基于模糊PID控制的线控转向系统侧向稳定性分析

建立线控转向系统车辆侧向干扰下的非线性三自由度整车动力学模型,研究侧向干扰对汽车操纵稳定性的影响。分析采用PID控制的侧向稳定性控制效果,并采用模糊PID控制对转向电机主动控制。结果表明,线控转向系统中采用模糊PID控制实时整定PID控制参数,可有效提高各种侧向干扰下的整车侧向稳定性。     

线控转向系统主动转向控制策略的仿真

在CarSim中建立了线控转向整车动力学模型,基于稳态横摆角速度增益不变设计了可变转向角传动比;并利用Matlab/Simulink中建立线控转向系统动力模型和主动转向控制策略。在主动转向控制中,通过变传动比和横摆角速度与侧向加速度的综合反馈,控制补偿转向电机的转角。最后通过双移线试验和侧向风干扰试验仿真,并与传动机械转向和单一横摆角度反馈控制车辆进行对比分析,其结果表明,横摆角速度和侧向加速度综合反馈控制能够有效地改善汽车的转向特性,并提高操纵稳定性。     

线控转向汽车的ADAMS/MATLAB联合仿真

在ADAMS/CAR中建立了线控转向整车多体动力学模型,基于稳态横摆角速度增益不变设计了线控转向的角传动比;并利用MATLAB/SIMULINK搭建了线控转向控制策略,即变传动比和横摆角速度模糊综合控制,由ADAMS/CONTROL接口模块实现了汽车典型行驶工况下的联合仿真。仿真结果表明,所设计的控制策略能够提高线控转向汽车的稳定性。     

车辆半主动悬架与电动助力转向系统的模糊PID集成控制研究

建立了半主动恳架(SAS)与电动助力转向(EPS)的整车集成系统模型,将PID与模糊控制相结合,设计了模糊PID集成控制策略,并在Matlab环境中,对汽车在方向盘角阶跃输入工况下进行了大量的仿真研究.仿真结果表明:具有模糊PID控制策略的SAS与EPS集成控制优于二者的单独控制,提高了汽车的转向轻便性、操纵稳定性、乘坐舒适性、行驶安全性,从整体上优化了汽车底盘的综合性能.     

四轮转向汽车操纵稳定性研究

为了研究转向工况对四轮转向汽车操纵稳定性的影响,基于Matlab/Simulink建立四轮转向汽车前轮转角比例前馈加横摆角速度模糊PID反馈控制模型,通过与Trucksim车辆模型和Simulink控制模型联合仿真,分别在低速和中高速下进行方向盘角阶跃输入离线仿真和方向盘正弦角输入实时仿真试验,与前轮转向汽车在相同工况下侧向加速度、横摆角速度以及质心侧偏角的仿真结果进行对比分析。试验结果表明:四轮转向控制仿真结果优于前轮转向结果,搭建的四轮转向前轮转角比例前馈加横摆角速度模糊PID反馈控制策略,能提高汽车低速转向时的操纵轻便性和机动性以及中高速转向时的操纵稳定性。     

四轮独立转向车辆稳定性的模糊最优控制方法

为改善四轮独立转向（4WIS）车辆的操纵稳定性,在设计了4WIS模型跟踪最优控制器的基础上,对最优控制参数对控制性能的影响以及4WIS车辆转向动力学特性进行了分析,提出了一种基于车辆转向状态的最优控制器参数调整策略,并设计了模糊逻辑控制参数调节器,实现最优控制器参数的自适应调整.结合4WIS车辆的八自由度动力学模型对提出的模糊最优控制系统进行仿真实验分析,结果表明:设计的4WIS模糊最优控制系统能够极大地改善车辆的稳定性与安全性;在高速低附着系数的极限工况下,该系统仍然够能保证车辆的理想转向状态.该系统对于强侧向风一类的侧向干扰具有很强的抑制能力;风速90 km/h的强侧风且无驾驶员干预情况下,车辆在320 m行驶距离内,侧向偏移量仅为0.78 m.      

