平衡重式叉车防侧翻分层控制研究

在分析叉车结构和侧翻机理的基础上,设计了一种防侧倾液压油缸作为防侧翻控制的执行机构,以提供侧向支撑力;提出了一种基于T-S模糊神经网络的防侧翻分层控制方法,将叉车防侧翻进行分层控制：上层采用T-S模糊神经网络对叉车的实时运动状态进行判断,并作为下层控制的依据;中层控制层依据运动状态的划分分别选取对应的策略;下层执行层利用不同策略下执行机构的动作形式来控制模型的输出。仿真与实车试验结果表明,所提方法能够在叉车处于紧急工况下对安全域进行划分,以实现提高叉车安全性的目的。     

平衡重式叉车防侧翻可拓分层控制研究

在分析平衡重式叉车结构特性和侧翻机理的基础上,确定平衡重式叉车防侧翻控制执行机构;提出了基于可拓决策的平衡重式叉车防侧翻控制策略,设计了包括上层可拓控制与下层执行控制的防侧翻可拓分层控制器。上层可拓控制器将叉车防侧翻控制域分为经典域、可拓域及非域,并确定下层执行控制器的权重系数;下层执行控制器接收上层可拓控制器确定的权重系数,对横摆角速度控制器和侧向加速度控制器进行控制权重分配,并执行防侧翻控制指令,实现平衡重式叉车防侧翻可拓控制。欧标工况仿真与实车试验结果表明：基于可拓决策的平衡重式叉车防侧翻控制策略可有效降低叉车在高速紧急转向工况下的侧倾幅度,防止叉车侧翻,提高了平衡重式叉车的稳定性与主动安全性。     

基于稳定域划分的平衡重式叉车防侧翻控制

为提高平衡重式叉车在急转工况下抗侧翻能力,在叉车结构分析的基础上建立两阶段侧翻动力学模型,基于两阶段横向载荷转移率LTR1、LTR2进行叉车侧翻机理分析与稳定域划分,将叉车稳定性状态分为稳定域、相对稳定域、危险域和异常危险域,提出基于稳定域划分的叉车防侧翻分级控制策略,根据不同的稳定域选择不同的防侧翻控制执行机构：动平衡块、液压支撑油缸和转向油缸。设计叉车防侧翻控制器,由上层稳定域识别控制器、中层模型预测控制器(Model predictive control,MPC)与下层执行控制器组成;上层稳定域识别控制器基于两阶段横向载荷转移率进行叉车稳定域识别,中层MPC控制器以车身侧偏角和横摆角速度为控制目标计算所需控制力矩,下层执行控制器采用改进链式递增分配方式对动平衡块、液压支撑油缸和转向油缸进行控制,以满足目标控制力矩。基于Matlab/Simulink进行仿真与实车试验验证,结果表明基于稳定域划分的平衡重式叉车防侧翻控制可大大降低叉车侧翻危险,提高叉车的安全性。     

平衡重式叉车防侧翻模型预测控制研究

为降低叉车在高速转向时发生侧翻的概率,设计了一种液压支撑油缸作为执行机构,为叉车提供侧向支撑力。针对叉车行驶过程中的安全域判断问题,提出基于零力矩点的叉车行驶状态划分策略,以零力矩点沿侧向分量与叉车支撑平面的关系作为划分依据,并考虑侧翻过程中叉车支撑平面的变化,将叉车侧倾过程分为安全行驶、危险可控以及临界侧翻3个阶段：在安全阶段油缸不提供支撑力;在危险可控阶段基于模型预测控制算法进行油缸支撑力和叉车姿态的调节;在临界侧翻阶段控制油缸为车身提供最大支撑力。该方法以三自由度叉车侧倾模型为控制对象和零力矩点计算的依据,在MATLAB/Simulink中搭建防侧翻控制器进行欧标工况仿真,并进行了实车试验,验证了防侧翻模型预测控制的有效性。     

