基于模糊PlD开关控制器的磁流变减振器控制

依据车辆悬架的1/4车体模型,对装有磁流变减振器的悬架系统进行了理论研究,设计了模糊PID开关控制算法.在所建模型的基础上,借助MATLAB可视化的动态仿真平台,对控制系统进行了数值仿真,通过仿真验证了算法的有效性.设计了硬件控制电路,通过编制控制软件实现了控制算法,并进行了台架试验.试验结果表明,模糊PID开关控制器应用于磁流变减振器可以实现良好的车身振动控制.     

驾驶机器人车辆的多模式切换控制EI北大核心CSCD

为实现不同驾驶工况下精确的车速与轨迹跟踪,提出了一种驾驶机器人车辆多模式切换控制方法。通过分析驾驶机器人操纵自动挡车辆踏板与转向盘的运动,建立了驾驶机器人加速与制动机械腿和转向机械手的运动学模型和车辆纵横向动力学模型。在此基础上,设计了加速/制动机械腿切换控制器、模糊PID/模糊PID+Bang-Bang车速切换控制器和模糊PID/模糊PID+Bang-Bang转向切换控制器。加速/制动机械腿切换控制器以目标车辆加速度为切换规则,协调控制加速和制动机械腿,车速切换控制器以车速误差作为Bang-Bang控制器的模式决策准则和模糊PID控制器的输入,转向切换控制器以轨迹跟踪侧向误差作为Bang-Bang控制器的模式决策输入,并以当前与下一个控制时刻横摆角速度之差作为模糊PID控制器的输入。仿真和试验结果验证了所提出方法的有效性。     

驾驶机器人车辆的多模式切换控制

为实现不同驾驶工况下精确的车速与轨迹跟踪,提出了一种驾驶机器人车辆多模式切换控制方法。通过分析驾驶机器人操纵自动挡车辆踏板与转向盘的运动,建立了驾驶机器人加速与制动机械腿和转向机械手的运动学模型和车辆纵横向动力学模型。在此基础上,设计了加速/制动机械腿切换控制器、模糊PID/模糊PID+Bang-Bang车速切换控制器和模糊PID/模糊PID+Bang-Bang转向切换控制器。加速/制动机械腿切换控制器以目标车辆加速度为切换规则,协调控制加速和制动机械腿,车速切换控制器以车速误差作为Bang-Bang控制器的模式决策准则和模糊PID控制器的输入,转向切换控制器以轨迹跟踪侧向误差作为Bang-Bang控制器的模式决策输入,并以当前与下一个控制时刻横摆角速度之差作为模糊PID控制器的输入。仿真和试验结果验证了所提出方法的有效性。     

工程车辆液压行走驱动系统模糊自适应PID控制策略研究

在现有工程机械PID控制器的基础上,利用模糊推理实现了对PID参数在线自整定模糊自适应控制,并且在MATLAB软件下将该控制器在车辆液压底盘试验台系统中的应用进行了研究,仿真结果表明,参数自适应模糊PID控制能使系统达到满意的控制效果.     

改进的模糊PID控制器对4自由度主动悬架振动控制的研究

建立了4自由度1／2车体力学模型,针对车辆悬架为一非线性、时滞、不确定系统,设计了一种改进的主动悬架模糊PID控制器。以SANTANA2000实车悬架为仿真参数,以阶跃信号激励为路面输入,在Matlab中进行了时域仿真。结果表明,改进的模糊PID控制的主动悬架对车身垂直加速度、悬架动挠度、轮胎动载荷等平顺性指标改善明显．响应达到稳定状态的时间也有了显著的缩短,车辆乘坐的舒适性和操纵稳定性优于被动悬架和单纯的模糊控制的主动悬架,对车辆主动悬架控制的开发具有参考价值。     

基于模糊自适应PID的智能车辆路径跟踪控制

选取车辆当前位姿和参考位姿来构造车辆的动态位姿误差,建立车辆路径跟踪闭环控制系统的Simulink仿真模型,并设计了模糊自适应PID控制器,利用模糊推理的方法,对PID控制器的参数进行自动调整。利用常规PID和模糊自适应PID控制算法分别进行仿真实验。仿真结果表明,模糊自适应PID改善了控制器的动态性能且具有较好的自适应能力。     

