基于线性递减权值PSO算法优化LQR控制的主动悬架性能研究

针对车辆主动悬架线性二次型调节器(Linear Quadratic Regulator, LQR)控制中权重系数的取值具有主观性,且适应度较低的问题,提出使用粒子群优化(PSO)算法优化LQR控制器,使LQR控制器的权重矩阵得到最优结果。为验证此方法的有效性,以汽车主动悬架作为被控对象,设计了PSO算法优化LQR控制器,利用PSO算法的全局搜索能力,以主动悬架的性能指标作为目标函数对权重矩阵进行优化设计,以提高LQR控制器的设计效率和性能。通过仿真对比了LQR控制的主动悬架、固定权值PSO算法优化后的LQR控制的主动悬架和基于线性递减权值PSO算法优化LQR控制主动悬架的各项性能参数,并且针对固定权值PSO算法收敛速度慢的特点,进行优化,确定使用线性递减权值PSO算法可以提高收敛速度。最终实验结果表明基于固定权值PSO算法优化后的LQR相较于单纯LQR控制的主动悬架,其车身垂向加速度、悬架动行程及轮胎动位移这3个性能指标得到降低;基于线性递减权值PSO算法优化后的LQR控制的主动悬架的各项性能指标在固定权值PSO算法优化的基础上,可再次优化车身垂向加速度、悬架动行程及轮胎动位移这3个性...     

基于T-S模型的最优模糊多模型切换控制

针对传统控制方法鲁棒性不强以及配置极点复杂的问题,本文中提出了一种基于T-S模型的最优模糊多模型切换控制方法,将T-S模型、线性二次型最优控制器设计以及多模型切换控制三者结合起来。该方法首先对每个T-S模糊模型的线性子系统设计LQR控制器,再把每个控制器乘以其权重求和得到全局LQR控制器,满足线性二次型性能指标最小的条件下,获得状态反馈矩阵,即提高了系统的鲁棒性,且避免了配置极点的复杂工作。在模糊规则数相同的情况下,多模型切换由于模糊论域的变小而提高了线性逼近精度,实现对整体非线性系统的逼近与控制。仿真实验结果验证了这种方法的有效性。     

碰摩转子混沌控制的线性最优调节器方法

从OGY方法的参数微扰混沌控制思想出发 ,提出了基于线性二次型最优调节器 (LQR)的混沌控制方法。以转子转速为微扰控制参数 ,通过设计最优调节器 ,使碰摩转子原本的混沌振动稳定到周期等于工作转速周期的轨道上。仿真计算表明 ,按最优调节器设计的状态反馈比OGY方法获得了更好的控制效果。     

基于LQR控制的混合轴承动态特性分析

针对主动混合滑动轴承,给出了基于线性二次最优调节器(LQR)的控制策略,分析了轴承的动态特性。采用扰动压力法求解轴承的8个动力特性系数和灵敏系数;给出了不同权重矩阵下轴承动态特性系数的计算结果,并进行了分析讨论。结果表明,LQR控制简单易行,灵活性强,可以有效改善轴承系统的动态特性,降低交叉刚度,提高直接刚度和阻尼,从而改善系统的稳定性。     

基于状态观测器的主动前轮转向研究

应用拉格朗日方程建立汽车主动前轮转向的动力学模型,并以转向盘转角、横摆角速度和侧偏角为优化目标,设计线性二次型调节器（LQR）。调节器中,通过横摆角速度和侧偏角的共同反馈控制助力电机的转角。由于质心侧偏角信号难以直接测量,设计了状态观测器对该信号进行估计。通过MATLAB进行仿真计算,结果表明, LQR优化控制能有效地改善整车的转向特性,提高汽车的操纵稳定性。     

二级直线型倒立摆系统的LQR控制探析

以二级直线型倒立摆系统为研究对象,基于线性二次型调节器(Linear Quadratic Regulator,LQR)理论设计了二级倒立摆系统的控制器,并进行了数值仿真,结果表明了该方法的有效性。     

