基于预测控制的主动悬架与电动助力转向集成控制

通过建立主动悬架与电动助力转向集成控制模型,应用预测控制理论,进行了预测控制器的设计,并在Matlab／Simulink环境中进行仿真模拟。仿真结果表明：具有预测控制策略的主动悬架与电动助力转向集成系统不仅能明显改善车辆行驶平顺性,提高转向轻便性,并且对由路面输入引起的振动能够进行有效抑制,使车辆的操纵稳定性和乘坐舒适性均有不同程度的提高。     

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。     

电动助力转向系统机械与控制参数集成优化

建立了电动助力转向(EPS)系统的动力学模型,采用模糊神经网络控制策略进行了系统的控制,在提出目标函数的基础上,用遗传算法对EPS系统机械参数和控制参数进行集成优化。仿真结果表明:采用集成优化方法能使EPS系统的机械参数和控制器参数的匹配更合理,可以提高汽车的操纵性能。     

电动助力转向系统神经网络变结构控制器

通过对电动助力转向系统结构及其助力特性的分析,建立了数学模型,设计了一种变结构控制器。该控制器采用积分最优型变结构控制,并与神经网络相结合,以消除不确定性对控制性能的影响,增强系统的鲁棒性。仿真结果表明控制方法是正确有效的。     

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。     

电动助力转向系统的建模及控制

介绍了基于笛卡儿坐标的电动助力转向系统的多刚体动力学模型，并联合轮胎转向模型及整车二自由度转向模型，建立了用于汽车转向特性分析的动力学模型，通过对模型的求解证明了其正确性。在该模型基础上采用PD控制器对电机助力进行控制，仿真结果表明，该方法能初步解决转向轻便与灵活的问题。为今后进一步的控制研究和设计制造打下了基础。     

基于预测控制的汽车主动悬架与电控液压助力转向系统的集成控制

建立了电控液压助力转向系统和主动悬架的动力学模型,PID控制的双闭环电控液压助力转向系统输出转向助力,根据车身姿态参数动态调整悬架作动器作用力的大小,从而实现悬架和转向的集成控制。引入预测控制理论,并建立了预测控制器,相对于传统的悬架和转向系统,车辆的操纵轻便性、稳定性、安全性和行驶平顺性等整车综合性能都得到了改善。     

电压控制式电动助力转向系统的研究与设计

研究与设计了一种电压控制式电动助力转向系统,采用MCS-51系列中的8052单片机结合A/D和D/A转换器、信号和功率放大器及频率/电压变换器等组成控制器,通过程序实现助力电动机的电压控制,进而控制助力转矩,满足电动助力转向要求。     

车辆电动转向系统的卡尔曼滤波模糊PID控制

通过对车辆动力转向系统的动力学分析,建立了动态数学模型。为了克服单独使用PID控制和模糊控制时的问题,提高控制系统的响应速度,减小超调量,减小稳态误差,设计了模糊控制和PID控制相结合的多模态控制器,实现了分段控制;并由卡尔曼滤波对控制信号进行滤波处理,减小路面随机干扰和传感器测量噪声的影响,从而进一步提高了控制效果。仿真和试验结果表明,该控制方法能够明显改善控制性能。     

四轮转向与主动悬架系统集成控制研究

建立了四轮转向(4WS)和主动悬架的集成系统运动分析模型,研究了横向运动和垂直运动之间的关系以及主动悬架和转向之间的相互作用。以某汽车为对象,进行了集成系统的仿真研究,分析了作动器力大小、前后悬架刚度比等参数对汽车转向性能的影响。研究表明:与2WS相比,4WS能较好地提高车辆转向行驶的安全性;4WS与主动悬架之间具有耦合作用,提高主动悬架作动器力的上限可在一定程度上提高转向的性能;采用4WS能减小主动悬架的能量消耗;较软的前悬架不但能够得到较好的乘坐舒适性,也能在一定程度上改善转向性能。     

半主动空气悬架的模糊神经控制仿真分析

以空气悬架客车1/4车辆模型为控制对象,设计了模糊神经控制器,以簧载质量垂直方向振动加速度均方根为控制指标,以车速50,120 km/h标准B级路面和标准C级路面为随机输入,利用MATLAB软件对模型进行了控制仿真分析。结果表明,模糊神经控制器对车辆的行驶平顺性和操纵稳定性均有明显的改善。     

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BP神经网络PID控制的主动悬架仿真分析

为研究主动悬架的控制算法,采用基于BP神经网络的一种自适应PID控制算法来搭建主动悬架控制系统。以某轿车车型为例,在Simulink软件中建立了以随机路面不平度激励作为系统输入的七自由度整车主动悬架仿真模型。将车身垂向加速度均方根、俯仰角加速度均方根、侧倾角加速度均方根作为主动悬架性能的评价指标进行时域及频域分析。由仿真结果可知,相比于传统的被动悬架,运用该控制算法的主动悬架可显著提升汽车的行驶稳定性与舒适性。     

基于模糊神经网络的温室控制系统

为了实现温室节能以及安全控制,针对温室环境的大滞后、多输入、多输出、非线性和难以建立数学模型等特点,提出用模糊神经网络进行温室温度控制的方法,采用神经网络在线调整训练模糊规则的控制方式,实现了温室内温度的模糊控制.利用该方法能提高温室控制系统的精确性、适应性和鲁棒性,有利于节能.结果表明,基于模糊神经网络的温室控制系统运行效果良好,控制过程响应快,无震荡,超调量小,稳态误差小,能满足使用要求.     

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。     

车辆底盘集成控制系统的电动机控制

为协调车辆操纵稳定性和行驶平顺性,在分析半主动悬架和电动助力转向工作原理的基础上,研制出以嵌入式系统为平台的车辆底盘系统集成控制器。硬件上对悬架可调阻尼减振器的步进电动机和转向系统的直流电动机进行控制设计;软件上运用模糊控制和PID控制算法,在Code Warrior集成开发环境下结合超级终端对软硬件进行联调。试验结果表明,控制器运行可靠,电动机控制正确、效果明显,集成控制下车辆的操纵稳定性和平顺性得到改善。     

RBF神经网络增量式PID自动转向控制系统设计

平地机在田间作业环境下存在复杂非线性时变系统,很难建立精确模型,而传统的PID控制仅仅局限应用于线性系统,控制效果不佳等问题.为了提高田间作业时的转向控制精度,提出了一种基于RBF神经网络增量式PID的控制方法.该方法采用RBF神经网络对增量式PID增益参数进行自适应调整和辨识,并针对控制模型通过仿真实验对比分析了所提...