重型车辆模糊差动制动防侧翻控制研究

针对重型车辆防侧翻控制算法进行研究,基于差动制动防侧翻理论,将模糊控制与PID控制相结合,设计车辆防侧翻控制器,将车辆输入输出参数模糊化,进行模糊推理及解模糊化,建立模糊规则,开发基于预警的车辆防侧翻PID控制算法,在双移线转向输入工况下对基于差动制动和模糊PID控制的重型车辆防侧翻控制算法进行仿真分析,从仿真结果可以看出车辆在双移线试验工况中施加控制后横摆角速度、质心侧偏角及侧向加速度都得到改善,提高了车辆行驶的稳定性。结果表明基于差动制动和模糊PID控制的重型车辆防侧翻控制算法能够有效的防止车辆侧翻。     

分布式电驱车路径跟踪分层协调控制方法研究

针对分布式电驱车路径跟踪问题,基于分层协调控制方法,提出了一种路径跟踪策略。由电驱车独立转向/驱动的结构优势,设计四轮阿克曼转向理论,以建立电驱车路径跟踪分层运动学模型,并应用到路径跟踪控制策略中。该策略分为上下两层控制。在上层控制中,将上层运动学模型作为模型预测控制算法的预测模型,通过设定最优目标函数和约束条件将未来控制增量的求解问题转换为二次规划的最优解问题,计算出最优转角和速度控制量。下层控制中,通过下层运动学,将上层控制得到的控制量映射到四轮的转角和速度控制量,应用模糊PID算法,实现电驱车的路径跟踪控制。在基于Carsim/Simulink的仿真平台上进行圆形路径跟踪仿真验证,结果表明,该控制器能够使分布式电驱车实现路径的准确跟踪;在实车试验中进行换道路径跟踪,简单MPC(模型预测控制算法)与分层协调控制数据结果对比表明分层协调控制方法能够有效的改善控制性能,提供路径跟踪的精确性和稳定性。     

两车并行驮运桥梁防侧翻控制的研究

驮桥车是针对城市桥梁改造工程开发设计的运架提一体机,可以提高工作效率,缩短工程时间。防侧翻是驮桥车必须具备的一项性能。文中以单车采用了基于模糊PID控制的主动悬挂防侧翻技术的BZT-1000 t驮桥车为研究对象,提出了两车并行防侧翻控制流程。通过联合仿真分析,研究了控制流程的可行性,并通过实车试验验证了理论和仿真的正确性。     

基于TTR和模糊PID算法的汽车侧翻控制研究

针对近年来频发的车辆侧翻事故,提出了相关乘用车的防侧翻预警和控制算法的实现。将Kalman滤波应用到汽车防侧翻TTR预警算法中,将参数模糊自整定PID应用到车辆侧翻的主动控制中。对车辆状态参数的Kalman状态估计器在Matlab/Simulink平台进行了仿真;在防侧翻主动控制中,提出采用参数模糊自整定PID算法,仿真结果表明参数模糊自整定PID控制算法在乘用车主动侧翻控制中具有较好的适用性。     

汽车底盘系统分层式协调控制

将汽车底盘控制系统分成上层与下层控制部分进行分层式协调控制.下层控制器为悬架、转向和制动系统三个单独的控制器,用以执行各子系统的控制任务,实现各自的性能指标;上层协调器主要接受来自下层控制器的决策信息,对其进行整体协调分析,并及时修改下层控制的决策,从实现整车综合性能最优的目标出发来执行协调优化任务.仿真及试验结果表明,采用分层式协调控制策略对汽车底盘系统进行控制,能够很好地改善整车的平顺性、安全性及操纵稳定性,控制效果要优于采用单独的子控制器的控制效果.     

