模糊PID控制器的改进

为提高模糊ＰＩＤ控制器的控制效果，分别对模糊控制器的量化因子，比例因子和ＰＩＤ参数进行了分析，并在此基础上对模糊ＰＩＤ控制器进行改进，给出了控制模型。仿真结果表明，改进后的模糊ＰＩＤ控制器的动态抗扰能力增强，超调量减小。     

无级变速汽车自动驾驶系统模糊控制策略

为研究无级变速汽车自动驾驶系统的模糊控制策略，建立了简化的基于底盘测功机的无级变速汽车和自动驾驶系统模型。考虑到传动系统的高阶时变非线性特性、输入和输出之间的耦合效应以及汽车运行工况和复杂的外界环境因互的影响，提出了把参数自调整的模糊ＰＩ控制算法用于油门控制系统，混合型模糊ＰＩＤ控制算法用于发动机转速控制系统。仿真结构表明，文中给出的自动驾驶系统的模糊控制策略是可行和有效的，具有实用价值。     

非线性辨识中的一种模糊神经网

基于ＢＰ算法，提出１种用于非线性辨识中的模糊神经网络ＦＢＰ，并用ＦＢＰ对非线性的随机函数进行了学习。显然ＦＢＰ算法比ＢＰ算法跟踪精度高，且学习速度有所提高。     

模糊自整定PID参数控制器及其在汽车测试设备中的应用

在汽车的控制及测试设备中，广泛使用常规的ＰＩＤ控制器，由于它不具备在线整定ＰＩＤ参数的功能，因此在参数时变较大的系统，其性能难以满足要求。为此本文应用模糊控制技术实现了ＰＩＤ控制器的参数在线自整定，获得了比较理想的效果。本文以汽车传动轴试验台为例，详细地阐述了模糊控制器的设计原理及计算机软件设计方法。     

井式炉的模糊控制技术

本文根据模糊控制的原理和特点，结合传统的ＰＩＤ控制方法，选取两者优点，采用了“模糊－－ＰＩＤ”复合控制方案，使系统具有较好的动态特性和静态特性；同时对控制器的硬件、软件进行了合理设计。经热处理井式炉上使用，证明系统的工作稳定可靠、控制泊温度精确、响应速度快、超调量小、节省加工时间，取得了较好的效果。     

防抱制动系统不同控制方法的模拟研究

从控制器实际设计及实施的角度研究了四种比较实用的ＡＢＳ控制算法，即传统的逻辑门限控制、ＰＩＤ控制、模糊控制及滑模变结构控制。分析研究了作动系统及轮胎特性的非线性对控制系统鲁棒性及控制精度的影响，计算模拟了几种典型的ＡＢＳ工况，并对模拟结果作了分析与评价。     

汽车非线性半主动悬架的模糊神经网络控制

考虑磁流变减振器阻尼力和悬架弹性元件非线性特性，建立车辆6自由度的半主动悬架非线性动力学模型。提出了一种基于模糊神经网络系统结构的模型参考自适应控制方法来研究汽车半主动悬架的非线性控制问题，并考虑半车模型前后悬架的输入时滞，对其进行了仿真研究。研究结果表明：运用模糊神经网络非线性控制方法能够使人体和车身垂直加速度、俯仰角加速度都得到很大的衰减，证实这种模糊神经网络控制方法可大大减少路面对车身的振动冲击，提高汽车行驶平顺性。     

AMT车辆巡航模糊神经网络控制

巡航控制系统是一个复杂的变参数非线性系统,因此很难获得其精确数学模型。基于精确数学模型控制的现代控制论和古典控制论很难解决这一问题,本文利用模糊神经网络在不能获得精确数学模型的非线形系统中能够达到最优控制的特性,建立了车辆巡航模糊神经网络控制模型,并对其离线训练后应用于AMT车辆巡航控制,取得满意效果。     

基于神经网络的半主动悬架自适应模糊控制

提出了基于神经网络的自适应模糊控制策略。模糊控制主要用来对付系统的非线性；神经网络根据振动响应的方差递推结果来辨识车体的振动情况实时调节模糊控制器的量化因子，使模糊控制器对路面的变化具有自适应的能力。在半主动悬挂1／4车非线性模型的基础上进行了仿真研究。     

基于模糊神经网络的氢燃料汽车发动机双模式控制系统

建立了以模糊神经网络控制器和点火提前角转速自适应控制器串联组成的开闭环相结合的双模式控制系统用以实现对控制变量的分级控制。改进的模糊神经网络模型进行的最佳点火提前角的仿真与试验结果的对比研究表明：该方法求解氢发动机的最优化控制模型具有令人满意的结果。     

实车碰撞试验牵引控制系统的设计与实现

汽车磁撞牵引设备是进行磁撞试验的基础。通过对实车磁撞试验过程的分析，从控制系统设计的角度出发，介绍了其牵引控制系统的基本设计构思，该系统采用了双电机双转鼓主从控制方案。匹配ＳＩＥＭＥＮ Ｓ６ＲＡ２４数字式直流调速装置，采用一种整定ＰＩＤ模糊控制方案。实际运行表明了能够适应各种磁撞试验，具有优良的控制特性和很强的鲁棒性，满足实车碰撞对牵引控制系统的要求。     

