带随机网络时滞补偿的测功机动态负载模拟

本文研究了控制网络传输时滞影响下测功机加载控制算法。首先,针对一款前驱电动汽车,建立车辆与台架动力学动态耦合模型和服从均匀分布的随机网络诱导延时数学模型。其次,为改善测功机网络控制系统负载模拟性能,提出了一种基于预测控制结构的随机网络诱导延时补偿算法;接着通过系统增广将随机系统跟踪控制问题转化为鲁棒镇定问题,并分析系统H∞性能,通过非线性优化问题得到系统控制增益。最后,进行了防抱死制动控制台架测试的仿真,结果表明:提出的方法可大幅提升测功机负载模拟精度。     

前驱电动汽车防抱死制动中滑移率控制的动态负载模拟

本文中旨在研究在试验室台架上准确模拟电动汽车防抱死制动过程电制动系统的动态机械负载,实现滑移率控制策略的台架测试。针对某一前轴驱动式电动汽车,在MATLAB/Simulink平台上建立了考虑传动系半轴特性的整车动力学模型和台架模型,选取了一种电机与液压制动力共同完成滑移率调节的控制策略作为测试对象。在此基础上提出了两种动态负载模拟方法,即前馈法和逆模型法,进行了不同路面滑移率控制效果台架测试的仿真,并与负载模拟PI法进行了对比。结果表明,前馈法和逆模型法的滑移率模拟误差大幅减小,提升了防抱死制动的台架测试精度,使滑移率控制效果能得到正确评价。     

底盘测功机机械惯量电模拟方法的研究和实现

为开发汽车排气污染物简易瞬态工况法测试系统，研究了底盘测功机机械惯量电模拟的相关理论和方法。通过汽车在底盘测功机上运行状态的动力学分析，基于汽车驱动轮转动动态特性相同的原理，建立了汽车底盘测功机机械惯量的电模拟模型。分析了简易瞬态测试工况控制要求和风冷电涡流测功器的性能特点，构建了VMAS测试工况控制系统，应用预测控制和解耦控制理论和技术，设计了底盘测功机机械惯量电模拟控制方案，开发了基于DMC，具有模型增益自校正和解耦功能的VMAS测试扭矩控制器和简易瞬态工况控制试验系统。运行试验结果表明，该系统可以较好地模拟汽车加速运动惯量。     

无人驾驶机器人车辆非线性模糊滑模车速控制

为了实现不同行驶工况下车速的精确、稳定控制，提出一种基于非线性干扰观测器的无人驾驶机器人车辆模糊滑模车速控制方法。考虑模型不确定性和外部干扰对车速控制的影响，建立车辆纵向动力学模型。通过分析无人驾驶机器人油门机械腿、制动机械腿的结构、机械腿操纵自动挡车辆踏板的运动，建立油门机械腿和制动机械腿的运动学模型。在此基础上，分别设计油门/制动切换控制器、油门模糊滑模控制器以及制动模糊滑模控制器，并进行控制系统的稳定性分析。油门/制动切换控制器以目标车速的导数为输入来进行油门与制动之间的切换控制。油门模糊滑模控制器和制动模糊滑模控制器以当前车速以及车速误差为输入，分别以油门机械腿直线电机位移和制动机械腿直线电机位移为输出来实现对油门与制动的控制。模糊滑模控制器中，为了减少控制抖振，滑模控制的反馈增益系数由模糊逻辑进行在线调节。模糊滑模控制器中的非线性干扰观测器用于估计和补偿无人驾驶机器人车辆的模型不确定性与外部干扰。仿真及试验结果对比分析表明：本文方法能够精确地估计和补偿无人驾驶机器人车辆的模型不确定性和外部干扰，避免了油门控制与制动控制之间的频繁切换，并实现了精确稳定的车速控制。     

汽车ABS自适应模糊滑模控制算法研究

基于纵向附着系数一滑移率曲线特性,设计了可进行最佳滑移率估计和校正的自适应调节器,并根据滑移率跟踪最佳滑移率的误差,设计了可进行滑模参数自适应调节的模糊逻辑调节器.利用Simulink建立了ABS的自适应模糊滑模控制器模型和自适应滑模控制器模型,分别对单一路面和不同路面进行了仿真和比较研究,结果显示所提出的汽车ABS自适应模糊滑模控制算法可行,并且利用自适应模糊滑模控制器的ABS纵向附着系数利用率更高、稳定性更好、制动时间和制动距离更短.     

