拖车道路试验激振试验台测控系统设计

引言道路模拟试验是20世纪年60代开始发展起来的一种室内试验技术,随着现代控制理论、控制技术以及计算机技术的发展,现在道路模拟试验已成为交通部门汽车试验的一项主要试验项目,通过道路模拟试验可以在试验室内再现汽车的主要部件甚至整车在道路行驶的运行工况,研究车辆对道路不平度激励的响应及其耐久性,,道路模拟试验在车辆的平顺性检测,零部件可靠性与耐久性的研究方面得到广泛的应用。     

基于单神经元自适应PID控制的共轨压力控制研究

对共轨系统油轨压力的控制方法进行了理论与实验研究.设计了单神经网络自适应PID控制器,相应的控制程序在Labview环境下进行了实现.在试验台上对单神经元自适应PID控制与常规PID控制进行了对比.试验结果表明:对共轨系统油轨压力采用单神经元自适应PID控制,其控制效果好于常规PID控制,并且其控制误差更小.     

基于RBF神经网络的控制系统PID调节器的设计

为了改善传统PID控制器的控制效果,采用RBF神经网络对控制系统PID参数进行自整定。分析了RBF神经网络PID整定原理,给出了相应的实例,并对该系统进行了仿真分析。仿真结果表明,采用RBF神经网络整定的PID控制器快速性好,自适应力强,具有良好的控制品质。     

基于遗传算法的PID智能控制器设计

根据实际应用的需要,设计出一种基于遗传算法的PID控制器．该控制器首先采用遗传算法优化PID控制器的参数,得到一组参数的最优值,在实际控制过程中利用遗传算法不断优化PID参数,从而提高PID控制器的控制性能和自适应能力．以确保系统的动态和稳态性能最优．根据设计结果采用Matlab对此进行仿真,仿真结果表明：与常规的PID控制器相比,这种基于遗传算法优化的PID控制器用于实际控制系统可达到良好的动、静态性能和自适应能力．     

基于温度系统的模糊自适应PID控制器的设计与仿真

针对温度系统这类非线性、大惯性对象,常规的PID控制难以发挥良好的作用,设计了一种基于模糊控制的自适应PID控制器,根据偏差和偏差变化的需要实时调整PID参数.通过仿真表明,该模糊PID控制器既具有常规PID控制器高精度的优点,又具有模糊控制器快速、适应性强的特点,并可以迅速消除系统余差.     

ģ������ӦPID����������ABS�еķ����о�

无论是经典还是现代控制理论,大多是建立在线性系统基础上,目前对非线性系统还没有比较成熟的理论.常规PID控制在对象变化时,控制器的参数不能自动修改适应.将模糊控制与PID控制相结合,利用模糊推理方法实现对PID参数的在线自整定,设计了一种模糊自适应PID控制器.在分析汽车模型的基础上,采用PID控制、模糊自适应PID控制两种方法,联合Simulink软件分别对汽车的防抱死制动系统（ABS）进行刹车运动仿真研究,极大地提高了模糊控制方法和PID控制算法的应用性能.结果表明,模糊自适应PID控制方法可以达到更好的制动效果,提高了系统的动态性能和安全性能.     

用于汽车制动稳定性的主动横摆力矩Fuzzy-PID控制

利用主动横摆力矩控制汽车制动稳定性,确立了控制目标和控制策略,建立了基于车道偏移距离的Fuzzy-PID控制模型和轮胎神经网络辨识模型,设计了Fuzzy-PID控制器并利用模糊推理方法对PID控制器的3个参数进行在线自适应调整.仿真与试验结果表明,利用主动横摆力矩Fuzzy-PID控制方法,能减少汽车在对开路面制动时的侧滑和激转等危险,使汽车在制动偏驶后能快速恢复正确行驶车道,且Fuzzy-PID方法比PID控制方法具有更好的控制效果.     

基于模糊RBF神经网络的柴油机电液调速控制方法

介绍了电液调速执行器的动态特性,设计了电液调速控制回路,实现了模糊RBF神经网络对柴油机油门执行器位置的控制。将一种基于模糊RBF神经网络的PID控制器应用于柴油机调速控制中,详细说明了模糊RBF神经网络控制器的设计过程,它结合了传统PID以及神经网络和模糊控制的优点,可以在线调整得到一组最优的PID控制参数。仿真结果表明该系统比传统模糊控制的响应速度快、超调小,且适应性强,具有推广价值。     

基于滑移率的ABS粒子群优化PID仿真控制研究

通过对车辆制动过程的分析以及ABS工作原理的分析,在MATLAB/Simulink环境下,建立单车轮ABS仿真模型,并对基于滑移率为控制对象的常规PID控制的汽车ABS系统以及PSO优化PID控制的汽车ABS系统进行仿真与研究。研究和仿真表明,PSO优化PID控制的ABS系统与常规PID控制的ABS系统相比具有更好的滑移率效果和制动距离。运用模拟驾驶仪开展的仿真试验结果与理论分析相吻合。     

