基于模糊PID算法的电子离合器系统离合器位置控制研究

文章以电子离合器系统为控制对象,用Matbab软件建立了电子离合器的仿真模型,并使用模糊PID算法对离合器位置进行闭环控制,该算法兼具模糊控制和PID控制的算法优点。仿真结果表明,模糊PID算法比传统算法有更好的抑制超调和抗干扰能力,该算法为电子离合器系统的离合器位置精准控制提供了更优的解决方案。     

模糊滑模变结构控制在DCT电控离合器上的应用

针对电控离合器系统的强非线性、难以建立精确的数学模型等特点,设计了滑模变结构控制器。利用模糊控制器来调整滑模趋近律参数,从而削弱了滑模控制的抖振现象。建立了无刷直流电机的数学模型,用该控制方法在MATLAB软件里对双离合器自动变速器起步、换挡进行仿真,并与传统PID控制器进行比较。仿真结果表明,该控制器跟踪指令信号性能良好,抗干扰性能强于PID控制器。     

基于自适应的模糊PID算法的CVT起步离合控制优化

本文以某国产车型的离合器结构与发动机性能参数为对象,根据起步离合器的动态模型,确定了自适应的模糊PID控制算法,通过仿真计算及实际调试确定了模糊控制器的参数,成功地解决了该车型起步离合器的控制问题。     

基于接合指标逻辑切换的气动离合器控制算法研究

针对AMT气动离合器自动控制系统,采取了基于离合器接合指标逻辑切换的PID控制算法,其中电磁阀的控制采用PWM开关阀的比例控制,并基于该控制算法搭建了该系统的控制器。在AMESim中对AMT气动离合器自动操纵系统建模,并进行相关的仿真。离合器自动操纵系统的台架试验,验证了所制定的控制算法的有效性,大大提高了离合器的接合品质。     

自动离合器的变结构控制EI北大核心CSCD

针对机械自动变速汽车自动离合器的非线性、易受外部干扰和参数不确定性等特点,采用基于新型指数趋近规律的变结构控制实现自动离合器的有效控制。建立了自动离合器执行机构的动力学模型,并对其进行仿真。结果表明,与常规PID控制相比,这种新型指数趋近规律的变结构控制具有更好的控制性能。     

混合动力汽车驱动电机控制系统建模与仿真

为使混合动力汽车电动机和发动机2种动力装置有机协调配合,更好地进行实际电机的控制。文章在Matlab/Simulink中,根据无刷直流电机(BLDCM)的数学模型,建立了该模型的仿真模型。模型采用的是转速和电流的双闭环控制方法:速度环采用PID控制,转速环采用电流滞环控制。在Matlab/Simulink中建立独立的功能模块,并与S函数结合,构建了无刷直流电机的控制系统仿真模型。得到的仿真曲线和理论分析一致,可以将PID调节的参数进行实际电机的控制,为电机的系统控制提供了依据。     

干式DCT轿车离合器操纵系统仿真与试验

在Matlab/Simulink环境下建立了电动干式DCT轿车离合器操纵系统的仿真模型,并采用积分分离的PID控制算法对无刷直流驱动电机进行PID控制.在此基础上,对某型轿车进行了DCT系统的起步和换挡试验.结果表明,仿真结果与试验结果相符,验证了仿真模型的正确性,同时控制算法也满足系统控制要求,保证了DCT样车的平稳起步和换挡的平顺性.     

基于增益自调整PID的楔形离合器换挡性能优化控制

楔形离合器在放大驱动力的同时放大了系统的输入误差,使得楔形离合器对参数与工况的变化更加敏感。提出一种自调整机制实时调整PID增益参数进行离合器转速差跟踪控制。该自调整机制通过李雅普诺夫稳定性理论进行推导,以确保控制系统的稳定性。在改变不同系统参数和运行工况的情况下,通过仿真和试验结果表明,所提出的控制器具有较好的鲁棒性能,提高了楔形离合器的换挡性能。     

基于电控气动AMT离合器位置精确控制技术研究

离合器控制是AMT系统控制的核心关键，实现对离合器位置的精确控制是保证离合器寿命、提高AMT换挡舒适性的重要因素，而气动离合器由于气体本身的可压缩特性，导致离合器位置控制具有非线性、滞后性和超调现象，单纯依靠PID控制无法解决位置超调问题。故本文提出一种预测性气动AMT离合器位置精确控制方法，通过扭矩控制确定离合器目标位置，基于离合器目标位置，以离合器实际位置为反馈信号通过PID控制器实现离合器位置闭环控制，对离合器目标位置和实际位置相互关系、位置变化率等参数信息进行识别，寻找恰当时机提前开启离合器相应电磁阀实现预测性控制，从而减小气动离合器超调现象，提高换挡舒适性。     

DCT液压系统建模及特性分析

对湿式双离合器式自动变速器(DCT)液压系统进行深入分析,在其基础上建立了离合器管道动态模型,研究其时、频域特性,分析了油腔容积、蓄能器对离合器油腔油道特性的影响;建立了油道充油数学模型,分析油道直径、容强体积参数变化时对充油特性的影响,指出了提高离合器油道特性性能的措施和途径;建立了离合器油压电液比例压力控制阀模型,得到了不同PWM占空比、电流-离合器油腔压力以及占空比-充油时间的变化关系,分析了蓄能器对油腔压力滤波的作用效果,最后进行了PID压力跟踪控制仿真,给出了压力、油液流量以及比例阀阀芯位移变化曲线。分析结果不论对于液压系统的设计还是电控系统(TCU)的设计都有非常重要的参考和指导意义。     

