基于虚拟样机技术的蛇行试验仿真分析

利用MSC.ADAMS/CAR建立了前后悬架、转向、动力等子系统的仿真模型,并组装成整车虚拟样机系统模型。通过驾驶员控制文件DCF和驾驶员控制数据文件DCD的配合使用,设置驾驶员-汽车-外界环境闭环系统的蛇行路径,最后按照国家标准对整车进行蛇行试验仿真,并对分析结果进行评价。     

基于驾驶员视角的汽车行驶轨迹跟踪模型

从驾驶员视角出发,构建汽车行驶轨迹跟踪数学模型,运用Matlab／Simulink工程软件和C语言,建立驾驶员-环境-汽车闭环系统仿真模型。利用Matlab平台遗传算法（GA）仿真包,以驾驶员道路跟随精度、车辆侧向加速度和转向盘忙碌程度所构成的综合评价指标为目标函数进行分析,获得模型参数最优值。模拟和试验结果表明：模型设计合理,能较好地反应熟练驾驶员正常驾驶特征。     

四轮转向汽车操纵性和稳定性联合优化及仿真研究

首先在考虑汽车和驾驶员等不确定性因索，以厦已有的驾驶员一汽车闭环系统的操纵性评价指标、稳定性评价指标的基础上，提出了同时考虑四轮转向汽车操纵性和稳定性的加权操纵稳定性指标J0；然后考虑各种车速的重要性，提出了考虑车速影响的驾驶员-汽车闭环系统操纵稳定性综合评价指标J。最后对操纵性和稳定性进行联合优化，从理论上指导四轮转向汽车相关结构参数设计，对汽车动力学厦其控制系统的研究也具有一定的借鉴价值。     

工程车辆挡位决策的自适应神经模糊推理系统

提出了一种自适应神经模糊推理系统，并利用在ZL50E装载机传动系统换挡实验中获得的数据进行验证性仿真。仿真结果表明，该档位决策系统可根据操作工况环境实现正确的变速箱挡位决策。它将模糊推理与神经网络有机地结合起来，克服了模糊推理不具备学习功能和神经网络不能表达模糊语言的缺点，使模糊推理与神经网络的应用范围更加广泛，是实现挡位决策的行之有效的方法。     

EPS系统汽车操纵稳定性人-车闭环联合仿真

在深入研究EPS系统结构及工作原理基础上,建立了EPS数学模型,结合查表法设计了最优助力特性曲线;基于Matlab/Simulink建立了PID控制模型、EPS仿真模型和补偿驾驶员模型;联合CarSim整车模型、EPS电动助力转向模型和驾驶员模型,搭建人-车闭环控制动力学系统,研究不同年龄段驾驶员反应时间、相同年龄段驾驶员不同行驶速度分别对整车操纵稳定性的影响。结果表明,各年龄段驾驶员反应时间越短,汽车所表现出的操纵稳定性越好,相同年龄段驾驶员行车速度越高,汽车所表现出的操纵稳定性越差。     

液压系统故障诊断的高阶统计量-模糊神经网络法

利用高阶统计量-模糊神经网络方法对液压系统故障进行诊断，解决低信噪比故障特征信号下的故障诊断问题。介绍了高阶统计量和模糊神经网络的基本原理，阐述了利用高阶统计量-模糊神经网络诊断液压系统故障的方法，给出了以阀控液压缸系统为研究对象的诊断实例。试验结果表明，利用该方法对液压系统进行故障诊断可以有效地提高故障特征信号的信噪比，提高液压系统故障诊断的准确性和诊断效率。     

基于速度与方向控制的汽车驾驶员模型设计

基于"汽车-道路-驾驶员"的闭环动力学研究对提高赛车的操纵稳定性和提高比赛成绩具有重要的意义。基于方向与速度控制建立驾驶员模型,在特定的8字绕环和双移线赛道进行赛车操纵稳定性仿真和分析。首先在Car Sim中选择合适的赛车模型,并提取其重要参数,其次依据8字赛道数据和双移线赛道数据建立Car Sim赛道模型,然后再研究驾驶员模型理论,在Simulink中建立方向和速度控制的驾驶员模型,最后集成Car Sim与Simulink联合仿真,分析驾驶员对赛车操纵稳定性的影响。     

汽车驾驶机器人模糊神经网络换挡控制方法

为了实现汽车驾驶机器人挡位决策的智能化,提出了一种驾驶机器人模糊神经网络换挡控制方法.模糊神经网络模型的输入为驾驶机器人油门机械腿的位移、试验车辆的车速和加速度,模型的输出为挡位.输入变量的隶属函数都为3个,类型都采用广义钟形函数gbellmf,网络训练算法选用反向传播算法和最小二乘法相结合的混合学习算法.仿真结果表明,汽车驾驶机器人模糊神经网络控制仿真挡位与试验挡位基本一致,该方法可根据操作工况环境实现正确的汽车驾驶机器人挡位控制.     

