双离合器式自动变速器起步的智能控制及性能仿真

在综合考虑驾驶员的起步意图、发动机的运行状态及离合器接合状况的基础上,提出基于模糊智能控制的电作动型双离合器式自动变速器(Dual clutch transmission, DCT)的起步控制策略。确定了起步控制系统中的各种控制参数,发动机运行状态的控制参数为其实时转速与目标转速的偏差,离合器接合状况的控制参数为其主从动片的转速差与主动片转速的比值,根据加速踏板开度及其变化率的大小,实时识别出驾驶员的起步意图。基于优秀驾驶员的操作经验,制定了驾驶员意图及离合器接合速度的模糊控制规则。从DCT起步过程中离合器的接合速度、冲击度和滑摩功三个方面,分析模糊推理系统中三角型及高斯型隶属度函数的缺点。提出基于均匀设计方法的隶属度函数的优化方法,获得了较佳的隶属度函数组合,利用快速起步、慢速起步、坡道起步及驾驶员意图多变的起步工况验证了所制定控制策略的合理性。     

一类非线性系统控制算法的设计

三容系统是一种典型的非线性、时变、强耦合系统,它能较好地模拟非线性多容器流程系统,对其液位控制算法进行研究很有实际意义。该文以三容系统的液位为被控对象,把模糊控制技术应用于控制系统的设计中。利用Matlab软件中Simulink工具箱搭建系统,通过确定模糊规则和隶属度函数,来调节模糊控制器,使之有效地控制系统的液位。仿真结果表明：与传统PID控制算法相比,模糊控制算法是实现多容器流程系统控制的一种有效算法。     

可控励磁直线同步电动机的自适应神经模糊控制的研究

由于可控励磁直线同步电动机(controllable excitation linear synchronous motor, CELSM)运行中存在不确定性扰动的问题,设计了一种基于自适应神经模糊推理(adaptive neuro-fuzzy inference system,ANFIS)的控制系统。根据CELSM的特定结构和运行原理,推导电压方程、电磁推力方程以及运动方程的数学模型;由于CELSM的数学模型具有扰动的不确定性,采用模糊控制有很强的针对性,而传统模糊控制隶属度函数和控制规则难以自动调整,自适应神经模糊控制器能够根据所选误差函数利用样本集采用混合学习算法训练模糊推理系统(fuzzy inference system, FIS),在线调整隶属度函数参数,以及实现模糊规则的自动获取;利用MATLAB软件建模仿真,与RBF神经网络控制、PI控制对比,结果表明ANFIS控制稳定性好,精度高,系统响应速度快,抗干扰能力强且具有很强的自适应性。     

智能阀门定位器的仿人积分规则自学习模糊控制算法

本文在介绍气动阀门控制原理的基础上,探讨了如何运用仿人积分规则自学习模糊控制算法原理,控制驱动阀门定位器系统的气动执行器机构的直行程或角行程的变化,最终实现阀门的精确定位.     

风圈式风量调节阀阻力特性的模拟研究

为研究风圈式风量调节阀阻力系数与阀门开度半径的函数关系,以DN200的风圈式风量调节阀为研究对象,运用FLUENT对其进行数值模拟,对不同开度半径下的阀门流场和阻力系数进行分析,得到了阀门阻力系数与阀门开度半径的函数关系式。结果表明:阀门开度半径大于0.05m时,阻力系数小并且曲线变化平缓,阀门开度半径小于0.05m时,阻力系数大并且曲线陡峭变化,阀门阻力系数随着阀门开度半径减小呈指数性增长。     

基于遗传算法的模糊控制器设计与仿真

模糊控制中隶属度函数的正确选择是模糊控制器设计的关键，它决定了模糊控制系统的动态、静态性能和控制效果。针对传统的获取隶属度函数方法的不足，提出了在一个待优化模糊控制器的基础上，采用改进的遗传算法优化其隶属度函数，从而使经过优化所获得的隶属度函数更加合理。最后对优化后的模糊控制器进行仿真比较研究，结果表明隶属度函数经过优化后的模糊控制器的控制品质有较大的改善和提高。     

