基于RBF神经网络逆系统的多变量解耦控制

针对工业生产过程中的多变量耦合系统难以实现解耦的问题,建立了一种改进的规划算法的RBF神经网络逆系统,构造了多变量神经网络控制器,用来对多变量耦合系统进行解耦控制。对一组给定的二变量耦合系统进行了仿真,结果表明：基于改进的进化规划算法的RBF神经网络逆系统的解耦控制不仅超调量小、响应速度快、控制精度高,而且具有很强的鲁棒性和自适应能力。该解耦控制使得解耦后的多变量系统具备良好的动、静态特性,达到了理想的控制效果。     

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...     

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。     

四轮独立驱动电动汽车路径跟踪鲁棒控制EI北大核心CSCD

针对四轮独立驱动电动汽车具有结构参数、外部干扰不确定性与非线性和过驱动等特征,提出了一种分层控制框架,以实现前轮转向与直接横摆力矩控制系统协同的车辆路径跟踪控制。首先,基于路径跟踪运动学模型,将车辆的路径跟踪问题转化为约束跟随问题;其次,设计了基于约束跟随的自适应鲁棒上层控制算法,该方法可以有效处理由模型不确定性和外部干扰引起的失配问题,并保证闭环系统的一致有界性和一致最终有界性;最后,设计了一种基于二次规划的下层分配算法满足所需的直接横摆力矩,并在Simulink-Carsim平台进行联合仿真。通过不同工况的仿真结果表明,所设计的自适应鲁棒控制算法具有良好的路径跟踪精度和鲁棒性。     

路轨两用车辆轨道行驶驱动系统及其控制策略研究

建立了路轨两用消防车轨道行驶的液压驱动系统模型,并针对液压驱动系统中存在的参数不确定和外界干扰等因素,基于李雅普诺夫稳定性理论,以线性最优全状态反馈模型为参考模型,设计了液压驱动系统模型参考自适应控制器.推导了自适应控制律及相应的收敛条件.数值仿真结果表明,该控制器对于模型参数的不确定性具有很好的鲁棒性,能较好地跟踪液压马达的期望转速,且算法简单,控制精度高.     

车辆自适应巡航控制系统的模糊PID实现

建立了适合于车辆自适应巡航控制系统精确的车辆纵向动力学模型,简化了自动变速器模型,采用混合模糊PID控制算法实现了车辆自适应巡航系统"定速"和"跟驰"两个控制目标.仿真结果表明,该控制算法具有响应速度快、超调量小、能够消除系统偏差等优点.     

Modeling and Co-simulation of Adaptive Cruise Control System

采用Carsim与Simulink建立了一种车辆纵向动力学模型;然后基于最优控制和PID控制,设计了具有上、下两层结构的自适应巡航控制系统;最后对典型的自适应巡航工况进行联合仿真.结果表明,所设计的自适应巡航控制系统能使自车在保持一定车距的前提下较好地跟踪前车速度变化,并对前车的紧急制动有较好的响应.     

考虑动力学模型系统误差补偿的智能车GNSS/IMU组合定位算法

为了解决智能车动态组合定位过程中，因动力学模型与实际模型之间存在偏差导致滤波精度下降的问题，针对智能车全球导航卫星系统(GNSS)/惯性测量单元(IMU)组合定位系统，结合非线性预测滤波(NPF)和自适应滤波的优点，提出了一种考虑动力学模型系统误差实时估计和补偿的自适应非线性预测滤波(ANPF)算法。首先，根据NPF算法原理，通过最小化预测观测残差与系统误差的加权平方和，估计动力学模型系统误差；其次，结合自适应滤波原理，利用状态预测残差向量构造自适应因子，设计了一种自适应扩展卡尔曼滤波(AEKF)算法，用于估计系统状态向量，并通过自适应因子抑制动力学模型系统误差和线性化误差对系统状态估计精度的影响，克服NPF对系统状态估计精度有限的缺陷；再次，对动力学模型系统误差的估计误差和由动力学模型系统误差引起的系统噪声的等效协方差阵进行了分析和推导，以补偿动力学模型系统误差对系统状态估计的影响；最后，通过车载GNSS/IMU组合定位系统试验，从算法精度、鲁棒性和实时性方面对提出的算法和其他滤波算法的性能进行了验证和对比分析。研究结果表明:提出的自适应算法继承了NPF算法简易性和高实时性的优点，同时克服了NPF算法估计精度有限的缺陷，具有较好的滤波解算精度，水平定位精度小于1.0 m，算法单次平均执行时间约为0.013 9 ms，在精度和实时性的平衡方面显著优于其他滤波方法。     

电动汽车用感应电机的最小二乘支持向量机逆控制EI北大核心CSCD

针对电动汽车驱动用感应电机采用常规PI控制时转速波动较大、调节器参数调节困难等问题,提出了一种基于最小二乘支持向量机(LSSVM)的电动汽车感应电机逆控制法。首先建立了电动汽车驱动用感应电机的数学模型,并证明其可逆。然后利用LSSVM建立感应电机的逆模型,并通过改进的粒子群算法优化LSSVM的参数,将该逆模型串联在原系统中而得到伪线性系统,最后设计线性闭环调节器实现高性能控制。仿真结果表明,与常规PI控制相比,采用LSSVM逆控制时转速跟踪精度显著提高,系统具有较强的鲁棒性。     

