基于扰动观测的客车ESC自适应神经网络滑模控制

为了提高客车电子稳定性控制系统（ESC）的控制精度,针对实际车辆系统建模中存在各种非线性扰动项以及传统滑模控制（Sliding Mode Control,SMC）中抖振较大的问题,提出一种自适应神经网络滑模控制算法。基于2自由度车辆模型,首先设计一个二阶滑模（Second-order Sliding Mode,SOSM）估计器对车辆的质心侧偏角进行估计,然后利用径向基（Radial Basis Function,RBF）神经网络对车辆系统建模中的各种非线性扰动项进行实时估计,并进行Lyapunov稳定性证明,RBF神经网络估计车辆系统建模的各种非线性扰动项可以有效减小滑模控制符号项的系数,从而减小滑模抖振水平。为了更进一步优化传统滑模控制的参数调节过程,减小滑模抖振并提高系统控制精度,再次利用RBF神经网络对传统滑模控制中的关键参数进行自适应调节。最后为了验证算法的有效性,搭建客车电控气压制动系统硬件在环试验台,在硬件在环试验台上对算法的有效性和精度进行试验验证。研究结果表明：客车ESC在自适应神经网络滑模算法的控制下,横摆角速度和质心侧偏角能够较好地跟随上理想的横摆角速度和理想质心侧偏角,横摆角速度和质心侧偏角的跟随误差降低;利用RBF神经网络估计客车建模中的各种非线性扰动项和利用RBF神经网络自适应调节传统滑模控制的关键参数,可以有效提高客车ESC的控制精度。     

基于非线性扰动估计的客车防侧翻控制

针对客车防侧翻控制中,实际车辆系统建模容易受到各种未知非线性扰动及参数摄动,难以建立精确的车辆模型,标准滑模控制(sliding mode control, SMC)存在较大抖振等问题,本文中提出径向基神经网络自适应滑模控制(radial basis function-adaptive sliding mode control, RBF-ADSMC)算法。首先,利用RBF神经网络控制器对车辆建模过程中的各种未知扰动项及参数摄动项进行估计;然后,利用RBF神经网络对标准SMC的关键参数进行自适应调节;最后,搭建电控气压硬件在环试验台,对控制算法进行硬件在环试验验证。试验结果表明,RBF-ADSMC算法控制效果良好,能够满足客车防侧翻控制需求。RBF-ADSMC算法与SMC算法相比较,能够减小客车的侧倾角和侧向加速度,提高客车的防侧翻控制效果。     

Self-tuning Sliding Mode Control for Vehicle Lane Keeping Under Uncertain and Time Delay Disturbances

针对车道保持控制中可能遇到的不确定性扰动和状态时滞问题,提出一种自校正滑模控制方法.该方法首先利用线性矩阵不等式理论给出积分型滑模面存在的充分条件,使系统在滑动模态下对于存在的不确定性扰动以及状态时滞具有完全不变性;接着引入双极性Sigmoid函数代替符号函数并根据Lyapunov稳定性理论设计了具有自校正能力的滑模控制器,使Sigmoid函数的边界层厚度和切换增益可根据系统状态进行自适应调节,以改善传统滑模控制输出量过大及抖振等现象.最后通过车辆在弯道工况下的车道保持仿真实验验证了该控制方法的可行性和有效性.     

应用于车辆纵向控制的无模型自适应滑模预测控制方法

鉴于汽车纵向动力学系统为典型的参数时变不定、多扰动的非线性离散系统,基于精确数学模型的控制算法较难取得理想效果,本文中采用无需模型、基于输入/输出数据的控制算法.首先,基于紧格式动态线性化数据模型,将无模型自适应控制(MFAC)算法、滑模控制(SMC)算法和模型预测控制(MPC)算法相结合,设计了无模型自适应控制器.接...     