基于T-S模糊神经网络优化TTR的校车侧翻预警

为提高校车侧翻预警的精度,提出了基于T-S型模糊神经网络优化TTR的侧翻预警算法。根据校车的车体结构和侧翻机理,建立3自由度侧翻动力学模型,选取优化后的动态横向载荷转移率为校车侧翻稳定性能因子。在传统TTR侧翻预警算法的基础上,引入T-S型模糊神经网络,并选取斜坡等4种转向工况,利用车辆状态参数组合对传统TTR-时间曲线进行优化分析。仿真结果表明,基于T-S型模糊神经网络优化TTR的侧翻预警算法结果准确度高、时效性较好,能够有效地提高校车侧翻预警精度,显著地优化了传统TTR-时间关系曲线,有利于改善校车的行驶安全性。     

基于能量法的分布式驱动电动汽车防侧翻控制

分布式驱动电动汽车具有优越的侧倾稳定性控制功能,但基于横向载荷转移率评价进行控制并不能充分发挥其技术优势。为提升该类车型恶劣工况下的防侧翻控制能力,针对当前侧翻评价指标的不足,开展基于能量转化评价的稳定性控制研究。针对该类车型的结构特点,建立车辆系统坐标系,借助欧拉旋转角法推导了整车在侧翻运动过程中动能、势能和耗散能的表达方程;通过计算车辆失稳能量阈值与车辆实时失稳能量,提出综合多因素的车辆稳定性评价指标;基于侧翻动力学模型设计出防侧翻滑模控制器;通过在分布式驱动系统力矩阈值范围内开展基于驱动轮力矩分配的差动驱动,实现了整车的防侧翻控制。研究表明,基于能量法制定的空间失稳评价指标相较于横向载荷转移率而言,更能准确、灵敏地反映整车侧倾运动状态的变化趋势,基于其设计的防侧翻控制方法通过主动分配两侧驱动力矩,削弱了相关能量转化,有效抑制了整车侧倾运动,显著提高了侧倾稳定性。     

基于多传感器信息融合双进双出磨煤机料位检测

为解决双进双出磨煤机难于实现整个运行工况精确料位检测这一问题,提出一种基于多传感器信息融合的料位检测方法,融合系统由粗糙集和模糊神经网络来实现.根据磨煤机的工作特性将其运行工况分为三个区间,应用粗糙集理论分析不同区间中各传感器信息对于融合的重要性和决策规则的置信度,再利用粗糙集分析结果构成模糊设计网络来实现从多传感器信息到磨煤机料位的映射,并将粗糙集分析得到的属性重要度和规则置信度引入到模糊神经网络的学习过程中.通过试验结果证明研究方法的有效性,能够实现各工况较为精确的料位检测.     

主动悬架对汽车防侧翻性能的影响及仿真分析

针对汽车侧翻事故,提出了基于模糊控制策略的主动悬架系统来改善汽车侧翻稳定性的方法,选取车辆悬架左、右侧弹簧的垂向变形量之差及其变化速度作为控制参数,以车辆侧倾角作为防侧翻稳定性的评价指标。建立相应主动悬架的ADAMS仿真模型,通过ADAMS和MATLAB的联合仿真,分析了主动悬架对汽车防侧翻性能的影响。研究结果表明:主动悬架可以有效改善汽车的侧翻稳定性,性能明显优于被动悬架。     

基于模型预测控制的重型自卸车差动制动防侧翻控制研究

为有效解决重型自卸车在极限工况下易侧翻失稳的问题,提出了一种基于模型预测控制的差动制动防侧翻控制方法。建立了重型自卸车九自由度车辆动力学模型,以零力矩点侧倾评价指标作为自卸车的侧翻评价指标,通过差动制动控制的方法为四个车轮提供制动力矩,以提高自卸车的行驶稳定性。为验证所提出的防侧翻控制方法的有效性,在鱼钩工况和阶跃工况下,以传统PID差动制动控制和无控制为对比,进行了MATLAB/Simulink与Trucksim的联合仿真,仿真结果显示,相比PID差动制动控制,所提出的基于模型预测控制的差动制动控制方法具有更好的抗侧翻能力,且稳定性较好。     

