多值非线性系统的自适应控制

提出了带有多值非线性环节的线性离散系统的自适应控制算法，仿真实验的结果表明：该算法简单易行具有明显的优点，跟踪误差比采用一般的自适应控制算法时要小得多，且能保证闭环系统大范围近收敛。     

基于参考模型的ATO自适应控制算法研究

提高列车自动驾驶ATO(Automatic Train Operation)系统的控制精度是实现全程无人驾驶的关键.本文首先分析列车制动系统的动态性能,然后基于该制动系统的状态空间模型构建一种模型参考自适应控制系统,并在理论上证明该控制算法的渐近稳定性,同时指出该类控制算法存在引起控制器震荡的固有弊端.随后,通过在原自适应控制系统中引入合适的辅助系统,构建基于增广误差的自适应控制系统,该算法不仅克服了前一种方法的固有缺陷,而且具有更加严谨的理论结构.最后,数学仿真结果显示本文所提算法能有效补偿列车运行过程中存在的不确定性因素,使列车精确地追踪目标制动曲线,验证了本文所提方法的有效性.     

基于RBF神经网络补偿的动力定位PD控制

动力定位控制系统在实际工况中会受到外部风、浪、流等环境力的扰动,本文主要研究PD+RBF控制算法以提高动力定位系统的抗干扰性和稳定性.RBF神经网络用来补偿外界环境扰动,其权值自适应律通过Lyapunov稳定性证明得到,通过稳定性的分析能够保证整个系统全局渐进稳定.在一艘平台供应船的仿真结果对比中显示了所提出控制器的有效性.     

基于灰度对比图与最大熵的钢轨图像分割

针对CCD相机采集的钢轨表面图像灰度不均、过度曝光、噪声过大等导致的一维最大熵法无法准确分割缺陷的问题,提出一种将灰度对比图和形态学重构相结合,再用最大熵法进行分割的图像分割算法。首先求得钢轨图像的灰度对比图,接着将灰度对比图经过形态学开-闭重构获得钢轨背景图像,然后将背景图像与灰度对比图相减,得到包含缺陷的差分图,最后将差分图用最大熵法进行分割。实验表明,提出的灰度対比图法能够很好地缓解光照不均,过度曝光对检测带来的影响,形态学开-闭重构不仅能够获得所需的背景模型还能抑制一定的噪声,该算法简单、有效、鲁棒性较高,分割精度可以达到90%。     

考虑道路因素的智能车辆纵向运动决策与控制研究

针对智能车辆纵向运动时的交通道路适应性问题,考虑路面附着系数和前车运动速度等因素,研究了智能车辆纵向运动决策与控制方法。论文研究了基于车头时距的纵向运动决策方法并建立不同驾驶行为的目标车速模型,运用变论域模糊推理算法设计了目标加速度模型。基于纵向动力学模型,运用自适应反演滑模控制算法建立了驱动控制器和制动控制器。对高附着系数路面和低附着系数路面的行驶工况进行仿真试验验证,结果表明,在不同的附着系数路面和前车变速行驶条件下,智能车辆能实时、合理地决策目标车速、目标加速度,实现安全、高效、稳定的跟驰。     

基于灰色评价理论的自适应最优路径选择

充分考虑了驾驶员在路径选择中的不同要求,依据层次分析法和灰色评价理论建立了一种根据驾驶员的偏好自适应选择最优路径的方法,并设计了相应的决策支持系统,为智能交通流诱导系统的进一步发展铺平了道路。     

车辆主动悬架系统的LMS自适应控制

选择LMS自适应滤波算法，通过调整自适应滤波器的权系数使二次性能指标达最小，根据单个样本方差的负梯度来调节权系数；得到控制输出。针对简化的车辆模型，将空钩控制、广义自适应控制与LMS自适应控制相对比。仿真计算表明，主动悬架系统LMS自适应控制策略不仅计算简单，而且理论上在主动悬架系统中的应用是切实可行的，性能明显优于其它对比控制方法。     

高压共轨电喷柴油机调速控制策略研究

以高压共轨电喷柴油机为研究对象,对其调速控制策略进行了研究。建立了电喷柴油机的控制模型,并对PID控制和自适应控制进行了仿真比较。结果表明自适应控制具有明显的优势,更适合于高压共轨电喷柴油机速度控制。     

液压驱动工程车辆牵引性能参数在行走机构滑转曲线上的配置与控制方法研究

提出了一种利用液压无级变速传动,进行恒功率速度自适应控制,动态工况下的牵引性能参数按照静态匹配理论计算,但在行走机构全打滑前进行极限负荷控制的设计方法.实践表明这是一种提高车辆动力性、经济性和作业生产率综合性能以及实现自动化的有效途径.     

基于LMS自适应滤波的模糊控制主动悬架研究

以车辆操纵稳定性及行驶平顺性为控制目标，根据路面一车辆系统的特点，提出一种在线可调整的模糊控制算法，利用LMS自适应模块调整模糊控制器的自调整因子，改善单一模糊控制算法对专家先期经验的依赖。针对简化的车辆模型，以路面信号作为激励源，进行悬架系统的振动控制研究，结果表明提出的算法对车辆悬架系统的振动控制具有较好的适应性。