无人驾驶铰接式车辆强化学习路径跟踪控制算法

针对无人驾驶铰接式运输车辆无人驾驶智能控制问题,提出了一种强化学习自适应PID路径跟踪控制算法。首先推导了铰接车的运动学模型,根据该模型建立实际行驶路径与参考路径偏差的模型,以PID控制算法为基础,设计了基于强化学习的自适应PID路径跟踪控制器,该控制器以横向位置偏差、航向角偏差、曲率偏差为输入,以转角控制量为输出,通过强化学习算法对PID参数进行在线自适应整定。最后在实车道路试验中验证了控制器的路径跟踪质量并与传统PID控制结果进行了对比。结果表明,相比于传统PID控制器,强化学习自适应PID控制器能够有效减小超调和震荡,实现精确跟踪参考路径,可以较好地实现系统动态性能和稳态误差性能的优化。     

基于终端滑模和扰动观测的Buck型变换器复合控制技术

目前功率变换器的控制方法以纯状态反馈为主,当干扰较大时一般需要通过较大的增益来抑制干扰的影响,而高增益控制器通常会影响闭环系统的动态或稳态性能。为进一步提高Buck型变换器控制系统的动态和稳态性能,提出了一种基于非奇异终端滑模控制方法和扰动观测技术的复合控制方案。首先,考虑外界干扰、系统不确定以及参数变化的影响,建立Buck型功率变换器的平均状态模型;其次,基于非奇异终端滑模控制方法,设计滑模控制器,实现Buck型变换器的基本电压调节功能;最后,利用扰动观测技术,构造非线性扰动观测器实现对扰动的观测,并将扰动观测值作为前馈与状态反馈结合形成复合控制,进一步改善了系统的性能。仿真和实验验证了所提方法的有效性。     

共轨喷油电磁阀动态特性仿真与实验

电磁阀动态响应特性直接影响高压共轨喷油器的开启和关闭过程.首先对电磁阀驱动电流加载和卸载过程进行了实验研究,基于实验结果和驱动原理求取了不同气隙下电磁阀磁链与电流的关系,并根据磁链与电磁力的关系建立了电磁阀的电磁模型.然后根据电磁阀的工作原理建立了描述衔铁运动特性的电磁阀动力学模型.最后,在Matlab/Simulink仿真环境中建立了以驱动电流为输入的共轨喷油器电磁阀机电耦合模型,对模型进行了验证,仿真计算结果与实验结果显示了很好的一致性.     

基于DGPS与双闭环控制的拖拉机自动导航系统

以东方红X-804型拖拉机为平台,设计了一种基于RTK-DGPS定位和双闭环转向控制相结合的自动导航系统,研究提高农业机械导航控制精度的方法。阐述了导航系统整体设计方案,以RTK-DGPS和AHRS500GA分别提供位置信息和辅助修正信息实现准确定位,以电控液压转向系统实现转向控制。分析了整体控制的策略,建立了路径跟踪的传递函数模型,阐述了双闭环转向控制算法的建立过程,以及控制器的硬件实现。试验结果表明:GPS定位数据经过校正后,平均偏差降低至0.031 m;双闭环控制算法提高了自动转向系统性能,稳态时方波信号以及正弦波信号的跟踪误差平均值为0.40°;在拖拉机田间作业跟踪过程中,路径跟踪误差平均值不超过0.019 m,转向轮偏角跟踪误差平均值为0.43°,标准差不超过0.041 m。     

基于电磁阀减振器的1/4车辆半主动悬架非线性控制

在电磁阀减振器力-速度特性试验基础上,针对电磁阀减振器1/4车辆半主动悬架非线性特性和电磁阀减振器可调阻尼力输出饱和特性,提出一种基于输入饱和的滑模控制策略。建立半主动悬架1/4车辆非线性模型和输入简化的悬架参考模型。设计半主动悬架1/4车辆非线性模型滑模控制器,同时考虑电磁阀减振器阻尼力存在的输出饱和特性,设计辅助分析系统,以控制补偿信号对滑模控制器进行饱和补偿。Matlab/Simulink仿真与台架试验结果表明:设计的输入饱和滑模控制器能有效消除电磁阀减振器输出饱和特性影响,使电磁阀减振器半主动悬架车身垂向加速度、悬架动挠度等性能指标很好地跟踪或接近悬架参考模型理想输出,优化电磁阀减振器半主动悬架非线性控制与设计,有效改善车辆乘坐舒适性。     

