基于QFT和ZPETC的高精度鲁棒跟踪控制器设计

阐述了定量反馈理论(QFT)和零相差跟踪控制器(ZOETC)的基本原理及设计方法,并给出了设计实例。在QFT和ZPETC的基础上,提出了一种是实现高精度鲁棒跟踪控制的方案,采用QFT控制保证系统的鲁棒性,通过ZPETC提高系统的跟踪精度。仿真表明,这种方法实现了QFT和ZPETC的完美结合,很适合高精度跟踪系统的鲁棒控制。     

电动车复合制动系统的研究与设计

电动车每次刹车都极大地损失了车辆的动能,复合制动就是将部分动能通过能量回馈装置储存到蓄电池中,从而节约电池能量,延长行驶里程.在对复合制动策略进行充分研究的基础上,将模糊控制技术引入到电动车复合控制系统中,并设计了基于模糊控制的再生复合制动力矩控制器.实践证明复合制动系统能有效的控制电动车制动力矩,制动时间较短,制动效...     

基于超级电容的电动车制动能量回收技术研究

介绍了一种新的基于超级电容的电动车制动能量回收技术和装置,装置由机械式能量转换装置、超级电容蓄能装置和升压监控电路3部分构成。升压监控电路采用PWM斩波升压原理实现了电能从超级电容缓冲器到蓄电池的回馈。对电动车制动能量回收系统进行了理论分析、建模和仿真,介绍了电动车制动能量回收系统的路面实验。实验表明运用该技术,能量回收率可达9%,城市路况下一次续行里程平均可提高24.6%。     

电流滞环跟踪控制的永磁无刷直流电机回馈制动的研究

对电流环采用电流滞环跟踪控制技术的无刷直流电机控制系统进行了研究,提出了电流反相控制回馈制动方式,即通过控制电机相反电势和相电流的相位关系来控制电机运行状态的控制方法,将电机在正向电动、正向制动、反向电动、反向制动四种运行状态下的控制算法统一起来.仿真实验表明,该系统动态响应性能好,其控制策略具有实现简便、可靠性高的特...     

电动汽车制动与能量回馈技术研究

基于电动汽车用直流无刷电机制动与能量回馈的工作原理,提出一种简单且有效的能量回馈制动的控制策略。在刹车时,通过改变逆变器开关管的导通序列来控制反向力矩,由此制动能量可以回馈到电池内,以此增加纯电动汽车的续航里程。PSIM仿真和样机实验结果表明,该方法有效地实现了电动汽车的能量回馈。     

基于空间矢量的能量回馈系统控制方法的研究

针对通用变频器无法很好地消除电动机在减速、制动时产生的泵生电压的问题,文章提出了一种变频器能量回馈系统的SVPWM控制方法。该控制方法应用于有源逆变电路,采用基于固定开关频率的SVPWM控制策略,可有效消除泵生电压,实现相位动态跟踪以及电流单位功率因数回馈,并可使通用变频器在四象限运行,具有电压利用率高、动态响应快的特点。仿真结果验证了该控制方法的正确性和有效性。     

电动车PMBLDCM控制关键技术研究与实现

本文研究了电动车永磁无刷直流电动机驱动控制关键技术的协调控制与实现,包括能量回馈制动控制、消除换相转矩脉动控制、弱磁升速控制技术、电流闭环控制等。采用高性能价格比的MicroChip系列单片机作为控制芯片实现各种控制功能,运行结果表明,效果良好,已获得推广应用。     

转炉倾动回馈发电效益分析

当转炉炉体从加料侧或者出钢侧摇回0°或者转炉减速的过程中,电动机处于发电运行状态。传统倾动能耗制动控制方案通过配置制动单元和制动电阻的方法将电机发电能量转化为热能耗散掉,这种方式会造成能量浪费;如果将传统方案中的整流单元用整流/回馈单元替代,就能将电机在发电状态下产生的能量回馈至电网,能够达到节能增效的目的。但是采用整流/回馈方案比传统的能耗制动方案初期投资大。本文计算了用整流/回馈控制方案替代能耗制动方案需要增加的投资,同时对比整流/回馈方案下实现节电所带来的回报。     

