最优预见重复控制及其稳定条件

本文介绍了一种新的离攻时间重复控制方法,其控制律是通过采用基于ＬＱ最优控制的预见控制技术获得的。本文还提出了一种相似的方法－预见重复控制（ＰＲＣ）法,这种方法是通过采用模型控制技术获得的。文章研究了ＰＲＣ系统的稳定性,但没有得到稳定性的显式条件,因为ＰＲＣ系统的设计参数与性能之间的关系尚不清楚。用最优预见控制代替模型重复控制可得到闭环系统手稳定性显式条件。此外,由于所提出的反馈系统具有ＬＱ最优控制     

结合迭代学习和模型预测的重载列车运行控制

为实现重载列车单次行程的高鲁棒高精度轨迹跟踪,根据列车纵向运动特性,构建重载列车多质点的动力学模型;基于利用批次化的运行过程积累控制经验,结合迭代学习和模型预测控制方法设计1种增强抗扰的重载列车跟踪控制器,将重载列车动力学模型转化为基于模型预测控制框架下的线性二次型最优控制模型,用二次型最优控制的速度和位置状态反馈增益表示迭代学习增益,利用批次化积累的控制经验不断提高跟踪性能,实现单次行程的滚动时域优化,提升轨迹跟踪的鲁棒性和精度;对某货运专线上的2万t重载列车进行跟踪控制仿真,分别从时域稳定性和迭代收敛性验证该控制器的稳定性。结果表明：结合迭代学习和模型预测控制方法能够很好地利用重载列车系统操纵重复性特征并实现全程跟踪控制,较传统控制方法跟踪效果更好并能有效降低列车纵向冲动,同时能够动态响应非重复性扰动,满足重载列车运行控制要求。     

基于降维观测器的磁悬浮最优控制方法

为了解决磁悬浮列车的车轨耦合振动问题,以磁悬浮列车最基本的单元单磁铁悬浮系统为研究对象,提出了一种基于降维观测器的状态反馈最优控制方法,并在搭建的附带弹性轨道梁的单磁铁悬浮试验台上得到了有效验证。研究结果表明,该控制方法采用降维观测器能够准确快速地对系统进行状态估值,效果良好,结构简单,易于在工程上实现;在不考虑轨道梁的阻尼衰减作用时该控制方法仍能使系统迅速稳定,能够有效抑制磁悬浮列车的车轨耦合振动问题,降低系统的稳定性对轨道梁刚度的要求,减少磁浮交通的建设成本。     

汽车半车主动悬架的最优控制研究

本文运用车辆动力学理论,建立了半车四自由度主动悬架系统的动力学模型。同时依据最优控制理论设计了主动悬架最优控制器并进行了Matlb+simulink仿真。研究结果表明采用最优控制的主动悬架比被动悬架具有更好的平顺性。     

过饱和交叉口的动态最优控制策略

以过饱和交叉口交通问题为着眼点,探讨了交叉口的智能交通系统设计问题。交叉口智能交通系统设计过程中的核心是最优控制策略问题。过饱和交叉口的动态最优控制策略是实现交叉口智能控制的关键。重点阐述了过饱和交叉口的动态最优控制策略。     

基于离散动态规划的PHEV燃油经济性全局最优控制

针对某款并联式混合动力汽车(PHEV),以整个循环工况的燃油经济性最优为目标,运用离散动态规划算法,得到PHEV的全局最优控制策略。并通过在逆向计算中设置不满足条件的控制变量的收益函数为无限大的方法,来达到电池荷电状态平衡。最后建立Matlab/Simulink仿真模型,对获得的全局最优控制策略进行仿真验证,并与采用瞬时最优控制策略得到的仿真结果进行比较。结果表明,全局最优控制在满足电池荷电状态平衡的前提下,获得了比瞬时最优策略更好的整车燃油经济性。     

并联混合动力汽车从纯电动驱动到发动机驱动的协调切换控制

从纯电动切换到发动机驱动,是并联混合动力汽车的状态切换模式之一.在切换过程中,为保持整车动力性能的平稳性和舒适性,必须对电机和发动机进行协调控制.以状态切换过程中总转矩不发生大的波动为控制目标,提出“发动机调速+发动机/电机转矩优化分配”协调切换控制策略.建立并联混合动力汽车传动系统整车动力学模型,应用极大值原理,将二次型最优控制算法运用到控制策略中,并建立以车辆行驶平顺性为目标的泛函,设计了状态切换控制器.仿真结果表明,在动力切换过程中,该切换控制算法能有效控制混合动力系统在状态切换过程中的转矩波动,保证动力传递的平稳性.     

基于高斯伪谱法的自动驾驶车辆状态研究

针对自动驾驶车辆的多阶段多约束轨迹优化问题,根据高斯伪谱法的思路,建立了基于场景的环境模型和车辆动力学模型,设置了车辆动力学约束、速度约束等各种状态约束,包括自动驾驶在每一阶段的起始状态和终了状态等参数的约束条件。采用高斯伪谱法通过将控制变量和状态变量进行离散化来获得其近似表达式,从而将自动驾驶的轨迹规划问题转化成性能指标的优化问题,最终求得了自动驾驶车辆的安全、有效的路径轨迹。研究结果表明:高斯伪谱法具有计算精度高、求解速度快的特点,能在考虑各种约束条件下,实现多阶段轨迹优化。     

智能网联混行动力异构交通流生态驾驶

智能网联汽车最终会以电动汽车为实现载体,而人工驾驶车辆在未来相当长的时间里依然会以传统燃油汽车为主体.以此为背景,研究城市混行交通与动力异构条件下智能网联汽车的生态驾驶问题.考虑智能网联汽车低占比时的城市交通环境,以智能网联汽车电能消耗最小为目标,将智能网联汽车生态驾驶问题表征为最优控制理论框架下的两点边界值问题,并予...