汽车底盘控制子系统集成优化研究

为了改善汽车底盘控制子系统间的运动耦合的影响,文中在建立了汽车悬架与转向整车系统动力学模型的基础上,设计了扩展的LQG控制器,对电动助力转向和主动悬架系统进行集成控制。针对传统机械结构与控制参数采用串行设计方法易造成系统失去全局最优性能的特点,文中以集成系统机械与控制参数为优化变量,以反映汽车动力学综合性能为目标函数,基于遗传算法编制了集成优化程序,对集成控制系统进行了并行集成优化。优化前后的仿真结果表明,汽车底盘集成系统的机械结构参数和控制器参数得到进一步优化,车辆的转向轻便性、操纵稳定性、平顺性等综合性能也得到提高和改善。进行的实车试验结果也表明:系统经过集成优化后转向盘力矩均方根值下降了43.10%,提高了汽车转向轻便性,车身侧向加速度、横摆角速度均方根值分别下降了28.16%和19.52%,,改善了汽车的操纵稳定性。     

主动悬架和电动助力转向系统机械与控制参数集成优化

在建立汽车悬架和转向动力学模型的基础上,设计主动悬架和电动助力转向的集成控制系统。针对传统先设计结构参数后设计控制器易造成系统失去全局最优性能的特点,提出一种基于模拟退火的结构和控制器集成优化设计方法,将主动悬架和电动助力转向系统的主要机械结构参数和控制器的部分参数作为设计变量,以汽车的综合动力学指标为目标函数,进行同时优化。仿真计算和试验结果表明此方法与传统设计方法相比,对提高汽车操纵稳定性、行驶平顺性、操纵轻便性和安全性等综合性能具有较好的效果。     

汽车主动悬架与转向系统的模糊参数自调整集成控制

建立了汽车主动悬架与转向控制系统半车集成模型。应用模糊逻辑控制理论，提出一种带参数的自调整模糊方法，设计了汽车主动悬架与转向系统模糊参数自调整集成控制器，该控制系统当偏差变小或变大时，调整因子总能确保系统稳定，适合工程应用。通过对汽车主动悬架与转向控制系统试验仿真表明，实行模糊参数自调整集成控制后，汽车的整车平顺性、操纵稳定性和安全性等综合性能指标明显优于汽车主动悬架与转向系统LQG集成控制。     

基于模糊控制的汽车助力转向系统设计

设计了一种ARM单片机控制的汽车电动助力转向系统,采用模糊自调整PD控制策略建立了电动助力转向系统的数学模型;设计了模糊控制器,对电动助力转向系统进行闭环控制仿真试验,结果表明系统性能稳定,提高了汽车转向轻便性和行驶安全性。     

基于BP神经网络模糊PID的主动悬架控制研究

为了提高汽车的乘坐舒适性,抑制因路面不平引起的汽车振动,利用多体动力学软件ADAmS建立某SUV整车模型,利用mATLAB设计了一种BP神经网络模糊PID主动悬架控制器,并与模糊PID控制器进行仿真对比,深入研究模糊PID控制器及BP神经网络模糊PID主动悬架控制器控制效果。研究发现,采用提出的BP神经网络模糊PID主动控制策略后,汽车悬架系统的车身加速度、悬架动挠度、轮胎动变形分别比被动控制下降了36.3%、25.1%和12.0%,而采用模糊PID控制策略只下降了34.3%、19.1%和10.4%。这说明所提出的BP神经网络模糊PID控制策略具有更加优异的主动悬架控制效果。     

四轮驱动汽车电动助力转向控制研究

为了研究四轮驱动汽车的电动助力转向控制,建立电动助力转向系统动力学模型,提出基于模糊PID控制的电动助力转向控制策略。借助离线仿真的技术,对控制策略的有效性加以论证,得出四轮驱动汽车电动助力转向控制的最佳系统功能提升方案。     

电动助力转向系统阻尼特性分析及测试方法

电动助力转向(Electric Power Steering,EPS)在提供转向助力、减轻驾驶员操纵负担的同时,也能够提高汽车转向性能和驾驶舒适性,进而提高汽车的主动安全性。建立EPS系统仿真验证平台,分析阻尼补偿控制对汽车转向性能影响,结果表明阻尼补偿控制通过设定阻尼补偿控制系数,可改善EPS动态响应及回正性能。提出EPS系统阻尼特性测试方法,准确获得转向系统阻尼系数,为EPS阻尼补偿控制系数的设定提供参数依据。     

电动助力转向系统建模及动力学仿真分析

通过汽车电动助力转向系统(EPS)的结构及其动力特性分析,建立其数学模型,针对其本身是一个比较复杂的非线性随动系统,采用模糊控制理论,设计一种自适应模糊PD控制系统,并进行仿真研究.仿真结果表明,基于模糊PD控制的电动助力转向系统比传统PD控制具有更好的助力特性和抗干扰能力.     

