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。     

车辆主动悬架的神经网络模糊控制

利用神经网络来实现在车辆主动悬架中的模糊控制,通过对主动悬架实体装置的台架实验研究,在不同激励信号的作用下,神经网络模糊控制器都具有很好地抑制车体振动的特点,其控制效果明显优于PID控制。在车辆主动悬架中,神经网络模糊控制具有设计新颖,实用性强,特别对于减振效果要求较高的车辆,更能发挥其优点。     

发动机测控试验台控制方法研究

介绍了利用专家自整定PID(比例、积分、微分 )控制器代替常规PID控制器 ,应用于发动机试验台中 ,使得试验台控制性能有了较大的提高 ,能满足发动机台架试验的要求。     

基于多相关因素的汽车保有量预测神经网络方法

将神经网络技术用于汽车保有量预测，建立基于双BP神经网络的多相关因素汽车保有量预测模型。以呼和浩特市汽车保有量预测为例，详细介绍汽车保有量神经网络预测模型的操作过程，并证实了该方法的可行性和可靠性。     

抑制桥梁结构横向振动的半主动控制方法

研究了桥梁结构的半主动控制问题，在算法上采用基于神经网络的模糊控制，不需要建立精确的分析模型，计算较为简便，避免了用多参量建立模糊关系方程的求解困难，并与二次最优控制算法进行了对比。数值结果表明，提出的半主动控制系统对减小结构的地震响应是有效的。     

基于神经网络的虚拟基准站自差分GPS定位的研究

提出了一种适合于铁路和公路固定线路的虚拟基准站自差分GPS定位的方法，讨论了建立动态虚拟基准站的方法及基于神经网络的虚拟基准站的结构，并对这一神经网络进行了训练。实验表明，系统的定位精度得到了提高，也有较强的动态跟踪能力。     

汽车自适应照明系统步进电机优化控制研究

针对汽车照明系统车灯在行驶过程中转弯、上下坡等情况下,出现照明盲区和远近光灯不能有效切换等问题,同时对比传统的PID控制对照明步进电机,存在采集时间较短,若步进电机参数数值变化较大,那么控制结果就可能出现偏差,使得控制精度降低,为此提出一种基于增量式PID控制算法,来优化步进电机的控制.仿真结果证明,基于增量式PID控...     

基于径向神经网络的故障诊断分析研究——以比亚迪汉仪表盘故障显示为例

新能源汽车逐渐普及,使得汽车行业发生了翻天覆地的变化。但随着新能源汽车的使用,故障问题也逐渐增多,相比与传统的燃油汽车已经经过多年的研究和使用,其故障诊断方式也相当完善,而新能源汽车在设计与结构等方面与燃油车不同,其检测故障手段和理论研究不足,是目前亟待进行探讨的话题。为此,以比亚迪汉仪表盘故障提示为例,结合径向神经网络的故障诊断分析,研究新能源汽车故障根源和有效的故障处理办法,实现新能源汽车故障有效诊断和准确维护。     

基于CNN的城市道路交通事件检测算法

交通事件检测是预防和缓解城市路网偶发性交通拥堵的重要手段.基于卷积神经网络(CNN)和浮动车数据(FCD),提出1种改进的城市道路交通事件检测算法,形成城市道路交通流的时空特征与交通事件之间的映射关系.将道路按照交叉口分段设置,重构具有时空特征的多维信息输入张量,通过时空矩阵来描述完整的道路交通流时变信息.在隐藏层和输...