分数阶PID控制的四轮转向系统研究

为了提高四轮转向汽车的操纵稳定性,提出了一种基于分数阶PID横摆角控制策略。通过控制汽车实际横摆角速度与理想横摆角速度差值,优化汽车操作稳定性相关评价指标。分析了汽车四轮转向系统的动力学特性,利用MATLAB/Simulink建立了基于分数阶PID横摆角控制系统。通过对该系统进行数值仿真,获得了汽车操作稳定性各评价指标的响应曲线,将其与其他控制策略下的相应曲线及前轮转向系统的相应曲线进行对比,结果表明:采用分数阶PID横摆角控制策略,四轮转向汽车的质心侧偏角基本为零,横摆角速度与前轮转向汽车的横摆角速度基本一致,其操纵稳定性得到了提高。     

多轴电动轮汽车双目标操纵稳定性优化分析

根据电动轮式多轴汽车驱动力矩独立可控的特点,采用ADAMS/View建立五轴全轮驱动汽车的30自由度动力学模型,选择横摆角速度和质心侧偏角作为控制变量,基于PID控制算法,采用Matlab/Simulink建立整车双目标优化控制策略,控制内、外侧车轮的驱动力矩,实现整车操纵稳定性的最优。联合仿真结果表明,在进行角阶跃输入响应时,采用横摆角速度和质心侧偏角的联合控制策略,可在横摆角速度稳态值仅降低3%的情况下,使质心侧偏角稳态值降低14%,使汽车具有良好的轨迹跟踪性。     

改进粒子群算法优化的五连杆机器人分数阶PID控制器

针对机器人传统PID控制系统响应速度慢、输出不稳定性等问题,采用改进PID控制器,引入改进粒子群算法,将自适应加速器参数插入粒子群算法的原始速度更新公式,从而加快算法的收敛速度.采用改进粒子群算法优化分数阶PID控制器,将改进后的PID控制器用于五连杆机器人电机转速响应分析.仿真曲线表明:采用传统PID控制器,响应时间为0.5s,上下波动次数较多;采用改进PID控制器,响应时间为0.2s,上下波动次数较少.五连杆机器人采用改进粒子群算法优化分数阶PID控制器,能够快速地提高机器人控制系统运动的稳定性,降低输出误差.     

基于T-S模糊变权重MPC的智能车轨迹跟踪控制

为了协调智能驾驶车辆的轨迹跟踪精确性和稳定性,提高控制算法对不同工况的自适应能力,提出基于Takagi-Sugeno模糊变权重模型预测控制(Takagi-Sugeno fuzzy model predictive control,T-S FMPC)的轨迹跟踪控制策略。以前轮转角为控制变量建立MPC控制,并以实时横向位移误差和横摆角误差为模糊输入,通过T-S模糊控制在线优化MPC目标函数权重,协调权重矩阵对轨迹跟踪精确性和稳定性的影响。基于Carsim建立分布式驱动电动汽车的整车动力学模型,基于Simulink建立控制策略,通过双移线工况仿真及实车试验,验证了所提控制策略的有效性。仿真结果表明,相比于传统MPC控制,所提出的T-S模糊变权重MPC控制可降低横向位移误差达62.24%,有效提高轨迹跟踪精度;并且可使前轮转角波动减小37.46%、横摆角误差减小84.19%,显著增强轨迹跟踪稳定性;试验结果表明,在20 km/h、沥青路面双移线工况下,横向位移误差在0.12 m以内,横摆角误差在1°以内,且前轮转角控制曲线平滑,说明所提算法具有良好的控制效果和实用性。     

基于代理模型的车辆横摆率PID控制

横摆率是表征车辆横向稳定性的重要指标,是车辆操纵稳定性控制系统中的关键控制变量。PID控制作为最常用的控制方法之一,虽然PID控制易于实现,但参数整定的难题限制其工程应用。基于响应面理论,以前轮转向角幅值和PID控制参数为响应面输入,以车辆横摆率曲线的关键点为响应面输出,构建集成PID控制器的8自由度车辆动力学代理模型。该方法不仅可避免考虑代理模型的时间状态因素,而且能实现PID控制参数的快速整定。数值仿真结果表明:该方法建立的代理模型精度高,整定的PID控制器能实现车辆横摆率对期望横摆率的准确跟踪,有效改善车辆的横向稳定性。     