防爆电驱动无轨胶轮车永磁电动机回馈制动研究

以防爆电驱动无轨胶轮车为研究对象,分析了由三相桥式逆变器驱动的永磁无刷直流牵引电动机回馈制动的方式及制动微观状态,提出了回馈制动控制策略。该控制策略采用PWM升压斩波方法,通过闭环PI调节器,合理分配每个PWM周期中的续流与充电时间,实现回馈制动。仿真结果表明,该控制策略安全可靠,能有效实现能量回收,提高了车辆的能量利用率;当车辆的驱动电动机转速降到约300r/min时,整车动能已经明显降低,此时能量回收已经不再起作用。该结论对防爆电驱动无轨胶轮车回馈制动踏板的开度设计具有重要意义。     

太阳能电动车最大功率点跟踪模糊控制器设计

采用模糊控制进行太阳能电动车最大功率点的跟踪,根据太阳能电动车能量控制系统的要求,为提高系统的稳态性和鲁棒性设计了适合于太阳能电动车的带修正因子自调整MPPT模糊控制器,在变化的外界环境下,应用Matlab/Simulink仿真软件包对MPPT模糊控制器控制的能源系统进行了仿真研究,结果表明该控制器对环境的变化有较强的自适应能力,具有优越的控制性能,为太阳能电动车的应用提供了参考。     

无人机全电刹车系统的建模与仿真研究

无人机全电刹车系统在减小失火危险,减轻飞机重量,降低维护要求以及显著改善刹车力矩控制和防滑性能方面都有着传统液压刹车系统无法比拟的优点.文章研究了全电刹车系统的具体工作原理及整体结构,建立了系统各个组成部分的数学模型,特别针对电刹车系统所特有的部件和结构:电作动机构和刹车力矩反馈控制作了深入的研究,确定了电作动机构的具体结构,并在此基础上建立了系统整体的数学模型.并利用SIMULINK工具进行了仿真分析,给出了干跑道情况下的仿真结果,与实际情况基本吻合,结果表明全电刹车系统无论是在刹车性能还是在刹车效率上都明显优于传统的液压刹车系统.     

ISG混合动力汽车制动力动态协调控制策略研究

本文针对混合动力汽车的制动过程能量回馈效率不足进行分析.以ISG技术的中度混合动力汽车为平台,通过分析混合动力汽车前、后轮制动力分配以及摩擦制动力和再生制动力的合理分配,建立了基于制动安全性和高效制动能量回收的动态协调再生制动控制策略模型,并在不同的路况下进行仿真分析和修正.仿真结果表明,制动力动态协调控制策略与原有传...     

电动汽车低速电气制动防抱死功能的研究

研究电动汽车制动防抱死功能优化问题,电动汽车在冰雪路面上进行纯再生制动时,驱动轮极有可能抱死,从而造成车辆操纵稳定性下降。为解决上述问题,根据驱动电机在基速以下的调速特性,提出了调压调速型电气ABS模型。以单轮电动汽车模型为研究对象,设计了以车轮滑移率为控制目标的滑动模式防滑控制器。在Matlab/Simulink环境下建立了电气ABS仿真模型,仿真结果表明所建模型具有良好的稳定性;同时表明制动过程由初期的反接制动、为主体的中期再生制动及后期的反接制动构成;且制动精度明显高于传统ABS。研究结果对电动汽车再生制动系统的设计具有一定的参考价值。     

电动汽车电-液并联ABS制动系统能量回收研究

为了提高续驶里程,针对某款越野车改装的电动汽车制动系统,提出一种基于ABS的电-液并联制动系统。此系统采用固定比例的前后轴制动力分配方式,结合恒定充电电流与最大回馈功率复合的再生制动控制方式,以基于滑移率的PID控制ABS系统来调节电、液制动力比例,在确保制动安全可靠的同时实现制动能量回收。根据上述理论建立数学模型,并利用AMESim和Simulink进行联合仿真,在3种典型工况下分析制动性能和能量回收效率。结果表明：基于ABS的电-液并联制动系统综合制动性能良好,且3种工况下的一次制动最小能量回收效率分别达到28%、28%和11%。     