基于神经网络的柴油机共轨系统轨压控制方法

通过系统建模仿真的方法研究了柴油机高压共轨系统轨压控制方法,提出采用神经网络模糊PID控制可以提高轨压的控制精度和系统响应性.在Matlah/Simulink环境下进行了模糊PID控制和神经网络模糊PID控制的仿真比较,证实了神经网络模糊PID控制方法使得系统控制精度、响应时间、扰动抑制、鲁棒特性都明显优于模糊PID控制方法.     

作物需水量自适应神经网络模糊系统的设计研究

通过自适应神经网络对大量实验数据(太阳辐射、空气湿度)的学习，得到学习后的作物需水量模糊系统的隶属度函数和模糊规则，所建立的Sugeno型模糊推理系统通过与自适应技术的结合，使建立的模糊模型很好地匹配了输入数据。该模糊模型能很好地解决需水量多影响因素之间的不确定性和非线性，模型的预测精度较高，对精确灌溉和节水农业不仅有一定的理论意义，更具有巨大的实用价值。     

基于虚拟技术的车辆操纵稳定性评价系统

把虚拟样机技术与虚拟现实技术应用到车辆的操纵稳定性研究中,设计了车辆操纵稳定性虚拟试验研究平台,把车辆的建模、仿真分析、虚拟再现、评价集成在一起,并以车辆的单移线试验为例阐述了评价系统的实现。结果证明,配合虚拟仪表以及虚拟环境,虚拟试验突破了原有仿真曲线等评价的不足,通过立体视觉设备,人可以沉浸到环境中,以闭环的方式体验车辆的性能。     

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。     

轮毂电机驱动型电动汽车动力系统研究

对轮毂电机驱动型电动汽车的动力系统进行了研究。首先分析了轮毂电机驱动型电动汽车行驶时的受力情况,然后以某型号轮毂电机驱动型电动汽车为样车选取了轮毂电机和蓄电池,采用ADVISOR建立了轮毂电机驱动型电动汽车动力系统模型,并对其进行了仿真分析。仿真结果验证了所选取的轮毂电机及蓄电池均满足设计要求。最后利用自行设计的电动汽车骨架样车进行了实验,验证了仿真的合理性。     

电传动车辆反拖系统设计与分层控制策略研究

针对轮边电传动汽车长距离下坡工况中发动机的高怠速、高油耗,设计了反拖回馈电传动系统,轮边电动机再生制动能量回馈至直流母线,由整流模块切换到控制同步牵引发电机,使其工作在牵引电动机状态,反拖发动机至额定转速,此时发动机油门关闭。依据分层控制思想,提出了车辆行驶状态判断的上层控制算法、基于发电机转子频率跟踪的中层控制算法和基于双模糊控制的底层控制算法反拖回馈的3层控制体系。台架试验表明:该传动方式可以提供发动机功率20%的连续制动力,节省燃油,控制策略鲁棒性好,对驾驶员意图识别能力强。     

基于ADAMS和MATLAB的车辆半主动悬架系统的研究

基于Adams建立了整车多体系统动力学仿真模型,基于VB编写了国家B级路面生成程序,并将模型和程序导入Matlab,在Matlab/Simulink环境下建立模糊控制系统,进行基于Adams与Matlab的联合仿真,实现虚拟环境下车辆行驶平顺性的仿真研究。研究结果表明,模糊控制的半主动悬架系统明显减少了车辆振动,因此,有效地改进了车辆的行驶平顺性和乘坐舒适性。     

力控和位置反馈型线控转向系统双向控制策略

针对线控转向系统中角传动比和力传动比控制存在耦合的问题,在研究线控转向系统结构和动力学特点的基础上,综合传统遥操作机器人双向控制策略的优点,并分析其对于线控转向系统控制的适用性,提出了力控和位置差反馈型线控转向系统双向控制策略,设计了路感电动机和转向执行电动机闭环控制方法。通过实车试验验证了所设计的双向控制策略有效性。结果表明,提出的控制策略可以满足转向系统控制精度,从而保证整车的转向性能。     

随机干扰下电控空气悬架整车车身高度控制研究

为解决随机干扰对空气悬架汽车车身高度动态切换的不良影响,结合空气弹簧模型,建立了随机干扰下的空气悬架车身高度调节系统整车模型。基于单神经元自调整增益算法,设计了神经网络PID自适应高度调节控制器。为检验所设计控制器的性能,搭建了Matlab/Simulink车身高度控制仿真模型,并开发了控制器实物,用于搭建整车试验平台。仿真结果显示所设计的控制器能有效地改善随机干扰下的高度调节过程的震荡,缓解车身俯仰和侧倾,整车试验也验证了仿真结果,提高了车辆舒适性和稳定性。     

车辆自动变速系统性能仿真研究

应用系统辨识与理论建模相结合方法,建立了车辆传动系及其部件的动力学模型,并在Ｍａｔｌａｂ／Ｓｉｍｕｌｉｎｋ环境支持下,建立了车辆传计系统。该系统可以模拟不同换挡控制规律下的车辆性能,并针对各种换挡控制算法模拟车辆换挡的动态过程,为换挡规律的开发、换挡动态过程的控制和电控液力自动变速器的研究提供了方便。