电动汽车用永磁同步电机自适应PI控制仿真分析

为提高永磁同步电机矢量控制系统的响应速度,提高系统鲁棒性,文章使用一种自适应比例积分（PI）矢量控制策略对传统矢量控制进行改进。文章根据一款混合动力电动汽车用永磁同步电机的相关参数建立了电机模型和传统矢量控制仿真模型;设计了基于BP神经网络的自适应PI控制器,对传统矢量控制模型进行了改进;最后对两种控制系统转矩突变的工况进行了仿真对比和分析。结果表明：与传统矢量控制策略相比,设计的基于BP神经网络的自适应PI矢量控制策略能够有效提高系统的响应速度,增强控制系统的鲁棒性,满足了车用电机的使用要求。     

振动压路机电液无级调幅控制研究

通过总结和分析各国现有振动压路机振动轮调幅装置的不足,提出能够实现智能控制的电液无级调幅系统方案,详述了其组成和调幅原理。针对电液调幅系统具有非线性、大时滞的特点,提出了神经网络自适应PID控制策略,将神经网络自适应补偿器与PID控制器并联,补偿系统参数摄动、非线性和外界扰动对系统控制性能的影响,提高系统的响应速度和控制精度。基于DSP芯片TMS320LF2407A设计了硬件控制器,实现了神经网络自适应PID控制的数字化。结果表明:提出的控制策略相比于传统的PID控制在快速性、准确性方面均具有一定的优越性,为开发智能化振动压路机奠定了基础。     

汽车发动机振动主动控制技术的研究

为了改善发动机的工作状况,利用微机控制技术,采用自动控制理论,建立了发动机振动主动控制模型.采用LQR控制、自调整模糊控制、神经网络自适应控制3种策略,以发动机振动加速度作为控制目标,对其振动进行有效的在线控制.验证了控制系统的控制效果和跟踪性能,分析了各种控制策略的优缺点.     

基于自适应神经网络动态面算法的ECHPS系统控制策略研究

针对重型商用车采用固定助力特性的液压转向系统(Hydraulic Power Steering,HPS)存在操纵稳定性差的缺点,提出了一种旁通流量控制式电控液压转向系统(Electrical Controlled Hydraulic Power Steering,ECHPS)。建立了该转向系统核心部件电液比例阀数学模型,设计了ECHPS系统的助力控制策略和助力特性曲线,为了消除被控系统受到参数不确定性和外界干扰的影响,采用神经网络与自适应动态面技术相结合的算法设计了一种新型控制器。通过理论与仿真分析证明了所设计的自适应神经网络动态面控制器不仅响应快、跟踪效果好、控制精度高,而且能够实现汽车低速时的转向轻便性和高速时的良好路感要求。     

高速公路入口匝道动态响应调节算法设计

论文在模糊神经网络内部引入递归环节,设计了入口匝道的动态响应调节算法,介绍了算法的模糊神经网络结构、隶属度函数、模糊规则。由于递归神经元有内部反馈连接,可以捕获系统的动态响应,能简化网络模型,网络各个参数具有明确的物理意义,可根据经验选择初始值,且其是一个动态映射网络,比普通模糊神经网络更适于描述动态系统。最后分别通过数值仿真试验和交通TSIS模拟实验,详细分析了入口匝道智能控制的效果,仿真结果表明论文设计的入口匝道模糊神经网络控制算法在控制效果上比常规定时、Alinea控制显示了较大的优势,在重要指标上优于定时控制策略和Alinea控制策略。     

基于RBF神经网络逆系统的多变量解耦控制

针对工业生产过程中的多变量耦合系统难以实现解耦的问题,建立了一种改进的规划算法的RBF神经网络逆系统,构造了多变量神经网络控制器,用来对多变量耦合系统进行解耦控制。对一组给定的二变量耦合系统进行了仿真,结果表明：基于改进的进化规划算法的RBF神经网络逆系统的解耦控制不仅超调量小、响应速度快、控制精度高,而且具有很强的鲁棒性和自适应能力。该解耦控制使得解耦后的多变量系统具备良好的动、静态特性,达到了理想的控制效果。     

车辆半主动悬架神经网络自适应控制的研究

针对变刚度半主动悬架这种时变的、非线性复杂系统,提出将神经网络自适应控制策略用于该悬架的控制,研究中主要用车身垂直加速度作为主要控制目标,以提高车辆行驶的平顺性,同时在仿真控制研究中兼顾悬架动挠度和车轮动载荷的变化,以提高车辆行驶安全性和操纵稳定性,通过仿真计算和结果分析验证了其可行性和有效性。     

基于补偿模糊神经网络的汽车双离合器式自动变速器起步控制策略研究

利用神经网络训练数据建立了发动机数学模型.针对目前起步控制策略大多没有自学习功能的现状,基于补偿模糊神经网络,以油门开度及其变化率为输入变量,提出了一种汽车双离合器式自动变速器起步控制策略.采用起步时间、滑摩功、冲击度、发动机最高转速和同步转速等指标检验仿真结果.结果表明,基于补偿模糊神经网络的起步控制策略在各性能指标方面均优于原控制策略,并具有较强的自适应能力.     

