基于Matlab的EPS系统转向特性研究及仿真分析

汽车的转向操控特性主要取决于电动助力转向(EPS)系统的机械结构特性和电气控制特性,从EPS系统的机械结构方面来看,提升其转向特性的空间不大,但EPS系统的控制策略和电气控制方面还是有很大的提升空间。基于EPS系统的工作原理,分析了其力矩传递函数,结合EPS系统转向的动态特性要求,建立了EPS电机的电流控制方程。在Matlab中建立了相应的动态仿真模型,并对EPS系统的转向特性进行了仿真分析。研究了K_P、K_i、K_d参数对EPS系统转向特性响应输出的影响规律,为EPS系统的控制优化提供了技术支持。     

电动助力转向系统结构参数优化

建立装有EPS系统的人-车闭环系统模型,采用总方差评价方法,建立目标函数,利用遗传算法对系统结构参数进行优化,并使用优化后的结构参数进行系统仿真,结果表明优化后的参数使系统性能得到一定程度的提高。     

基于频域整形的EPS系统参数优化

针对电动助力转向(EPS)系统传统的参数优化方案无法保障良好转向盘力矩瞬态特性的问题,借鉴经典控制理论二阶振荡环节的基本结论,提出了EPS系统参数的频域整形优化方案。在现有转向路感评价模型频域分析的基础上,建立了EPS系统阻尼比的量化公式。该方案本质上是以EPS系统阻尼比为优化目标,并以EPS系统的稳定性量化公式为约束条件。为验证所提出的频域整形方案的优化效果,分别建立了基于频域整形优化方案和传统优化方案的优化模型,并基于遗传算法对优化模型进行了优化设计和计算。两种优化方案的对比分析结果表明,与传统优化方案相比,提出频域整形方案,可以进一步改善转向盘力矩的瞬态响应特性,有利于获得更好的转向路感。     

模糊神经网络控制方法及其仿真研究

在对电动助力转向系统(EPS)的结构及性能分析的基础上,应用整车三自由度数学模型对汽车操纵稳定性进行分析,并采用模糊神经网络控制对系统进行了电动助力转向系统不同参数特性的计算机仿真,仿真结果显示了EPS的主要参数对整车操纵稳定性的不同影响,为EPS的改进设计提供了依据。     

电动助力转向系统的路感强度仿真分析

在EPS系统动力学模型的基础上,从路感和路感强度的角度出发,给出机械转向系统和EPS系统的路感强度,并分析了两者的路感特性。采用仿真的方式,分析不同助力特性曲线对EPS路感强度的影响。针对高速工况下转向路感反馈不足的问题,采用阻尼控制,并分析其路感强度。     

汽车EPS/ABS集成控制硬件在环研究

针对汽车助力转向制动过程中的动力学耦合关系,通过建立汽车转向和制动系统模型,分别设计了单个ABS及EPS子系统控制器和集成控制器,对两系统进行了集成控制,并将控制器局域网络应用到两系统集成控制中,采用SAE J1939协议,设计了CAN总线通讯系统。最后基于LabView进行了软件仿真和硬件在环实车试验。结果表明：基于CAN通讯的集成系统工作稳定,抗干扰能力强,汽车在转向制动工况下综合性能得到改善。     

汽车EPS与ASS的H∞/PID集成控制

分别建立了汽车电动助力转向（EPS）模型与主动悬架系统（ASS）模型，提出了EPS与ASS的集成模型。综合考虑EPS与ASS的相互影响，设计出H∞／PID集成控制系统。从提高汽车转向行驶时的乘坐舒适性和操纵稳定性角度出发，根据人体对振动的敏感频率范围引入了适当的频域加权函数，设计出ASS系统的H∞最优控制器，使水平和垂直方向敏感频率范围内的振动都得到明显降低；从改善驾驶员转向轻便性角度出发，设计出EPS系统的PID控制器。仿真结果表明，该集成控制方法能够使汽车转向行驶时的乘坐舒适性和操纵稳定性得到提高。     

基于UG的双横臂独立悬架运动学分析系统

提出了一种基于UG构建双横臂独立悬架运动学分析系统的方法,并应用该方法开发出了相应的原型系统,给出了系统的框架结构.系统的快速参数化设计模块可方便、快捷地对双横臂悬架运动仿真模型的结构参数、几何参数和定位参数进行修改;系统的运动学仿真分析模块通过调用UG/Motion集成的MSC ADAMS或Function Bay RecurDyn解算器来获取仿真分析结果,通过集成Matlab的绘图功能对分析结果进行输出查看;以前轮定位参数的变化量最小、车轮侧向滑移量最小为优化目标,采用遗传算法构建了系统的悬架机构结构参数优化设计模块.通过一个设计实例验证了系统的正确性及基于遗传算法的结构参数优化设计模块的有效性.系统的框架结构具有良好的可扩展性,已在麦弗逊悬架的优化设计过程中得到应用.     

基于全局协调的甘蔗收获机械物流系统的研究

甘蔗物流系统模型主要包括扶蔗、砍蔗、输送、剥叶等过程.每个部件之间能否协调运作,匹配是否合理,相互之间衔接和位置布局是否符合要求都是设计的关键.通过对甘蔗收获机械在收获过程中,甘蔗遍历的过程及各机构的运动原理,在基于全局协调理论的基础上,采用机械优化设计中迭代优化的方法,对各机构的运动参数和协调参数进行优化,达到甘蔗在收获过程中的最优的甘蔗收获机械物流系统模型.     

