Determination of Multi-model Set for the Adaptive Control of Fuel Cell Engine

多模型自适应控制是解决燃料电池发动机电压-电流间的非线性特性导致控制器设计困难的较好方案.本文中提出了一种包含多个线性局域模型的多模型集,其参数通过最小二乘法辨识得到.最后通过仿真数据与实验数据的比较确定模型集包含6个2阶局域模型.验证结果表明模型集有较高的准确性.     

基于改进最小二乘法的永磁无刷电机参数辨识

针对遗忘因子最小二乘法辨识结果容易发生波动的缺点,通过引入选择控制器,提出了一种改进最小二乘法电机参数辨识器,当电机参数发生改变时,利用选择控制器进行切换辨识算法及对辨识器进行初始化,实现对参数更快、更准、更稳的实时在线辨识。仿真试验结果表明改进最小二乘法参数辨识器克服了遗忘因子最小二乘法辨识器辨识结果的波动现象,其辨识速度更快,精度更高,稳定性更好,并且在电机不同转速下均能很好地在线辨识出电机参数。     

基于最小二乘法的无线充电线圈自感辨识

提出了一种基于最小二乘法的新型线圈自感辨识方法,以发射端和接收端电路串联的电压型无线能量传输(即充电)系统为例,建立其非线性高阶微分方程并构建数据矩阵,通过最小二乘法获得系统的过程参数矢量,将线圈的自感辨识问题转换为系统参数辨识问题,完成无线充电系统发射端和接收端线圈的自感辨识,最后通过仿真和实验,验证了该方法的可行性。     

阿特金森循环发动机平均值模型的辨识研究

以阿特金森1NZ-FXE四缸十六气门循环发动机为研究对象,分析了其气路、油路和动力输出平均值模型;并对发动机的36个结构参数进行测量,采集不同工况下270组发动机的127个运行参数。通过构造超定超越方程组,利用最小二乘法及遗传算法及粒子群算法寻优计算,辨识出该发动机平均值模型的37个待辨识参数,且辨识效果好,可进一步应用于发动机及整车系统的控制。     

最优预瞄加速度驾驶员模型参数试验辨识方法研究

研究通过试验辨识获得最优预瞄加速度驾驶员模型物理参数的方法。采用时域辨识方法确定模型传递函数,采用非线性最小二乘法确定传递函数中所包含的物理参数,利用已知目标函数优化预瞄时间和反应时间,针对仿真数据进行了辨识分析。结果表明,该方法对驾驶员模型物理参数的辨识具有良好的效果。     

新型视觉区域智能车辆导航控制器设计

简要介绍了基于机器视觉导航区域智能车辆(CyberCar)的导航原理和组成。首先采用逆M序列作为辨识输入信号和最小二乘算法得到车辆转向系统的系统辨识特征方程,结合预瞄运动学模型和车辆二自由度转向动力学模型,从而建立车辆基于视觉预瞄的转向动力学控制数学模型,根据线性二次型最优控制理论得到状态线性反馈的最优控制规律。通过仿真分析和试验,验证了最优控制器在CyberCar户外路径跟踪过程中平稳、可靠。     

汽车ABS中的模糊神经网络模型参考自适应控制策略

针对汽车制动的特点以及汽车防抱死制动系统的性能要求,建立了汽车的数学模型,提出一种模糊神经网络的自适应控制方案,构建了基于模糊神经网络的控制器和辨识器的结构模型。通过对网络参数的离线训练得出其初值,在控制过程中对网络参数进行在线微调,实现对汽车制动过程的有效控制。仿真结果表明:在不同的路面,汽车均能保持在最佳滑移率附近进行制动,制动时间及距离比较理想,满足ABS的安全性能要求。     

基于轮胎六分力测试的PAC2002轮胎模型参数辨识方法研究

对目前应用较广泛的PAC2002轮胎模型参数辨识方法进行了系统深入的分析。应用MTS Flat-Trac CT高速轮胎特性试验台对不同工况下的轮胎六分力进行测试,应用最小二乘思想,基于相关测试数据,运用下山单纯形法(Nelder-Mead)、遗传算法与随机值法相结合的混合优化算法进行轮胎模型参数辨识,通过算例验证了算法的有效性。     

电动汽车用锂电池模型参数辨识方法研究

利用二阶RC电池等效模型,分别运用最小二乘拟合法、扩展卡尔曼滤波法和遗传优化扩展卡尔曼滤波法3种模型参数辨识方法对某型磷酸铁锂电池充放电过程中的回弹电压外特性进行参数辨识,通过对比分析得出遗传优化扩展卡尔曼滤波法的辨识精度更高。     

一种改进的灰色模型在交通量预测中的应用

GM(1,1)模型是灰色系统理论中的核心,已经得到广泛应用。一种改进GM(1,1)模型无论用于拟合或预测,其结果都明显优于常规GM(1,1)模型。结合遗传算法和最小二乘法获得该模型的待定参数,对改进的GM(1,1)模型给出了一种新的求解方法。将此改进GM(1,1)模型用于交叉口交通量的预测,预测结果较好。将等维递推和自适应的思想引入改进GM(1,1)模型,可进一步提高该模型的预测精度和实用性。     

Adaptive impedance control of a hydraulic suspension system using particle swarm optimisation

This paper presents a novel active control approach for a hydraulic suspension system subject to road disturbances. A novel impedance model is used as a model reference in a particular robust adaptive control which is applied for the first time to the hydraulic suspension system. A scheme is introduced for selecting the impedance parameters. The impedance model prescribes a desired behaviour of the active suspension system in a wide range of different road conditions. Moreover, performance of the control system is improved by applying a particle swarm optimisation algorithm for optimising control design parameters. Design of the control system consists of two interior loops. The inner loop is a force control of the hydraulic actuator, while the outer loop is a robust model reference adaptive control (MRAC). This type of MRAC has been applied for uncertain linear systems. As another novelty, despite nonlinearity of the hydraulic actuator, the suspension system and the force loop together are presented as an uncertain linear system to the MRAC. The proposed control method is simulated on a quarter-car model. Simulation results show effectiveness of the method.     

