基于压电摩擦阻尼器的自调整模糊控制

通过压电驱动器的出力性能标定试验,建立压电摩擦阻尼器的最大摩阻力表达式;采用基于解析表达式的自适应模糊控制方法,设计含有四个调整因子的规则自调整模糊控制器;综合运用MATLAB语言、GUI工具以及SIMULINK工具箱建立输电塔模型结构无控和模糊控制时的数值模拟系统,分析结构在不同工况下的地震响应和控制效果。结果表明:自调整模糊控制系统能够根据模型结构的动力反应实时改变压电摩擦阻尼器的控制力,且相比传统模糊控制表现了更好的控制效果;自调整模糊控制后,除一层的速度峰值略有放大外,模型结构其余各层的位移和速度峰值响应都得到较好地抑制,且在结构层间变形较大的第三层表现最好的控制效果,位移峰值减小44.64%,速度峰值减小37.96%。     

磁流变减振器半主动悬架减振特性分析

在分析一种单筒充气式磁流变减振器阻尼力模型的基础上,建立基于该磁流变减振器的1/4车辆半主动悬架的数学模型;基于模糊控制理论设计出半主动悬架模糊控制系统,并利用Simulink对系统不同工况下的工作性能进行仿真和分析。结果表明:采用模糊控制的磁流变减振器半主动悬架能有效地控制车身加速度和悬架动扰度。     

基于杆系模型的磁流变阻尼结构弹塑性动力反应分析

磁流变阻尼器(MRD)是一种性能优越的半主动控制装置。首先推导了设置有MRD框架结构中MRD的位置矩阵,然后将框架结构简化为杆系模型,用MATLAB编制了加入MRD的框架结构的弹塑性动力时程分析程序,分别计算并对比了框架结构在未控和有控下各层的位移、加速度响应和各杆端塑性铰分布情况。结果表明,设置MRD的框架结构各层位移和加速度响应显著减小,其中位移的减震效果优于加速度的减震效果,同时杆件屈服数量相应减少。     

电磁反力式混合型主动悬架的模糊控制方法

悬架系统是车辆的重要组成部分,对行驶平顺性和操纵稳定性等有着重要影响。全主动悬架能极大地改善车辆的行驶平顺性,但结构复杂且需消耗较多附加能量。本文研究了一种新颖的主动悬架——电磁反力式混合型主动悬架的模糊控制方法。根据该主动悬架的结构特点,建立了2自由度1/4车辆模型,通过动力学分析建立了其数学模型并提出了模糊控制策略。在MATLAB /Simulink环境下,对采用模糊控制的系统进行了仿真。结果表明：采用模糊控制的该主动悬架系统,时域内的车身加速度、悬架动挠度和轮胎动载荷分别较被动悬架系统改善24.57%、8.33%、12.71%;较PID控制时也有明显改善;从车身加速度信号的频谱可以看出：模糊控制的该主动悬架与被动悬架相比,在分析的各频率下均大大降低了方均根值,轮胎共振频率处尤为明显,表明作动器的控制效果明显。     

基于混合田口遗传算法的磁流变半主动悬架模糊控制

针对磁流变悬架的非线性以及动力学模型的不确定性,提出一种基于混合田口遗传算法的磁流变半主动悬架整车模糊控制策略。首先建立了基于磁流变减振器的整车动力学模型,并将车辆的振动控制分解垂向振动、俯仰、侧倾三个基本任务设计模糊控制器,进而设计了隶属函数和模糊控制规则;接着引入混合田口遗传算法实现对模糊控制器的隶属函数和模糊控制规则同时优化;最后进行实车道路试验来验证控制策略的有效性。试验结果表明,基于混合田口遗传算法的模糊控制能够降低确定路面激励下车身加速度峰峰值,降低随机路面激励下的加速度均方根值,显著提高车辆的平顺性,其控制效果要优于优化前的模糊控制策略。     

主动悬架的一种基于状态反馈的单神经元多变量控制策略

为了以一种简捷的方式来有效控制主动悬架这类典型多变量系统的多输出量,提出了一种基于状态反馈的新型神经元控制策略:采用了单神经元模型,并引入线性二次型最优控制(LQR)中的状态反馈思想和控制律形式.将其应用到1/4主动悬架的控制设计中,研究了悬架参数变化时的鲁棒性能,并和被动悬架及LQR控制进行了性能对比.仿真结果表明,所建议的方法可有效地改进车辆性能,优于LQR控制.而且,对其它类似的LQR多变量控制问题和被控对象,提供了一种可能更有效的新的简便途径.     