线控转向系统对汽车操纵稳定性的影响

基于MATLAB/Simulink软件建立线控转向系统的动力学模型,分析线控转向系统关键部件——转向电机的转动惯量、阻尼系数、刚度等对汽车操纵稳定性的影响。合理设计线控转向系统转向电机的结构参数,可提高汽车的操纵稳定性。     

基于驾驶员方向控制模型的汽车侧风稳定性虚拟试验研究

在预瞄跟随理论基础上设计的驾驶员方向控制模型常用于弯道、移线、蛇行试验中横向轨迹的控制,文中研究了它对汽车侧风稳定性的控制效果.根据预瞄跟随理论及PID控制技术,采用MATLAB/Simulink建立了驾驶员方向控制模型;根据某轿车实测数据,采用多体动力学软件ADAMS建立了车辆-侧向风-道路耦合模型;通过定义输入变量(转向盘转角)和输出变量(侧向位移),实现了基于ADAMS与MATLAB/Simulink的汽车侧风稳定性联合仿真.试验结果显示驾驶员模型能够有效控制由侧向风引起的大幅度侧向偏移,系统具有较强的跟随性和鲁棒性.     

摩擦试验中柔性加载系统及其模糊控制器设计

为了研究高温自润滑材料的润滑膜形成机理及条件,基于销-盘滑动试验机的加载范围,设计了一种控制摩擦加载过程稳定性柔性加载模糊控制器系统,并考虑到外界干扰的影响,对这一模糊控制器的压力曲线进行了计算机仿真.与传统PID控制方案相比,采用模糊控制的柔性加载系统的稳定性提高了2/3,表现出良好的自趋稳定性和高的稳态控制精度.     

模糊PID控制策略在电动助力转向系统中的应用

助力转向控制策略是EPS系统的核心技术之一。为提高电动转向系统的动态响应速度和抗干扰能力,经分析采用模糊PID控制策略实现助力控制。模糊控制器以电流误差及误差变化率为输入,电机电压为输出,根据设定的模糊控制规则在线调整比例系数、微分系数和积分系数,以使系统性能达到预定要求。应用Matlab软件进行了计算机仿真,仿真结果表明基于模糊PID控制策略的EPS比传统PID控制具有更好的助力特性和抗干扰能力。     

车辆ABS参数自调节模糊PID控制仿真

通过一个单轮车辆模型对ABS(antilock braking system)进行数学建模,将模糊控制理论与传统PID控制理论相结合,构造出满意的参数自调节模糊PID控制器;在不同路面下对所建立的汽车ABS数学模型进行仿真,并与传统PID控制下的ABS系统进行比较。仿真结果表明:基于参数自调节模糊PID控制器的ABS系统能实时地对参数进行调节,其制动性能优于PID控制器;无论是在干路面还是在湿路面、冰雪路面下,都能使车轮工作在最佳滑移率附近,缩短制动距离并有效的改善制动时的方向稳定性。     

基于模糊控制的智能车辆自主行驶方法研究

车辆无人驾驶是智能交通系统的一个重要部分,其目标是开发在高速公路和城市道路环境下的辅助驾驶系统,旨在帮助乃至取代驾驶员,实现车辆自动控制和自动驾驶,减少交通事故发生,提高道路交通系统的效率,因此提出了一种基于机器视觉和模糊控制实现智能车辆自主行驶的方法. 该方法以CMOS摄像头为路径识别传感器,通过图像分析提取车道中心线,并引入速度反馈,形成闭环控制,建立一个由两个模糊控制器组成的分级模糊控制器控制车辆转向,并使用模糊控制代替传统的PID速度控制来控制速度. 和常规的PID算法及模糊控制算法相比,改进的模糊控制算法使智能车在道路上更快速、平稳地运行,并且在转弯处的超调更小.     

����ģ�����Ƶ����ܳ���������ʻ�����о�

车辆无人驾驶是智能交通系统的一个重要部分,其目标是开发在高速公路和城市道路环境下的辅助驾驶系统,旨在帮助乃至取代驾驶员,实现车辆自动控制和自动驾驶,减少交通事故发生,提高道路交通系统的效率,因此提出了一种基于机器视觉和模糊控制实现智能车辆自主行驶的方法. 该方法以CMOS摄像头为路径识别传感器,通过图像分析提取车道中心线,并引入速度反馈,形成闭环控制,建立一个由两个模糊控制器组成的分级模糊控制器控制车辆转向,并使用模糊控制代替传统的PID速度控制来控制速度. 和常规的PID算法及模糊控制算法相比,改进的模糊控制算法使智能车在道路上更快速、平稳地运行,并且在转弯处的超调更小.     