智能汽车车道保持控制策略研究

针对线性二次型调节器（LQR）在车道保持辅助（lane keeping assist,LKA）控制系统中参数固定不变的局限性,提出了基于粒子群优化（PSO）算法改进LQR参数的前轮转向控制策略。首先,建立车道保持模型,根据车路误差模型设计基于LQR反馈前馈的LKA控制器,计算车辆所需的补偿角;然后,利用PSO算法优化控制器中矩阵Q的参数以减小误差提高精度,满足控制系统对车速的自适应要求;最后,采取Matlab/Simulink与Carsim联合的仿真计算验证控制器的有效性。结果显示：在中高速基于PSO改进LQR参数的控制器控制下,车辆能稳定地跟踪车道中心线,跟踪精度高,横下位置偏差、横摆角偏差和前轮转角保持较小值,可明显提高车辆中高速的横向稳定性和行驶安全性。     

环形倒立摆系统改进遗传算法的LQR控制研究

在一级环形倒立摆系统中,针对线性二次型控制器(LQR)加权矩阵Q和R选择策略的不足,提出一种通过改进遗传算法优化LQR加权矩阵Q和R的方法。该方法选取二次型性能指标J作为个体适应值,在传统遗传算法的基础上通过对交叉率和变异率按S曲线和高斯分布曲线自适应调整等策略来提高遗传算法的全局搜索能力和收敛速度,实现对Q和R矩阵的优化。仿真结果表明:用改进遗传算法优化后的一级环形倒立摆系统LQR控制具有更好的自适应性,系统连杆和摆杆的调节时间分别减少了2 s和1.5 s,有效地提高了系统的稳定性。     

二次型最优控制的半挂汽车列车主动侧倾控制算法研究

针对半挂汽车列车的侧倾稳定性问题,建立了八自由度的半挂汽车列车动力学模型,并以线性二次型调节器（linear quadratic regulator,LQR）为基础,提出了一种基于回路传输恢复技术（loop transfer recovery,LTR）的线性二次型高斯（linear quadratic guass,LQG）最优控制算法。设计了局部状态反馈控制器,实现某车速下的侧倾控制,并进行了该车速下阶跃转向工况的车辆仿真分析。仿真结果表明：LQG／LTR控制器具有良好的抑制干扰噪声的能力和较好的鲁棒性,有效提高了半挂汽车列车的侧倾稳定性。     

考虑负载扰动的电液转向系统控制研究

针对农机的电液伺服转向系统,为了克服转向力对系统的影响,提高在各种路况下的跟踪精度,设计了一种基于负载力观测器的前馈和最优状态反馈控制复合控制策略。先采用Luenberger观测器对负载力进行在线估计,然后用线性二次型调节器（LQR）得到系统线性最优反馈控制律,最后把观测到的负载力前馈到系统输入来消除负载力的影响,提高伺服系统精度。仿真和试验结果表明,所设计的负载力观测器能迅速地跟踪实际值,基于观测器的前馈和最优状态反馈复合控制策略具有较高的跟踪精度和抗负载干扰能力。     

基于遗传算法和神经网络的油气弹簧非参数化建模

将遗传算法应用于油气弹簧神经网络模型的优化,首先利用遗传算法的全局搜索能力得到神经网络权值的次优解,然后利用BP算法精确搜索到权值的最优解,从而克服了传统BP算法易陷入局部最小点的缺点。与采用传统BP算法的神经网络比对结果表明,遗传算法能显著地提高神经网络的精度,建立的油气弹簧人工神经网络模型可以对油气弹簧的输出特性进行可靠地预测。     

基于遗传算法的LQ控制器的权值优化

线性二次型最优调节器及线性二次型高斯问题,通称LQ问题,是最优控制在民用工业中应用最广的算法。LQ问题的解,最终归结为求解Riccati方程,而方程解的有效性,很大程度上又依赖于两个权矩阵Q阵和R阵的选择,如何选择Q阵和R阵以保证实现控制目标最优一直为控制界所注。本文提出以遗传算法来达到实现全局寻优的目的,得到较满意的结果。     

倒立摆控制方法的比较研究

倒立摆系统作为典型的控制对象,不仅对控制设计提出了难题,同时为很多先进控制方法的研究和应用提供了一个很好的实验平台。该文分别用PID控制法、优化控制策略的LQR及极点配置法等3种方法对单级倒立摆系统进行控制,并利用MATLAB仿真对3种控制算法的效果进行了对比,讨论了3种方法之间的优缺点。仿真实验表明:PID法与极点配置法具有较好的瞬态性,LQR法具有较好的鲁棒性。在实际应用中,可根据控制系统的具体指标要求选择适合的控制方法,具有一定的指导意义。     

Improving power system damping using a combination of optimal control theory and differential evolution algorithm