基于CAN总线的底盘综合控制系统设计

设计了基于CAN总线的底盘综合控制系统,主要包括对整车、四轮驱动、转向系统和制动系统的控制器设计。采用CAN总线实现电动汽车各控制器间的通信,并完成了CAN网络应用层协议的制订。在综合考虑相关影响因素基础上,设计了各控制器的硬件,建立伪逆控制分配算法实现常规的控制量分配,以及必要时实现控制再分配,保证车辆的操纵稳定性。系统的仿真结果表明,该系统可有效地完成常规和再分配控制量,兼顾电动汽车的灵活与稳定。     

电动车制动防抱死自适应鲁棒控制系统

为了改善电动车的可操作性和稳定性,本文进行电动车制动防抱死控制系统的研究.首先针对汽车纵向四轮模型,设计自适应鲁棒控制器.所提出的自适应控制器和自适应鲁棒控制律不仅保证了闭环系统的稳定性,而且实现了所期望的性能.然后通过试验结果证明了控制算法的有效性.尽管道路条件的变化不同,电动车制动防抱死控制系统表现出满意的控制性能.     

汽车紧急制动控制模型及其安全性分析与研究

主要研究汽车紧急制动控制及其安全性,在对紧急制动工作过程进行分析的基础上,通过结合Carsim和Simulink软件完成了紧急制动控制。根据两车间的安全行驶距离,采用的模糊控制策略,其输入变量为两车间距及相对速度、输出变量为主缸制动压力。对该制动系统进行仿真实验结果表明,系统的模糊控制策略在制动过程中能有效实现,同时,显著提升了车辆的安全性和乘坐舒适性。     

A Sensorless State Estimation for A Safety-Oriented Cyber-Physical System in Urban Driving: Deep Learning Approach

In today’s modern electric vehicles, enhancing the safety-critical cyber-physical system (CPS)’s performance is necessary for the safe maneuverability of the vehicle. As a typical CPS, the braking system is crucial for the vehicle design and safe control. However, precise state estimation of the brake pressure is desired to perform safe driving with a high degree of autonomy. In this paper, a sensorless state estimation technique of the vehicle’s brake pressure is developed using a deep-learning approach. A deep neural network (DNN) is structured and trained using deep-learning training techniques, such as, dropout and rectified units. These techniques are utilized to obtain more accurate model for brake pressure state estimation applications. The proposed model is trained using real experimental training data which were collected via conducting real vehicle testing. The vehicle was attached to a chassis dynamometer while the brake pressure data were collected under random driving cycles. Based on these experimental data, the DNN is trained and the performance of the proposed state estimation approach is validated accordingly. The results demonstrate high-accuracy brake pressure state estimation with RMSE of 0.048 MPa.      

基于阿克曼算法的轮毂电动汽车控制方法研究

轮毂电动汽车以其独特的线控转向、线控驱动及线控制动设计,实现了整车的机电一体化控制.以前置前驱、前轮转向的轮毂电动汽车为研究对象,依据阿克曼转向模型原理,实现轮毂电动汽车前轮独立转向及差速系统的控制;同时,根据ABS控制理论,实现对轮毂电动汽车有效制动的控制.以上控制方法经实验验证切实可行.     

十一自由度汽车转弯防抱制动系统仿真的研究

防抱制动系统（ABS）仿真的目的是建立汽车动力学仿真模型,并在此模型上加载防抱制动控制器模型,以观察不同控制策略在不同工况条件下的控制效果。采用解析法建立的十一自由度汽车转弯制动数学模型,并用MATLAB／SIMULINK建立仿真模型。用PID控制器对防抱制动系统的制动过程进行了仿真分析,针对PID控制器抗干扰能力不强的缺点,设计了抗干扰能力更强的模糊控制器,对仿真结果进行了对比分析。仿真结果表明模糊控制器在理想工况条件下控制效果不如PID控制器,但抗干扰能力更强。本实验为进一步硬件在线实时仿真做好准备。