基于遗传算法的汽车底盘系统协调控制优化

为了消除汽车底盘集成系统机械与控制系统间的耦合,首先建立了汽车悬架与转向系统整车动力学模型,分别设计了主动悬架(ASS)LQG控制器和主动前轮转向系统(AFS)滑模变结构控制器和两系统的规则协调控制器。以集成系统机械与控制参数为优化变量,以反映汽车动力学综合性能为目标函数,基于遗传算法编制了集成优化程序,对集成控制系统进行了优化仿真计算。仿真结果表明:汽车底盘集成控制系统经过参数优化后,汽车综合性能得到改善:汽车的横摆角速度、车身侧向加速度均方根值分别降低了近34%,38.12%,车身俯仰角速度降低了4.91%、改善了车辆的乘坐舒适性,方向盘操纵转矩大大降低,提高了汽车转向时的转向轻便性。     

汽车EPS和AFS衰减路面冲击集成控制

为衰减车辆行驶时受到的路面冲击,建立了人-车-路闭环系统数学模型,设计了电动助力转向(EPS)和主动前轮转向(AFS)集成控制算法,运用阻尼补偿控制和最优控制分别设计了电动助力转向和主动前轮转向子系统。在MATLAB/Simulink中的仿真结果表明,单独主动前轮转向控制不能衰减驾驶员把持力矩振动,单独电动助力转向阻尼控制对转向盘角速度振动和车辆横摆角速度振动衰减效果不佳,而集成系统可以很好地同时抑制驾驶员把持力矩振动、转向盘角速度振动和车辆横摆角速度振动,提高了驾驶舒适性、操纵稳定性和行驶安全性。     

预测步长自调整舰载武器消摇摆控制系统设计

针对以舰船为射击平台的舰载火箭炮,由于海上风、浪、流等多种因素的作用,射击线受到舰船摇摆而影响射击精度的问题,应用模糊控制理论和灰色预测理论,设计了一种基于预测步长自调整的灰色预测模糊控制器,通过对实时状态的模糊判决,实现对灰预测步长的自适应调整,从而改善控制效果。陆上及海上实验表明,系统达到了规定的动静态技术指标。     

基于力外环的模糊灰色预测力控制器

在基于位置环的显式力控制方案的框架内,提出一种新型模糊灰色预测力控制策略。采用灰色预测器来预测将来的接触力,通过模糊增益调节器将预测的接触力误差和实际测得的当前接触力误差进行合成形成一个综合接触力误差,综合接触力误差作为PID或PI力补偿器的输入变量,力补偿器生成位置控制系统的输入指令。这样该控制器可以利用过去、当前和将来的接触力信息来计算合适的控制校正量来对接触力误差进行预补偿,使控制器可以同时获得超调量小和响应快速的性能。而且,该控制器可以按照当前和将来的接触力状态来调节预测的接触力误差和实际测得的当前接触力误差的权值,使控制器对机器人和环境之间的动态接触过程具有适应性。最后用仿真试验证明所提出的模糊灰色预测力控制器的有效性。     

The hybrid grey-based model for cumulative curve prediction in manufacturing system

The cumulative curve prediction has been widely used in many manufacturing systems to achieve the efficient control and management for production processes. In this paper, the grey model GM(1, 1), a single-variable first-order grey model, which is based on the grey system theory, is proposed to resolve the prediction problem of cumulative curve. To improve the prediction capability of GM(1, 1), the cubic spline function is integrated into GM(1, 1). The newly generated model is defined as 3spGM(1, 1). Then, the particle swarm optimization (PSO) algorithm is applied to 3spGM(1, 1) so that the prediction performance can be further improved. We refer to the optimal version as P-3spGM(1, 1). Finally, a residual compensation approach based on artificial neural network (ANN) is proposed to acquire the best prediction performance. The cumulative curve in the production process is used to validate the proposed models.     

