基于模糊PID控制器的1/2整车半主动悬架仿真研究

通过抽象简化建立1/2整车半主动悬架数学模型,并在MATLAB软件中搭建仿真模型;计算出被动悬架的簧载质量、速度及其变化率,并作为主动悬架控制的输出量。半主动悬架采用模糊PID复合控制器,用模糊控制策略对PID控制器在给定的参数范围内进行在线实时调整。研究结果表明:采用模糊PID复合控制器的半主动悬架在不同车速阶段,对改善整车的总体性能有明显作用,车身垂直加速度、车身俯仰角加速度、前后悬架动行程改善明显,提升了整车在不同车速范围内的乘坐舒适性和操纵稳定性。     

主动悬架 LQG 控制与模糊 PID 控制的比较研究

为了解决主动悬架系统控制问题,建立了1／2车辆主动悬架系统动力学模型,并设计了两种应用于主动悬架的控制器：LQG控制器和模糊PID控制器。 LQG控制器以车身垂向加速度、俯仰角加速度、悬架动挠度、轮胎动位移和悬架控制力作为其性能评价指标。模糊PID控制器将PID控制器与模糊控制器并联,采用了双模糊控制,分别以质心速度及其变化率和俯仰角速度及其变化率作为前、后悬架模糊控制器的两个输入;输出分别为前、后悬架的控制力。将分别应用这两种控制器的主动悬架在Simulink中仿真,结果表明两种控制器均能很好地改善汽车平顺性和乘坐舒适性。通过对两种控制的综合比较,模糊PID控制更具有实用性。     

基于模糊PID控制的半主动空气悬架系统研究

以空气悬架系统为研究对象,建立了半主动空气悬架的1/4车辆模型及白噪声的路面激励模型,将模糊控制理论和PID控制方法结合起来设计模糊PID控制器,并利用Simulink对建立的动力学模型进行平顺性仿真分析。从最终的结果可以得到结论:与传统PID控制的空气悬架相比,模糊PID控制的半主动空气悬架能更好地提高车辆的行驶平顺性。     

基于模糊PID控制器的麦弗逊悬架联合仿真研究

通过实验测出磁流变阻尼器在不同电流作用下的力与速度关系的阻尼系数特征数据,并将所得阻尼数据导入麦弗逊悬架多体动力学模型;计算簧载质量速度及其变化率作为主动悬架控制的输出量;半主动悬架采用模糊PID复合控制器,用模糊控制策略对PID控制器在给定的参数范围内进行在线实时调整;在MATLAB中搭建悬架系统联合仿真模型。仿真计算结果表明:在各不同车速阶段,采用模糊PID复合控制器均对改善悬架的总体性能有明显作用;且车身垂直加速度、悬架动行程及车轮侧向滑移量在低频阶段改善突出,提升了整车在不同车速范围内的乘坐舒适性与操作稳定性。     

汽车半主动悬架的模糊逻辑控制

提出了用模糊逻辑控制汽车半主动悬架的新方法，介绍了模糊控制器的结构及模糊推理过程，进行了仿真计算和结果分析。     

自调整模糊控制技术在汽车悬架系统中的应用

以车辆操纵稳定性及行驶平顺性为控制目标,提出一种在线可调整的模糊控制算法,其模糊控制规则表可以用解析方法得到.该算法不仅体现了一般模糊控制算法对非线性系统具有的明显优势,而且可以利用LMS自适应模块调整模糊控制器的修正因子,改善了一般模糊控制算法对专家先期经验依赖的缺陷.通过对简化的车辆模型仿真计算分析,证明该算法对悬架系统的振动控制具有较好的效果;并在两自由度的悬架系统试验台架上进行了试验研究,结果证明,与被动悬架系统相比,LMS自适应模糊主动悬架系统簧上质量加速度均方根降低41%.     

基于模糊PID控制策略的二自由度半主动悬架仿真研究

通过MATLAB软件建立基于二自由度半主动悬架动力学仿真模型,计算簧载质量速度及其变化率作为半主动悬架控制的输入量;半主动悬架采用模糊PID复合控制器,用模糊控制策略对PID控制器在给定的参数范围内进行在线实时调整.计算结果表明:采用模糊PID控制器在各不同车速阶段对改善悬架的总体性能有明显作用,车身垂直加速度、悬架动行程、轮胎动行程在低速阶段改善突出,性能分别提升6.7%,4.1%,4.5%.     

