阵;并对该矩阵进行奇异值分解,将矩阵的奇异值作为故障特征向量;最后以FCM聚类为故障分类器,实现滚动轴承不同故障类型的识别。实验结果分析表明,该方法能有效地进行滚动轴承故障诊断。     

基于MAS的故障诊断任务分解和结果综合

为求解复杂过程诊断问题,在传统智能诊断基础上,将多Agent技术应用于动态分布的复杂武器系统故障诊断领域.采用一种基于MAS的分布式武器故障诊断系统方案,研究了在改进合同网协议的Agent之间的任务分配过程和结果综合,重点研究了诊断系统任务分解、任务控制策略.这种方案对于提高分布式故障诊断系统的性能,改善故障诊断的准确率和效率有很大帮助.     

贝叶斯网络在车辆状态远程故障诊断系统中的应用

为了解决车辆状态远程故障诊断系统中的不确定性问题,提出了一种基于贝叶斯网络模型的故障诊断方法．这种故障诊断方法可在输入数据不完备,甚至含噪的情况下,充分利用贝叶斯网络的先验知识以及建模学习能力和概率推理算法来应对不确定性问题的表示和推理,完成系统的故障诊断．实验结果表明,贝叶斯网络方法在车辆故障诊断速度、准确性方面优于传统的基于BP算法或RBF算法的诊断方法,并且提高了故障诊断系统的鲁棒性．     

基于支持向量机的转子振动故障融合诊断技术

针对某些大型复杂旋转机械振动信号特征提取和故障样本获取难的问题,提出了一种基于小波包特征谱熵支持向量机（SVM）的转子振动故障融合诊断方法.通过转子实验台模拟了转子振动的4种典型故障,并采集其振动故障数据.用小波包对振动故障信号进行分解,提取故障信息含量大的频带并计算出其小波特征谱熵作为故障特征,建立故障诊断模型.通过对故障类别的区分和故障严重程度的判断,验证了该方法在解决转子振动故障信号的特征提取及小样本情况下的故障诊断问题等方面是有效的.