无人驾驶机器人车辆非线性模糊滑模车速控制

为了实现不同行驶工况下车速的精确、稳定控制,提出一种基于非线性干扰观测器的无人驾驶机器人车辆模糊滑模车速控制方法。考虑模型不确定性和外部干扰对车速控制的影响,建立车辆纵向动力学模型。通过分析无人驾驶机器人油门机械腿、制动机械腿的结构、机械腿操纵自动挡车辆踏板的运动,建立油门机械腿和制动机械腿的运动学模型。在此基础上,分别设计油门/制动切换控制器、油门模糊滑模控制器以及制动模糊滑模控制器,并进行控制系统的稳定性分析。油门/制动切换控制器以目标车速的导数为输入来进行油门与制动之间的切换控制。油门模糊滑模控制器和制动模糊滑模控制器以当前车速以及车速误差为输入,分别以油门机械腿直线电机位移和制动机械腿直线电机位移为输出来实现对油门与制动的控制。模糊滑模控制器中,为了减少控制抖振,滑模控制的反馈增益系数由模糊逻辑进行在线调节。模糊滑模控制器中的非线性干扰观测器用于估计和补偿无人驾驶机器人车辆的模型不确定性与外部干扰。仿真及试验结果对比分析表明：本文方法能够精确地估计和补偿无人驾驶机器人车辆的模型不确定性和外部干扰,避免了油门控制与制动控制之间的频繁切换,并实现了精确稳定的车速控制。     

基于非线性补偿的电子节气门滑模控制

电子节气门是典型的非线性机构,应用普通滑模控制算法时具有明显的抖振现象,故提出了基于非线性补偿的电子节气门滑模控制。通过设计观测器来观测并补偿电子节气门系统中的非线性因素,从而减小滑模切换项的增益,达到降低切换频率的目的;使用李雅普诺夫方法分析了系统的稳定性。仿真和试验结果表明,该算法能有效地降低系统抖振,满足控制要求。     

汽车AMT自动离合器的改进模糊滑模控制

提出改进的模糊滑模控制器(MFSMC)实现离合器的自动控制。MFSMC采用饱和函数和模糊自适应系统来缓解抖振现象并提高其鲁棒性;采用局部线性化技术减少MFSMC的模糊规则数满足自动离合器的实时性要求。模拟结果显示所提出的控制器具有快速跟踪预定轨迹、对参数时变和外部扰动具有鲁棒性等特点。     

基于组合间距策略的自适应车辆队列纵向控制

针对车辆队列被外部车辆换道超车的场景,外部车辆与队列中的车辆存在异质性,不同车辆适用的间距策略也存在差异性。此外,不同的车辆队列间距策略在道路适应性、车辆队列系统稳定性和串稳定性等方面均存在优势和缺陷。基于此提出一种基于组合间距策略的智能网联车辆队列控制方法,以优化队列车辆的间距。现有的协同/分布式队列控制方法大多基于精确的车辆动力学模型,这要求获得完整的车辆动力学先验知识,并进行非线性-线性模型的转换。然而,在实践中获取精确的先验知识信息往往具有挑战性,且在车辆间进行信息交互的过程中,不可避免地会产生通信时延。因此,在考虑网络环境通信时延的基础上,提出了一种基于自适应积分滑模车辆队列控制器的分布式后向控制方案,该方案可以在线识别和估计未知参数,从而解决三阶车辆节点动力学模型中参数不确定性影响系统稳定性的问题。在设计的积分滑模面中,采用饱和函数替代传统滑模面的符号函数,进一步解决了控制结果中容易出现抖振的问题。然后,利用Lyapunov-Krasovskii定理和无穷范数进行了组合间距策略和间距策略切换下车辆队列系统的内部稳定性和串稳定性分析。最后,通过与现有控制算法进行仿真比较分析,...     