农用轮式机器人转向系统半实物仿真试验台设计与试验

农田作业环境复杂,影响农业机器人作业精度和效率,稳定的转向系统控制器和控制算法至关重要。传统控制器和算法的开发过度依赖于田间试验、研发周期长、干扰因素多,因此建立转向系统半实物仿真平台,其主要包括转向闭环控制系统、力矩闭环控制系统、输入输出模块以及基于Windows+RTX的实时系统。对转向闭环系统进行建模,采用基于前馈补偿的复合控制算法,并在Matlab/Simulink中对建立的模型和算法进行仿真验证。将前馈补偿复合算法与未加补偿的算法进行试验对比,仿真结果表明,最大绝对误差减小72.3%。进一步进行试验验证,系统的响应时间为0.380 s,超调量为0.296%,最大跟踪误差为0.15°,平均绝对误差0.04°。幅值为30°时,平均绝对误差减小94.23%,最大绝对误差减小88.68%。     

电动助力转向系统回正控制研究

根据转向系统的回正特性，针对现有的电动助力转向系统模型在回正控制中的不足，提出了新的回正控制算法。借助专家控制器，实现了不同转向状态下控制策略的变换，即将常规助力控制和回正控制算法结合，采用控制器的辨识算法和监督算法构成闭环系统，使转向行程判断准确，实时性好。在此基础上，设计了新型的试验台架，可以更好地模拟车轮转向过程。结果表明，采用该回正控制策略能获得较好的回正性能，同时提高了转向系统的稳定性。     

温室温度模糊控制参数在线自整定算法

温室环境温度变化规律由于受诸多因素影响而表现出非线性和时变性。为了保证温室温度模糊控制器的性能,需要根据被控对象的变化不断调整其参数。温室温度响应的主要动态性能指标包括：超调量、系统发散程度、系统振荡程度、稳态误差、过渡过程时间等。通过分析模糊控制器比例因子对以上指标的影响,建立了以系统性能指标为输入的比例因子模糊整定算法。由于该算法程序简单、所需系统资源很少,因此可用于比例因子的在线整定。在温室冬季供暖情况下的试验结果显示,系统响应性能全面改善,ITAE指标下降了15％。     

无级变速传动系统的模糊控制

设计了无级变速系统的模糊控制器,建立了简化的无级变速传动系统的动力学模型。考虑到系统模型的时变非线性特性、输入和输出之间的耦合特性以及复杂的运行工况的影响,给出了一种新的带有参数自调整的模糊－PI控制算法,利用该算法设计的模糊控制器使无级变速传动系统获得了良好的控制效果。仿真结果表明,该算法是可行和有效的。     

高精度气动比例压力阀设计与特性分析

设计了一种两级阀芯活塞式结构的以比例电磁铁为控制元件,采用电反馈闭环控制的高精度气动比例压力阀。该阀输出压力在0.6MPa内连续可调,且稳态精度可达0.25 kPa。建立了比例阀完整的非线性动态模型,分析了主要物理和几何参数对系统动态特性和控制性能的影响;构建了输出因子调整的模糊自适应比例加积分控制器,并利用ATmega16单片机实现了压力在设定范围内的快速高精度控制。实验结果表明,该阀在设计压力范围内具有良好的压力和流量特性;和传统PI算法相比,输出因子调整的模糊自适应算法在改善系统响应和控制稳定性的同时,显著提高了稳态控制精度,具有较高的效率和鲁棒性。     