机器人曲线行驶的跟踪控制研究

机器人在实际运动过程中会遇到各种复杂路况,进行曲线行驶可以提高其运动灵活性和整体移动速度。针对曲形路径跟踪,搭建了机器人运动模型。结合控制框图说明了控制策略,应用PID校正速度误差,针对给定曲线进行了实验研究。实验结果表明,该控制策略下机器人曲线行驶效果理想,对于提高机器人运动灵活性的研究具有一定借鉴意义。     

基于Sobel算子的寻迹机器人PID优化算法研究

针对竞赛用寻迹机器人在直角转弯及弯道行驶时出现的偏离赛道和跑偏问题,提出了基于Sobel算子提取赛道边缘信息的PID优化算法。采用基于Sobel算子方法提取赛道边缘信息,再通过PID算法控制直流电机转速来调整寻迹机器人行驶方向;然后在MATLAB软件Similink模块中建立仿真模型,得到了控制系统的单位阶跃响应曲线。仿真结果表明提取的赛道边缘图像清晰、识别率高,得到的单位阶跃响应曲线调节时间短、超调量小且稳态误差低,最后通过寻迹机器人实地实验验证了仿真结果。结果证明基于Sobel算子的PID优化算法不仅可以有效解决寻迹机器人在直角转弯及弯道行驶时出现的偏离赛道和跑偏问题,还提高了其行驶速率。     

主动前轮转向系统改进型变传动比曲线设计

为提高低附着系数路面下的车辆操纵稳定性,基于拟合变传动比曲线,采用模糊推理方法,设计了自适应改进型变传动比曲线,把可变传动比功能拓展至稳定性控制层面。在MATLAB/Simulink中的仿真分析验证了所设计的改进型变传动比曲线的有效性。当在线估算的路面附着系数减小时,车辆系统的增益也相应减小,从而使车辆理想横摆角速度响应也减小,提高了车辆在低附着路面行驶时的稳定性和安全性。     

汽车主动转向系统变传动比及电机控制特性研究

为满足汽车高速转弯行驶时的理想转向操控性和安全性、灵敏性,分析汽车双行星齿轮机构主动转向系统变传动比特性。通过选择合适的横摆角速度增益值设计理想变传动比曲线及转向角叠加曲线,并采用基于电流环、转速环的双环串级PID控制策略对主动转向助转角电机特性进行了仿真分析,结果表明:该控制策略能有效改善汽车主动转向系统的助力转角电机的电流响应速度、超调量、峰值时间以及转速响应时间和车辆路径跟踪效果,从而提高汽车转向灵敏性和操稳性。     

智能轮式机器人离散模糊自适应PID控制研究

智能轮式机器人广泛应用于现代社会。智能轮式机器人运动系统的实时、有效控制是智能轮式机器人执行任务的必要保障。建立了智能轮式机器人运动系统的动力学理论模型,并推导了对应的离散式运动系统的控制模型。针对运动系统数字控制的特点,提出了一种结合模糊推理的离散模糊自适应PID控制器,基于运动系统控制输出的误差等数据,通过模糊推理在线整理PID控制器参数。以智能轮式机器人控制模型为被控对象,对于离散模糊自适应PID控制器和常规PID控制器进行了仿真实验,实验结果表明离散模糊自适应PID控制器在智能轮式机器人运动系统的控制中具有更佳的控制性能。     

基于模糊PID的智能车辆路径跟踪控制技术研究

在智能车辆路径跟踪控制研究中,提出了一种位置误差控制器,由期望横摆角速度生成器和模糊PID控制器组成。建立车辆的运动学及位置误差模型,在当前车辆质心与目标路径预瞄点间实时规划虚拟行驶路径。分析车辆沿虚拟路径行驶时期望横摆角速度的变化率的计算,代入车辆行驶状态及目标跟踪路径信息得到期望横摆角速度生成器。将期望横摆角速度生成器与模糊PID控制器结合,以双移线道路为目标跟踪路径进行联合跟踪仿真。仿真结果表明跟踪偏差主要发生在曲线道路与直线道路连接处,且车辆在低速下跟踪精度较高,稳定性好,中高速时跟踪精度及稳定性都降低。     