基于带切换增益模糊调节的滑模控制算法的车辆电液制动系统

针对汽车线控电液制动系统建立了单轮车辆模型,研制了一种新的状态观测器对车速进行估算,试验结果表明该方法正确实用.采用切换增益模糊调节的滑模控制算法对非线性时变的车辆实施基于最佳滑移率的制动控制,在Matlab/Simulink中的仿真结果和验证试验都表明在汽车线控制动系统应用该算法是可行、有效的,在该算法的控制下汽车可获得比一般滑模控制更好的制动性能.     

混合动力汽车回馈制动与防抱死制动协调鲁棒控制

提出了一种并联式混合动力汽车防抱死制动系统(ABS)和能量回馈制动的协调控制策略。针对防抱死制动系统的强非线性和时变特征,设计了基于滑移率切换面的ABS滑模变结构控制器。为削弱传统滑模控制中的颤振和补偿模型的不确定性,采用指数趋近率方法来改善滑模运动段的动态品质和鲁棒性;能量回馈制动系统中,电池SOC、电机转速和制动强度等动态参数的影响较大,因此,采用T-S模糊逻辑控制策略动态调节电机制动转矩来提高制动能量的回收率。在Matlab/Simulink环境中建立整车制动系统模型,对所提出的协调控制策略在紧急制动和NEDC工况下进行仿真。结果表明:该策略在保证车辆制动稳定性的同时,能有效地提高制动能量的回收率,且具有较强的鲁棒性。     

应用于车辆纵向控制的无模型自适应滑模预测控制方法

鉴于汽车纵向动力学系统为典型的参数时变不定、多扰动的非线性离散系统,基于精确数学模型的控制算法较难取得理想效果,本文中采用无需模型、基于输入/输出数据的控制算法.首先,基于紧格式动态线性化数据模型,将无模型自适应控制(MFAC)算法、滑模控制(SMC)算法和模型预测控制(MPC)算法相结合,设计了无模型自适应控制器.接...     

电液线控制动系统压力反步控制算法研究

为实现线控制动系统液压精确控制,本文中设计了一种新型线控制动系统,通过对该系统进行动力学分析,建立了面向控制的系统动力学模型,基于该系统模型设计出反步控制算法。利用径向基网络逼近连续函数特性,对与系统状态量相关的非线性摩擦力进行估计,作为反步控制器的补偿,并证明该算法李雅普诺夫稳定。基于电液线控制动系统台架开展了多组制动工况测试,结果表明,所设计的控制策略能实现对线控制动系统液压力的精确控制且反应迅速。     

发动机试验台测控系统模糊神经网络控制方法的研究

结合模糊控制、神经网络、遗传算法的优点,提出发动机试验台测控系统模糊神经网络控制方法。利用遗传算法的全局优化策略,避免陷入局部最小点的缺陷。在建立发动机-测功机传动系统动力学模型、发动机有效转矩模型、测功机励磁电流模型的基础上,进行了动态仿真模拟,较好地解决了试验台控制的稳定性及测量的实时准确性问题。     

基于扰动观测的客车ESC自适应神经网络滑模控制

为了提高客车电子稳定性控制系统（ESC）的控制精度,针对实际车辆系统建模中存在各种非线性扰动项以及传统滑模控制（Sliding Mode Control,SMC）中抖振较大的问题,提出一种自适应神经网络滑模控制算法。基于2自由度车辆模型,首先设计一个二阶滑模（Second-order Sliding Mode,SOSM）估计器对车辆的质心侧偏角进行估计,然后利用径向基（Radial Basis Function,RBF）神经网络对车辆系统建模中的各种非线性扰动项进行实时估计,并进行Lyapunov稳定性证明,RBF神经网络估计车辆系统建模的各种非线性扰动项可以有效减小滑模控制符号项的系数,从而减小滑模抖振水平。为了更进一步优化传统滑模控制的参数调节过程,减小滑模抖振并提高系统控制精度,再次利用RBF神经网络对传统滑模控制中的关键参数进行自适应调节。最后为了验证算法的有效性,搭建客车电控气压制动系统硬件在环试验台,在硬件在环试验台上对算法的有效性和精度进行试验验证。研究结果表明：客车ESC在自适应神经网络滑模算法的控制下,横摆角速度和质心侧偏角能够较好地跟随上理想的横摆角速度和理想质心侧偏角,横摆角速度和质心侧偏角的跟随误差降低;利用RBF神经网络估计客车建模中的各种非线性扰动项和利用RBF神经网络自适应调节传统滑模控制的关键参数,可以有效提高客车ESC的控制精度。     

