一类时间滞后关联大系统的全局指数稳定性

利用M-矩阵理论，通过构造适当的向量李雅普诺夫函数，研究一类具有时变时间滞后的线性关联大系统的全局指数稳定性．在时间滞后连续且有界的条件下，通过分析具有时间滞后的微分不等式的稳定性，得到了该类大系统全局指数稳定的一个判据．该判据利用大系统的系数矩阵以及与大系统关联的李雅普诺夫矩阵方程的解构造判定矩阵，根据判定矩阵是否为M-矩阵判定大系统的全局指数稳定性．该判据计算简便，且与时间滞后量无关，便于应用．     

含随机干扰的车辆跟随系统滑模控制

为验证滑模控制用于含随机干扰的车辆跟随系统的可行性,建立了车辆跟随系统模型和相应的随机车辆动力学模型.用滑模控制法设计了随机车辆跟随系统的控制器.用向量Lyapunov函数法研究了控制系统稳定性,并得到系统指数均方稳定的充分条件.仿真中设置的随机因素为车辆的阻力.仿真结果表明,在5 s内跟随车辆的加速度和速度已接近领头车辆,车间距误差小于0.05 m.      

分布时滞动态神经网络的全局指数稳定性

在没有假定激励函数有界、可微的情况下,研究包含分布时滞的动态神经网络平衡点的存在性、唯一性和全局指数稳定性.根据M-矩阵和拓扑学的有关知识,以及李雅普诺夫稳定性理论,获得该类神经网络平衡点的存在性、唯一性及其全局指数稳定的充分判据.用神经网络的权值矩阵和激励函数满足的条件构造判定矩阵.如果判定矩阵为M-矩阵,则系统存在唯一平衡点,是全局指数稳定的.     

基于空间特性的行李跟随系统的车辆调度方法

为了提高车辆配送初始解获得的效率, 在不确定条件下, 研究了上海世博会行李跟随系统需求点的空间特性, 提出了基于空间特性的车辆调度方法, 建立了需求点的空间特性SLINK聚类分析方法和聚类分析结果评估方法。计算结果表明: 在需求点群聚状态下, 采用基于空间特性的聚类分析法的调度初始解总距离为583, 而传统SWEEP扫描法的调度初始解总距离为595, 因此, 在对车辆调度问题进行求解时, 对需求点的空间分布特性进行分析有助于不确定环境下车辆调度问题的最终求解。     

线性大系统参数稳定区域的扩大

本文利用加权V函数求解线性大系统的稳定性,得到了比较好的结果; 并指出了利用向量V函数造成亏损的实质。      

基于自适应非奇异终端滑模的悬浮控制策略

针对采用传统线性滑模控制的电磁悬浮系统存在响应速度慢以及抗干扰能力差的问题,提出了一种基于自适应非奇异终端滑模的悬浮控制方法,该方法将自适应控制引入到终端滑模控制,结合滑模控制对扰动不敏感的优点,利用自适应控制对滑模趋近律系数进行在线自适应调节,改善悬浮系统的动态性能. 首先,建立了电磁悬浮系统数学模型;然后,利用李雅普诺夫稳定理论证明了所设计控制器的稳定性;最后,进行了仿真和实验验证. 实验结果表明:自适应非奇异终端滑模对信号跟踪具有更快的响应速度和更小的稳态误差,对峰峰值为2 N的正弦或锯齿干扰力气隙波动可限定在0.2 mm以内,进行0.1 kg加减载实验时气隙波动为0.6 mm,各项性能均优于终端滑模和线性滑模.      