神经网络和PID控制器在过程控制中的应用

将PID控制器和神经网络相结合，对一种非线性、变参数的受控对象的控制进行研究．仿真结果表明，控制效果令人满意。     

基于神经网络的传感器故障诊断仿真

针对现代工业大型复杂系统的不确定性使得对其进行建模比较困难的特点，提出了一种用神经网络进行传感器故障诊断的方法．以凝汽式汽轮机调速系统中的转速传感器为例进行了传感器故障诊断研究，给出了仿真实现结果，并加以分析．仿真结果表明，所提出的利用神经网络进行传感器的故障诊断的方法具有可行性．     

永磁直线同步电机递归神经网络补偿器仿真研究

针对永磁直线同步电机驱动系统没有机械阻尼、抗扰动性能差的缺点,为了抑制参数及负载变化对控制系统影响,采用扰动观测器进行补偿,该观测器能较好地补偿参数及负载在小范围内的变化,但不能有效地处理过大参数变化量.为了加大永磁直线同步电机驱动系统在参数变化和负载干扰时的控制性能,提出以递归神经网络作为补偿器来取代扰动观测器.仿真表明,当系统参数动态变化或受到负载变化的影响时,利用递归神经网络来在线动态地调整网络的参数,系统仍将具有很好的动静态性能.     

基于神经网络汽车空调的控制仿真与故障诊断

基于人工神经网络的自学习功能和能够表达复杂关系的特点,针对桑塔纳2000空调、冷却系统的控制关系建立了相关神经网络仿真模型并进行了仿真和故障诊断的研究。事实证明,神经网络技术是复杂车辆控制系统的控制关系分析和故障诊断的一种便捷、有效的方法。     

变阻尼汽车半主动悬架神经网络自适应控制研究

提出将神经网络自适应控制策略用于变阻尼汽车半主动悬架的控制,通过仿真研究表明变阻尼半主动悬架能较好地改善车辆行驶的平顺性,且不使汽车的操纵稳定性恶化,证明了该控制策略用于变阻尼汽车半主动悬架控制是可行的和有效的.     

城市道路网络交通特性仿真模型及最短路径算法

就城市道路网系统宏观仿真中存在的问题进行研究，提出了更符合城市道路网系统实际特性的仿真模型，该模型对城市道路网交通特性空间分布的方向性差异及交叉口延误进行了抽象，并设计了基于该仿真模型的最短路算法。     

基于知识和神经网络的动画模拟优化方法论

本文提出并论述基于知识和神经网络的动画模拟优化方法。作者以柔性制造系统为研究对象，讨论了智能动画模拟优化的概念方法、多目标动和动画模拟优化机理、专家知识利用、推理前提、规则开发、基于神经网络的动画模拟模型描述与推分析。     

Identification Simulation for Dynamical System Based on Genetic Algorithm and Recurrent Multilayer Neural Network

Introduction　　Inpracticalapplication ,thereexistmoreorlessnonlinearphenomenainamajorityofphysicalsystems .Inordertostudythesekindsofphysicialsystems ,anonlinearsystemmodelmustbesetupfirstofall,andthensomeparametersidentificationofthepredefinedmodelmustb…     

Identification and Modeling of Automotive Electrical Parking Brake System for SiL Simulation

To evaluate the software behavior of the electronic control unit (ECU) of automotive electrical parking brake (EPB), a software-in-the-loop (SiL) simulation system is built. The EPB is simulated by ARX (auto-regressive with auxiliary input) model, ARMAX (auto-regressive moving average with auxiliary input) model, and NNARMAX (neural network ARMAX) model. By system identification, the ARX(3,4,2), ARX(4,4,2), ARMAX(3,3,1,1), and ARMAX(4,4,3,2) models are derived. Validation results show that the four-order ARMAX model and the NNARMAX model better simulate the actuator of the EPB.     

基于交通仿真的单向平面分流路网研究

为解决机非混行造成的交通低效问题,构建单向平面分流路网,即以机动车干路单向交通组织为基础,以机动车支路和自行车、公交专用路双向交通组织为辅助的公交专用、机非分离的路网模式。首先,采用VISUM,VISSIM模型,对单向平面分流路网与传统混合路网的路网特性、交通运输效率进行分析,结果表明,分流路网在交通绕行、转向比例方面与传统混合路网基本一致。其次,在对两套路网体系进行优化设计的基础上,通过仿真分析,得出单向平面分流路网的运输效率远高于传统混合路网。最后指出,将干路单向化处理,发挥单向道路的横向可穿越特性,辅以减少干路绕行的支路体系,是单向平面分流路网实现高效运行的关键。     

基于仿真数据的异类交通传感器信息融合研究

通过系统模拟中的相关原理,以实际传感器的性能参数为背景,可生成供交通信息融合算法使用的训练集和测试集仿真数据。结合这些数据,相关神经网络训练和仿真结果表明：交通信息融合方法对于提高异类传感器的速度检测是有效的．同时信息融合技术在智能交通系统中的应用能够提高信息获得的准确性。