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PID控制器在机油冷却器检测中的应用

通过利用参数整定PID的模糊控制器对发动机机油冷却器传热性能试验台的温度进行控制。利用模糊控制算法对PID3个参数k_p,k_i,k_d进行整定,以改善其控制性能,并根据实际系统进行仿真。结果表明,此系统能提高温度控制性能,提高了工作效率,简化了操作规程。     

无人驾驶汽车转向系统参数自整定及优化研究

针对已有的PID控制器在伺服系统中适应性差、参数调整困难的问题，对永磁同步电机伺服系统进行研究。提出了一种综合模型和规则的参数自整定策略，基于典型系统对三闭环PID控制器整定得到初值，其中利用模型参考自适应算法对电机进行辨识以得到速度环参数初值，采用共轭梯度法在参数初值邻域内寻优，进行Matlab/Simulink仿真分析，并通过了试验验证。结果表明，参数自整定下的控制器比传统控制器位置超调量上升了5%以内，上升时间下降了20%～50%。通过仿真与试验验证，参数自整定算法可以更优化地适应各种工况。     

基于神经网络的柴油机轨压模型补偿容错控制研究

电控柴油机高压共轨燃油喷射系统具有很强的非线性、时变性和扰动性,传统的控制方式难以精确控制系统的轨压。基于BP神经网络辨识得到了非线性柴油机燃油喷射系统模型,提出了一种模型补偿容错控制方法。该方法在PID参数模糊自整定控制的基础上,通过加入一个基于梯度下降算法的误差补偿控制器修正输出偏差,实现了对柴油机燃油喷射系统时变性和扰动性的控制。仿真结果证明了该方法的有效性,与传统PID控制和模糊PID控制相比具有更好的鲁棒性和抗扰动性。     

基于参数自整定模糊PID控制的汽车ABS系统分析与仿真

以Carsim软件中的仿真模型为基础,对汽车防抱死系统(ABS)的模糊控制策略进行研究。参数自整定PID控制具有较好的自适应能力,可根据事先制定好的模糊控制规则对PID参数实现实时修改。以ABS滑移率控制原理及模糊控制理论,制定了整车ABS模糊控制策略。利用CarSim中整车模型,应用Matlab/Simulink设计了ABS模糊控制器,搭建了ABS整车控制系统。借助CarSim与Matlab/Simulink联合仿真平台进行ABS控制策略的仿真实验验证。仿真试验结果表明:基于参数自整定模糊控制的ABS控制策略相对于无ABS控制和常规PID控制,提高了汽车行驶制动稳定性制动效能更加理想。     

半主动空气弹簧悬架的PID优化控制与联合仿真

悬架系统是缓冲地面不平度对车辆扰动的重要工具,对行驶的平顺性有重要的影响。在对悬架系统动力学模型分析的基础上,建立了某车型半主动空气悬架的1/4实体模型及1/4车体半主动PID仿真模型,并用遗传算法对PID参数进行了整定。通过对所建模型的联合仿真与控制分析,结果表明:所采用的PID参数整定的策略是有效的,将其结果输入到联合仿真的模型中,改善了车辆行驶的平顺性。该方法有效的提高了悬架的设计效率,为悬架的优化控制策略研究提供了一种可行方法。     

基于模糊PID的电动汽车用永磁同步电机矢量控制仿真研究

为了解决传统固定增益PID的永磁同步电机矢量控制系统响应速度过慢、稳态性能差、转矩脉动较大等不足,文章利用具有参数自整定功能的模糊PID控制器对矢量控制系统进行改进,在Matlab/simulink环境下建立了永磁同步电机的矢量控制系统模型,对PMSM电机的位置控制和突加负载情况进行了仿真研究。仿真结果表明:模糊PID控制器可显著提高系统鲁棒性,很好地满足了永磁同步电机高精度、快响应的控制要求。     

基于模糊自适应PID的干混砂浆配料系统

针对目前干混砂浆配料系统采用传统PID控制的不足,提出一种基于模糊自适应PID控制的方法。新方法从系统输入取配料误差、误差变化率等参数修正,实现PID参数在线自整定。仿真结果表明:采用模糊自适应PID控制后,配料系统调节时间更短,响应更快,抗干扰能力和适应参数变化能力都优于常规PID控制。     

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。     

基于自适应模糊PID控制的ABS仿真研究

在Matlab/Simulink中建立一种两轮的汽车动力模型,以自适应模糊PID和道路识别控制器作为控制模块,通过在高低附着路面和高低附着对接路面进行紧急制动仿真的研究。仿真结果表明道路识别控制器能够快速准确的识别路面不同附着路面最优滑移率,自适应模糊PID控制的ABS相于常规制动性能有了很大程度的提高,具有在线自整定参数的特点,具有很好的稳定性、适应性和鲁棒性。