工程车辆四参数自动变速控制系统研究

对"工程车辆四参数自动变速规律"进行了新的研究,由发动机油门开度和工作泵压力得出最佳换挡点,从而制订新的换挡策略,重点对其控制系统进行研究.根据四参数变速台架试验数据利用图解法,绘出了工程车辆四参数自动变速规律曲面图.以AT89C55WD单片机为主控芯片采用模块化设计,研制开发了四参数自动变速系统的电子控制单元(ECU--electronic control unit).在硬件和软件两方面分别进行抗干扰设计,保证了自动变速控制器能在工程车辆恶劣的工作环境中稳定可靠的工作;进行了台架试验.结果表明,该控制系统能实现自动变速并进一步提高工程车辆传动系统的效率,达到节能增效的目的,对四参数自动变速控制技术在工程车辆上装机应用具有一定的参考价值.     

基于差分进化算法和LMI方法的H2 /H∞混合控制问题的研究*

在差分进化(DE)算法和线性矩阵不等式(LMI)方法的基础上提出了一种新型混合方法来解决H2/H∞混合控制问题。对确定系统和多面体不确定系统进行了系统的研究。DE算法用来得到控制器的样本,LMI方法用来最小化系统的H2性能指标。该方法采用了不同的Lyapunov方程表达形式,因而减小了以往算法中存在的保守性问题。最后,通过引例证明了该方法的有效性。     

基于BP神经网络的工程车辆四参数自动变速控制

为了提高工程车辆传动系统效率,采用前馈网络反向传播(BP)神经网络对工程车辆四参数自动变速系统进行建模,利用自动变速控制试验数据对BP神经网络进行训练,并进行了验证性仿真试验。仿真结果表明,BP神经网络能够根据车辆运行状态确定最佳档位,进一步提高工程车辆传动系统效率,达到节能增效的目的。     

基于神经网络的干涉仪测向方法

针对干涉仪测向系统中采用传统算法难以克服系统误差的问题,提出了一种基于神经网络的干涉仪测向方法。通过对干涉仪测向系统进行建模,分析了测向误差来源和解相位模糊算法,建立了基于相位干涉仪测向系统的BP神经网络模型,并采用了Levenberg-Marquardt算法对BP神经网络进行改进。以微波暗室的试验数据为训练数据,利用Matlab工具箱对神经网络进行了验证性的仿真试验。仿真结果表明:与传统的测向算法相比,该算法能克服系统误差,进一步提高干涉仪测向精度,改进后的神经网络的收敛速度得到大大提高。