基于粒子群优化的半整车半主动模糊PI 控制悬架研究

针对不同路况下车辆悬架力学性能复杂多变的问题,利用数值分析方法研究半整车半主动悬架的性能特征。根据半整车半主动悬架的力学原理,建立半整车半主动动力学数学模型;利用2个模糊PI控制器分别控制车辆的前后轮,得到模糊PI控制悬架系统;利用粒子群算法对模糊PI控制悬架系统进行优化,得到不同悬架的车身质心加速度、车身俯仰角加速度、前后轮变形量与前后悬架动挠度性能参数的变化规律与均方根值,并分析悬架性能参数对车辆性能的影响以及各性能参数之间的内在联系。对2种PI控制悬架的可靠性进行研究,结果表明:2种PI控制悬架性能与被动悬架相比,均有很大改善,且利用粒子群优化后的模糊PI控制悬架的综合性能最好;当车辆在不同的路面行驶时,2种PI控制悬架均具有较好的可靠性。     

七自由度整车半主动悬架仿真研究

通过MATLAB软件建立整车七自由度的动力学仿真模型。半主动悬架采用双模糊控制器,将计算出的刚性车身与悬架连接处的速度、动行程与俯仰角参数作为主动悬架控制的输入量;前轴左右车轮,悬架与车身连接处的速度与其期望值的误差及其变化率作为第一控制力输入量,刚性车身质心俯仰角速度与其期望值的误差及其变化率作为第二控制力输入量;后轴左右车轮,车悬架与车身连接处的速度与其期望值的误差及其变化率作为第一控制力输入量,悬架动行程与其期望值的误差及其变化率作为第二控制力输入量。计算结果表明:采用双模糊控制器能明显改善整车行驶的舒适性与稳定性,系统综合特性较好,刚性车身的垂向加速度、俯仰角加速度、前后悬架动行程性能提升明显,分别提升27.2%,19.6%,95.5%,33.8%。     

半主动空气悬架的参数自调整模糊控制仿真

针对半主动空气悬架系统进行了自调整模糊控制算法的仿真研究。以某空气悬架大客车1/4车辆模型为仿真对象,设计了参数自调整的模糊控制器,并以B级路面为随机输入,以平顺性为评价指标,对模型进行了计算机仿真。结果表明,在引入参数自调整模糊控制方法后,车辆的行驶平顺性得到了改善。此外,当汽车行驶工况变化时,该控制器仍表现出良好的控制效果。     

基于对角递归神经网络的汽车主动悬架控制

为了提高电动汽车行驶平顺性及操纵稳定性,针对电动汽车悬架进行振动分析,建立了七自由度汽车电动主动悬架模型,设计四轮全驱电动汽车电动主动悬架结构及其控制系统.重点针对电动汽车主动悬架特点设计对角递归神经网络(DRNN)控制器,选取车身垂向加速度、悬架动行程和轮胎动行程作为神经网络控制器输入,采用梯度下降法对神经网络权值进行在线调整.仿真结果表明,具有DRNN控制器的电动主动悬架控制效果较PID控制主动悬架和被动悬架有显著提高,有效改善了汽车行驶平顺性及操纵稳定性,也说明所设计的控制策略在电动汽车电动主动悬架控制方面的有效性.     

变风量空调系统的模糊神经网络预测控制

针对变风量中央空调系统具有多变量、大滞后和非线性的系统特性及常规控制算法系统响应慢、控制精度不高等问题,提出了模糊神经网络预测控制策略.该方法将模糊神经网络控制与预测控制技术相结合,建立了模糊神经网络与预测控制结合的复合控制器模型,通过优化变风量控制方式,有效地实现了中央空调系统的预测控制.结果表明,该控制方法能使系统具有良好的动态性能和稳态性能,控制精度高,节能效果显著,具有广泛的应用前景.     

基于神经网络的永磁同步电动机模糊控制

针对永磁同步电动机矢量控制系统，提出了一种将神经网络与模糊控制相结合的控制方法.通过对神经网络进行训练来记忆模糊控制规则，不需要存储模糊控制表，不依赖被控对象的精确数学模型，而且该方法具有很强的自学习能力，在模型参数发生变化时，可通过调整控制器在线自学习达到最佳效果.仿真结果表明此控制方案是十分有效的，具有响应快、鲁棒性强、较好的动、静态特性等优点，基于神经网络的模糊控制特别适用于结构复杂、干扰大、控制精度要求高的系统.     