This paper presents a novel control strategy to improve the damping capability of sub-synchronous oscillations by tuning of Linear Quadratic Regulator (LQR) optimally in order to reduce the fluctuations in the power system. The proposed model includes the coordination of Power System Stabilizer (PSS) and Thyristor-Controlled Series Capacitors (TCSC) in combination with LQR controllers which is formulated as an optimal control problem. The problem is formulated as a linear regulator problem and then the Differential Evolution (DE) algorithm is utilized to optimize the proposed controlling parameters. Several cases have been studied to show the efficiency of the proposed strategy. Obtained results from a case study on a typical generator demonstrated that the proposed method has the best response and quickest function among conventional controller systems. Moreover, the coordination of the LQR with the other control systems, as an optimal linear regulator problem in order to damp system oscillations provides robust stability for optimizing system performance index. Besides, the flexibility and usability of the LQR controller guarantee the stability of the system to cope with the oscillations.     

A new optimal sliding mode controller design using scalar sign function

This paper presents a new optimal sliding mode controller using the scalar sign function method. A smooth, continuous-time scalar sign function is used to replace the discontinuous switching function in the design of a sliding mode controller. The proposed sliding mode controller is designed using an optimal Linear Quadratic Regulator (LQR) approach. The sliding surface of the system is designed using stable eigenvectors and the scalar sign function. Controller simulations are compared with another existing optimal sliding mode controller. To test the effectiveness of the proposed controller, the controller is implemented on an aluminum beam with piezoceramic sensor and actuator for vibration control. This paper includes the control design and stability analysis of the new optimal sliding mode controller, followed by simulation and experimental results. The simulation and experimental results show that the proposed approach is very effective.     

基于遗传算法优化的汽车主动悬架LQG控制器的设计

常规线性二次最优控制器在汽车主动悬架应用中,存在权值矩阵确定的问题。设计了一种基于遗传算法优化控制器权值矩阵的方法。利用遗传算法的全局优化算法,以主动悬架性能指标为目标函数对权值矩阵进行优化设计,提高了控制器的设计效率和控制性能。应用该方法进行了汽车悬架主动控制仿真。研究结果表明:基于遗传算法优化的LQG控制器的汽车主动悬架相对于应用常规控制器的主动悬架和被动悬架,能够大大改善主动悬架的性能。同时在充分利用常规线性二次最优控制器优势的基础上,解决了其权值矩阵确定存在的问题。     

遗传算法优化的线性二次型调节器控制下3-UPS并联机器人稳定性分析

通过对3-UPS并联机器人进行动力学建模与状态空间分析,基于遗传算法(GA)优化的线性二次型调节器(LQR)控制方法对其进行控制仿真,结合多体系统振动理论,并运用MATLAB软件和ADAMS软件联合仿真,分别对该并联机器人在动平台施加外部载荷、定平台施加随机振动,以及动、定平台施加复合干扰3种情况下机器人的末端稳定性进...     

汽车磁流变半主动悬架系统的7+k自由度动力学模型与模态控制

在全车7自由度模型的基础上，提出了附加司机与乘员一座椅系统的7＋k自由度汽车动力学模型，并给出了在此模型上安装有4个磁流变可控阻尼器的半主动悬架系统的闭环动力学方程。利用独立模态与耦合模态二次优化控制原理，对系统进行了半主动控制律设计。以小轿车的11自由度模型为例进行数字仿真计算分析，说明了采用7＋k自由度车辆动力学模型的合理性以及采用模态控制方法对其进行控制律设计的优点及其良好的总体控制效果。     

改进粒子群算法在LQR半主动悬架的应用

针对车辆半主动悬架LQR控制中Q矩阵和R矩阵往往由经验取值的问题,提出一种基于改进粒子群算法的LQR控制方法。该算法采用随机惯性权重代替了传统粒子群算法的固定惯性权重,提高了求解精度和效率,得到了更加具有适应性的LQR控制矩阵系数。为验证此方法的有效性,基于天棚阻尼模型建立1/4车被动悬架模型和半主动悬架模型,利用线性二次最优控制建立LQR控制器,并利用优化算法得到新的控制矩阵。通过仿真对比被动悬架、LQR控制的LQR半主动悬架、改进粒子群算法优化后的优化LQR悬架的各项性能参数,发现优化LQR悬架在悬架动挠度没有受到影响的前提下,使车辆的垂向加速度和轮胎动载荷得到有效降低,提高了车辆的行驶平顺性和操纵安全性。