排序方式: 共有51条查询结果,搜索用时 15 毫秒
1.
2.
提出一种内模-Smith时滞补偿控制方法进行电动静液压主动悬架的时滞控制。对电动静液压作动器(Electro-Hydrostatic Actuator,EHA)进行了响应特性试验,采用一维线性插值方法对试验数据进行了模型拟合,并得到了含纯时滞的作动器简化模型。针对作动器的惯性响应设计了内模控制器,利用一阶泰勒表达式转化成了PID控制器形式;将作动器的纯时滞视为理想主动力的时滞,设计了Smith时滞补偿控制器。搭建了EHA主动悬架的内模-Smith时滞补偿控制仿真模型,并进行了仿真分析。结果表明,内模-Smith时滞补偿控制能使作动器输出的主动力在时间上得到较好的控制,明显改善了主动悬架的动态性能。 相似文献
3.
针对车辆在不同路面等级下对悬架动态性能与馈能特性需求不同的问题,提出一种基于RF-XGBoost路面等级识别算法的半主动悬架内外环控制策略。利用随机森林(Random Forest,RF)模型对极端梯度提升(Extreme Gradient Boosting,XGBoost)算法进行优化,搭建RF-XGBoost算法模型对路面等级进行识别。将路面等级与悬架控制策略相结合,设计外环为天地棚控制,内环为自适应滑模控制的内外环控制,实现非线性悬架的自适应控制。仿真结果表明,相比传统混合天地棚控制的悬架,内外环控制下的悬架在A级路面下簧载质量加速度降低15.52%,并实现50.4 W的振动能量回收,在B、C级路面下簧载质量加速度分别降低15.09%、16.72%,轮胎动载荷分别降低11.63%、11.42%,在D级路面下轮胎动载荷降低14.12%。台架试验的结果与仿真分析的结果基本一致,表明所设计的自适应内外环控制有效。 相似文献
4.
5.
电动静液压作动器EHA及其在汽车主动悬架中的应用 总被引:6,自引:0,他引:6
将电动静液压作动器EHA(Electro-Hydrostatic Actuator)应用于汽车主动悬架中, 并提出了基于EHA的主动悬架样机结构.同时,建立了1/4汽车主动悬架动力学模型,设计了用于EHA主动悬架的模糊控制器,并进行了仿真和实验研究.结果表明,基于EHA的模糊控制主动悬架明显改善了汽车的平顺性和操纵稳定性. 相似文献
6.
为了有效控制车辆悬架振动及回收振动能量,提出了一种基于滚珠丝杠式作动器和磁流变减振器的车辆馈能型混合悬架结构。建立了1/4车辆2自由度混合悬架动力学模型,分析了混合悬架的主动控制模式和具有电磁阻尼力反馈调节的半主动控制模式,设计了混合悬架多模式协调控制器,并利用MATLAB/Simulink软件对混合悬架多模式协调控制的动态性能、悬架系统的自供能进行了仿真分析,开展了混合悬架台架试验研究。仿真和试验结果表明:与被动悬架相比,随机路面谱输入条件下混合悬架的簧载质量加速度均方根减小了30%以上,混合悬架减振效果显著。 相似文献
7.
为解决锂电池荷电状态(SoC)难以精确估计的问题,提出了极化电压修正模型(VCM)和改进天牛须优化扩展Kalman滤波算法(IBAS?EKF)共同实现电池SoC的精确估计.在建立3阶RC电池模型和参数辨识的基础上,使用Elman循环神经网络对模型极化电压实现在线修正和优化,形成VCM模型;采用改进天牛须搜索算法优化扩展Kalman滤波算法的系统噪声协方差矩阵和量测噪声协方差矩阵,形成IBAS?EKF锂电池SoC估计算法.在测试平台上进行城市道路循环工况试验,结果表明:基于VCM模型的IBAS?EKF锂电池SoC估计算法的各项误差指标均低于传统的SoC估计算法,估计误差在0.6%以内,效果满足实际工程要求. 相似文献
8.
为解决锂电池荷电状态(SoC)难以精确估计的问题,提出了极化电压修正模型(VCM)和改进天牛须优化扩展Kalman滤波算法(IBAS?EKF)共同实现电池SoC的精确估计.在建立3阶RC电池模型和参数辨识的基础上,使用Elman循环神经网络对模型极化电压实现在线修正和优化,形成VCM模型;采用改进天牛须搜索算法优化扩展Kalman滤波算法的系统噪声协方差矩阵和量测噪声协方差矩阵,形成IBAS?EKF锂电池SoC估计算法.在测试平台上进行城市道路循环工况试验,结果表明:基于VCM模型的IBAS?EKF锂电池SoC估计算法的各项误差指标均低于传统的SoC估计算法,估计误差在0.6%以内,效果满足实际工程要求. 相似文献
9.
在分析磁流变减振器的结构与原理的基础上,建立起较为简化的汽车磁流变减振器数学模型。同时,建立了1/4汽车半主动悬架系统动力学模型及路面谱模型;分别设计了基于磁流变半主动悬架系统的天棚控制器、地棚控制器、PID控制器及模糊控制器,并利用Matlab/Simulink软件进行了仿真试验对比研究。在天棚控制策略下,车身加速度降低16.32%,悬架动挠度降低16.91%;在地棚控制下,车身加速度降低11.29%,悬架动挠度降低2.94%;在PID控制下,车身加速度降低79%,悬架动挠度反而上升73%;在模糊控制下,车身加速度降低21%,悬架动挠度降低12%,轮胎动载荷降低5%。结果表明,模糊控制磁流变半主动悬架有效减小了车身加速度、悬架动挠度、轮胎动载荷,明显地提高了汽车乘坐舒适性和操纵稳定性。 相似文献
10.
采用传统模型预测控制(MPC)的无人车难以同时保证路径跟踪精度和实时性,针对此问题,本文设计了一种采用状态扩展MPC与转角补偿的路径跟踪控制器。建立了车辆三自由度动力学模型,设计了基于状态扩展的双反馈MPC控制器,并根据车速调整控制器参数;建立了车辆-道路跟踪模型,根据车辆横向和航向偏差设计了转角补偿模糊控制器;利用MATLAB/Simulink和Carsim软件对所设计的路径跟踪控制器进行联合仿真分析。结果表明:相比采用传统MPC控制器的车辆,在中、低车速下,状态扩展MPC控制器的控制增量求解时间平均值降低14%以上,路径跟踪控制器跟踪道路的横向和航向偏差最大值分别降低23%和17%以上,具有较好的路径跟踪性能。 相似文献