不完全车联网环境下单交叉口信号配时方法

车联网技术的发展给城市信号控制带来了机遇，但是车联网环境建设需要一段较长的时间，本文将车联网发展过程中智能网联车和非网联车混行的过渡阶段称为不完全车联网环境。针对不完全车联网环境下城市孤立交叉口信号配时问题，提出了基于双环相位进行相序优化的模糊控制方法。该方法基于双环相位对相序进行优化，模糊控制系统的输入为绿灯相位排队车辆数和红灯相位排队车辆数，输出绿灯延长时间。对SUMO仿真软件进行二次开发，实现该相序优化的模糊控制方法，并且将其与定时控制和模糊控制方法进行比较。仿真结果表明，当智能网联车和非智能网联车混行时，相序优化后的模糊控制方法能够有效的减少车辆的平均等待时间。     

基于模糊控制的双交叉口相序可变信号配时方法

为优化交叉口信号配时,降低车辆平均延误,提出了一种相序可变的干线双交叉口模糊协调控制方法。提出的模糊协调控制方法包括候选相位选择控制器、绿灯相位观测控制器、相位切换控制器和两个交叉口协调控制模块共五个控制模块。相序可变的干线双交叉口模糊协调控制方法基于对当前上下游交叉口交通紧迫程度的判断,以及对未来交通状态演变的估计,采用相序可变的模糊控制方法实时、动态调整交叉口信号配时方案。利用MATLAB对VISSIM二次开发搭建仿真平台,对所提出的模糊控制方法进行了验证。结果表明,所提出的模糊控制方法在单交叉口和双交叉口两个控制层面均优于传统定时控制方法,可以显著降低车辆平均延误,提高交叉口通行效率。     

模糊控制在工业控制系统中的应用

模糊逻辑是人工智能的重要组成部分。阐述了模糊控制的基本原理和基本方法 ,并对模糊控制与传统的PID控制进行了比较。在分析模糊控制的基础上 ,提出了一种模糊控制与PID控制相结合的控制方法 ,并以动态控温系统中PID参数的实时整定为例 ,介绍了模糊控制的具体应用     

并联混合动力汽车改进模糊控制策略研究

本文提出一种兼顾电池SOC限值方法的混合动力汽车多种群遗传模糊控制策略。引入模糊逻辑控制以增强整车控制系统鲁棒性、实时性;用多种群遗传算法对模糊变量隶属度函数进行优化,使在模糊逻辑控制下整车燃油消耗得到降低;使用电池SOC限值方法避免电池在SOC过低时继续放电。利用matlab平台联合advisor软件进行联合仿真实验,仿真结果表明多种群遗传模糊模糊控制策略能够比advisor软件默认的电机辅住控制策略燃油经济性提高6.96%的情况,SOC限值方法使电池工作在更加合理的SOC值区间范围内,有效保护电池。     

公路隧道纵向通风的神经网络在线控制研究

针对单向交通的公路隧道采用射流风机进行纵向通风的特点,提出了采用神经网络在线控制的方法.利用该方法建立隧道通风在线控制模型,并结合空气动力学模型、污染模型及交通模型进行了隧道纵向通风过程的动态模拟仿真.结果表明,在公路隧道纵向通风中应用神经网络在线控制可以取得良好的效果.     

基于PID控制的汽车制动系统仿真分析

文章通过汽车理论和制动性性能的分析,建立包含汽车运动、车轮运动和车轮纵向摩擦力的汽车动力学模型。利用Matlab/Simulink仿真软件,建立汽车模型、制动器模型、轮胎模型和PID控制系统仿真分析模型,进行控制系统的仿真分析。并利用PID控制器以滑移率为控制目标,制动距离和制动时间为主要输出量,仿真研究汽车在不同的路面条件下的控制效果。仿真结果表明PID控制,在不同的路面条件下均可实现对车辆性能的有效控制。研究结果为提高汽车的制动安全性,提供了有益的参考。     

基于1/2车体四自由度的汽车悬架系统性能研究

采用Matlab/simulink软件,建立了二分之一车体四自由度主动悬架系统的动力学模型。结合模糊控制理论,应用FIS Editor工具箱,建立Mamdani型模糊推理系统。在此基础上,本文进行了主动悬架系统特性的仿真分析,并与传统的被动悬架的性能指标比较。研究结果表明,车身垂直加速度峰值下降了43.3%,车身俯仰角加速度峰值下降了31.1%,前悬架动行程下降了35.5%,前轮与路面的动载荷的峰值下降了26.3%,有效地改善了汽车性能指标,能够满足汽车稳定性和舒适性的要求。     

轨道交通ATS仿真运行框架的设计与实现

在分析轨道交通ATS系统特性的基础上,选用面向对象的仿真建模框架和逻辑控制框架,结合城市轨道交通的运行特点,对ATS仿真系统的时间控制和对象控制进行明确定义,克服传统仿真控制逻辑发散于描述模型过程代码中的缺点,介绍了一种面向对象的ATS仿真系统运行框架的设计和实现方法,为ATS仿真系统提供新的思路和方案。     