动态减振轮毂驱动电动车半主动悬架系统优化控制

为抑制轮毂电机所导致的电动车悬架系统振动负效应问题,基于动态减振半主动悬架构型,在最优控制理论框架下,分别设计全状态反馈二次最优（LQR）控制器和部分状态反馈H∞最优控制器,并分别以簧上质量加速度、电机所受最大动态力、电机垂向振动加速度、悬架位移和轮胎动载荷最小为目标,利用非支配排序遗传算法(NSGA-II)对加权系数进行优化。仿真分析结果表明：通过合理参数优化设计,部分状态反馈H∞最优控制可具有与全状态反馈LQR控制基本相当的控制性能。     

基于磁流变阻尼器的多单体组合结构模糊控制

将有条件的相邻结构组合在一起，组成多单体组合结构体系，推导了其振动控制方程。基于瞬时最优控制算法，将控制力表达成阻尼力的形式，用磁流变阻尼器充当控制器，运用模糊控制方法对其进行控制。采用Matlab编程进行计算机仿真分析，并运用LQR控制与之进行对比。研究结果表明，采用此方法对多单体组合结构进行控制，效果明显。运用模糊控制能够达到与LQR控制较为接近的控制效果，用磁流变阻尼器充当控制器减少了能量输入，用弹簧-阻尼系统将单体3连入，能降低控制成本。多单体组合方式的改变对控制效果影响很大。     

应用SMA智能阻尼器的结构模糊控制

利用形状记忆合金(SMA)的弹性模量随温度变化的特性和SMA超弹滞回耗能特性,设计提出一种新型SMA智能阻尼器。采用模糊控制器确定SMA智能阻尼器的SMA丝工作组数,从而瞬时准确地确定SMA智能阻尼器的刚度和阻尼的档位,并有效降低受控结构地震反应。利用MATLAB提供的模糊控制工具箱和Simulink模块建立仿真模型,数值分析某三层框架结构在无控、主动控制和模糊控制三种情况下的地震反应。仿真结果表明:在模糊控制情况下框架结构底层位移和加速度反应幅值分别降低了41%和48%,控制效果显著,接近主动控制的效果,从而验证了所设计提出的SMA智能阻尼器及其模糊控制的有效性与可靠性。     

Hermite插值在车桥耦合振动中的应用

车桥耦合竖向振动分析中，轮对和与其接触的桥梁竖向位移相等，但振动速度、加速度并不相等，传统方法用轮对与桥梁接触点处桥梁振动速度和加速度代替轮对的振动速度、加速度。本文通过引进Hermite插值函数，推导出车辆以一定速度过桥时轮对竖向位移、振动速度和加速度理论值，并且轮对的竖向位移、振动速度和加速度可由轮对所在桥梁单元节点的竖向位移、振动速度和加速度求得，在有限元动力计算中易于实现。本文的算例表明在车辆低速过桥情况下，用轮对所在位置桥梁的振动速度、加速度来代替轮对的振动速度、加速度误差很小，但是车辆高速过桥时，计算结果误差较大。     

汽车悬架磁流变减振器模型分析及半主动控制策略研究

用多项式模型作为磁流变减振器的力学模型,研究了传统"开-关"型半主动控制的阻尼力跳跃对汽车簧载质量振动加速度产生的不利影响,针对1/2汽车模型对具有磁流变减振器的汽车悬架简单模糊和自适应模糊神经半主动控制策略进行了数值仿真,基于数值仿真结果分析了各控制策略的效果.     

参数灵敏度反馈车辆半主动悬架控制

为解决悬架控制器对车辆参数和行驶工况参数变化的适应性问题,不同于以往的自适应、自校正控制方法,将参数灵敏度引入控制系统中,以降低参数灵敏度为目标进行车辆半主动悬架系统控制研究。控制系统的反馈由状态反馈和灵敏度反馈两部分组成。应用该方法在常用车辆参数和行驶工况参数下设计控制器,并与传统的LQR控制器进行比较。研究表明,在车辆参数和行驶工况参数不变情况下,灵敏度反馈方法所得车身加速度和轮胎变形增益比二次型最优方法减小6 d B~8 d B;两种方法所得悬架动挠度基本接近。此外,当路面激励增加、车速提高和车辆载荷减小时,灵敏度反馈方法比二次型最优方法具有较好的鲁棒性。     

前轮摆振对车辆稳定性的影响及后轮反馈控制

建立包括转向系统的整车四自由度模型,分析摆振发生时转向系统刚度、阻尼对前轮摆振角、车辆横摆角速度、侧向加速度和侧倾角加速度的影响。为减小摆振对车辆稳定性的影响,应用最优控制对后轮进行反馈控制。结果表明:当摆振发生后,车辆侧向加速度和侧倾角加速度会产生较大波动,横摆角速度和侧倾角影响不大;转向系统阻尼对摆振的影响较大。采用对后轮的反馈控制可有效改善摆振发生时的车辆横向稳定性。     