Second-order sliding mode controller with model reference adaptation for automatic train operation

In this paper, a new approach to model reference based adaptive second-order sliding mode control together with adaptive state feedback is presented to control the longitudinal dynamic motion of a high speed train for automatic train operation with the objective of minimal jerk travel by the passengers. The nonlinear dynamic model for the longitudinal motion of the train comprises of a locomotive and coach subsystems is constructed using multiple point-mass model by considering the forces acting on the vehicle. An adaptation scheme using Lyapunov criterion is derived to tune the controller gains by considering a linear, stable reference model that ensures the stability of the system in closed loop. The effectiveness of the controller tracking performance is tested under uncertain passenger load, coupler-draft gear parameters, propulsion resistance coefficients variations and environmental disturbances due to side wind and wet rail conditions. The results demonstrate improved tracking performance of the proposed control scheme with a least jerk under maximum parameter uncertainties when compared to constant gain second-order sliding mode control.     

基于单神经元的汽车方向自适应PID控制

针对汽车方向动力学控制存在的非线性和参数时变不确定性问题，提出了一种新的基于单神经元的汽车方向自适应PID控制算法。该算法利用了神经网络的自学习和自适应能力，实现了方向PID控制器的参数在线自整定，从而避免了传统的自适应PID控制必须在线辨识被控系统的参考模型参数而带来的计算工作量大的问题。仿真计算和场地试验验证表明该控制算法可有效地控制汽车按照预期给定的轨迹行驶，且保证了汽车方向闭环控制系统具有较强的适应性和鲁棒性。     

汽车半主动悬架的自适应LQG控制

本文根据汽车半主动悬轲的基本结构，通过力学分析建立了其数学模型，为了克服实际的悬架控制系统动态行的不确定性，采用了自适应ＬＱＧ控制策略。     

燃料电池轿车动力系统建模与仿真研究

建立了燃料电池轿车动力系统的动态数学模型,采用最小二乘参数辨识的方法对模型中的未知参数进行了估计。仿真和实验结果对比证明,所建立的动态数学模型可以在一定程度上反映动力系统的特性,能够用于后续控制算法的设计和开发。     

An efficient recursive least square-based condition monitoring approach for a rail vehicle suspension system

A model-based condition monitoring strategy for the railway vehicle suspension is proposed in this paper. This approach is based on recursive least square (RLS) algorithm focusing on the deterministic ‘input–output’ model. RLS has Kalman filtering feature and is able to identify the unknown parameters from a noisy dynamic system by memorising the correlation properties of variables. The identification of suspension parameter is achieved by machine learning of the relationship between excitation and response in a vehicle dynamic system. A fault detection method for the vertical primary suspension is illustrated as an instance of this condition monitoring scheme. Simulation results from the rail vehicle dynamics software ‘ADTreS’ are utilised as ‘virtual measurements’ considering a trailer car of Italian ETR500 high-speed train. The field test data from an E464 locomotive are also employed to validate the feasibility of this strategy for the real application. Results of the parameter identification performed indicate that estimated suspension parameters are consistent or approximate with the reference values. These results provide the supporting evidence that this fault diagnosis technique is capable of paving the way for the future vehicle condition monitoring system.     

基于电子真空助力器的汽车驾驶辅助系统制动压力控制

针对电子真空助力器实现制动压力主动调节功能时存在参数时变的问题,基于一种参考模型自适应控制理论对其控制算法进行设计,并应用李亚普诺夫理论证明了该控制系统的稳定性.同时,设置制动压力变化率阈值作为紧急制动辅助(EBA)功能的启动条件以降低系统成本.试验结果表明,所设计的压力调节功能控制算法可有效地减小系统参数时变造成的干...     

车辆主动悬架系统的LMS自适应控制

选择LMS自适应滤波算法，通过调整自适应滤波器的权系数使二次性能指标达最小，根据单个样本方差的负梯度来调节权系数；得到控制输出。针对简化的车辆模型，将空钩控制、广义自适应控制与LMS自适应控制相对比。仿真计算表明，主动悬架系统LMS自适应控制策略不仅计算简单，而且理论上在主动悬架系统中的应用是切实可行的，性能明显优于其它对比控制方法。     

电子节气门辨识建模方法研究

以某型电子节气门执行器为研究对象,建立硬件在环仿真试验平台,应用最小二乘法和Levenberg-Marquardt(LM)算法,分别采用ARX,ARMAX和神经网络辨识模型对电子节气门进行辨识试验,并对上述辨识方法所得到的模型进行比较。结果表明:采用非线性的神经网络模型能很好地模拟电子节气门系统的特性;在一定条件下,也可采用ARMAX模型作为电子节气门系统模型进行仿真研究和控制器的设计,以减少控制系统的研发成本。     

实时自适应交通信号控制CPN建模分析

以单路口交通控制为研究时象,指出了传统单路口控制策略中存在的一些缺陷,提出一种优化的交通信号控制策略:实时自适应控制。按照该策略,采用非固定相序控制方案,并提出了相应相位持续时间的具体算法。然后,建立了实时自适应策略的着色Petri网(CPN)模型,对CPN模型进行静态结构分析和动态仿真分析,检验并确认所提出的策略和算法的可行性;最后,通过建立交通信号控制的评价指标来对该策略进行评价。仿真结果表明,与固定相序、固定相位持续时间的策略相比,该实时自适应控制策略对单一十字路口实现了更为有效和优化的控制。