基于神经模糊控制理论的数控机床热误差建模

将基于神经模糊控制理论的建模方法--模糊神经网络建模法应用到数控机床热误差建模当中,讨论了热误差模糊神经网络的结构及建模原理;对大型数控龙门导轨磨床主轴箱系统进行建模试验,采用非接触式红外温度测量仪和千分表分别测量主轴箱系统温度值与主轴热误差,得到两组独立的试验数据,一组用来建立主轴箱系统热误差模糊神经网络预报模型,另一组用来对模型进行验证。试验结果表明,模糊神经网络模型预测精度高,泛化能力强;将模糊神经网络建模方法与径向基函数神经网络建模方法进行综合对比,分析结果表明,模糊神经网络建模方法具有更好的建模效率、建模鲁棒性及预测性能。     

基于灰关联神经网络的铣削表面粗糙度预测

不同的铣削加工工艺参数会影响加工表面形貌和表面粗糙度。考虑灰关联分析与神经网络法的各自优点,提出了一种新的基于灰关联神经网络模型进行表面粗糙度预测的模型。首先利用灰关联分析,将各因子与预测目标作关联性的排序,且把不必要的因子剔除,接着进行神经网络的训练及预测。将所提的预测模型运用到铣削加工的表面粗糙度预测中,构建出表面粗糙度预测系统,最后采用两样本T分配假设检验,以此验证该预测系统的有效性与可行性。     

基于模糊神经网络的电力变压器绝缘状态预测方法

针对绝缘状态预测前未能解调变压器的差分频谱,存在绝缘电阻拟合误差大、绝缘子检测精度低和预测时间长等问题,提出基于模糊神经网络的电力变压器绝缘状态预测方法。基于变压器原理,对微分谱线进行解调处理,分析变压器特征量,构建模糊神经网络,引入鸡群优化算法改进模糊神经网络,将获取的变压器特征量输入优化后的模糊神经网络中,完成电力变压器绝缘状态的动态预测。实验结果表明,运用该方法进行绝缘状态预测时,绝缘电阻拟合误差小、绝缘子检测正确率高,以及预测时间短。     

模糊神经网络PID控制在振动打桩机中的应用

针对双马达电液伺服系统难以进行同步控制,实现无级调频调矩的问题,提出了基于Mamdani型的模糊神经网络PID控制方法。该方法的主要思想是结合模糊推理和神经网络控制技术,构成模糊神经网络,实时调整PID参数。实验结果表明：与传统PID控制方法相比,该方法改善了系统的动态特性,提高了控制精度。     

基于磁流变减振器的汽车半主动悬架非线性控制方法

考虑磁流变减振器阻尼力和悬架弹性元件非线性特性,建立车辆半主动悬架非线性动力学模型。应用微分几何非线性控制,经过适当的非线性状态和反馈变换,实现半主动悬架非线性系统的精确线性化,并对系统实施非线性状态反馈控制;根据预定的控制目标及模糊控制策略调节控制参数,设计模糊控制器,对悬架系统进行了控制仿真研究;利用神经网络模式识别能力对输入数据处理辨别,设计控制网络层,从而达到提高悬架工作性能,改善汽车行驶舒适性的目的。将三种非线性控制方法的仿真结果进行分析比较表明:经模糊控制或神经网络控制后的悬架承受的冲击响应小、振动强度低,比微分几何控制能获得更优异的性能。     

基于模糊神经网络 PID 的开关磁阻电机控制系统研究

针对开关磁阻电机存在的转矩脉动大、噪声大、速度不稳定等问题,对开关磁阻电机的启动、运行、调速等方面进行了研究,提出了一种基于模糊神经网络PID的控制方法,将模糊控制理论与BP神经网络相结合,构成了模糊BP神经网络,根据系统误差,误差的变化,以及误差变化的变化实时调整PID控制参数,使电机在整个转速范围内获得了最优的PID参数。实验采用DSP作为控制核心,不对称逆变桥作为功率变换器,驱动一台2 k W的开关磁阻电机运行。研究结果表明,该方法大大改善了开关磁阻电机控制系统的动、静态性能,控制精度高、转矩脉动小,对干扰有较高的鲁棒性。     

串联灰色神经网络模型的研究

针对传统灰模型适应性和自学习能力差、中长期预测精度不理想的情况,在3种精度较好的灰模型的基础上引入BP神经网络,构建了串联灰色神经网络模型。仿真表明,这种灰色神经网络模型未出现预测残差和相对误差逐步增加的情况,预测精度明显好于灰模型,适合应用。