基于变传动比的后轮主动转向控制方法研究

为了改善汽车的操纵稳定性,获得理想的转向特性,利用四轮独立驱动、四轮独立转向电动汽车转向灵活的优势,提出一种基于后轮主动转向技术的变传动比控制策略。综合考虑了汽车在低速行驶时的操纵响应性能,及高速行驶时的行驶稳定性能,通过变传动比设计期望横摆角速度;采用LQR最优控制方法设计汽车的后轮主动转向控制器,实现对期望横摆角速度的跟踪。仿真结果表明,所提出的控制策略不但提高了汽车在低速下的操纵响应,还增强了汽车在高速行驶时的稳定性能。     

四轮转向车辆的直接横摆力矩控制研究

以四轮转向汽车为研究对象,建立七自由度车辆模型、轮胎模型、理想跟踪模型;设计直接横摆力矩和四轮转向相结合的车辆稳定性控制策略。以跟踪理想的质心侧偏角和横摆角速度为控制目标,设计滑模控制器产生车辆转向所需的横摆力矩和后轮转角,按单侧制动的方法将产生的横摆力矩分配到车辆的四个车轮上,通过制动力矩的分配以及转向角的修正,使车辆转向行驶时的横摆角速度和质心侧偏角跟踪理想模型。针对七自由度模型,在Matlab/Simulink中与比例控制四轮转向进行阶跃输入和正弦输入两种工况下的时域仿真对比。仿真结果表明,基于直接横摆力矩和四轮转向相结合的的控制策略有效减小了质心侧偏角,横摆角速度对理想值有很好的跟踪,提高了车辆的操纵稳定性,同时验证了横摆力矩分配的有效性。     

混凝土泵车臂架EHA系统控制策略研究

针对混凝土泵车臂架系统响应慢、动态性能差等问题，提出了采用电静液执行器(EHA)代替臂架中的传统液压系统，从而提高系统响应速度，减少臂架振动。首先介绍了EHA的工作原理与数学模型，提出了基于S曲线前馈补偿的模糊PID控制策略，其次利用AMESim与MATLAB软件搭建了混凝土泵车臂架的机械—液压—控制联合仿真模型，通过对臂架油缸伸出和缩回过程的阶跃控制仿真和正弦控制仿真，对比PID控制、模糊PID控制与基于S曲线前馈补偿的模糊PID控制3种控制策略的仿真结果，结果表明，基于S曲线前馈补偿的模糊PID控制下系统响应时间减少50%左右，超调量减少67%左右，速度跟踪误差减少50%左右。搭建EHA试验样机进一步验证基于S曲线前馈补偿的模糊PID控制策略的有效性。     

基于ADAMS+MATLAB的移动焊接机器人运动仿真

基于虚拟样机技术对在狭小空间内实现焊接自动化的移动焊接机器人进行研究。采用两自由度轮式移动平台,与万向球形成三点支撑,十字滑块作为二级精确运动平台,配合旋转电弧传感器可完成对平面焊缝的精确跟踪。建立了移动焊接机器人数学模型并讨论其运动学方程。在ADAMS中建立虚拟样机并验证其正确性。针对本移动焊接机器人机构特点,采用ADAMS+MATLAB联合仿真技术对移动焊接机器人移动平台进行分析,使用PID控制对两驱动轮转速进行仿真控制,仿真得出了速度响应曲线,为物理样机实验提供了理论基础。     

