基于高效NMPC算法的无人车轨迹跟踪控制研究

本文针对无人车在复杂工况下,非线性程度增加和动力学约束导致的轨迹跟踪控制精度差和求解效率低的问题,提出一种高效的非线性模型预测控制（nonlinear model predictive control,NMPC）算法。首先考虑车辆模型的非线性因素,建立动力学和魔术轮胎模型,并将无人车终端状态整合到性能指标中,添加稳定性范围内多约束条件,通过障碍罚函数法处理非线性不等式约束,保证了求解过程的平滑性。然后为减轻求解非线性优化问题带来的计算负担,提出了一种新颖的连续/广义最小残差算法（improved continuation/generalized minimal residual,improved-C/GMRES）,与传统的C/GMRES算法相比,通过引入连续增加的惩罚因子加快了数值计算的求解效率,降低算法的计算负担。最后通过Simulink和CarSim的联合仿真,在双移线工况和蛇行工况条件下验证跟踪精度和求解效率,结果表明与传统的C/GMRES方法相比,所提控制方法明显提升轨迹跟踪的控制精度和改善行驶稳定性,并加快数值求解效率。     

基于平面梁单元的几何非线性线形控制方程建立与应用

为研究几何非线性条件下分阶段成形结构平衡状态与无应力状态量的关系,定义了梁单元无应力构形及无应力状态量的概念。构建2个结构系统状态和3个单元状态,基于单元无应力状态,考虑结构几何非线性效应,利用最小势能原理建立基于平面梁单元分阶段成形结构线形控制方程,该方程从理论上证明了无应力状态法原理三(分阶段成形结构通过主动控制构件单元的无应力状态量,可以实现相互独立的结构内力和结构线形)在几何非线性结构中的适用性。当计算状态取平衡状态时,线形控制方程为几何线性方程,提出了单元无应力状态量的间接法求解。通过某三跨连续箱梁结构算例验证了间接法的可靠性,同时进一步验证了无应力状态法原理三在几何非线性结构中成立。     

与广义KdV方程族相关的谱问题及其完全可积性

通过Lax方程获得了与二阶谱问题相联系的广义KdV方程族.利用位势函数与特征函数之间的Bargmann约束,将Lax对非线性化.由合适的Jacobi-Ostrogradsky坐标,得到一个新的有限维Hamilton正则系统,并证明其是完全可积系统.最后得到发展方程族的对合表示.     

适用于非线性对象的神经元非模型控制方法

改进了神经控制器的输入信号处理函数，设计出一种非线性转换器，能有效提高神经元非模型控制器对非线性对象的适应能力。仿真试验表明，新的神经元控制器能有效地克服非线性的不利影响，具有响应快速和强鲁棒性，对过程参数的变化和负荷干扰都有较好的自适应能力。同时该控制器保留了简单，实用，无需对象模型等优点，能方便地应有竽具有非线性的工业过程控制。     

解摩擦问题的加性Schwarz算法

摩擦问题是第二类非线性的变分不等式,本文给出了解简化摩擦问题的加性Schwarz算法并给出算法的收敛性。     

非线性有限元在钢筋混凝土结构分析中的应用及程序设计

采用有限元法对钢筋混凝土构件的平面应力问题进行了非线性分析，通过选取恰当的混凝土本构关系、强度准则及残留抗剪刚度系数。使用Fortran90语言编制了非线性有限元程序。模拟了混凝土开裂、压碎前后的受力特性，通过一个典型算例证明程序是可靠的。对不同标号的混凝土梁进行了参数分析。得出了一些有益的结论。     

桥梁结构非线性模型修正研究综述

针对桥梁服役期间由于结构力学性能减弱从而表现出具有时变特征的非线性振动问题,在回顾非线性模型修正发展的基础上,分别从非线性系统识别、非线性模型修正方法和非线性模型不确定性量化3个方面入手,总结了结构非线性模型修正技术中存在的一些关键问题;结合复杂结构损伤识别、性能评估与安全监测等内容,对其在桥梁结构中的应用展开了讨论。研究结果表明:以固有频率和模态振型为代表的响应特征量仅能反映时不变结构的物理特性,对于非线性结构而言其力学性能随外激励作用而不断变化,基于线性系统特征量的模型修正方法不能很好地适用于具有明显时变特性的非线性结构;结构动力响应主分量的瞬时频率和瞬时幅值包含了振动响应信号的相位信息和幅值信息,可以较为全面地反映动力荷载作用下结构响应的非平稳特性,选择具有时变特性的瞬时特征量来构建目标函数能够更为合理地表征非线性结构的动力特性;不确定性模型修正方法通过综合利用实测响应数据,考虑了测量噪声、模型误差和数值计算方法等不确定因素的影响,提高了模型修正结果的准确性;复杂结构非线性模型修正过程中涉及的参数众多,计算量大,极大地限制了其在实际工程结构中的应用,因此,合理选择具有代表性的非线性模型参数以及提高模型修正的计算效率是当前亟需解决的问题。      

基于小波变换的神经模糊系统的一种非线性滤波方法

针对信号中含有复杂噪声难以滤除的问题,提出了一种把自适应神经模糊推理系统(ANFIS)与小波变换相结合的方法,该方法通过ANFIS具有万能逼近原理,及小波变换中小波的分解与重构,来调整适当的阈值来达到最终滤波的效果。仿真结果表明对于一个含有复杂噪声的信号而言,此种结合的方法与单独利用ANFIS或小波变换相比,滤波效果更佳。而且对实际中含有未知噪声的去除问题提出了一种可行的方法。     

准周期激励非线性隔振系统的混沌研究

建立了准周期激励下非线性隔振系统的模型;应用Poincare映射方法对系统进行降维处理后,在Poincare截面上分析了系统稳定流形和不稳定流形的行为。应用Melnikov方法确定了系统产生混沌的参数区域。结果表明双曲不变环面的稳定流形和不稳定流形之间同宿横截相交是导致该系统产生混沌的根本原因,并给出了系统出现混沌时的相图、Poincare截面图,计算了Lyapunov指数。