排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
2.
为有效解决重型自卸车在极限工况下易侧翻失稳的问题,提出了一种基于模型预测控制的差动制动防侧翻控制方法。建立了重型自卸车九自由度车辆动力学模型,以零力矩点侧倾评价指标作为自卸车的侧翻评价指标,通过差动制动控制的方法为四个车轮提供制动力矩,以提高自卸车的行驶稳定性。为验证所提出的防侧翻控制方法的有效性,在鱼钩工况和阶跃工况下,以传统PID差动制动控制和无控制为对比,进行了MATLAB/Simulink与Trucksim的联合仿真,仿真结果显示,相比PID差动制动控制,所提出的基于模型预测控制的差动制动控制方法具有更好的抗侧翻能力,且稳定性较好。 相似文献
3.
为了提高光伏发电系统建模过程中光伏电池的参数辨识精度,在基本的教与学优化算法(teaching-learning-based optimization, TLBO)的基础上,针对其存在易于出现精度不高且陷入局部最优等问题,提出了一种基于分组的教与学优化算法(grouping teaching-learning-based optimization, GTLBO)。GTLBO算法在教学阶段采用了分组教学的方式,并对教学因子进行了改进,将GTLBO算法应用于单二极管模型、双二极管模型和3个光伏组件模型的参数提取。实验结果表明,与其他优化算法相比,GTLBO算法在光伏模型参数提取方面更加准确可靠。其次,相对于基础的TLBO算法,GTLBO算法的收敛速度和辨识精度都得到了提高,具有一定的可行性和实用性。 相似文献
1