车辆横向稳定性自适应预测控制

为解决利用车辆机理模型设计控制器时的自适应问题,针对非线性车辆动力学系统,提出一种基于数据驱动的横向稳定性控制策略。利用递推子空间模型辨识算法设计预测器,根据预测器的形式并结合车辆横向稳定性控制提出一种具有模型自适应特性的预测控制器。利用MATLAB/Simulink建立7自由度整车动力学仿真模型,结合国际标准ISO/DIS 7401:2000以及ISO 3888:1999进行实车道路试验,并对仿真模型进行了数值验证,基于整车动力学模型,对自适应预测控制器的控制效果进行了数值仿真验证,证明了算法的有效性和鲁棒性。     

基于自适应无迹卡尔曼滤波的汽车状态参数估计

针对车辆状态参数估计过程中过程噪声和测量噪声的不确定性,提出一种基于自适应无迹卡尔曼滤波的车辆状态参数估计算法.建立包括纵向、横向和横摆3个自由度的车辆动力学模型,基于无迹卡尔曼滤波理论建立自适应无迹卡尔曼滤波估计模型,最后搭建MATLAB/Simu-link-Carsim联合仿真平台对提出的算法进行仿真验证.结果表明...     

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...     

主动转向系统的神经网络模型逼近自适应控制的研究

将主动转向系统模型与2自由度整车模型相结合,组成被控对象模型。为提高具有非线性特性和不确定性的主动转向系统的自适应性能和鲁棒性能,采用基于线性RBF神经网络的模型逼近自适应控制方法,以横摆率和以横摆率与侧偏角变化率相组合为被控对象参数分别设计C1和C2两种自适应控制器,并对它们进行鲁棒性和稳定性分析。采用1阶参考模型和指令滤波器,对两种自适应控制器和考虑不确定性的H∞鲁棒控制器进行了多种非线性对比仿真。结果表明,自适应控制器比H∞鲁棒控制器有更好的动态和静态跟随性能;而两种自适应控制器中,C2控制器又略胜一筹。     

汽车半主动悬架的模型参考自适应控制

在1／4车辆动力学模型的基础上，基于李雅普诺夫稳定性理论，以天棚阻尼半主动悬架为参考模型，设计了半主动悬架模型参考自适应控制器。自适应控制器包括可调前置控制器和状态反馈控制器两个部分。推导了自适应控制律与相应的约束条件。仿真结果表明：该控制器对于模型参数的不确定性具有良好的鲁棒特性。自适应控制器不仅明显降低了车身加速度，提高了平顺性，同时也使汽车的行驶安全性获得了改善，悬架动变形稍有增大。     

纯电动汽车制动避撞系统的建模与分析EI北大核心CSCD

针对纯电动汽车制动避撞系统,提出了基于反馈线性化的跟车距离、速度跟踪误差的滑模控制方法;考虑了模型非线性、系统参数不确定性和外部干扰的因素,建立车辆纵向动力学模型;采用指数趋近律的控制方法,设计了一种双输入双输出的汽车避撞系统控制器;并进行了跟车场景下制动避撞控制器的仿真。结果表明:该控制器避撞控制效果明显,在保证汽车行驶的舒适性的同时,跟车过程的跟踪误差小。     

汽车纵向加/减速度多模型分层切换控制

针对汽车纵向动力学模型的大不确定性,设计了一种基于鲁棒控制理论的汽车纵向加速度多模型分层切换控制系统。通过分析汽车纵向动力学特性,用4个不确定模型覆盖对象不确定性,并应用LM I方法设计对应的鲁棒性能控制器集合。考虑鲁棒控制系统的特点,设计了一种对不确定性的系统增益进行估计的切换指标函数,以选择控制器进行控制。实验表明,提出的方法在大不确定性下可以对纵向加速度有效控制。     

汽车列车横向稳定性研究

汽车列车是牵引汽车与挂车相互作用、相互耦合的复杂系统,其横向稳定性研究涉及多体动力学、刚柔耦合力学、气体动力学、车辆非线性运动和电子控制等多个学科.本文论述了汽车列车横向稳定性的国内外研究现状、研究方法和试验手段,探讨了使用参数和结构参数对汽车列车横向稳定性的影响,分析了角阶跃输入下汽车列车侧向加速度响应.最后,对汽车列车动力学数字仿真算法及代表性软件进行了分析阐述.     

发动机振动隔离控制技术研究进展

介绍了发动机橡胶悬置、液压悬置、半主动悬置和主动悬置的工作原理,由于被动悬置不能满足运载器减振降噪的要求,半主动悬置和主动悬置已经成为发动机减振降噪发展方向;分析了悬置系统的动力学模型,包括悬置的动力学模型和控制系统的动力学模型;介绍了发动机振动隔离控制中几种主要的控制方法,包括模糊控制、神经网络控制、自适应控制和最优控制等。最后提出了发动机振动隔离控制目前存在的主要问题和发展动向。     

轮胎垂直振动动力学模型

本文提出一种自适应轮膜模型参数的简易测定方法，给出轮胎垂直振动动力学方程及相应的求解方法，并进行计算分析与试验测定。将分析结果与通常的点接触式模型相比较，对点接触式模型及本文所建立的自适应模型做了综合评价，结果表明，本模型的计算结果是令人满意的。     

基于自适应卡尔曼算法的重型半挂车状态估计研究

在建立三轴重型半挂车简化动力学模型的基础上,提出了用于估计重型半挂车运动状态的自适应卡尔曼滤波估计算法。利用动力学软件Trucksim对该估计算法进行了验证,验证结果表明,所提出的自适应卡尔曼滤波算法能够在车速为30 km/h与60 km/h的两种扫频工况下,准确估计重型半挂车横摆角速度和铰接角,为重型半挂车的稳定性控制奠定了基础。