磁粉离合器自适应权重粒子群优化模糊控制的研究

针对传统的模糊控制精度不高、自适应能力有限等问题,为了对车辆起步时磁粉离合器接合过程进行模糊控制,提出一种应用自适应权重粒子群优化算法来优化模糊控制器量化因子的方法。优化的量化因子将根据环境和负载的状况,实时跟踪模糊控制器参数的变化,从而提高了模糊控制器的鲁棒性和控制精度。仿真结果表明,与传统的模糊控制相比,采用自适应权重粒子群优化的模糊控制算法在降低发动机转速超调量的同时,减小了车辆起步的最大冲击度和离合器接合过程中的滑摩功。     

基于模糊控制与微粒群优化的混合动力客车控制策略的研究

为一辆混合动力客车(HEB)提出了一种模糊控制与微粒群优化相结合的控制策略.构建了以需求转矩与发动机最佳转矩之差和超级电容荷电状态为输入,以发动机转矩为输出的模糊控制器,并以等效燃油消耗为优化目标,利用微粒群算法对模糊隶属度函数和模糊控制规则进行优化.基于Matlab/Advisor建立了HEB模糊控制策略模型和整车模型,并进行HEB整车动力性和经济性分析.结果表明所提出的控制策略能够满足HEB的设计要求,等效燃油消耗量约降低了10.1%.     

基于轴距预瞄的半主动悬架模糊神经网络控制

应用模糊控制和神经网络控制理论,构建了1/2车辆的半主动悬架模型,设计了基于轴距预瞄的半主动悬架模糊神经网络控制系统.对前轮半主动悬架采用以对应处车身垂向加速度为目标的模糊控制,对后轮半主动悬架采用轴距预瞄模糊控制,并利用神经网络来调整模糊控制器的控制规则和隶属度函数.在不同车速下对所建的控制系统分别进行了白噪声和路面脉冲输入的仿真.结果表明,与传统的被动系统相比,轴距预瞄模糊神经网络控制的半主动悬架系统能有效降低车辆振动;与模糊控制的半主动悬架系统相比,质心垂向加速度和后轮对应处车身加速度均有显著减小,较好地改善了车辆的行驶平顺性.     

基于模糊控制的小区域交叉口群过饱和状态信号协调优化

城市区域交通具有非线性、动态时变性、不确定性的特点,难以建立精确的数学模型.据此,针对小区域交叉口群过饱和状态,研究了基于模糊控制的信号协调优化方案.将现状交通控制下的交叉口群进口道最大排队长度和平均延误作为模糊控制的输入变量,将交叉口绿灯时间调整量作为输出变量,利用模糊C均值聚类获得输入变量的模糊集合和隶属度函数,通过一级模糊控制器和二级模糊控制器分别对区域交叉口群信号进行协调控制,达到减少区域最大排队长度和平均行车延误的目的.通过对武汉徐东商圈过饱和交通状态下的交叉口群进行多次协调控制,并对现状信号方案和协调信号方案进行Vissim微观仿真,交叉口群最大排队长度平均值由201 m减少为63 .6 m ,平均行车延误由110 .62 s减少为22 .68 s .      

智能公路系统车道保持模糊控制研究

结合智能公路系统中车道保持系统的特点,引入模糊控制理论,设计基于磁道钉导航方式的汽车车道保持模糊控制器.根据驾驶员的经验和现场实验,确定模糊控制器的变量及相应的量化等级和隶属度函数,总结出汽车车道保持的模糊控制规则.经过实车现场实验,具有较好的控制效果.     

基于遗传算法的ABS模糊控制器的设计

针对汽车防抱死制动系统(ABS)的强非线性,采用基于滑移率的模糊控制策略建立了ABS的仿真模型。利用遗传算法具有全局并行搜索能力的特点,对模糊控制器的隶属度函数进行优化设计。通过仿真对优化结果与原设计值的控制效果比较,表明遗传算法可以有效地用于模糊控制器的设计过程。     

氢燃料电池电电混合客车功率智能控制优化

充分考虑氢燃料电池电电混合客车的经济性和耐久性,通过针对性调整隶属度函数和规则库,对其动力系统的传统模糊功率控制方案进行优化.试验证明,此优化方案在动力电池不同SOC下都能起到较好的节能效果.     