半主动空气悬架神经网络自适应控制的仿真研究

章提出将神经网络自适应控制策略用于半主动空气悬架的控制，通过仿真研究表明半主动悬架能较好地改善车辆行驶的平顺性和操纵稳定性，同时还证明该策略用于半主动空气悬架控制是可行的和有效的。     

基于Simulink的半主动悬架PID控制与Fuzzy-PID控制仿真

文章基于在Matlab/Simulink对某车型建立二自由度四分之一半主动悬架模型,结合随机路面激励对PID控制和Fuzzy-PID控制策略进行仿真,从而改善车辆舒适性和操纵稳定性。PID控制以被控对象的偏差作为输入,经过比例,微分,积分过后得到控制量,控制简单,应用广泛,Fuzzy-PID是在PID控制基础上结合模糊控制,可以对存在非线性、多时变等较难建立精确数学模型的被控系统取得较好的控制效果。仿真结果表明:相较于被动悬架系统,两种控制策略的半主动悬架系统均改善了悬架性能,并且Fuzzy-PID控制效果明显优于PID控制并且具有良好的自适应能力。     

汽车半主动悬架的神经网络自适应控制

本文提出了用两个线性神经网络对汽车半主动悬架系统进行在线辨识和控制的策略，介绍了该控制系统中神经网络的在线训练方法，进行了仿真计算和结果分析。     

基于串联型模糊神经网络的汽车半主动悬架的研究

本文建立了五自由度汽车半主动悬架系统模型，提出一种用于汽车悬 半主动振动控制系统的模糊神经网络方法，对半主动悬架 计算机仿真和结果分析，并通过与被动悬架相比较，证明半主动悬架系统在减少振动，提高汽车平一方面要优于被动悬架。     

非线性连续反馈控制车辆半主动悬架

本文提出了车辆半主动悬架改进的连续反馈控制规律，用一个简单的二自由度车辆模型分别对具有该种控制规律的改进连续型昱主动悬架和连续型半主动悬架进行了数值分析，结果表明，前者比后者的减振效果最佳。     

主动悬架系统控制策略研究

文章设计一种主动悬架控制策略,通过建立四分之一车辆主动悬架系统模型,设计模糊滑模控制策略对主动悬架系统进行控制,并使用Matlab/Simulink软件对所建立的模型进行仿真分析。通过仿真结果验证了所建模型和控制策略的准确性,同时也改善了悬架系统的性能。     

磁流变半主动悬架研究及实车试验分析

针对车辆半主动悬架系统的整车协调控制,通过悬架动力学模型分析了耦合量的影响,提出了一种主从控制方法。基于自行研制的并联常通孔式磁流变减振器和控制系统开展了实车道路试验。在越野路行驶时,驾驶员坐垫处的加权加速度降低了13.8%~42.6%,车身俯仰角速度降低了21.1%~53.7%;蛇行试验中车身侧倾角速度、角度分别平均降低了65%和38.5%;变道试验中车身侧倾角速度、角度分别平均下降65%和51%。综上所述,研制的磁流变悬架系统显著地提升了车辆的乘坐舒适性、操纵稳定性和行驶安全性。     

油气主动悬架非线性模型的建立、仿真与试验验证

本文通过分析油气悬架中存在的气体弹簧刚度非线性特性和摩擦力，建立了主动悬架的非线性模型。分析了悬架的非线性特性对悬架运动的影响。仿真和试验结果表明，非线性模型比线性模型更接近油气悬架的实际情况，根据非线性模型设计的车身高度控制策略比根据线性模型设计的控制策略具有更好的控制效果。     

汽车非线性半主动悬架的模糊神经网络控制

考虑磁流变减振器阻尼力和悬架弹性元件非线性特性，建立车辆6自由度的半主动悬架非线性动力学模型。提出了一种基于模糊神经网络系统结构的模型参考自适应控制方法来研究汽车半主动悬架的非线性控制问题，并考虑半车模型前后悬架的输入时滞，对其进行了仿真研究。研究结果表明：运用模糊神经网络非线性控制方法能够使人体和车身垂直加速度、俯仰角加速度都得到很大的衰减，证实这种模糊神经网络控制方法可大大减少路面对车身的振动冲击，提高汽车行驶平顺性。     

汽车主动悬架系统状态反馈控制技术研究

车辆的悬架系统对于其舒适性和操纵稳定性都起着关键作用。随着计算机技术和液压伺服元件的发展，出现了主动和半主动悬架系统，在其控制策略具有二次型性能指标的最优控制方法比较成熟。通过建立系统的数学模型和仿真计算，对全状态反馈和被动悬架进行比分析，表明主动悬架采用和有限状态的反馈较全状态反馈有明显优势，是一种比较实用的状态反馈控制方法。     

车辆主动悬架自适应模糊PID控制

针对车辆悬架系统的动态特性,将现代控制理论运用于主动悬架控制,提出一种新的控制策略———自适应模糊PID控制,并通过仿真验证了其可行性及有效性。这种新型智能控制策略为车辆主动悬架控制理论的研究提供了一条新思路。