利用常数周期脉冲法控制耦合Ф^4映象的混沌运动

推广了常数周期脉冲方法对保守系统的混沌控制，将其应用到高维耦合连续映象保守系统一耦合Ф^4映象中，实现了对哈密顿系统的目标控制。通过计算相空间各混沌轨道的有限时间李雅普诺夫指数，得到有限时间收敛区，利用混沌轨道的有限时间收敛性，通过持续的常数周期脉冲扰动使混沌轨道的稳定片断构成一个周期轨道，从而实现对哈密顿系统的混沌控制。     

基于模型参考自适应的自学习悬浮控制策略

针对电磁悬浮列车悬浮控制器因轨道不平顺所引发的未知非线性力和传递函数不确定问题,提出一种基于模型参考自适应的自学习控制方案,控制算法中可调参数根据系统状态、误差和时间调整,使悬浮间隙稳定在恒定数值;学习率根据目标间隙误差大小动态调节,避免可调参数调节过慢,同时保证在稳定悬浮时间隙波动更小;通过李雅普诺夫稳定性判据证明了模型参考自适应控制系统的稳定性;通过MATLAB/Simulink对所提出的控制方案进行仿真.研究结果表明：自学习模型参考自适应控制算法间隙的均方根误差为0.12,设定合适的可调参数初始值并对其限幅能够提升控制器的鲁棒性;在单悬浮架测试时,控制器获取到加速度信号,所提出算法的上升时间和调节时间分别为1.21 s和2.04 s,该方法学习率可动态调节,提升了控制器的适应能力.     

利用常数周期脉冲法控制耦合φ4映象的混沌运动

推广了常数周期脉冲方法对保守系统的混沌控制,将其应用到高维耦合连续映象保守系统—耦合Φ4映象中,实现了对哈密顿系统的目标控制。通过计算相空间各混沌轨道的有限时间李雅普诺夫指数,得到有限时间收敛区,利用混沌轨道的有限时间收敛性,通过持续的常数周期脉冲扰动使混沌轨道的稳定片断构成一个周期轨道,从而实现对哈密顿系统的混沌控制。     

一种基于前馈一反馈补偿控制的车辆稳定性控制系统仿真

基于直接横摆力矩控制方法,设计了一种前馈一反馈补偿控制的车辆稳定性控制器.其中控制器以4WS为期望的车辆模型,通过前馈补偿控制可使车辆的质心侧偏角趋于理想值,而反馈补偿控制可使车辆模型在较好地跟踪理想模型的基础上,有效抵抗外界干扰.通过前轮角阶跃输入与正弦输入仿真,就控制效果的稳定性与对前轮转角的跟随特性两方面而言,所设计的控制系统能较好地控制车辆的操纵稳定性.     

基于飞行跟驰模型的纵向安全间隔计算方法

为了精确计算飞机飞行的纵向安全间隔, 分析了纵向间隔的影响因素, 利用管制员和飞行员的反应时间统一度量人为因素对纵向安全间隔的影响, 根据反应时间建立了飞机飞行跟驰模型。通过量化反应时间对纵向安全间隔的影响, 提出了考虑反应时间的安全间隔计算方法。仿真计算结果表明: 在航路飞行阶段, 相近飞机的纵向间隔小于3·0km为纵向危险接近, 为了保证跟驰飞行安全, 纵向间隔最小应为3·6km。可见模型和方法是可行的, 能够为飞行间隔标准的制定提供理论依据。     

基于RCP的HEV动力总成控制系统

基于dSPACE数字信号处理与应用系统,通过运用快速控制原型技术（RCP）对串联式混合动力系统的多能源动力总成控制单元选择3种不同的控制策略和控制算法进行了实时仿真和系统台架试验.应用快速原型控制技术的仿真分析与台架试验表明,在串联式混合动力系统控制中,采用兼顾电池充电安全与系统能量需求的控制策略比功率跟随型和能量补偿型更适合实际系统工作的需要.     