混联式汽车电泳涂装输送机构的时延估计自适应滑模控制

采用时延估计技术,为一种新型混联式汽车电泳涂装输送机构建立既能全面反映动力学特性,又能实现实时控制的动力学模型;为解决系统中存在的不确定性和时延估计误差的问题,引入滑模控制策略;为使系统具有较好跟踪性能的同时,有效减弱滑模控制引起的抖振,在滑模控制中引入一种既能调整滑模切换增益大小,又能改变其调整速度的自适应规则,进而提出一种无需不确定系统上界信息的时延估计自适应滑模控制,并运用Lyapunov稳定性理论证明了所提出控制算法的稳定性。利用MATLAB对时延估计自适应滑模控制和不改变滑模切换增益调整速度的自适应滑模控制进行对比仿真,并在样机上进行实验验证,结果表明:时延估计自适应滑模控制能在无需不确定系统上界信息的条件下使系统具有良好的跟踪性能,同时有效减弱滑模控制的抖振。     

基于带切换增益模糊调节的滑模控制算法的车辆电液制动系统

针对汽车线控电液制动系统建立了单轮车辆模型,研制了一种新的状态观测器对车速进行估算,试验结果表明该方法正确实用.采用切换增益模糊调节的滑模控制算法对非线性时变的车辆实施基于最佳滑移率的制动控制,在Matlab/Simulink中的仿真结果和验证试验都表明在汽车线控制动系统应用该算法是可行、有效的,在该算法的控制下汽车可获得比一般滑模控制更好的制动性能.     

电子节气门有限时间收敛反步控制器设计

基于带扰动的非线性电子节气门数学模型,根据误差函数具有有限时间收敛特性设计的滑模函数,结合反步法和Lyapunov稳定性理论,在保证状态子系统稳定情况下,设计了电子节气门有限时间收敛无抖振反步滑模控制器,并利用非线性干扰观测器和连续化高增益法进行消抖振。理论分析和仿真试验验证表明,在55 ms左右系统达到稳定,并且稳态精度在1×10~(-3)数量级。该控制器具有响应速度快、跟踪性好、稳态精度高、无抖振等优点,对电子节气门的控制具有较强的适用性和有效性。     

基于三自由度的智能汽车模糊滑模横向运动控制研究

针对智能汽车运动过程中存在的车身姿态变化问题以及运动控制精度问题，设计了一种基于非线性3自由度动力学模型的模糊滑模横向运动控制器。建立了包括侧倾运动的3自由度动力学模型，进行了模型线性化；对基于线性化处理后的动力学模型进行了滑模控制器设计，通过控制前轮转角实现了路径跟踪横向控制，并引入了模糊控制提高控制效果，本控制系统能够在跟踪过程中对车身姿态变化进行观察。仿真结果表明，搭建的基于3自由度动力学模型的模糊滑模控制器能够在考虑侧倾运动的基础上，实现路径跟踪，且构建的模糊滑模控制系统相较于传统滑模控制其横向偏差与方向偏差分别降低了7.28%和1.50%，同时模糊控制也减弱了滑模控制固有的抖振影响。     

模糊滑模变结构控制在DCT电控离合器上的应用

针对电控离合器系统的强非线性、难以建立精确的数学模型等特点,设计了滑模变结构控制器。利用模糊控制器来调整滑模趋近律参数,从而削弱了滑模控制的抖振现象。建立了无刷直流电机的数学模型,用该控制方法在MATLAB软件里对双离合器自动变速器起步、换挡进行仿真,并与传统PID控制器进行比较。仿真结果表明,该控制器跟踪指令信号性能良好,抗干扰性能强于PID控制器。     

无人驾驶汽车横向滑模控制仿真研究

使用2自由度车辆模型将基于视觉预瞄的无人驾驶汽车横向运动模型简化。对简化后的模型,引入滑模控制的方法,通过控制输入量(前轮转角)使预瞄点处的航向偏差和横向距离偏差最小。同时考虑到滑模控制存在的抖振现象会影响整个控制的稳定性,使用具有连续变化特性的双曲正切函数代替符号函数。最后通过CarSim和Simulink联合仿真验证方法的可行性。     

永磁同步电机调速系统新型滑模变结构控制策略

为解决在永磁同步电机矢量控制系统转速环环节应用传统PI控制时抗干扰能力和控制精度不足的问题,在传统滑模指数趋近律基础上进行改进,将滑模面作为自变量,引入双曲正切函数设计了一种新型变边界层饱和函数代替传统的符号函数,在提高系统响应性的同时削弱了抖振.针对系统参数和负载转矩变化引起的扰动会使系统再次产生抖振的问题,引入双曲...     