基于磁流变阻尼器的发动机振动模糊PID控制

在对发动机激振力及动力学模型分析的基础上,提出一种模糊PID控制方法,设计出了基于磁流变阻尼器的发动机振动控制的半主动模糊PID控制器,并运用MATLAB/Simulink对隔振控制系统进行了对比仿真.仿真结果显示,与橡胶隔振垫和PID控制相比,采用模糊PID控制的磁流变阻尼器的发动机有更明显的隔振效果,表明了磁流变阻尼器在汽车发动机上运用的可行性.     

汽车发动机主动悬置模糊PID控制策略研究

应用模糊控制算法对发动机悬置主动控制系统进行了研究,为主动悬置系统设计了一种混合型模糊PID控制器。系统隔振性能仿真结果表明,采用模糊PID控制的主动悬置可以有效降低发动机振动向车身的传递。     

车辆动力学控制系统横摆力矩控制方法

车辆动力学控制系统(VDC)通过对车辆施加主动横摆力矩来改善车辆高速时的操纵稳定性,可有效避免侧滑等交通事故,研究其横摆力矩控制方法是当前车辆动力学领域的热点。在研究先进控制理论的基础上,分别设计了用于VDC系统的鲁棒、模糊和智能积分模糊PID控制器,并将它们和车辆系统模型联接进行了系统仿真,对比分析了3种控制器的控制特点与控制效果。仿真结果表明,鲁棒、模糊和智能积分模糊PID控制方法都能实现有效的横摆力矩控制,且有各自的特点。智能积分模糊PID控制效果更为理想,该方法应用于VDC控制具有很好的前景。智能积分降低了积分功能的副作用,进一步提升了模糊PID的控制效果。仿真工作为进一步将智能积分模糊PID应用于VDC系统样机开发提供了参考。     

某型混合动力汽车协调换挡控制策略的研究EI北大核心CSCD

本文针对一款装有机械式自动变速器和后驱电机的混合动力汽车开发了协调换挡控制策略,对车辆冲击和离合器摩擦损失进行优化。控制策略将换挡过程分为发动机主动调速、离合器接合和恢复并联驱动3个阶段。采用模糊PID控制器和模糊控制器分别进行发动机转速调节和离合器接合速度调节,并用电机对动力系统转矩波动进行补偿。仿真和台架试验结果,采用虽然该协调控制策略虽然换挡时间相对延长,但能同时减小车辆冲击和离合器摩擦损失,将冲击度控制在±4 m/s^3范围内,并只产生很小的离合器摩擦损失,汽车的换挡品质得到明显改善。     

基于磁流变阻尼器的半主动车辆座椅悬架模糊控制研究

设计基于磁流变阻尼器的半主动车辆座椅悬架系统的模糊控制器。用ADAMS对系统建立三维多刚体动力学模型,用MATLAB设计系统模糊控制器,并联合两者对整个系统进行仿真。仿真和台架试验结果表明,模糊控制策略能使该系统较好抑制垂直振动加速度,提高乘坐的舒适性。     

电流变智能半主动悬架模糊PID控制

对带有电流变液智能阻尼器的半主动汽车悬架系统设计了一种模糊PID控制器。将半主动悬架簧载质量的位移及其导数作为模糊控制器的输入，PID控制器的3个增益参数作为其输出，利用电流变液智能阻尼器的阻尼力可随电压变化的特性来使车身的振动降为最小。仿真实验给出了最优被动悬架、固定参数PID控制智能半主动悬架和模糊PID控制智能半主动悬架在不同路面激励情况下的响应曲线。     

半主动悬架的控制策略探讨

综述汽车悬架控制系统的基本类型,以半主动悬架为研究对象,推导建立汽车两自由度1/4车体模型,提出一种汽车半主动悬架系统的模糊控制方法,并利用MATLAB进行仿真,结果证明该控制策略有效.     