基于模糊控制的自动灌溉系统的仿真和应用

设计了一种基于模糊控制和电磁比例阀的自动灌溉系统,并进行了MATLAB仿真。该自动灌溉系统由传感器、信号传输—接收装置、控制单元和执行元件组成。根据设定的所需土壤湿度,采集各传感器信号,用PLC做模糊控制运算,输出控制信号到执行元件,控制电磁阀的开度,从而控制喷灌流量的大小。该方法设计了模糊控制输入模拟量和阀开度的隶属度函数,仿真结果显示满足预期的控制要求。最后,对系统的实际应用作了相关设计。     

基于遗传算法的模糊控制器设计与仿真

模糊控制中隶属度函数的正确选择是模糊控制器设计的关键，它决定了模糊控制系统的动态、静态性能和控制效果。针对传统的获取隶属度函数方法的不足，提出了在一个待优化模糊控制器的基础上，采用改进的遗传算法优化其隶属度函数，从而使经过优化所获得的枣属度函数更加合理。最后对优化后的模糊控制器进行仿真比较研究，结果表明隶属度函数经过优化后的模糊控制器的控制品质有较大的改善和提高。     

基于CAN总线的多通道开度阀控制系统的设计

针对现有电动阀门控制系统可嵌入性差的问题,设计了一种基于CAN总线的网络化、多通道、开度型阀门嵌入式控制系统。其中,上位机主要用于下达各阀门开度等控制指令并同时监测其工作状态,而下位机采用双MCU架构,主MCU用于控制各阀门的开度大小,从MCU负责采集开度反馈电流以实现闭环控制。下位机采用了模糊PID算法进行控制参数的动态整定,可满足阀门在不同工况下的控制精度要求,并通过OLED屏显示各通道阀门的实际开度值。实验表明,该控制系统运行稳定,能实现对多通道开度阀的精准控制,控制精度在0.6%以内,并支持远程上位机控制和现地控制等多种工作模式。     

基于遗传算法的模糊振动主动控制器的参数编码设计和约束处理

在采用模糊控制的压电材料智能结构中,利用遗传算法对模糊控制隶属函数进行优化时,遗传编码的设计将影响优化结果,从振动主动控制要求出发,设计了振幅输入模糊集的隶属函数参数编码,并对模糊子集约束条件进行处理。结果表明新的编码方式可以产生适合振动主动控制的隶属函数,且设计的约束修补算法简单有效。     

一种模糊PID热泵供汽控制系统

提出一种新型模糊PID热泵供汽系统来改善传统热泵供汽系统中阀门动作迟滞、反应速度慢的问题。该系统是在传统热泵系统压力控制回路中,应用模糊控制算法,调节阀门开度。仿真及应用表明,系统中阀门开度变化平稳、快速,且能有效减少次品量,达到减少能耗的目的。     

电厂用低功耗阀门定位器的研制

针对阀门定位器运用必须满足本质安全防爆特性下的要求,设计了基于ARM的二线制低功耗阀门定位器。定位器采用STM32L152为核心控制器,执行部分采用I/P转换单元及三位三通阀控制阀芯动作,位移传感器测量阀位行程值^[1],算法上采用PID自整定程序完成控制参数的确定,并加用HART协议实现与手操器的通讯,最后以阀门为控制对象,通过构建对应控制系统Simulink模型对自整定PID的参数进行控制效果检测,仿真效果和现场结果均表明该智能阀门定位器调节时间短,系统的参数自适应能力和鲁棒性良好,提高了自动化控制程度,满足工业控制要求。     

模糊神经网络在汽车稳定性控制中的应用

为满足车辆动力学控制日趋复杂的控制需求,亟待探索鲁棒性更强的非线性控制算法与之相适应。针对常规模糊控制存在隶属度函数无法随车辆行驶条件的变化而自动修改适应的缺陷,设计了模糊神经网络控制器。其利用神经网络的学习机制,可优化模糊隶属度函数与控制规则。在MATLAB/Simulink中建立了车辆稳定性控制系统模型,并利用联合仿真技术搭建了MATLAB/Simulink与Carsim的虚拟联合仿真平台,验证了控制算法的有效性。仿真结果表明,模糊神经网络控制器具有更强的自适应性与鲁棒性,更能适应复杂多变的车辆动力学控制。     