模糊逻辑控制在汽车上的应用

模糊控制应用于没有精确数学模型的对象，具有很大的优越性。随着控制技术的不断发展，它越来越广泛应用汽车上，本文分别介绍模糊控制在ＡＢＳ系统，半主动悬架，汽车空调自动变速器，无人驾驶的模型汽车上的使用情况，并介绍各个模糊控制系统的组成。最后简术了模糊神经网络控制技术的发展。     

金属带式无级变速器速比控制的试验研究

基于力-位置控制方案开发了金属带式无级变速器的控制测试系统：在无级变速器的控制系统中，考虑到速比控制阀的饱和非线性特性和无级变速系统的复杂非线性特性，设计了基于速比反馈的速比模糊控制器：试验结果表明，所设计的液压控制系统是可行和实用的。     

基于神经网络的柴油机轨压模型补偿容错控制研究

电控柴油机高压共轨燃油喷射系统具有很强的非线性、时变性和扰动性,传统的控制方式难以精确控制系统的轨压。基于BP神经网络辨识得到了非线性柴油机燃油喷射系统模型,提出了一种模型补偿容错控制方法。该方法在PID参数模糊自整定控制的基础上,通过加入一个基于梯度下降算法的误差补偿控制器修正输出偏差,实现了对柴油机燃油喷射系统时变性和扰动性的控制。仿真结果证明了该方法的有效性,与传统PID控制和模糊PID控制相比具有更好的鲁棒性和抗扰动性。     

神经网络理论在汽车上的应用

神经网络理论的ＢＰ网络模型在汽车驾驶员建模，轮胎力学建模，悬架控制等方面的应用；应用神经网络理论解决汽车中的非线性问题。     

用MATLAB／SIMULINK进行车辆控制系统的设计

美国Ｍａｔｈｗｏｒｋｓ公司的动力模拟软件ＭＡＴＬＡＢ／ＳＩＭＵＬＩＮＫ是一种新型的图形建模语言，本文介绍这一系列及相应的控制工具箱，重点介绍了它在汽车控制系统方面的应用，作为两个列子，作者采用比例积微分控制（ＰＩＤ）和最优调节器的方法设计了基于车辆滑移率的制动控制系统，由此验证系统的高效建模与控制。     

基于遗传算法的动态模糊神经网络城市快速路入口匝道控制

为了实现城市快速路的入口匝道智能动态控制,通过建立入口匝道数学模型,并应用具有递归环节的动态模糊神经网络于匝道控制系统中。在模糊神经网络第二层中加入内部反馈连接,使控制系统更好地响应复杂多变的交通状况,解决了以往静态网络无法处理的暂态问题。控制入口匝道的动态模糊神经网络使用遗传算法与反向传播BP算法相结合来训练,遗传算法的宏观搜索能力及鲁棒性强等优点有效地避免了神经网络算法易陷入局部极小及震荡效应等缺点。通过仿真结果,验证了基于动态模糊神经网络的控制算法相对于经典的ALINEA入口匝道控制算法具有改善,能够更好地保证城市快速路的通行效率。     

新型集装箱起重机防摇控制系统研究

在集装箱起重机的工作过程中，存在吊具周期遥摆问题，严重影响了港口装卸效果。文中基于模糊神经网络控制器的特点，研究了一种新型的集装箱起重机防摇控制系统。介绍了模糊神经网络控制器的结构和设计思路，新型防遥控制系统的硬件和软件设计。     

高速公路模糊神经网络限速控制与仿真研究

高速公路限速控制是一个非线性时变系统,难于用数学模型准确建模,提出一种模糊神经网络实现限速控制。本文阐述了网络的结构和学习算法,根据高速公路车辆群状态、路面性能、气象条件等,建立交通流速度限制模糊神经网络模型,并进行了仿真研究。仿真结果表明网络训练速度快、精度高,适合交通流限速控制的在线建模。该方法切实可行,可使交通流更加均匀、稳定,从而提高主线运行的安全和效率。     

免疫反馈策略在电子节气门控制系统中的应用

为了提高汽车发动机电子节气门控制系统的动态响应特性,进一步探索改善发动机过渡工况排放性能的控制策略。首先根据电子节气门非线性机电系统建立了对应的数学模型,以便于对电子节气门控制系统进行研究。随后基于智能控制算法具有抗干扰能力强、鲁棒性强和适用于非线性控制系统等优点,而且免疫反馈控制算法也具有在控制系统中响应迅速的特点,将模糊控制算法和免疫反馈控制算法应用于电子节气门系统的运动控制,探讨电子节气门系统的非线性对控制效果的影响。基于经典控制算法PID对系统的控制精度和响应的调节、模糊控制算法对非线性系统的响应性的适应性以及免疫反馈算法对提高控制系统的响应速度有效性的品质,设计了用于提高电子节气门系统响应特性的模糊免疫PID控制器,进一步进行电子节气门响应特性研究。试验结果表明,与PID和模糊PID控制的系统响应特性比较,模糊免疫PID控制系统的响应速度和调整速度等动态特性指标具有明显优势,有利于电子节气门的响应特性的提高,对于提高汽车的动力性、经济性以及排放性都有重要的意义。