搬运机械臂液压系统计算和元件选型研究

【目的】液压传动技术具有易于控制、使用方便、系统设计优化、配置参数高、工作效能高等优势,对搬运机械臂液压系统进行计算和元件优化选型研究具有重要的现实意义。【方法】课题组采用模块化设计理念,在相关最优参数的控制指标下完成了一种搬运机械臂液压系统的计算和元件选型设计。在以往传统液压传动装置的基础上,利用液压传动的理论及实践成果,综合考虑负载机械臂的热处理特性,确定了搬运机械臂液压缸的主要参数、液压泵的规格和电机的驱动功率等,最后对机械臂液压系统进行了压力损失和温升的验算。【结果】搬运机械臂液压系统的总压力损失符合系统的假定设定,元件选型在安全许可范围内,规格符合设计要求。【结论】通过液压系统的计算和元件选型,可以很好地满足工业实体化设计中轻便、移动灵活、结构简便等要求,减轻重体力作业人员的劳动强度,实现自动化电气控制,机、电、液一体化生产。     

KRH-Ⅱ型智能固态微生物发酵成套装置的研制

以机械结构优化设计为基础,运用pH值、水分活度(湿度)、发酵温度等参数检测手段,结合模糊控制、神经网络以及多变量系统的解耦控制等多种智能控制方法,研究实现发酵过程多变量解耦的模糊神经网络控制技术,设计出一种从液体制种到灭菌、接种、混合、发酵、干燥和包装新概念的固态成套发酵装置.实际应用结果表明:固态发酵的快速灭菌、快速冷却、过程多参数信息调控与过程优化技术,大大提高了固态发酵设备机械化和自动化程度.     

电动助力转向与主动悬架模糊神经网络集成控制

在建立汽车电动助力转向和主动悬架系统的集成模型基础上,利用神经网络自适应学习功能推导集成系统模糊控制规律,设计了模糊神经网络控制策略,对转向行驶工况下的集成系统进行了大量的计算分析。研究结果表明,采用所提出的集成控制策略能有效地实现对汽车平顺性、操纵稳定性、安全性的集成优化,从而使得整车动力学性能得到较大改善。     

基于遗传算法的柴油机自适应智能调速控制系统

介绍了利用智能控制技术和计算机控制技术设计的车用柴油机自适应智能调控控制系统，该系统将人工智能中的神经网络控制技术，模糊控制 技术和遗传算法有机地结合起来，用单片机实现对柴油机转速的自适应智能自动控制，试验表明，这种控制系统具有较高的自学习性和鲁棒性，控制精度高、速度快。     

农用车电磁制动系统自校正模糊神经网络控制

对农用机动车电磁制动机构的组成及其工作原理进行了详细的阐述,并建立电磁制动机构的模型,进而建立了农用机动车整车电磁制动系统的整体模型.采用模糊神经网络控制完成了农用机动车电磁制动系统控制算法的设计,并采用遗传算法实现了对模糊规则的优化,增大了制动力矩且使滑移率被控制在较小的范围内.     

基于补偿模糊神经网络的氧乐果合成控制研究

针对氧乐果合成反应过程温度具有时变、延时等非线性特性,研究了补偿模糊神经网络控制系统。首先确定了补偿模糊神经网络的初始结构和初始参数,再通过动态调整补偿的改进BP算法来调整参数,实现温度的实时控制。仿真结果表明:补偿模糊神经网络控制系统收敛速度快、适应性强,在温度控制方面取得了比较满意的控制效果。     

基于灰色预测的模糊神经网络孵化控制系统

提出一种基于灰色预测的模糊神经网络控制策略,并应用在孵化过程控制系统中.运用灰色预测技术对孵化参数进行预测,方便后续控制,而模糊神经网络则控制过程的动态特性,保证孵化参数的精确和稳定控制.仿真结果表明,该系统能在50 s内将被控对象稳定,具有良好的动态和静态特性.     

基于多信道路由控制的精量播种机优化设计

为了提高花生播种机播种的质量及作业效率,在花生引播机的路径和排种器的控制系统中,引入了多信道独立通信原理,降低了播种过程的漏种率;利用模糊神经网络控制原理,结合模糊域对花生播种机的结构进行了非线性优化设计。为了验证设计的花生精量播种机结构和控制系统的可靠性,对花生播种机进行了田间试验,结果表明:多信道路由花生播种机的合格率要明显高于传统的播种机,重播率要明显低于传统的播种机,破碎率和空穴率都比较低。这说明播种机的路径选择和排种器的控制都达到了最优,为花生播种机的研究和设计提供了理论依据。     

基于模糊神经网络的滚动轴承滑动擦伤诊断

针对故障诊断知识模糊性及引起轴承滑动擦伤的参数间的非线性特点，提出了基于模糊神经网络的故障诊断方法，建立了模糊神经网络模型，并将其应用于滚动轴承的滑动擦伤诊断。网络测试结果表明，本文方法对于滚动轴承的滑动擦伤诊断是十分有效的。     

递阶遗传算法优化的模糊神经网络的故障诊断应用

提出一种利用递阶结构的混合编码遗传算法与进化规划相结合优化模糊神经网络学习的新算法,利用该算法同时优化模糊神经网络的结构和参数,剔除网络的冗余接点和冗余连接,提高网络的处理能力。分析和实验结果表明,所构建的机械故障诊断模糊神经网络结构简洁,而且具有良好的诊断效果。     

基于人工智能的汽油机瞬态空燃比控制策略研究

介绍并对比了基于神经网络和模糊控制的瞬态空燃比控制方法，二者均不要求控制对象为非常精确的模型。特别在应用的非线性理论建模还不十分完善的情况下。神经网络控制器和模糊控制器的这个优点更为突出。