液压驱动四足机器人变刚度力跟踪控制

针对液压驱动机器人在变刚度条件下力控制问题,建立了液压驱动四足机器人系统的阻抗模型和带有弹性负载的阀控缸模型.分析系统刚度变化对系统性能的影响,指出常规控制策略在精确足力跟踪控制中的不足,结合变刚度条件下阻抗模型和电液位置伺服系统的特点,提出实现精确足力跟踪的模糊自适应PID位置内环控制和模糊阻抗外环控制的复合控制策略.在半实物仿真平台上进行变刚度条件下的足力跟踪实验,仿真结果表明：在变刚度条件下,足力跟踪曲线最大超调及稳态误差均小于5%,调整时间基本相同,验证了所提控制策略的有效性.     

Fuzzy Logic Control for Semi-Active Suspension System of Tracked Vehicle

The model of half a tracked vehicle semi-active suspension is established. The fuzzy logic controller of the semi-active suspension system is constructed. The acceleration of driver‘s seat and its time derivative are used as the inputs of the fuzzy logic controller, and the fuzzy logic controller output determines the semi-active suspen-sion controllable damping force. The fuzzy logic controller is to minimize the mean square root of acceleration of the driver‘s seat. The control forces of controllable dampers behind the first road wheel are obtained by time delay, and the delay times are determined by the vehicle speed and axles distances. The simulation results show that this control method can decrease the acceleration of driver‘s seat and the suspension travel of the first road wheel,the ride quality is improved obviously.     

具有控制力约束的全方向步行器可靠跟踪控制

全方向步行器在实际使用过程中某个执行电机不可避免地会发生失效,从而影响训练者的安全,针对这一问题,研究了全方向步行器的可靠跟踪控制.基于冗余自由度思想,采用分离故障执行器的方法,利用无故障执行器实现康复者的安全跟踪训练.通过构造Lyapunov函数,保证了跟踪误差系统在全局坐标系下的渐近稳定性,结合双曲正切函数得到控制力约束型可靠控制器的表达形式.仿真结果表明,当某个执行器发生故障时,所设计的控制器能实现步行器的稳定运行,保障了康复者的安全.     

单电磁悬浮系统的神经网络模糊滑模控制

为实现单电磁悬浮系统悬浮气隙的精确控制,提出一种基于神经网络的模糊滑模控制方案.根据单电磁悬浮系统的动态非线性数学模型,设计使系统状态在有限时间内到达稳定点的滑模面,同时根据滑模切换状态,通过引入神经网络的模糊控制方法对滑模切换控制量的增益进行评估,实时对滑模控制量进行调整,实现切换控制信号的柔化.基于神经网络的模糊滑模控制系统不仅能很好地跟踪给定信号,而且能削弱滑模控制抖振,对外部扰动具有完全的鲁棒性.仿真结果表明,所设计的控制系统零超调,具有速度跟踪性能,对外部扰动具有很强的鲁棒性.     

基于蜂群算法的精密运动控制方法

针对在精密运动控制系统中,传统PID控制器的控制精度不够,控制参数不能随着负载、环境的变化而变化这一问题,将蜂群算法与传统PID控制相结合,提出了蜂群PID控制方法,并应用在微位移控制系统中,通过精密运动控制阶跃响应性能分析,仿真出调节时间、稳态误差、目标函数、适应度函数等参数的变化曲线.结果表明,蜂群PID控制算法可使精密运动控制系统拥有更快的响应速度、更高的定位精度,并且其参数可实现自动寻优,验证了蜂群PID控制算法在精密运动领域的可行性.     

基于神经网络参考模型的船舶航向智能自适应控制系统

为使船舶能在不同状态和环境下按所希望的要求改变船舶的航向，提出了一种基于神经网络参考模型的船舶航向智能自适应控制算法，利用神经网络建立了参考模型和船舶航向运动的辨识模型。并将模糊控制与神经网络相结合，设计了模糊神经网络控制器。利用神经网络的学习功能对控制器的隶属度函数及推理规则进行修正，以提高其自适应能力。仿真结果表明该算法对船舶转向控制有良好的效果。