混合动力客车再生制动模拟试验台结构方案

文章介绍了基于某系列混合动力城市客车而设计的再生制动模拟试验台的组成与原理,并在分析该模拟试验台各模拟系统及其应该满足的要求的基础上,对基于某混合动力城市客车总成结构而设计的2种再生制动模拟试验台的结构方案进行了比较分析,选出了一种具有安全性和稳定性的再生制动模拟试验台结构,这种结构还具有便捷的扩展性以及多功能性。     

直流无刷电机再生制动系统试验台的设计与验证

基于再生制动理论,以电动汽车用轮毂电机为主体,搭建了直流无刷电机再生制动试验台。以回收能量最大化为目标,提出了相应的再生制动控制策略。结合电机的输出特性和工作原理,利用SIMULINK软件建立了再生制动系统模型。通过模型仿真和试验台试验结果的对比分析,验证了再生制动试验台设计方案的可行性和控制策略的合理性。     

分布式驱动电动汽车回馈制动失效的液压补偿控制

分布式驱动电动汽车各驱动轮转速和转矩可以单独精确控制，便于实现整车动力学控制和制动能量回馈，从而提升车辆的主动安全性和行驶经济性。但车辆在回馈制动过程中，一旦1台电机突发故障，其他电机产生的制动力矩将对整车形成附加横摆力矩，从而造成车辆失稳，此时虽可通过截断异侧对应电机制动力矩输出来保证行驶方向，但会使车辆制动力大幅衰减或丧失，同样不利于行车安全。为了解决此问题，提出并验证一种基于电动助力液压制动系统的制动压力补偿控制方法，力图有效保证整车制动安全性。以轮毂电机驱动汽车为例，首先建立了整车动力学模型以及轮毂电机模型，通过仿真验证了回馈制动失效的整车失稳特性以及电机转矩截断控制的不足；然后，建立了电动助力液压制动系统模型，并通过原理样机的台架试验验证了模型的准确性；接着，基于滑模控制算法设计了制动压力补偿控制器，并在单侧电机再生制动失效后的转矩截断控制基础上完成了液压制动补偿控制效果仿真验证；最后，通过实车试验证明了所提控制方法的有效性和实用性。研究结果表明：在分布式驱动电动汽车单侧电机再生制动失效工况下，通过异侧电机转矩截断控制和制动系统的液压主动补偿，能够使车辆快速恢复稳定行驶并满足制动强度需求。     

Development of an electric booster system using sliding mode control for improved braking performance

Brake systems of the future, including BBW (Brake-by-Wire), are in development in various forms. In one of the proposed hydraulic BBW systems, an electric booster system replaces the pneumatic brake booster with an electric motor and a rotational-to-linear motion mechanism. This system is able to provide improved braking performance by the design of controllers with precise target pressure tracking and control robustness for better system reliability. First, a sliding mode controller is designed using the Lyapunov function approach to secure the robustness of the system against both the model uncertainty and the disturbance caused by the master cylinder and mechanical components. Next, a simulation tool is constructed to validate the electric booster system with the proposed controller. Finally, the electric booster system is implemented into an actual brake ECU and installed in a vehicle for testing under various braking conditions. The experimental results demonstrate that the proposed controller produces faster pressure build-up performance than the conventional brake system, and its tracking performance is sufficient to ensure comfortable braking.     

基于补偿滑模控制的混合动力汽车协调控制

由于行星排功率分流式混合动力汽车的结构优势,双行星排功率分流式混合动力汽车已经成为各机构的研究重点。由纯电动模式到混合驱动模式切换的过程中存在发动机起动和发动机转矩引入,而发动机转矩瞬态响应存在迟滞,导致切换过程中动力系统的输出转矩会有较大波动。为减小波动,降低模式切换过程中的动态冲击度,本文中提出补偿滑模控制方法,对双行星排功率分流式混合动力汽车模式切换进行协调控制。首先,建立整车动力学模型,对切换过程每个模式进行分析;之后,针对发动机拖转阶段和混合驱动阶段分别采用补偿控制和基于固定边界层的自适应滑模控制,并对滑模控制进行稳定性分析;最后,结合Matlab/Simulink软件平台进行仿真验证。仿真结果表明,补偿滑模协调控制策略能够有效地减小从纯电动到混合驱动模式切换过程中的转矩波动和冲击度。     

电动汽车再生制动的滑移率控制

以不改变电动汽车原有机械制动系统结构和控制方式为前提,提出一种并联式混合制动滑移率控制方法.该方法明确划分了再生制动控制和原有机械制动控制的作用工况.将再生制动控制转化为滑移率规划和控制两个问题,并设计了滑模控制器.分析和仿真结果显示,在不同强度、不同方式及存在参数不确定性下制动,该方法都可以实现再生制动和机械制动的准确控制及平顺过渡.