基于BP-PID控制器的盾构液压推进控制系统研究

为解决盾构在复杂地层施工时推进速度和压力难以控制的问题,在压力流量控制的基础上提出BP神经网络控制策略。通过AMESim建立推进系统物理模型,并利用Simulink设计出BP神经网络控制器,最后对系统进行联合仿真,分析推进系统液压缸在变流量和变负载工况下推进速度和压力的响应特性。仿真结果表明:该控制策略与常规PID控制相比,波动幅度降低,调节时间快。采用BP神经网络PID控制能够有效地提高盾构在负载突变情况下速度和压力控制精度,稳定性好、适应能力强,为盾构控制系统设计和优化提供理论参考。     

无刷直流电机助力式EPS控制器设计与试验

基于无刷直流电机(BLDCM)模型和汽车电动助力转向(EPS)动力学模型,构建了BLDCM控制仿真模型和EPS性能仿真模型;设计了以ARM7LPC2131为控制器内核和以MC33034P120为驱动模块的EPS控制器硬件;分析了EPS的助力、回正和阻尼控制对控制器硬件的要求,给出了EPS控制软件的主程序和A/D、速度信号采集与中断服务子程序流程;最后将BLDCM助力式EPS及其控制系统装车进行原地转向试验和蛇形试验,试验结果表明,所设计的EPS控制器与整车匹配良好,性能稳定。     

基于单神经元的汽车方向自适应PID控制

针对汽车方向动力学控制存在的非线性和参数时变不确定性问题，提出了一种新的基于单神经元的汽车方向自适应PID控制算法。该算法利用了神经网络的自学习和自适应能力，实现了方向PID控制器的参数在线自整定，从而避免了传统的自适应PID控制必须在线辨识被控系统的参考模型参数而带来的计算工作量大的问题。仿真计算和场地试验验证表明该控制算法可有效地控制汽车按照预期给定的轨迹行驶，且保证了汽车方向闭环控制系统具有较强的适应性和鲁棒性。     

基于模糊自适应PID的智能车辆路径跟踪控制

选取车辆当前位姿和参考位姿来构造车辆的动态位姿误差,建立车辆路径跟踪闭环控制系统的Simulink仿真模型,并设计了模糊自适应PID控制器,利用模糊推理的方法,对PID控制器的参数进行自动调整。利用常规PID和模糊自适应PID控制算法分别进行仿真实验。仿真结果表明,模糊自适应PID改善了控制器的动态性能且具有较好的自适应能力。     

基于模糊PID控制的汽车防抱制动系统控制算法研究

提出一种基于模糊PID控制的防抱制动系统控制方式。针对简化的汽车纵向双轮模型,设计了模糊PID控制器,讨论了模糊 PID控制切换参数的选取,并具体介绍了模糊控制器的设计。仿真对比试验验证了模糊PID控制性能优于单一的PID控制和模糊控制。     

汽车四轮转向非线性系统的神经网络控制

考虑了轮胎的非线性特性，引入Magic Formula建立汽车非线性力学模型，利用前向BP神经网络来辨识该非线性模型，并利用另一个神经网络进行PID参数的整定，进行离散控制系统和控制算法的设计，有效地提高了汽车四轮转向的稳定性。     

模糊控制在二次调节静液传动车辆中的应用

介绍一种二次调节静液传动车辆和其车速控制原理，并根据实际情况建立了整个系统的数学模型。提出一种带修正因子规则的模糊PID控制，分别用这种控制器和常规PID控制器对阶跃信号和车辆的15工况进行仿真分析。结果表明：采用模糊PID控制具有响应速度快，调节时间短等优点，更能满足实际车辆的驾驶要求。     

基于模型参考的冷铣刨机模糊自适应PID控制器设计

主要论述了冷铣刨机模型参考模糊自适应控制系统参考模型的获取、冷铣刨机模糊自适应控制的原理和控制器的结构及控制器的设计,并对这种控制器用于冷铣刨机作业进行了相关仿真研究。结果表明该控制器能够满足冷铣刨机功率控制需求。     

基于模糊PID的汽车防抱制动系统控制策略的研究

在基于滑移率的ABS控制策略的基础上,建立了11自由度的汽车急转制动仿真模型。提出了一种参数自整定模糊PID控制算法,并采用了Bang-Bang控制和模糊PID控制分别对汽车ABS进行了仿真,其结果表明:模糊PID控制比Bang-Bang控制可以达到更好的效果。     

Application of a self-tuning fuzzy PI–PD controller in an active anti-roll bar system for a passenger car

A fuzzy proportional-integral-derivative (PID) controller has not been widely investigated for active anti-roll bar (AARB) application due to its unspecific mathematical analysis and the derivative kick problem. This paper briefly explains how the derivative kick problem arises due to the nature of the PID controller as well as the conventional fuzzy PID controller in association with an AARB. There are two types of controllers proposed in this paper: self-tuning fuzzy proportional-integral–proportional-derivative (STF PI–PD) and PI–PD-type fuzzy controller. Literature reveals that the PI–PD configuration can avoid the derivative kick, unlike the standard PID configuration used in fuzzy PID controllers. STF PI–PD is a new controller proposed and presented in this paper, while the PI–PD-type fuzzy controller was developed by other researchers for robotics and automation applications. Some modifications were made on these controllers in order to make them work with an AARB system. The performances of these controllers were evaluated through a series of handling tests using a full car model simulated in MATLAB Simulink. The simulation results were compared with the performance of a passive anti-roll bar and the conventional fuzzy PID controller in order to show improvements and practicality of the proposed controllers. Roll angle signal was used as input for all the controllers. It is found that the STF PI–PD controller is able to suppress the derivative kick problem but could not reduce the roll motion as much as the conventional fuzzy PID would. However, the PI–PD-type fuzzy controller outperforms the rest by improving ride and handling of a simulated passenger car significantly.