基于软切换的电动机模糊神经网络控制器研究

作为第三代控制理论的模糊逻辑控制和神经网络控制等智能策略虽已在电动机控制中得到了应用,但由于这两种智能控制策略各有明显的优点和缺点,单独使用一般都达不到理想效果,因此需将其结合应用组成控制器,常见的形式之一即为并联切换型模糊神经网络控制器[1]。然而,由模糊逻辑和神经网络并联而成的控制系统,如何实现切换控制一直是控制界研究的难点和热点[2]。设计出合适的切换控制,可以明显改善控制系统的性能,获得比连续控制更好的控制效果。为此,研究了将模糊软切换控制技术[3]引入并联切换型模糊神经网络控制器,该方案能使控制系统实现无扰平稳切换,取得较好的动、稳态性能,其有效性已通过电机控制的仿真得到验证。     

基于LTR的汽车差动制动防侧翻动力学研究

为了提高汽车的抗侧翻能力,以四自由度汽车模型为基础,研究分析了横向载荷转移率(LTR)与汽车运动参数的相互关系,提出了一种基于LTR的汽车差动制动防侧翻动力学模型,在此基础上研究分析了差动制动时制动力大小对汽车防侧翻性能的影响,此项研究成果补充了汽车差动制动防侧翻控制理论.仿真结果验证了所建立动力学模型的有效性.     

电动叉车行走电动机控制系统效率优化研究

提出一种基于模糊理论的异步电动机效率最优控制方法,当叉车进入稳定工况时,在轻载条件下,通过模糊控制器逐步减少励磁电流,搜索电动机的最小功率运行点,在电动机转速和转矩不变的情况下以最优效率运行,从而有效地提高叉车的单班工作时间.最后通过Matlab/Simulink对系统进行仿真,证明该方法的正确性和有效性.     

基于差动制动的防侧翻车辆动力学控制研究

防侧翻车辆动力学控制是将传统的车辆动力学控制与车辆的防侧翻控制相结合的现代车辆主动安全技术。本文通过对汽车差动制动的力学特性的分析,介绍了基于差动制动的防侧翻车辆动力学控制。讨论了防侧翻车辆动力学控制的控制原理和相应的控制方案,比较了两种车辆动力学控制的仿真结果,为利用差动制动控制改善车辆的操纵稳定性提供了动力学基础。     

基于TruckSim的搅拌运输车防侧翻控制研究

采用基于差动制动的PID控制策略,基于TruckSim和Simulink建立搅拌运输车整车模型和防侧翻控制系统,以正弦工况和不同车速下的侧向加速度、横摆角速度和侧倾角输出为研究对象,对控制系统进行防侧翻控制仿真分析。结果表明:在设定条件下,所建立的控制系统能够有效地对搅拌运输车进行防侧翻控制;随着行驶车速的提高,车辆的侧倾趋势增加,侧翻风险加大,系统控制作用更加明显。     

桥式吊车系统的自适应神经网络控制与学习

针对三维桥式吊车的防摇摆控制,基于径向基函数神经网络(Radial Basis Function,RBF)研究了一种自适应防摇摆控制算法。在神经网络控制中,如果持续激励(Persistent Excitation,PE)条件得不到满足,便不能保证权值收敛,执行相同的控制任务时,仍需对神经网络进行重复训练。所设计的自适应神经网络控制器不仅能够快速精确地定位负载,并能有效抑制吊车系统的摆动;同时在对于周期或回归轨迹的跟踪中,系统中信号的一致有界得到了证明,在稳定控制中实现了部分权值的收敛以及未知闭环动态的局部准确逼近,即确定学习。最后,通过仿真验证了所设计控制器的正确性和有效性,为桥式吊车系统的防摇摆控制提供了新的控制算法。