半主动悬架模糊控制仿真

为缓和路面传递给车身的冲击,改善汽车行驶的平顺性和操作稳定性,文章建立了二自由度1／4车体半主动悬架非线性动力学模型,利用MATLAB模糊逻辑控制工具箱设计半主动悬架的模糊控制器,通过运用MATLAB／SIMULINK,对悬架系统进行了仿真分析。结果表明,该控制方法能有效地降低车身垂直加速度、悬架的动挠度和车轮动载荷,提高了汽车的平顺性和操纵稳定性。     

一种引入行驶状态识别的半主动悬架PID控制修正算法

基于车辆不同行驶状态（路面不平度和车速）下悬挂质量垂向加速度和悬架动挠度响应不相同的客观事实,针对半主动悬架PID控制器无自适应能力的局限,以悬挂质量垂向加速度和悬架动挠度响应作为车辆行驶状态的识别判据．建立起一种引入行驶状态识别的半主动悬架PID控制修正算法,进而以某型轿车为对象,采用MATLAB／Simulink建立起半主动悬架PID控制的仿真模型,针对不同行驶状态计算出PID控制算法修正前、后的车辆平顺性响应并加以对比,表明所提出的PID控制修正算法是有效的。     

基于神经网络的半主动悬架自适应模糊控制

提出了基于神经网络的自适应模糊控制策略。模糊控制主要用来对付系统的非线性；神经网络根据振动响应的方差递推结果来辨识车体的振动情况实时调节模糊控制器的量化因子，使模糊控制器对路面的变化具有自适应的能力。在半主动悬挂1／4车非线性模型的基础上进行了仿真研究。     

基于参考模型的半主动悬架滑模控制

在分析电流变阻尼器工作原理与结构的基础上,基于参考模型设计了1/4车辆悬架系统的滑模控制器.研究了系统在随机路面激励条件下车身加速度、悬架动行程和轮胎动位移等性能指标的控制效果.运用Simu-link在不同的车速和车身质量的情况下进行了仿真分析,结果表明:控制后悬架各性能指标均得到明显改善,滑模控制器性能稳定,对系统参数的改变具有很好的鲁棒性.     

Semi-active H∞ control of high-speed railway vehicle suspension with magnetorheological dampers

In this paper, semi-active H∞ control with magnetorheological (MR) dampers for railway vehicle suspension systems to improve the lateral ride quality is investigated. The proposed semi-active controller is composed of a H∞ controller as the system controller and an adaptive neuro-fuzzy inference system (ANFIS) inverse MR damper model as the damper controller. First, a 17-degree-of-freedom model for a full-scale railway vehicle is developed and the random track irregularities are modelled. Then a modified Bouc–Wen model is built to characterise the forward dynamic characteristics of the MR damper and an inverse MR damper model is built with the ANFIS technique. Furthermore, a H∞ controller composed of a yaw motion controller and a rolling pendulum motion (lateral motion+roll motion) controller is established. By integrating the H∞ controller with the ANFIS inverse model, a semi-active H∞ controller for the railway vehicle is finally proposed. Simulation results indicate that the proposed semi-active suspension system possesses better attenuation ability for the vibrations of the car body than the passive suspension system.     

PID plus fuzzy logic method for torque control in traction control system

A Traction Control System (TCS) is used to control the driving force of an engine to prevent excessive slip when a vehicle starts suddenly or accelerates. The torque control strategy determines the driving performance of the vehicle under various drive-slip conditions. This paper presents a new torque control method for various drive-slip conditions involving abrupt changes in the road friction. This method is based on a PID plus fuzzy logic controller for driving torque regulation, which consists of a PID controller and a fuzzy logic controller. The PID controller is the fundamental component that calculates the elementary torque for traction control. In addition, the fuzzy logic controller is the compensating component that compensates for the abrupt change in the road friction. The simulation results and the experimental vehicle tests have validated that the proposed controller is effective and robust. Compared with conventional PID controllers, the driving performance under the proposed controller is greatly improved.     

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。