遗传算法在汽车巡航模糊控制参数优化中的应用

对车辆巡航系统采用模糊控制,并编制了遗传算法优化程序,分别对模糊控制器的量化因子和比例因子(方案1)以及隶属度函数形状(方案2)进行优化,并比较了两种方案对模糊控制效果的影响。仿真结果表明优化量化因子和比例因子(方案1)取得更令人满意的巡航效果。     

基于模糊控制的电动汽车电子差速设计

本文基于模糊控制理论提出一种电动汽车电子差速的控制模式,利用MATLAB中的模糊逻辑工具箱设计模糊控制器,构建输入输出变量的隶属度函数、模糊推理规则和模糊推理算法,可节省大量的矩阵运算而具有较高的适应性。     

智能公系统车道保持模型控制研究

结合智能公路系统中车道保持系统特点，引入模糊控制理论，设计基于磁道钉导航方式的汽车车道保持模糊控制器，根据驾驶员的经验和现场实验，确定模糊控制器的变量及相应的量化等级和隶属度函数，总结出汽车车道保持的模糊控制规则，经过实车现场实验，具有较好的控制效果。     

Fuzzy energy management strategy for a hybrid electric vehicle based on driving cycle recognition

By considering the effect of the driving cycle on the energy management strategy (EMS), a fuzzy EMS based on driving cycle recognition is proposed to improve the fuel economy of a parallel hybrid electric vehicle. The EMS is composed of driving cycle recognition and a fuzzy torque distribution controller. The current driving cycle is recognized by learning vector quantization in driving cycle recognition. The torque of the engine and the motor is controlled by a fuzzy torque distribution controller based on the required torque of the hybrid powertrain and the battery state of charge. The membership functions and rules of the fuzzy torque distribution controller are optimized simultaneously by using particle swarm optimization. Based on the identification results of driving cycle recognition, the fuzzy torque distribution controller selects the corresponding membership function and rule to control the hybrid powertrain. The simulation research based on ADVISOR demonstrates that this EMS improves fuel economy more effectively than fuzzy EMS without driving cycle recognition.     

隧道围岩稳定性改进模糊概率模型及其应用研究

为更加准确有效地判别隧道围岩稳定性,引入RandWPSO-LSSVM(随机权重粒子群算法-最小二乘支持向量机)围岩极限位 移预测模型,对传统模型的隶属函数进行优化,建立围岩稳定性改进模糊概率模型。基于改进模型方法,由围岩位移预测值u、预测 位移标准差、围岩极限位移预测值U 及预测极限位移标准差即可求解隧道围岩稳定概率,并结合8 个工程算例对模型进行验证。 结果表明,改进模型解决了传统模型隶属函数存在的极限位移取值范围不合理的问题,且有效消除了隶属函数线性简化处理导致 的偏差,由其计算的稳定概率与实际情况吻合较好,围岩稳定性评价结果的可靠性更高; 将改进模型应用于实际工程的隧道围岩 稳定性判别中,计算结果能够较好地反映实际工程情况。     

混合动力重型货车参数局部与集成优化仿真研究

动力耦合系统的动力源参数匹配和能量管理策略两者相互关联，为提高混合动力重型货车的综合性能，两者应集成设计。针对混合动力重型货车参数匹配需反复计算、验证的特点，在Matlab/Simulink中建立了可缩放、自动寻优的参数匹配模型。以经济性为目标函数，基于粒子群算法进行动力源参数匹配，得到局部最优动力源参数结果。针对混合动力重型货车中广泛采用的基于规则的能量管理策略，其规则控制中一些阈值参数不确定的问题，应用粒子群算法对其关键控制参数进行优化，得到局部最优控制参数。为了实现全局最优的匹配结果，将动力源部件参数和控制策略参数进行集成优化，以动力性为约束条件，经济性最优为优化目标，得到全局最优的参数匹配结果。对比显示，全局优化匹配效果相较于动力源参数局部优化提升11.4%、相较于控制策略参数局部优化提升12.4%。     