双容水箱液位模糊串级控制系统的设计

模糊PID控制结合了PID控制算法和模糊控制方法的优点,可以在线实现PID参数的调整,使控制系统的响应速度快,超调量减少,振荡次数少,具有较强的稳定性。论文先对双容水箱进行数学建模,将模糊控制和PID控制相结合,设计出了双容水箱液位模糊PID串级控制系统。然后参照经验选取了合适的模糊控制规则和隶属度函数,设计了模糊控制器,建立了模糊控制表,供在线模糊控制查询使用。     

中心型蝶阀流场的数值模拟研究

利用CFD软件FLUENT对中心型蝶阀流场进行数值模拟。计算模型采用不可压缩流动的雷诺时均方程组,紊流模型采用标准模型,离散方程的求解采用压力耦合方程组的半隐式方法(SIM-PLE算法)。对阀门在不同开度情况下,流场状况分别进行了数值模拟,分别得到速度场,压力场,速度矢量场。定性的给出了阀门在不同开度下重要部位的受力情况,比较直观的给出了阀门在不同工况下流道内部的速度分布,为分析阀门内部受冲击状况提供了依据。由对阀门开度的不断变化,得到了涡流的形成过程,及速度对涡流形成及扩展的影响。     

基于LoRa技术的液压阀门阀位开度控制方法研究

受液压阀门工作状态推力扭矩转换关系的影响,导致阀位开度控制偏差较大。为提高阀门阀位开度的控制精度,提出基于LoRa技术的液压阀门阀位开度控制方法。根据液压阀门的具体结构分析阀门开度控制时的影响因素,以此确定了当前阀门的工作状态,基于分析结果,结合LoRa技术设计用于阀位开度控制的自动化控制方法,确定阀位开度控制流程,基于PI控制原理完成构建模型中的开度控制器设计,并在其中引入OF控制器实施修正PI开度控制器的控制偏差,以此实现液压阀门阀位开度自动化控制。实验结果表明,使用该方法开展阀位开度控制时,控制效果好、性能高。     

模糊控制系统的辨识及稳定性保证问题

模糊控制系统的设计面临着两个难题,一是隶属度函数及模糊控制规则的适应性问题;二是稳定性分析问题。为解决这两个问题。受经典控制利用控制对象的数学模型分析系统稳定性的启示。构造模糊对象的模糊模式来分析模糊系统的稳定性,并提出型式控制GA,用以解决模糊模式的系统辨识问题。     

基于Q学习的交通信号自学习控制方法的研究

为了减少车辆通过交叉口的平均延误时间,将Q学习与模糊推理相结合对基于智能体的单交叉口进行信号配时优化,以适应动态变化的交通流。在模糊控制规则集的基础上,通过遗传算法优化模糊推理中的隶属度函数参数,克服传统隶属度函数设计的主观性和盲目性。在此基础上,通过Q学习算法对其在线学习,以实现单交叉口交通信号控制智能体的自学习能力。仿真表明,该方法相比于传统的定时控制与模糊控制,具有较好的控制效果。     

基于遗传算法的平面欠驱动机器人模糊控制

以平面欠驱动机器人为研究对象,对其运动控制问题进行了研究,提出了一种基于遗传算法的模糊控制新方法.控制目标为实现欠驱动机器人的任意位置控制.控制器直接以关节角度误差变量作为模糊控制器的输入,引入遗传算法对模糊控制规则和隶属度函数同时进行优化,进而得到最优模糊控制系统,最后进行数值仿真,仿真结果表明所设计的控制器能快速精确的实现2自由度及3自由度欠驱动机器人的任意位置控制,且具有很好的稳定性.     

纯电动汽车烟花算法自学习模糊控制策略研究

针对纯电动汽车复合电源模糊控制策略靠人工经验的主观性与局限性问题,基于advisor软件建立超级电容与蓄电池复合电源纯电动汽车模型,利用新的爆炸式搜索算法—烟花算法,调用advisor软件对复合电源模糊控制策略隶属度函数及模糊规则进行闭环学习,并与遗传算法、交叉蜂群算法的学习效果进行比较。结果表明:烟花算法学习的模糊控制策略与经验模糊控制策略相比,在FTP、NEDC、UDDS和CHINACITY工况下能耗仍能再降低5.47%、5.23%、4.25%和4.15%,且烟花算法与其他算法相比在复合电源纯电动汽车模糊控制学习中的求解精度更高。