拖拉机液压机械无级变速箱控制与交互系统

为了满足拖拉机各种作业工况下的行驶速度及动力需求,对拖拉机液压机械无级变速箱的控制与交互系统进行了研究。首先,针对自主研发的某新型液压机械无级变速箱,简要阐述了其液压功率分流机构与无级调速原理,明确了被控对象与控制量。而后,对变速箱的无级调速与负载自适应控制进行了研究,一方面,提出了变速箱速比的点位控制方法,将变速箱速比在全程范围内划分为96帧,作出每一帧与变量泵励磁电压、变量泵流量方向电磁阀、离合器电磁阀的动作关联查询表,通过程序指针的顺序移动实现无级调速与段位切换;另一方面,基于发动机功率控制的要求,提出了一种负载自适应速比调整策略,给出了相应的模糊控制表,并分析了该算法在不同段位区间内的性能;而后,阐述了无级调速拖拉机的交互挡杆与变速箱电子控制单元设计;最后,基于所开发的控制系统进行了拖拉机加速和负载自适应调整试验。研究结果表明,点位控制时拖拉机的速比调节过程较为稳定,属于开环控制;负载自适应控制时的变速箱速比完全取决于负载变化,属于反馈控制。研究结果表明,所设计的控制系统可以很好地对拖拉机液压机械无级变速箱实施控制。     

机电式流量阀的模糊控制实现与测试

为在线混药式变量喷雾农药流量检测设计一种机电式流量控制阀和流量控制系统。采用模糊控制算法,依托STC12C5410AD单片机实现对农药流量的模糊控制。对所设计的系统进行静态跟踪测试和动态响应测试,静态跟踪误差为±3.0%;初始流量为1.5 mL/s,目标流量为3.1 mL/s,阶跃响应曲线上升时间为0.35 s,绝对稳态误差为 ±0.1 mL/s,相对稳态误差在±3.2%以内。测试结果表明该流量阀采用模糊控制,其控制性能,超调量、响应时间和稳态误差能达到变量喷雾的要求。     

肥料抛撒机抛撒系统幅宽控制技术

基于PWM技术设计了一种闭环控制肥料抛撒幅宽调控系统.设计并确定了系统电路、传感器安装和PWM闭环反馈方法以及阀门开启最小占空比等参数.通过试验建立了幅宽与圆盘转速的关系,该系统可根据作业需要直接输入幅宽,使圆盘能够按照指定的转速进行抛撒作业,进一步提高了机具的可操作性和智能性.试验表明:在不同作业速度和不同抛撒幅宽试验下,实际抛撒幅宽与目标抛撒幅宽之间误差最大值为5.50％,最小值为2.86％,能够较好地满足实际生产要求.     

汽车电子节气门位置最优预见控制

基于线性二次型最优控制理论和线性矩阵不等式处理方法,提出一种适用于汽车电子节气门的位置离散最优预见控制算法,该算法仅通过一组滑动电位计来测量节气门阀片角度位置实现闭环控制。针对节气门的实际使用环境,建立了离散化的节气门状态空间模型,利用状态转移法构建了包含目标信号的扩大误差系统;考虑实际系统中节气门物理参数难以辨识的特点和外部扰动力矩等不确定因素的影响进行了仿真,并基于快速控制原型技术进行了试验验证。仿真和试验结果均表明,所设计的位置最优预见控制算法能够快速准确地跟踪目标开度信号,增强了电子节气门控制系统的稳定性和鲁棒性。     

基于模糊控制的播种机精密单体播深控制仿真研究

为了提高播种机单体播深控制的精度和速度及研究播种机作业过程中土壤的变化规律,设计了一种新的播种机单体控制系统,在播种自动化控制环节中引入了模糊算法和PID闭环控制,建立了播深模糊控制的数学模型,并通过多软件联合仿真的方式对控制系统进行了仿真实验,验证了算法的有效性和可靠性。利用MatLab线性回归算法得到播深和施加力的线性回归方程,通过播深的反馈调节对施加力进行模糊控制,使用Mat Lab模糊控制工具箱设置了控制参数,最终实现播种机精密PID闭环控制。应用Pro/E软件设计了精密播种机三维参数化模型,将模型导入到ADAMS软件中进行了运动仿真,将结果和Mat Lab计算得到的结果进行对比发现:其误差小于10%,说明仿真结果是可靠的。     