基于加速粒子群算法的车辆座椅悬架最优控制研究

针对传统最优线性二次型控制器中加权矩阵往往由设计者根据经验确定的问题,提出一种应用加速粒子群算法确定加权矩阵的方法。建立"车轮-车身-座椅、人体"6自由度随机振动系统模型,采用加速粒子群算法对座椅悬架进行参数优化,并对优化后系统进行最优线性二次型控制。将基于加速粒子群算法的最优线性二次型座椅悬架系统中"座椅、人体"垂向加速度与初始系统及基于常规粒子群算法和遗传算法的最优线性二次型控制系统进行对比,验证了此控制系统的有效性和优越性。     

刚柔耦合列车半主动悬挂参数自调整模糊控制

为抑制刚柔耦合列车模型车体横向振动,在ANSYS中建立车体有限元模型并将模态中性文件导入ADAMS/Rail,建立考虑车体横向弹性振动的刚柔耦合列车动力学模型,分析弹性振动对车体运行平稳性的影响。提出以车体前后两端横向振动加速度为反馈,采用参数自调整模糊控制对车体前后横向加速度进行双闭环独立控制。联合仿真结果表明,柔性车体的横向振动显著大于刚性车体的横向振动,通过必要的半主动参数自调整模糊控制,有效的降低车体横向振动,获得相比于普通模糊控制更优的控制效果。     

汽车四轮转向自适应模糊神经网络控制研究

为了实现现实车辆运动的多自由度和非线性,在Simulink环境下建立包含车辆侧倾运动和轮胎非线性的三自由度四轮转向模型,针对大多控制方法需要依赖被控对象为精确数学模型的缺陷,提出具有联想、自学习、自识别、自适应特性的自适应模糊神经网络四轮转向控制策略;通过以前轮转角及车速作为输入,并依此确定后轮转角的输出,建立获得训练样本的仿真实验模型,用混合法训练得到自适应模糊神经网络控制器,并分别与前轮转向、比例控制和横摆角速度反馈控制下的四轮转向控制器进行仿真比较分析．结果表明自适应模糊神经网络控制使车辆在低速到中、高速时质心侧偏角趋于零,具有较强的鲁棒性;在角阶跃、移线实验中,控制效果优于前轮转向、比例控制和横摆角速度反馈控制,较大地改善了车辆的操纵性能．     

基于微分几何法的非线性分数阶悬架主动控制

现有主动悬架的研究主要以线性弹簧和线性阻尼组成的悬架系统为研究背景,但油气悬架、空气悬架和磁流变悬架等实际悬架不仅具有非线性特性,而且同时具有黏弹性材料的特点。因此含有非线性刚度和分数阶阻尼的悬架模型能更准确地描述悬架的动力学性能。针对含有三次方非线性刚度及分数阶阻尼的二自由度1/4汽车悬架模型进行研究,利用Oustaloup滤波器算法对悬架系统中的分数阶微分进行近似计算,分别采用PID控制器和基于微分几何理论反馈线性化的LQR控制器对该悬架系统进行主动控制。结果表明,基于PID控制器的主动悬架和基于反馈线性化LQR控制器的主动悬架都能有效提高汽车悬架的舒适性和稳定性,其中反馈线性化LQR主动控制效果明显优于PID控制。     

基于模糊控制的商用车驾驶室悬置有限带宽主动控制系统研究简

 建立了含驾驶室的商用车十自由度整车数学模型,对安装了驾驶室有限带宽主动悬置的商用车进行模糊控制系统设计,该控制系统全面考虑了驾驶室质心处垂直、俯仰、侧倾方向振动,并采用遗传算法对模糊控制器增益因子进行优化．以积分白噪声随机路面输入作为激励进行振动仿真,仿真结果表明采用本文设计的驾驶室有限带宽主动悬置模糊控制系统相对全浮式悬置系统有效降低了驾驶室质心垂直、俯仰和侧倾加速度,一定程度上提高了商用车行驶平顺性和乘坐舒适性．     

新型悬浮包装中薄膜张力的模糊自适应PID控制

目的解决新型悬浮包装缓冲衬垫生产中薄膜张力难以控制的问题。方法建立非连续覆膜环节中张力系统的数学模型,提出以Lab VIEW为仿真软件,模糊自适应PID为控制算法的仿真策略。分析在不同卷径、不同加速度和加减速方式下,薄膜张力的变化情况和算法的控制效果。结果仿真结果表明,薄膜卷径越小张力波动越大,运行加速度越大薄膜张力波动越大。在不同工况下,模糊自适应PID较常规PID有更快的响应速度和更小的超调量。结论模糊自适应PID参数调整简单,适应性好,能满足非连续覆膜过程中薄膜张力稳定的控制要求。