线控转向系统的前轮转角跟踪策略研究

研究通过对线控转向系统进行主动控制,可靠并准确地得到期望的前轮转角。基于建立的线控转向系统数学模型,使用非线性自回归模型确定其系统参数,设计内模控制器跟踪车辆的期望运动状态。通过开环和闭环试验,对控制器在典型的驾驶工况下的有效性进行了验证。通过与PID控制器的结果对比,证明所设计的内模控制器能提供更好的控制性能。为减少驾驶员的操纵负担并确保车辆在不同行驶条件下的稳定性,根据不同工况下的测试结果提出基于增益不变的变角传动比控制策略,并设计了滑模控制器跟踪期望横摆角以实现主动转向。通过对内模和滑模控制器的联合仿真结果表明,所设计的控制器可实现期望横摆角度的精确跟踪,显著提高车辆的操纵灵活性和稳定性。     

锥形薄壁筒内轮式加工机器人自适应运动控制

当轮式机器人在锥形薄壁深腔筒内运动时，减小机器人与筒体零件之间的同轴度误差对提升加工精度十分重要。然而，使用分布式气缸作为变径机构的轮式机器人系统具有非线性、时滞性和复杂的摩擦力特性，这导致同轴运动偏差精确调控极其困难。为此，本文提出了一种基于变论域模糊控制理论的自适应运动控制方法，以提高机器人运动变径位移精度和偏航、俯仰角度控制精度。首先，本文建立了轮式机器人行走机构的树状运动学模型，并提出了位姿解算方法；接着，提出了自适应运动控制方法，并构建了基于Simulink与Adams的联合仿真系统，验证了方法的有效性；最后，利用机器人样机进行了筒内运动控制试验。结果表明：本文提出的自适应运动控制方法能够减小机器人筒内运动偏差，保证机器人变径位移偏差≤±1 mm,偏航和俯仰角度偏差≤±1°。     

四轮轮毂电机电动车横摆力矩模糊控制研究

针对四轮轮毂电机电动车横摆力矩控制问题,论文确定了整车横摆力矩分层控制结构,基于模糊控制理论设计了附加横摆力矩决策控制器,利用四轮驱动力矩独立可控的优势,采用规则驱动力分配方法对四轮驱动力矩进行分配。通过选取低附着、变车速、方向盘转角为增幅正弦输入的开环实验工况,基于Car Sim与Matlab/Simulink联合仿真,对控制方法进行了验证,并与PID控制效果进行了对比分析。仿真结果表明:所研究的模糊控制方法能够提高车辆行驶稳定性,且比PID控制能更有效地提高汽车的行驶稳定性。     

快速刀具伺服分数阶PID控制仿真的研究

利用分数阶PID控制,提出了一种新的快速刀具伺服(FTS)跟踪控制方法,以改善FTS的控制性能。根据差分进化算法,讨论了分数阶PID控制器的参数整定;通过数值仿真,考察了该方法的可行性和有效性。针对FTS的轨迹跟踪,根据响应时间、跟踪精度等指标,详细比较了分数阶PID控制与传统PID控制的性能。仿真结果表明,分数阶PID控制器的阶跃响应时间约为5×10-7s,是PID控制响应时间的42%,对频率为1 kHz,幅值为1μm的正弦信号的跟踪误差约为6 nm,是PID跟踪误差的50%,验证了基于分数阶PID控制器实现FTS轨迹跟踪控制的可行性和优越性。     

采用状态反馈的无人车路径跟踪横向控制

针对采用传统模型预测控制器的车辆在弯道内跟踪精度难以保证的问题,本文提出了一种基于状态反馈的路径跟踪横向控制策略。基于车辆动力学模型,建立考虑轮胎滑移包络线约束条件的路径跟踪模型预测控制器,并根据车速选择合适的控制器时域参数;以车辆质心位置为控制点建立车辆跟踪误差模型,结合车辆当前位置横摆角偏差建立状态反馈调节器,通过LQR最优控制方法对无人车姿态进行校正。利用MATLAB/Simulink和Carsim软件对改进的状态反馈控制策略进行了仿真验证,典型双移线道路仿真试验表明:中低车速下车辆路径跟踪横向偏差降低了16%以上,横摆角偏差降低了33%以上,所设计控制器能够有效提高车辆路径跟踪精度,可保证车辆对变曲率弯道具有适应性和行驶稳定性。