无人驾驶模式下电液复合转向系统高鲁棒性控制策略

针对重型车辆电液复合转向系统（Electro hydraulic hybrid steering system,EHHS）无人驾驶模式下的转向跟踪控制问题,首先建立了考虑EHHS系统参数不确定性及外界干扰影响的转向系统完整非线性动力学模型;然后提出了一种自适应双闭环转向跟踪控制策略,外控制环设计参数自适应率,以有效适应模型参数摄动,采用改进滑模控制计算期望转向力矩,内控制环则利用PI控制转向电机电流,实现对期望转向力矩跟踪;最后利用Matlab/Simulink对EHHS系统模型以及提出的控制策略进行仿真验证。结果表明,提出的自适应控制可有效缩短EHHS系统转角跟踪阶跃响应反应时间,降低转向轮角度跟踪误差,并保证转角跟踪精度不受系统参数摄动的影响,有效提高了EHHS系统无人驾驶模式下的转向跟踪控制性能。     

可变喷嘴涡轮增压器电液控制阀仿真与实验

根据AVNT控制系统组成及工作原理,建立凸轮位置反馈式AVNT阀的数学模型,分析了控制系统的稳定性和电流-转角特性.仿真结果表明,由幅值裕量、相位裕量和响应时间可知控制系统稳定且具有较好的动态性能.AVNT阀安装到涡轮增压器上,通过曲柄轴转角随输入电流变化的实验,验证了仿真模型的可行性.     

无级变速器速比控制阀动态性能仿真与优

提出了一种基于改进粒子群优化算法的无级变速器速比控制阀动态性能优化方法.首先通过机理分析的方法建立了速比控制阀的动态模型;然后根据无级变速器速比控制阀的使用要求,在考虑响应时间、超调量及节能等指标的基础上,确立了一个综合的优化目标函数;最后根据确立的目标函数,结合仿真模型,通过改进的粒子群优化算法对速比控制阀的结构参数进行了优化.试验结果表明经过优化的速比控制阀各项动态性能指标均优于原型阀,其中压力上升时间缩短了100ms,超调量下降了0.05MPa,更适用于无级变速器.     

无人机变量施药实时监控系统设计与试验

在航空施药过程中,为保证单位面积施药量的一致性、实现施药流量的实时控制,提出一种航空变量施药分级控制算法。该算法根据各参数的等级和阀门开度建立分级控制表,再结合分级控制公式计算作业参数变化时阀门对应的开度,从而计算出施药流量,实现施药流量的自动调节。基于该算法设计了基于单片机多信息融合的航空变量施药实时监控系统,通过软硬件设计实现了对作业航迹、作业高度、作业速度、施药流量及药液余量等信息的实时监测,进行了航迹监测试验、施药流量监测试验、液位监测试验和变量施药控制试验等。结果表明,该系统可以准确监测多种作业参数,并可根据参数变化精准调控施药流量;飞行航迹监测平均偏差为0.98 m,施药流量监测平均误差为3.57%,液位监测平均误差为1.97%,系统对流量控制的最大误差为9.26%。     

自动化控制技术在拖拉机上的应用研究

为进一步提高拖拉机的田间作业效率和拖拉机整机的作业性能,利用自动化控制技术,针对混合动力驱动控制的拖拉机控制系统进行改进。通过深入理解拖拉机的工作原理及特点,融入扰动观测机理、双重功率流理论和闭环调节功能,针对拖拉机的导航控制、变速设置和智能显示三大模块进行智能优化。测试结果表明:优化后的拖拉机导航系统误差率可降低2. 4%,变速控制灵敏度由89. 50%提高至92. 80%,智能显示准确率提高13. 67%,整车综合作业效率提高22. 26%。此结果表明:基于自动化控制技术的拖拉机控制改善效果可行,可为其他农用机械改进提供一定思路,具有较强的实际参考价值。