基于模糊PI的汽车横摆力矩控制研究

针对汽车直接横摆力矩控制,基于模糊PI控制理论研究了附加横摆力矩决策方法和基于二次规划的横摆力矩优化分配方法。横摆力矩控制采用分层控制方法,设计了模糊PI控制器和制动力优化分配器。模糊PI控制器根据参考值和车辆状态决策出所需的附加横摆力矩,并通过二次规划优化分配方法进行主动差动制动实现。采用Matlab/Simulink与CarSim联合仿真对控制方法进行仿真实验验证。结果表明:基于二次规划的附加横摆力矩优化分配方法相对于无控制时能够使汽车较好地跟踪期望值,有效提高汽车行驶稳定性。     

汽车主动悬架的模糊PID控制研究

针对广泛应用的1/4汽车主动悬架模型,以汽车行驶平顺性和操纵稳定性为控制目标,采用模糊控制和PID控制联合控制的方法设计主动悬架的模糊PID控制器。通过Matlab/Simulink软件,以路面激励为信号源进行仿真分析。结果表明,这种联合控制策略比单纯的控制策略具有更好的适应性和鲁棒性。     

汽车主动转向附加前轮转角控制的研究

随着汽车电子技术的发展,主动前轮转向系统作为一项新技术越来越受到人们的关注。提出了一种前轮转角反馈控制方法,首先,建立了汽车动力学模型和AFS模型,然后设计主动前轮转向附近前轮转角控制框图,利用Matlab/Simulink软件进行前轮转向角和附加前轮转角的仿真,从而实现附加前轮转角控制。结果表明:低速时,改善了车辆的转向灵活性;高速时,通过附加的前轮转角控制,能提高车辆转向的操作稳定性。     

汽车主动悬架与转向系统的集成控制

在建立了汽车主动悬架与转向系统集成控制模型的基础上,应用LQG控制理论,设计了汽车主动悬架与转向系统LQG集成控制器,并进行了试验仿真,实现了对质心侧偏角、车身横摆角速度、车身垂直加速度、车身俯仰角的集成控制。与被动悬架和转向系统、主动悬架与转向系统单独控制相比,汽车的平顺性、操纵稳定性和安全性都有了显著改善,为汽车底盘集成控制研究提供了依据。     

基于主动转向技术的汽车制动稳定性控制

以汽车制动稳定性控制原理和相关汽车动力学模型为基础,通过对汽车在两侧路面附着系数相差较大的对开路面的制动状况进行理论分析,提出利用主动转向技术控制汽车紧急制动时的稳定性,并使汽车在制动偏驶后能通过转向控制快速恢复到正确的行驶车道.在理论分析的基础上结合所提出的模糊控制策略和控制方式,设计模糊控制器进行仿真实验,并用实验结果进行了验证,结果表明利用所提出的汽车制动稳定性模糊控制策略,能减少汽车制动时的失稳状况,对于提高汽车的行驶安全性具有一定的作用.     

汽车转向与主动悬架集成系统的D-LMS控制

以提高汽车行驶平顺性、操纵稳定性和安全性为目点,建立了半车三自由度汽车转向与主动悬架的综合模型,采用基于小波理论的最小均方(LMS)算法对转向与主动悬架集成系统进行控制。计算结果表明,采用LMS控制的转向与主动悬架集成系统使汽车行驶平顺性和操纵稳定性比被动系统明显改善,有效地提高了汽车综合性能;同时LMS能自动调整权系数,且控制算法简单,便于工程应用。     

基于自适应预测步长的车辆主动转向跟踪控制

为提高智能车辆主动转向跟踪控制的跟踪精度、稳定性和实时性等问题,提出一种基于自适应预测步长的模型预测路径跟踪控制器,引入自适应预测步长功能函数,根据车速和参考路径的曲率动态调整预测步长。MATLAB和CarSim联合仿真结果表明:该控制器可降低横向跟踪偏差,在高速低附着和高速高附着工况下均保持车辆稳定性,相比于单一根据道路曲率动态调整预测预测步长的控制器,降低了60%的计算时间,提高了实时性。     

基于模糊滑模控制的汽车主动横向稳定杆研究

为了提高汽车的抗侧倾性能以及驾驶员的舒适性和安全性,设计了主动横向稳定杆控制器。针对汽车整车系统结构复杂,模型参数不确定性,设计了模糊滑模控制控制器,从而实现对理想侧倾角度跟踪,同时调整前后轴主动抗侧倾力矩分配,提高车辆的操稳性,并进行不同工况的仿真试验。仿真结果表明,所设计的主动横向稳定杆控制方式能够有效抑制抖振现象,具有较好的鲁棒性,实现对车身侧倾角理想跟踪控制并改善车辆的操稳性。     

基于联合仿真的主动悬架自适应模糊PID控制研究

利用ADAMS建立了1/4车辆主动悬架的机械模型,运用MATLAB设计了基于自适应模糊PID控制算法的主动悬架控制系统,通过ADAMS/Control模块与MATLAB的接口实现了基于车辆悬架多体模型的主动控制联合仿真.仿真结果表明,采用自适应模糊PID控制能取得很好的控制效果,与被动悬架相比显著地降低了车身加速度和轮胎动位移,大大提高了车辆的乘坐舒适性和操纵稳定性.     