Intelligent Vehicle's Path Tracking Based on Fuzzy Control

Autopilot vehicle is an important part of intelligent transportation systems. The objective is to develop the driver assistance systems on highway and urban road, to help or even to replace the driver, which may reduce traffic accidents and improve the efficiency of traffic system. A method based on machine vision and fuzzy control is proposed to realize intelligent vehicles' autopilot. It uses the CMOS sensor as its path recognition device to draw its lane centerline through image analysis. Taking the feedback speed as the additional input, the study forms the closed-loop control and establishes one graduation fuzzy controller which controls vehicle direction with two fuzzy controller combinations and replaces traditional PID control vehicle speed by fuzzy control. Compare with the conventional PID algorithm and the fuzzy control algorithm, the improved fuzzy control algorithm ensures a high speed and steady running of intelligent vehicle with smaller over modulation in corner.     

非线性不确定系统的无撞击切换双重控制

对于具有非线性、时变特性和纯滞后等特点的不确定系统,传统的PID控制和单纯的模糊控制都难以达到所期望的效果.无撞击切换模糊PID双重控制吸取了两者的优点,减少了模型切换时所产生的跳跃,既不依赖于对象精确的数学模型,又具有鲁棒性较强等优点.仿真结果表明,采用无撞击切换模糊PID双重控制保证了系统的快速和稳态性能好.     

线控转向系统的神经网络模型与模糊控制

采用魔术公式表达的轮胎模型,建立线控转向系统非线性三自由度整车动力学模型,该模型在整个轮胎侧偏角范围内有效,反映轮胎侧偏角超过5°后轮胎侧偏力与轮胎侧偏角的非线性特性,并采用BP神经网络训练模型。转向传动比采用模糊控制。结果表明：采用BP神经网络训练模型较好的映射了输入与输出的非线性关系,采用转向传动比模糊控制算法得到转向传动比随车速的变化规律,可较好的实现低速转向灵敏和高速转向稳定的控制目标。     

融合稳定性的高速无人驾驶车辆纵横向协调控制方法

提出了一种纵横向协调控制的路径跟踪控制方法; 建立了车辆预瞄误差模型和考虑路面地形的高速车辆等效动力学模型, 以此引入道路曲率地形因素; 基于模糊规则设计了预瞄距离发生器, 解决预瞄误差模型中固定预瞄距离的问题; 建立了预测时域与道路曲率的函数关系, 运用模型预测控制算法求解前轮转角, 从而建立路径跟踪控制器; 运用指数模型表示车辆期望车速, 设计了比例积分微分纵向控制器控制车速以改善路径跟踪精度; 运用质心侧偏角相平面图表征车辆稳定性特征, 设计比例积分微分稳定性控制器以改善车辆稳定性。研究结果表明: 提出的控制方法能在不同附着系数路面上对车辆跟踪性能进行优化, 在干燥沥青路面以车速90 km·h-1行驶时, 与只运用模型预测控制算法进行路径跟踪控制的车辆相比, 最大横向误差可减少33%;在潮湿沥青路面以车速70 km·h-1行驶时, 与只运用模型预测控制算法进行路径跟踪控制的车辆相比, 最大横向误差可减少30%;在冰雪路面以车速55 km·h-1行驶时, 与只运用模型预测控制算法进行路径跟踪控制的车辆相比, 最大横向误差可减少16%。可见, 所提出的控制方法能有效改善路径跟踪精度。      

暖通空调系统的新型模糊自调节PID控制

针对暖通空调系统中由于存在高度非线性,外部扰动,多变量等因素而难以控制的现状,提出一种利用模糊控制器的解析表达式实时调节PID控制器各参数的新型模糊PID控制算法。闭环系统中的模糊模型在发挥控制作用的同时,作为调节器实现了对PID控制器各参数的在线自适应调节,并且给出了具体控制算法设计。仿真结果表明与传统PID控制器相比,这一新型模糊PID控制器具有超调量小,调节时间短,鲁棒性强等优良的控制性能。