基于变传动比的线控转向前轮转角控制

提出一种基于混合智能变传动比技术的前轮转角控制算法;分析了车辆转向性能和转向稳定性的影响因素,利用模糊神经网络设计以控制车辆转向性能为重点的传动比控制器,利用直线拟合方法设计以转向稳定性为重点的传动比控制器,然后应用模糊软切换技术对两传动比进行切换融合,最终得出兼顾转向性能和转向稳定性的恰当总传动比;利用该传动比直接控制前轮转角,并将控制策略进行仿真实验;实验结果表明总传动比不仅在数值范围和曲线形状上更接近理想传动比,而且将对应的峰值速度控制在110km/h左右,优于其他两个分传动比的控制效果;用该传动比控制的整车稳定性和前轮路径跟踪能力较好,可见整个控制策略的有效性。     

FlexRay车载网络管理数据调度的研究

为确保汽车通信构架FlexRay的高效实时运行,需要尽可能地简化网络结构设计、降低通信复杂程度,良好的车载网络管理能够实现这些功能.简述了FlexRay通信协议和数据帧结构,在对比两种网络管理机制之后,提出了一种基于新规范的FlexRay网络管理方法.以其基本规范为依据,对网络管理数据的调度进行了分类,设计了数据的动态...     

线控转向汽车传动比智能控制策略的研究

以线控转向汽车的传动比控制为重点进行研究,提出了传动比智能控制策略,旨在进一步改善系统的转向性能。针对转向系统的不确定性、非线性的特点,在原有基于模型控制方法的基础上,研究了模糊控制和模糊神经网络在传动比控制中的应用;首先利用模糊控制技术设计传动比控制器,然后研究了模糊神经网络的结构和算法,利用模糊神经网络对理想传动比控制进行改进,实现了输入变量隶属函数中心值和宽度的在线调节,进而对传动比进行优化;从仿真结果可以看出基于模糊神经网络的控制方法比单模糊控制扩大了传动比变化的车速范围,更加符合理想传动比的要求,表明基于模糊神经网络控制方法更具有可行性和有效性。     

I-CDIO新型教改方法的研究及在独立院校中的实践

提出一种兴趣引导式的CDIO教学改革方法，即I-CDIO教学改革方法。针对独立院校的特殊性，对经典的CDIO教学理念进行研究与改进，提出了新型的I-CDIO教学改革方法，并给出具体的设计思路。最后将该方法在《电气控制与PLC》课程教学中初步实施，实践表明，该方法更适合在独立院校相关课程群教学改革中广泛应用。     

基于改进蜂群算法的焊接机器人路径规划方法研究

针对焊接机器人的运动特点及焊接工作过程中焊枪的避障问题,提出基于改进人工蜂群算法的机器人避障焊接路径规划策略。首先针对传统人工蜂群算法存在的问题,将Lévy(莱维)分布引入到人工蜂群算法侦查蜂寻找新蜜源的过程中,代替其原有0～1之间的随机分布过程,形成了基于Lévy飞行的改进型人工蜂群算法,然后将其应用到焊接机器人的路径规划问题中,并进行了仿真实验。结果表明:改进后的方法能够得到最优的焊接避障路径,且寻优速度快、过程稳定。该方法可用于解决焊接机器人避障路径规划问题。     

基于软计算的汽车线控转向系统故障诊断

针对线控转向汽车的可靠性和安全性以及故障诊断方法的不足,提出了一种基于软计算的汽车线控转向故障诊断方法,该方法利用软计算中的粗糙集和粒子群优化的径向基神经网络进行结合。将粗糙集作为径向基神经网络的输入处理,对样本数据进行属性约简,约简后的属性集作为径向基神经网络的输入以达到缩短网络训练时间的目的。采用粒子群算法对径向基神经网络的基函数中心值和宽度进行编码和寻优,并使用得到的最优中心值和宽度组建径向基神经网络,使得径向基神经网络的样本训练误差相比未优化之前有一定程度的降低。然后使用训练好的神经网络对故障样本进行测试,测试结果表明,该方法加快了神经网络的训练速度,提高了神经网络的诊断准确度。     

线控转向汽车传感器的智能容错设计

在汽车线控转向优化控制的研究中,汽车传感器容错技术模型精确度低和易受扰动影响等问题,造成汽车的安全性能受到影响。针对传统解析关系模型精度低,采用了邻域粗糙集模型对传感器信息进行预处理,用以精确找出与容错对象存在解析关系的相关联传感器信息;为了消除观测器的扰动影响,利用了神经网络组建容错对象的冗余信息,将关联传感器信号作为径向基神经网络的输入,容错对象的信号用作进行监督训练。利用神经网络的估计输出和容错对象的输出差值,即残差是否超出门限来实现故障判别,在残差超过门限后进行输出控制,屏蔽故障传感器输出,可用神经网络的估计输出来完成信号补偿。通过仿真表明,改进设计具有较好的抗噪性和逼近能力,能很好的完成故障检测和信号补偿,达到容错控制的目的。     

粒子群神经网络辨识的机器人分数阶滑模控制

研究了一种粒子群算法优化的神经网络分数阶滑模变结构控制方法，并将其应用到工业机器人路径跟踪研究中。首先采用粒子群算法优化的神经网络辨识工业机器人的系统模型，训练得到与系统控制参数解析度最相关的模型；然后基于分数阶理论与滑模变结构理论设计了分数阶滑模变结构控制器，作为系统的主控制器应用到工业机器人轨迹跟踪控制系统中。仿真及实验结果表明，该方法具有良好的跟踪性能和快速性。