汽车自动离合器的动态滑模控制

针对自动离合器的非线性特性、易受外部干扰和参数不确定性的特点,采用动态滑模控制器实现离合器的有效控制,该控制器能有效缓解抖振现象并提高自动离合器的鲁棒性.为验证所采用控制器的有效性和鲁棒性,建造了基于dSPACE的自动离合器快速控制原型试验平台并进行试验.结果表明,与PID控制器和常规滑模控制器相比,所采用的控制器具有更好的控制性能.     

大跨悬索桥MTMD抖振控制的参数优化

针对悬索桥抖振控制问题,建立有限元模型,应用神经网络和遗传算法对多重调频质量阻尼器(MTMD)进行双参数优化。以某大跨悬索桥为例,利用神经网络改进的谐波合成模拟方法(RBF-WAWS法)对脉动风速进行模拟,并换算成抖振力作用主梁上,通过时程分析及后处理获取主跨跨中横桥向响应值。将响应值的均方差作为优化目标函数,以MTMD总质量、个数及阻尼比作为优化变量和约束条件,采用神经网络拟合目标函数并应用改进的自适应遗传算法进行寻优。结果表明,优化后的MTMD能有效控制悬索桥在脉动风作用下的抖振响应,减振率达48%。提出的理论与计算方法对悬索桥中MTMD的设置及参数选取具有实际工程意义。     

基于滑模理论的半主动悬架控制

建立了4自由度的1/2车辆悬架模型.采用极点配置法进行切换超平面的设计,基于滑模理论并应用自由递阶法进行多变量变结构滑模控制器的设计,并用光滑函数消减系统抖振.研究了系统在随机激励条件下的车身垂向加速度与俯仰角加速度、前后悬架动行程和前后轮胎动位移等性能的控制效果,并对其进行了功率谱密度的仿真分析.仿真结果表明:该滑模控制器性能稳定,控制后悬架各性能参数在时域和频域中均得到明显改善,证明了所设计的多输入滑模控制器的有效性.     

基于HSRI模型的参数自适应质心侧偏角观测器的设计

首先对全维车速观测器进行降维处理,以减少观测器的在线计算量,并设计了非线性级联车速观测器.接着,对路面附着系数和轮胎侧偏刚度进行参数自适应估计,以提高质心侧偏角的估计精度,并基于HSRI轮胎模型设计了参数自适应非线性质心侧偏角观测器.在估算轮胎侧偏刚度时采用无侧向车速的车辆模型,以避免车辆动力学模型与侧向车速观测器的耦合作用,并引入带双重遗忘因子的递推最小二乘法,以保持算法的修正能力和解除不同估计参数之间误差的耦合作用.最后采用Simulink与Carsim动力学仿真软件进行联合仿真验证,结果表明所设计的参数自适应非线性质心侧偏角观测器是有效的,估计精度满足ESC控制的工程要求.     

基于自适应动态滑模控制的智能汽车纵向巡航控制

为消除参数不确定性和外部干扰等因素对智能汽车纵向巡航控制的影响,提出一种基于自适应动态滑模的纵向巡航控制方法.建立以广义纵向力导数项为控制输入的车辆纵向动力学模型,基于反步法构建保证车速与纵向加速度同时收敛于期望值的新型滑模函数;在此基础上,设计了期望广义纵向力的动态滑模控制律,并利用RBF神经网络对控制律中的未知干扰...