排序方式: 共有10条查询结果,搜索用时 46 毫秒
1
1.
基于变传动比的线控转向前轮转角控制 总被引:1,自引:0,他引:1
提出一种基于混合智能变传动比技术的前轮转角控制算法;分析了车辆转向性能和转向稳定性的影响因素,利用模糊神经网络设计以控制车辆转向性能为重点的传动比控制器,利用直线拟合方法设计以转向稳定性为重点的传动比控制器,然后应用模糊软切换技术对两传动比进行切换融合,最终得出兼顾转向性能和转向稳定性的恰当总传动比;利用该传动比直接控制前轮转角,并将控制策略进行仿真实验;实验结果表明总传动比不仅在数值范围和曲线形状上更接近理想传动比,而且将对应的峰值速度控制在110km/h左右,优于其他两个分传动比的控制效果;用该传动比控制的整车稳定性和前轮路径跟踪能力较好,可见整个控制策略的有效性。 相似文献
2.
3.
针对现阶段容错技术中对于不可直接测量变量往往采用易受扰动影响的观测器这一缺点,提出一种基于鱼群算法优化的最小二乘支持向量回归机(LS-SVR)方法用于代替传统的观测器。该方法利用鱼群算法迭代求解LS-SVR中出现的矩阵方程,从而避免了矩阵求逆过程,减少了LS-SVR算法的训练时间,并且能取得最优解。将LS-SVR应用于容错控制中的质心侧偏角估计,一个训练好的LS-SVR包含了质心侧偏角的冗余信息,可以代替观测器进行估计输出。通过仿真实验表明,所提方法收敛速度快,抗干扰能力强,效果明显提升。 相似文献
4.
以线控转向汽车的传动比控制为重点进行研究,提出了传动比智能控制策略,旨在进一步改善系统的转向性能。针对转向系统的不确定性、非线性的特点,在原有基于模型控制方法的基础上,研究了模糊控制和模糊神经网络在传动比控制中的应用;首先利用模糊控制技术设计传动比控制器,然后研究了模糊神经网络的结构和算法,利用模糊神经网络对理想传动比控制进行改进,实现了输入变量隶属函数中心值和宽度的在线调节,进而对传动比进行优化;从仿真结果可以看出基于模糊神经网络的控制方法比单模糊控制扩大了传动比变化的车速范围,更加符合理想传动比的要求,表明基于模糊神经网络控制方法更具有可行性和有效性。 相似文献
5.
6.
7.
针对焊接机器人的运动特点及焊接工作过程中焊枪的避障问题,提出基于改进人工蜂群算法的机器人避障焊接路径规划策略。首先针对传统人工蜂群算法存在的问题,将Lévy(莱维)分布引入到人工蜂群算法侦查蜂寻找新蜜源的过程中,代替其原有0~1之间的随机分布过程,形成了基于Lévy飞行的改进型人工蜂群算法,然后将其应用到焊接机器人的路径规划问题中,并进行了仿真实验。结果表明:改进后的方法能够得到最优的焊接避障路径,且寻优速度快、过程稳定。该方法可用于解决焊接机器人避障路径规划问题。 相似文献
8.
针对线控转向汽车的可靠性和安全性以及故障诊断方法的不足,提出了一种基于软计算的汽车线控转向故障诊断方法,该方法利用软计算中的粗糙集和粒子群优化的径向基神经网络进行结合。将粗糙集作为径向基神经网络的输入处理,对样本数据进行属性约简,约简后的属性集作为径向基神经网络的输入以达到缩短网络训练时间的目的。采用粒子群算法对径向基神经网络的基函数中心值和宽度进行编码和寻优,并使用得到的最优中心值和宽度组建径向基神经网络,使得径向基神经网络的样本训练误差相比未优化之前有一定程度的降低。然后使用训练好的神经网络对故障样本进行测试,测试结果表明,该方法加快了神经网络的训练速度,提高了神经网络的诊断准确度。 相似文献
9.
在汽车线控转向优化控制的研究中,汽车传感器容错技术模型精确度低和易受扰动影响等问题,造成汽车的安全性能受到影响。针对传统解析关系模型精度低,采用了邻域粗糙集模型对传感器信息进行预处理,用以精确找出与容错对象存在解析关系的相关联传感器信息;为了消除观测器的扰动影响,利用了神经网络组建容错对象的冗余信息,将关联传感器信号作为径向基神经网络的输入,容错对象的信号用作进行监督训练。利用神经网络的估计输出和容错对象的输出差值,即残差是否超出门限来实现故障判别,在残差超过门限后进行输出控制,屏蔽故障传感器输出,可用神经网络的估计输出来完成信号补偿。通过仿真表明,改进设计具有较好的抗噪性和逼近能力,能很好的完成故障检测和信号补偿,达到容错控制的目的。 相似文献
10.
1