基于模型预测控制的CACC系统通信延时补偿方法

为确保通信延时条件下协同式自适应巡航控制(CACC)系统的弦稳定性,利用模型预测控制(MPC)和长短期记忆(LSTM)预测方法,研究CACC系统中车辆协同控制下的通信延时补偿方法;基于车辆队列四元素架构理论,构建了包括车辆动力学模型、间距策略、网络拓扑和MPC纵向控制器的系统模型,并综合考虑2范数和无穷范数弦稳定性条件,提出了CACC车辆队列混合范数弦稳定性量化指标,最终形成协同式车辆队列建模与评价体系;设计了一种利用前车加速度轨迹(PVAT)作为开环优化参考轨迹的MPC方法,即MPC-PVAT,通过综合考虑队列的跟驰、安全、通行效率和燃油消耗等性能指标,使目标函数趋于最小代价,从而得到当前时刻的最优控制量,并利用庞特里亚金最大值原理对所设计的优化问题进行快速求解;在MPC-PVAT基础上,提出一种基于长短期记忆(LSTM)网络的通信延时补偿方法,即MPC-LSTM,将跟驰车辆的传感器信息输入LSTM网络来预测其前车的运动状态,从而缓解短暂通信延时对车辆队列稳定性的影响。仿真测试结果表明：MPC-LSTM可容忍的通信延时上界大于1.5 s,比MPC-PVAT提升了0.8 s,比线性控制器提升了1.1 s;在基于实车数据测试中,当通信延时增加到1.2 s时,MPC-LSTM的弦稳定性指标相比MPC-PVAT提升了20.33%,与线性控制器相比稳定性提升了39.35%。可见,在通信延时较大的情况下,MPC-LSTM对通信延时具有很好的容忍性,从而有效地保证了CACC车辆队列的弦稳定性。     

基于DTW的车辆轴温监测方法

为了处理车辆轴温可能出现的跳变、缺失、噪声等异常数据,有效降低误报率,提出了基于动态时间规整算法的车辆轴温状态监测方法,将轴温历史监测数据和历史统计数据进行指数平滑预处理,在训练阶段将数据反复迭代得到不同轴温模式的参考样本,计算了实时轴温和参考样本各数据帧之间的欧氏距离,得到帧匹配距离矩阵,运用动态规划和回溯的思想,求出累积距离矩阵和动态规整路径,将动态规整距离作为2个时间序列相似度的量化指标,找出最小动态规整距离对应的轴温模式,从而得到状态监测结果。仿真结果表明:在MATLAB仿真中,输入1 000个时长为50~300min的轴温测试样本,其最大响应时间小于0.4s,共出现29次错误匹配,误报率低于3%。通过对测试样本和参考样本的各数据帧进行指数平滑处理,有效消除车辆轴温出现跳变的干扰,虽然跳变值和跳变点数量不同,但相对动态规整距离无变化,对状态监测结果无影响。可见,车辆轴温状态监测方法能够满足车辆轴温状态监测的实时性和准确度要求,减少了误报率。     

高速公路车辆安全行驶速度仿真识别系统

对高速公路合理限速值的确定方法进行了研究, 以多体动力学仿真软件ADAMS为平台, 建立了车辆模型、道路模型、车-路耦合模型、车辆行驶过程仿真试验模块和车辆安全状态识别模块, 并开发了高速公路车-路条件下安全速度仿真识别系统。运用该系统对车辆在弯道与下坡路段的行驶状况进行了虚拟仿真分析。试验结果表明: 车辆在弯道与下坡路段的安全行驶极限速度仿真结果与标准标定的运行速度的相对误差为1.05%~3.80%, 该仿真识别系统可行。     

前后多车影响的跟驰模型及稳定性分析

驾驶员在跟车行驶过程中,通常会通过视野前后车辆的行驶状态来调整自己的跟驰行为,基于此本文提出了一种考虑驾驶员视野内双前车和后车对跟驰车辆影响的改进跟驰模型.根据线性稳定分析方法,得到了改进模型的中性稳定性条件,并通过计算机仿真模拟进行了验证.为了进一步加强验证结果及说明改进模型的优越性,同经典FVD模型进行了数值仿真对比.仿真结果表明：灵敏度α越大越有利于提高改进跟驰系统的稳定性;同经典FVD跟驰模型相比,改进模型抵抗干扰的能力更突出,能够消散交通系统中的微小扰动,具有抑制交通拥堵和稳定交通流的有利作用.     