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。     

车辆主动悬架的LMS自适应模糊控制

以车辆操纵稳定性及行驶平顺性为控制目标，确定车辆系统的簧上质量加速度、车轮动载荷、悬架动挠度为具体评价参数。根据路面一车辆系统的非线性特点，提出一种LMS自适应模糊控制算法，其模糊控制规则表可以用解析的方法进行计算。针对简化的车辆模型，在以路面信号作为激励源的仿真研究中，该算法对非线性较强的车辆悬架系统的振动控制具有较好的适应性。     

基于策略分层的汽车悬架与转向系统主动控制

建立了悬架系统7自由度的主动控制模型,设计了悬架系统的最优控制器,运用分离定理,得到随机状态反馈调节器的最优控制率.建立了主动前轮转向系统的转向模型,并设计了可实时跟踪目标横摆角速度的滑模变结构控制器.为改善转向工况下车辆的平顺性,在2个子系统的基础上设计了一个上层协调控制器.协调控制器根据车辆传感器信息,实时地输入给转向和悬架子系统不同的跟踪目标和控制参数,以使车辆获得最好的性能.仿真结果表明:所设计的控制器能够较好地提高整车的平顺性和操纵稳定性.     

基于后轮主动脉冲转向的车辆稳定性分析与试验

为了提高车辆操纵稳定性,提出一种后轮主动脉冲转向控制策略,并对此做了理论分析和试验研究。基于试验Lexus车辆分析脉冲转向系统对车辆稳定性能的影响并确定最优的主动转向脉冲参数。设计了控制策略结构与算法,基于Car Sim和Simulink联合仿真分析,验证所提控制方法的有效性。基于试验Lexus车辆,安装液压脉冲转向系统并进行整车试验研究,验证后轮脉冲转向的实用性。仿真和试验结果表明:质心侧偏角和侧向加速度在峰值处分别减小了46.8%、23.5%,提高了汽车的横向稳定性;侧倾因子能控制在设定的阈值范围[-0.8,0.8],车辆侧倾角减小了25.4%,能有效改善车辆防侧翻能力,且展现出比后轮主动转向更好的控制效果。     

基于神经网络自适应模糊控制的半主动悬架研究

建立了1/4车二自由度半主动悬架模型,推导出其动力学方程和状态方程,然后提出了一种神经网络自适应模糊控制的方法,用来调整半主动悬架可调阻尼器的阻尼值,从而通过改变阻尼力来达到改善悬架振动特性的目的,这对汽车和拖拉机的稳定性具有指导意义.     

基于神经网络的无人驾驶车辆转向控制研究

为了提高无人驾驶车辆进行路径跟踪时转向的准确性,基于神经网络控制理论,利用ADAMS/Car与MATLAB/Simulink进行无人驾驶车辆转向控制联合仿真。利用ADAMS/Car模块建立整车模型,进行规定路径下的跟踪实验并收集路径、车速、前轮转角等信息,以作为神经网络的训练样本。利用MATLAB对训练样本进行训练,并在Simulink中建立神经网络控制器。最后利用ADAMS/Control模块连接ADAMS/Car与MATLAB/Simulink,实现无人驾驶车辆路径跟踪时转向控制的联合仿真。仿真分析结果表明:所建立的神经网络转向控制器能够对路径进行良好的跟踪且具有良好的鲁棒性;同时验证了联合仿真的可行性与优越性,为智能车辆的整车开发提供了思路。     

基于模糊控制的农用车辆路线跟踪

构建了自动导航模糊控制器,并详细阐述了基于模糊控制的自动转向方法.在改装的电瓶车上,开发了基于DGPS、电子罗盘和角度传感器的自动导航控制系统,并论述了其结构和工作原理,提出了直线跟踪和曲线跟踪的方法,使用简化的二轮车运动学模型进行了仿真,并进行了直线跟踪和曲线跟踪试验.仿真和试验结果表明,此导航控制系统可以有效地控制电瓶车按预定的路径行走.当速度为1m/s,直线路径跟踪时的最大偏差为0.19m;当速度为0.8m/s,曲线路径跟踪时的最大偏差为0.26m.