汽车发动机冷却系统的模糊控制

介绍以单片机为模糊控制器的汽车发动机冷却系统的智能控制系统,阐述智能控制的工作原理,并根据发动机水温的变化,给出了模糊控制系统设计的具体内容,包括模糊化、模糊推理、解模糊等。     

深远海域海上风电场定量选址方法研究

为了促进我国深远海海域海上风电场建设,实现海上资源的合理使用.研究了基于模糊逻辑的深远海海域海上风电场选址方法.根据现有研究成果,识别了深远海风电场选址的影响因素,建立了深远海风电场选址的3层决策框架.利用模糊推理对输入和输出变量进行模糊化,以风能资源、自然环境、交通环境和风机条件建立了4个模糊推理机,并构建了其模糊推理规则.利用模糊语言变量确定了各决策准则的权重,从而实现深远海风电场选址的决策.以上海市深远海海域海上风电场选址为实例,确定了其选址方案.      

确定模糊控制最少推理规则数量的原则

提出在柴油机控制系统模糊规则的设计中 ,确定最少模糊推理规则的原则 ,指出在论域为正负偏差时 ,最小隶属函数个数是 3时仍可满足控制精度要求 ;并建立了柴油机模糊PID控制器的三维模糊数学模型 ,该模型被用于一个 4输入 3输出 (4I3O)柴油机模糊控制器的设计中。     

车用发动机故障综合智能诊断方法研究

提出了用模糊神经网络代替模糊推理并与规则推理相结合的新的诊断实用技术,给出了一个汽车发动机的诊断实例。结果表明该方法有效,具有工程应用前景。     

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.     

并联混合动力汽车模糊逻辑控制策略的设计

利用模糊逻辑控制技术,设计了并联混合动力汽车的模糊逻辑扭矩控制策略。选取了控制器的输入、输出变量,构建了有25条规则的模糊推理器。在3种不同的循环工况下,分别对二值逻辑策略和模糊逻辑策略进行了仿真试验,结果显示,所设计的模糊逻辑控制策略能够很好地控制发动机工作,且具有很好的自适应能力和鲁棒性。     

基于FNN与规则推理的轿车故障诊断系统

简要分析了模糊推理与规则推理以及这两者相结合的故障诊断方法，这三种方法在处理多症状多原因的机械故障诊断问题上都存在缺陷，基于此引出了模糊神经网络代替模糊推理并与规则推理相结合的先进诊断方法，最后给出了一个轿车诊断实例。实例表明该方法是有效的。     

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。     

基于白适应神经模糊推理系统的跟驰模型研究

由于驾驶行为的不确定性,难以建立精确的车辆跟驰模型。针对这一问题,应用自适应模糊神经推理系统（ANFIS）建立跟驰模型,以跟随车与前车速度差及行车间距为输入量、跟随车的加速度为输出量,建立25条模糊推理规则,将模糊推理规则产生的数据作为车辆跟驰ANFIS模型的训练数据,并利用MATLAB编程对其进行训练。最后,设计了基于车载高精度GPS的跟驰试验,并结合试验数据分别对自适应模糊神经推理系统跟驰模型和传统跟驰模型进行仿真。结果表明,前者输出的跟驰车辆加速度值更接近于真实值。     

基于自适应神经模糊推理系统的跟驰模型研究

由于驾驶行为的不确定性,难以建立精确的车辆跟驰模型.针对这一问题,应用自适应模糊神经推理系统(ANFIS)建立跟驰模型,以跟随车与前车速度差及行车间距为输入量、跟随车的加速度为输出量,建立25条模糊推理规则,将模糊推理规则产生的数据作为车辆跟驰ANFIS模型的训练数据,并利用MATLAB编程对其进行训练.最后,设计了基于车载高精度GPS的跟驰试验,并结合试验数据分别对自适应模糊神经推理系统跟驰模型和传统跟驰模型进行仿真.结果表明,前者输出的跟驰车辆加速度值更接近于真实值.     

基于遗传算法的半主动悬架模糊PID控制研究

为进一步满足汽车乘坐舒适性的要求,设计了一种半主动悬架的模糊PID控制器,并利用遗传算法来优化模糊控制器的量化因子和PID整定公式的比例因子,通过模糊推理方法求解PID参数的调整系数,以实现半主动悬架控制.对某轿车整车动力学模型进行仿真分析的结果表明:该模糊PID控制能有效提高车辆的乘坐舒适性和操纵稳定性.     