基于多尺度核独立元分析与核极限学习机的柴油机故障诊断

为提高柴油机故障诊断速度和精度,提出了基于改进多尺度核独立元分析与量子粒子群优化核极限学习机的故障诊断方法。首先利用固有时间尺度分解对缸盖振动信号进行多尺度时频分解,并根据故障敏感度参数筛选有效分量以实现振动冲击特征增强;然后利用核独立元分析消除有效分量间的频带混叠,分离故障敏感频带,并提取各频带的AR模型参数、多尺度模糊熵和标准化能量矩构造联合故障特征向量;最后建立基于量子粒子群优化的核极限学习分类器实现柴油机故障诊断。试验结果表明,该方法有效增强了缸盖振动信号中的故障敏感特征,提高了柴油机故障诊断速度和精度,故障分类准确率达到98.45%。     

增程式电动汽车动力系统参数匹配及控制策略优化

针对增程式电动汽车动力系统参数匹配的问题,在Simulink-Cruise联合仿真平台上建立了用于匹配设计的整车初始模型,提出了基于典型工况统计分析的匹配设计方法,对增程式动力系统进行了稳态匹配。为了进一步验证设计参数的合理性,采用恒温式定点控制策略和CD-CS型最优曲线功率跟随控制策略进行了仿真对比分析,验证了匹配参数的合理性。以燃油经济性、发动机启停次数和平均充电电流为目标,基于粒子群算法对控制参数进行了多目标优化。优化结果表明,优化后的控制策略使整车在目标工况下的百公里综合油耗下降了7.2%,平均充电电流下降了3.1%,优化后的控制参数使整车性能和电池寿命都有所提升,为进一步的控制策略制定和优化奠定了基础。     

基于CarSim自适应巡航控制建模与仿真

文章首先利用模糊法则建立能够反映驾驶员反应时间的隶属度函数,并根据制动过程理论建立安全距离模型,通过安全距离模型建立期望加速度模型。然后分别建立加速和制动模型,在此基础上制定控制模式转换策略,基于PID算法设计巡航控制器。最后在Matlab/Simulink和CarSim联合仿真环境中验证所设计的控制系统的有效性。     

双离合自动变速器车辆起步品质模糊综合评价模型及其敏感度分析

针对双离合自动变速器(Dual Clutch Transmission,DCT)车辆起步品质主观评价结果难以精确量化,以及客观评价模型中评价结果稳定性衡量问题,提出了起步品质模糊综合评价模型及其敏感度分析方法.分析DCT车辆起步过程中离合器的结合过程,确立了起步品质评价指标;使用熵权法对指标进行赋权,研究正态分布和梯形...     

双电机耦合驱动电动汽车驱动模式划分与优化

为充分发挥一款双电机耦合驱动系统电动汽车(DMCP-EV)多驱动模式的节能优势,制定了基于系统效率最优的驱动模式控制策略。根据该双电机耦合驱动系统的结构特点,定义了电机4种驱动模式并分别建立其动力学驱动模型和系统效率模型。在满足动力性要求的前提下,分析并划分了各驱动模式的工作范围,以系统效率为优化目标,采用粒子群优化算法进行优化,获得最佳的驱动模式切换控制和转矩分配策略。开展了Matlab/Simulink仿真和硬件在环试验验证。结果表明,经系统效率优化的驱动模式在满足动力性要求的前提下,有效提高了双电机耦合驱动系统的经济性,能耗降低11%。     

基于CFD仿真的隧道通风模糊控制算法

将模糊控制应用于岩门界高速公路隧道的通风控制中,并在CFD仿真模型上对控制规则表进行了优化与调整。结果表明,在同一车流量样本的条件下,模糊控制相对与传统分档控制节能百分比达到11.7%。且风机启停次数减少,延长了风机寿命。     

基于线性规划的干线模糊补偿控制

针对传统干线控制方法的不足,提出了新的控制策略,采用递阶结构将传统的控制方法与模糊控制结合在一起对交通干线进行实时协调控制。由上层的中央协调单元通过传统的线性规划对交通中的确定性因素进行建模,得到干线控制所需要的信号周期、各个路口之间的相位差和绿信比等参数作为初步配时方案;然后针对交通问题中较强的随机性和不确定性,以模糊控制对得到的初步方案进行补偿,主要通过模糊逻辑对相位差进行调整,并最终由路口信号机根据路口的实际情况对绿信比进行调节,使整个干线控制得到优化。仿真结果表明,该方法比传统的定时控制和感应控制能更有效地提高干线的通行能力。