基于METANET模型的车道级可变限速控制研究

可变限速控制是一种应用广泛的主动管理方式，能够提高车辆的通行效率和安全性。现有研究集中在对多车道路段不区分车道进行限速控制。事实上，不同车道的交通状态有所不同，且换道行为本身也会对交通流造成影响，进而影响限速控制的效果。本文基于METANET模型，提出一个新的高速公路多车道交通流模型。以总行程时间最小和总周转量最大作为目标函数，建立了车道级可变限速控制模型。利用MATLAB数值仿真的方法，基于真实交通数据对所提出的模型进行了评价。研究结果显示，相较于整体可变限速控制，车道级可变限速控制使车辆总行程时间减少了5.9%，总周转量提高了6.8%，证明本文提出的模型能够更进一步提升高速公路通行能力、缓解交通拥堵。     

基于模糊逻辑的收费广场动态容量分配方法

文章提出了一种基于模糊逻辑的方法来控制车辆收费数量,以确保以最少的费用达到期望的服务水平。针对最小和最大等待时间约束下的期望服务水平,提出了收费广场容量控制的质量准则,并将该准则应用于模糊逻辑控制方法的性能评价。为了测试模糊逻辑控制方法,采用随机排队论模型作为Matlab/Simulink仿真模型,利用交通流密度的估计值检验了所实现模型和控制器对系统行为预测的可用性。     

A genetic algorithm‐optimized fuzzy logic controller to avoid rear‐end collisions

In this paper, a rear‐end collision control model is proposed using the fuzzy logic control scheme. Through detailed analysis of car‐following cases, our fuzzy control system is established with reasonable control rules. Furthermore, a genetic algorithm is introduced into the fuzzy rules refining process to reduce the computational complexity while maintaining accuracy. Numerical results indicate that our genetic algorithm‐optimized fuzzy logic controller outperforms the traditional fuzzy logic controller in terms of better safety guarantee and higher traffic efficiency. Copyright © 2016 John Wiley & Sons, Ltd.     

车用柴油机NO_x形成及控制

相对汽油发动机污染物排放,柴油发动机CO和CH的排放较低,不到汽油机的10%,但NOX排放水平却高于汽油发动机。本文重点讨论柴油发动机排气污染物中NOx的成分及危害,分析了NO的生成机理及影响因素,提出了控制柴油机NO排放的技术和方法。     

General fuzzy rule base for isolated traffic signal control‐rule formulation

Traffic signal control is one of the oldest applications of fuzzy logic, at least in transportation engineering. The aim of this paper is to present a systematic approach to fuzzy traffic signal control and to derive the linguistic control rules based on expert knowledge. Traffic signal programming is generally divided into two problems: firstly, the choice and sequencing of signal stages to be used, and secondly, optimizing the relative lengths of these stages. The rule bases for both problems are introduced in our paper. The results of tested rule bases and field tests of fuzzy control have been promising. The fuzzy signal control algorithms offer better measures of effectiveness than the traditional vehicle‐actuated control.     

HCCI内燃机工作过程控制方式研究及技术前景展望

本文介绍了均质压燃(HCCI)内燃机的工作过程及技术特点,重点阐述了对其工作过程的控制方式,并对其未来发展前景进行了展望,同时点明了其当前面临的技术挑战。HCCI内燃机是近年来广受关注的一类新型内燃机,其兼具传统汽油机及柴油机的技术优势,尽管其目前依然存在一定的技术挑战,但随着相关技术的不断完善与优化,其必将得以广泛应用。     

专家系统在天然气管道运行优化中的应用探讨

讨论了调度员和专家系统在天然气管道运行中的基本任务。针对管道运行过程中存在的一些不确定和不精确信息 ,在专家系统中引入了模糊集和模糊逻辑的理论 ,以描述此类信息 ,可在人类和机器之间提供一种更加自然的联系方式。着重讨论了知识的获取及模糊控制规则。此外 ,所述方法提供了一种比较方便的天然气管道优化控制方式     

Multi-agent fuzzy signal control based on real-time simulation

In this paper a traffic signal control system based on real-time simulation, multi-agent control scheme, and fuzzy inference is presented. This system called HUTSIG is closely related to the microscopic traffic simulator HUTSIM, both have been developed by the Helsinki University of Technology. The HUTSIM simulation model is used both for off-line evaluation of the signal control scheme and for on-line modeling of traffic situations during actual control. Indicators are derived from the simulation model as input to the control scheme. In the presented control technique, each signal operates individually as an agent, negotiating with other signals about the control strategy. Here the decision making of the agents is based on fuzzy inference that allows a combination of various aspects like fluency, economy, environment and safety. The fuzzy implementation of the HUTSIG signal control system is developed under the FUSICO-project at Helsinki University of Technology.     

内河船用柴油机冷却水系统节能探讨

内河船用柴油机在工作时,其燃油经济性能、动力性能和环境性能直接受到冷却系统性能的好坏的限制。本文对内河船用柴油机冷却水系统节能进行了探讨,提出了对冷却水温度进行恒温控制必将成为冷却水系统设计的重点。     

Fuzzy modeling approach to the rail freight car inventory problem

Techniques to improve freight car fleet use are of considerable interest to the railroad industry. In this paper, we present a fuzzy inventory control approach applied to the sizing of empty cars on a rail network. We address the problem of deciding the optimal inventory level and the optimal ordering quantity for a rail freight car fleet system in which demand and travel time are uncertain variables represented as triangular fuzzy numbers. Based on the fuzzy economic order quantity (EOQ) formula, a modified fuzzy EOQ model is set up and the optimal policy is developed using the signed distance method to defuzzify the fuzzy total cost. Computational results made for the Serbian rail network case verify the proposed model as well as the efficiency of the approach.