含输入时延与通信时延的车辆队列PID控制系统稳定性

针对含输入时延与通信时延的车辆队列PID控制系统,分析了其内部稳定性和队列稳定性,研究了内部稳定的充要条件,求解了完整、精确的时延边界;在内部稳定性分析中,考虑输入时延与通信时延影响下车辆队列PID控制系统为中立型双时延系统的特点,结合Rekasius代换和劳斯表,提出了关于中立算子的系统强稳定充要条件;在此基础上,为了便于PID参数的快速选取,推导了一种形式更为简练的系统强稳定充分条件;在强稳定条件下,基于特征根聚类法求解了系统完整、精确的时延边界;针对具有奇数辆跟随车的车辆队列,推导了无关车辆队列规模的输入时延上界;在队列稳定性分析中,为了保证干扰和误差沿车辆队列向后传播不发散,分析了车间误差传递函数,给出了双时延影响下队列稳定的充分条件。仿真结果表明：在含输入时延与通信时延的分布式PID控制器作用下,车辆队列控制系统可同时保证内部稳定和队列稳定;车间状态误差可在15 s内快速减小并趋近于零;在所有车辆恒速行驶时,车间保持50 m期望安全距离;在领航车以0.5 m·s^-2加速和0.8 m·s^-2减速时,跟随车的速度和加速度随领航车变化,并在领航车速度稳定时一致;车辆队列在不同行驶工况下,由领航车加、减速引起的车间位置误差小于0.2 m,且沿车辆队列向后传播不发散。     

基于随机价格时间博弈的列车队列稳定性模型验证与控制策略优化

为保证列车队列运行安全并提高队列稳定性,研究了列车队列稳定性模型验证与控制策略优化问题;基于车-车通信的列车队列采用等空间间隔、等时间间隔和变时距3种控制策略,利用随机价格时间博弈自动机,建立了包含领航列车和跟随列车的队列控制模型,分析了模型的队列稳定性;在保证列车运行安全的前提下,以列车的相对位置差、相对速度差和时间间隔差为成本函数,通过队列随机价格时间博弈自动机模型获得控制策略集;利用Q-Learning方法得到队列的最优驾驶策略,验证队列运行的安全性和稳定性;结合列车运行追踪场景,进行队列的稳定性分析。仿真结果表明：通过形式化验证,采用3种控制策略下的队列安全性得到了保证;通过随机价格时间博弈控制、协方差优化控制和Q-Learning方法对比PID控制,等空间间隔策略下的队列稳定性误差最大值分别减小到了0.19%、0.18%和0.11%,等时间间距策略下的队列稳定性误差最大值分别减小到了30.21%、10.34%和9.24%,变时距策略下队列稳定性误差最大值分别为118.27%、56.09%和39.67%,可见,采用Q-Learning方法的随机价格时间博弈理论能在安全前提下提高列车队列稳定性。     

基于ANFIS的可变导向车道智能控制系统

为缓解因交通流向分布不均衡导致的交叉口交通拥挤状况, 以交叉口进口道的可变导向车道为研究对象, 建立了基于自适应模糊神经推理系统的可变导向车道智能控制系统。智能控制系统由数据采集子系统、交通状态预测子系统和控制子系统构成, 共同完成可变导向车道的智能化控制。将数据采集子系统检测到的实时交通数据录入到预先训练好的交通状态预测子系统中, 可得到左转车辆和直行车辆的运行状态, 并根据控制子系统的结构化算法来确定可变导向车道的属性。计算结果表明: 交通状态预测子系统的测试误差为0.075 097, 满足精度要求, 可以用于交通状态预测; 采用可变导向车道智能控制系统能明显改善交叉口交通拥堵状况, 当左转车辆比例为25%时, 关键进口道综合延误减少了6.1%, 平均停车次数减少了9.5%, 平均排队长度减少了6.1%, 当左转车辆比例上升至30%时, 3个指标分别下降了8.1%、12.4%与8.0%, 表明左转比例越高, 作用效果越显著。