前向式混合动力系统模型中控制器建模与仿真

在Matlab／Simulik和Matlab／Stateflow平台上建立了某一混合动力汽车的前向式仿真模型及控制器模型．研究了基于PID控制和模糊逻辑控制的两种驾驶员模型，通过仿真过程对该前向式混合动力系统控制器模型进行了验证，并对两种驾驶员模型控制器的控制效果进行了比较。     

盾构施工地表沉降变形模糊控制的Matlab实现

从盾构掘进的自动控制技术着手,分析总结了盾构施工地表沉降变形的模糊控制原理。对控制器进行结构设计,然后结合 Matlab的模糊控制工具箱中的工具,选取控制器合适的输入和输出变量,利用人工控制的经验并结合专家知识,得出了具有实际意义的盾构模糊控制规则,最后通过 Matlab离线计算出模糊控制器的控制表,完成模糊控制器的设计。     

汽车ESP模糊自适应控制

基于模糊控制理论设计了一种模糊自适应ESP控制器,该控制器可根据反馈的车辆状态信息自动适应车速和路面附着系数的变化.采用Matlab/Smulink建立了14自由度车辆模型和控制器模型,考虑了轮胎的非线性特性对汽车转向特性与行驶稳定性的影响.仿真结果表明,该控制器能够提高汽车在高速或光滑路面上的操纵稳定性,有较强的适应性和鲁棒性.     

自适应巡航系统的自动制动模糊控制器的设计与仿真

设计了一个模糊控制器,来控制自适应巡航系统中的自动制动系统,它能够自动判定汽车行驶安全状态并在危险时自行制动.模糊控制器模仿人类思维方式,根据自车和前车之间的距离和相对速度,输出不同的制动强度,以保证制动过程中的平稳性与驾乘舒适性.通过在Matlab/Simulink中建立系统模型,在不同的工况下进行系统仿真.仿真结果表明系统具有较好的制动效果并可保证减速过程中汽车行驶的平稳性.     

汽车ABS模糊控制方法的研究与仿真

将模糊控制理论用于汽车防抱死制动系统，确定防抱制动系统的参数。提出了车速估算的模糊逻辑方法。针对简化的汽车模型，用MATLAB模糊控制工具箱进行了模糊控制器的设计，并在SIMULINK仿真环境下进行了动态仿真，结果表明：基于模糊控制的防抱控制的防抱控制系统鲁棒性强，控制效果好，可实施性好。     

具有非线性电液作动器的车辆悬架鲁棒PID控制

依据悬架实验装置，建立了电液作动器的非线性动力学方程，随后得到线性对象模型。作动器的非线性效果通过线性化模型的参数不确定性来体现。应用Matlab的非线性控制系统工具箱，设计了对象模型的鲁棒PID控制器。仿真和实验研究表明：该控制器对系统的不确定性具有较强的鲁棒性，提高了车辆悬架系统的性能。     

基于多维耦合仿真的冷却系统控制策略优化

电动车驱动系统冷却系统具有非线性、传热迟滞和时变性等特点，电机控制器功耗受工作温度影响较大，传统的冷却辅机控制策略无法满足最低功耗需求。针对此问题，利用STAR-CCM+和Amesim仿真软件建立冷却系统多维耦合仿真模型，研究电机控制器冷却系统最优门限值，并联合Matlab/Simulink仿真平台对比多挡、PID和自适应模糊PID3种控制方法的系统功耗。结果表明自适应模糊PID控制能够提升冷却系统的动态性能，降低整车能耗。     

基于模糊PID控制的车辆横向稳定性系统

文中针对模糊控制和PID控制的各自特点,将模糊控制与PID控制结合起来,设计了一个模糊PID控制器。将其引入到车辆横向稳定性控制系统中,并结合MATLAB的模糊逻辑工具箱进行仿真。仿真结果表明。模糊PID控制相对于常规PID控制具有良好的性能。     

汽车防抱制动模糊控制器的设计

讨论了汽车防抱制动系统模糊控制器的设计。以双参数逻辑门限控制方法为基础提出了新的模糊控制逻辑，设计了基于角加速度的两级模糊防抱控制器，并对这种模糊控制器进行了仿真分析，结果表明，该控制器能有效地适应不同的路况，与传统的控制器相比有较强的鲁棒性。     

基于模糊神经理论的驾驶员控制模型的研究

把横向预瞄偏差作为模糊神经驾驶员控制模型的输入变量之一，解决了由于输入变量较多，神经网络节点数巨大的问题，从而设计并实现了模糊神经驾驶员控制模型网络拓扑结构，并用BP网络实现了控制规则的模糊映射。仿真的结果表明：所建立的模糊神经驾驶员模型是正确和可行的。这种模型的核心思想是利用神经网络对汽车驾驶员驾驶知识的表达机理，通过学习训练来实现控制规则的记忆，在一定程度体现了驾驶员的智能行为。