基于粗集理论的交通控制系统研究

为满足智能交通系统高性能模糊控制器设计的需要,把粗集理论融入常规的模糊推理,提出了一种交通控制模糊建模新方法,利用粗集理论的知识推理,直接从交通系统的测量数据提取模糊规则,解决了城市交通模糊控制规则提取的瓶颈问题。实例分析表明:该方法简单有效,不仅可以最大限度地减少从交警的经验直接提取模糊规则的局限性,以获取最优的模糊模型,同时建模方法具有普遍适用性,提取的模糊规则更具客观性。该方法可以推广应用于多交叉口的模糊协调控制,对于采用复杂算法的控制系统更能显示出其优越性。     

基于ANFIS的电喷发动机ECU喷油量控制及仿真

针对电喷发动机电子控制单元 (ECU)喷油量控制问题 ,结合其特点 ,采用模糊理论与神经网络的融合方式———自适应神经模糊推理系统 (ANFIS) ,对以此为核心的电喷发动机ECU喷油量控制系统的结构、组成及工作过程等进行了研究与分析 ,并给出了计算机仿真结果     

基于模糊推理的点焊工艺参数优化研究

分析了了点焊工艺参数优化过程特点，ｉｓｕａｌＢａｓｉｃ语言编程，建立了一个基于Ｍａｎｄａｎｉ模糊推理方法的点在数优化模糊系统。以低碳钢点 例进行系统优化测试，效果良好，表明实际的工艺参数优化是有效的。     

越野汽车挡位决策的自适应模糊控制

为提高装备自动变速器的越野汽车换挡控制系统对复杂路况的自适应能力,在基本模糊控制模块基础上,建立了具有两级递阶结构的越野车自适应模糊换挡控制系统.基本模糊控制模块将油门开度、车速和加速度3参数进行模糊化和模糊推理,实现挡位决策;自适应控制模块按照检测的车速和加速度对直线行驶阻力和附着力进行在线辨识,并由此进行量化因子的自调整.仿真结果表明所设计的模糊控制系统具有良好的自适应能力.     

基于FCM的内河一类船长实操考试效能评估

为解决内河一类船长实操考试效能评估问题,提出了一种基于模糊认知图的评价模型(FCMES).在建立影响因素层的不同评价等级基础上,通过问卷调查辨识出了25个影响因素;据专家意见将收集到的定性数据转化为三角模糊数,得到不同的模糊矩阵;利用模糊推理规则的方法聚合各模糊矩阵,再解模糊化,获取邻接矩阵.采取输入端数、输出端数及中心度3个指数的方法,分析FCMES中各因素的重要程度,选出核心变量.利用Matlab实现对FCMES认知图的推理仿真,检验核心变量的准确性.结果表明,绩效评估、评估员素质、模拟器效能、考试流程设计合理性,这4个影响因素对内河一类船长实操考试的效能有重要影响.      

模糊逻辑推理在消除交通流诱导负效应中的应用

针对交通流诱导可能产生的负效应问题,提出了诱导负效应消除的原理和模糊逻辑推理方法。在原理设计中,考虑了出行者的出行行为对网络交通流分配的影响;在实现方法上,应用模糊推理技术对分流交通量进行了预测,并设计了路线交叉口信号灯配时方案调整的模糊控制算法,模拟结果验证了模糊逻辑推理技术的有效性。研究表明:交通流诱导负效应的产生主要是由于信息条件下的道路出行者路线选择行为的不确定性引起的,而且交通流诱导与控制同时进行是消除交通流诱导负效应产生的关键。     

公路软土地基处理方案模糊决策

针对公路软土地基处理方案决策中,影响因素众多,存在大量的不确定性、随机性、模糊性的特点,结合模糊理论和软土地基处理的知识特点,构建了公路软土地基处理方案决策的过滤式模糊推理模型,确定了模型中的因素集和方案集,采用专家评判法确定两者之间的模糊关系矩阵。为使决策结果更合理,利用加权平均型算子进行综合评判,并采取具有一定筛选能力的过滤式模型对方案进行筛选。实例验证表明,该模型适宜解决公路软基处理方案决策问题,能有效提高决策的科学性和可靠性。     

湿式离合器出油口甩出油温度预测方法

为了实现对湿式离合器出油口甩出油温度传感器的冗余校验和自我诊断，提出了一种基于粒计算约简的离合器出油口甩出油温度的模糊预测方法。首先分析出油口甩出油温度的影响因素，将主要影响因素作为预测输入量，并采用模糊推理理论预测当前离合器出油口甩出油温度。在设计模糊预测方法的过程中，通过分析实车数据得到车辆行驶时离合器处于高滑摩功率过程和低滑摩功率过程的不同特性，分别确定相对应的隶属度函数和模糊预测规则，从而进一步提高出油口甩出油温的预测精度。为了提高模糊预测算法的实时性，基于模糊预测规则创建模糊决策表，模糊输入量和模糊输出量分别作为决策表的条件属性集与决策属性集。利用粒计算理论对模糊决策表的条件属性集进行属性约简，通过削减冗余信息有效降低模糊输入量和模糊预测规则的个数。最后利用实车采集的数据对比分析约简前后模糊预测算法的单步运行时间和预测误差等性能指标。试验结果表明：基于粒计算约简的模糊预测算法能够有效保障预测精度，同时拥有更少的模糊预测规则数和模糊输入量，有效解决了模糊预测算法占用资源较多以及实用性较差的问题。     

干道信号协调控制优化方法

针对干道信号协调控制中控制策略及其控制优化参数设置上存在的问题,考虑到智能控制中Sugeno模糊推理所具有的复杂系统动态性能表达能力和神经网络控制方法所具有的学习能力,结合两者的优势建立了1种基于模糊神经网络的交通信号协调控制模型,实现对绿信比与相位差的优化,使用微观交通仿真软件Vissim对干线交通进行了仿真研究,仿真结果表明,该方法能更为有效地减小平均车辆延误。