免疫遗传PID汽车纯机械转向系统参数优化

以免疫反馈机理和遗传PID算法为基础,提出了一种免疫遗传PID算法.该算法的核心是将免疫反馈机理和遗传算法结合,并以ITAE性能准则为目标函数;将该算法用于汽车纯机械转向系统PID参数优化的过程中,并用Matlab仿真实验.仿真结果表明:基于免疫反馈机理和遗传算法的PID参数优化可以有效地提高汽车转向柱转角跟随转向盘转角的速度,缩短滞后时间,且使汽车机械转向系统具有较好的稳定性,其结果可为汽车电动助力转向系统的参数优化提供理论依据.     

非线性仿射控制系统的C0镇定性

通过Lyapunov函数设计反馈控制器使得非线性仿射控制系统全局渐进稳定是一种有效的方法．为了使得反馈控制器具有连续性,Sontag提出控制Lyapunov函数应具有小控制性,即要求在原点连续反馈控制器存在,该条件在实际中无法应用．针对这一问题本文提出了聚点条件来保证反馈控制器具有连续性,该条件直接对选择的控制Lyapunov函数进行检验,并且聚点条件还是必要的；文章将控制Lyapunov函数的严格不等式放宽为非严格的不等式,提出非严格控制Lyapunov函数,利用LaSalle定理得到：采用满足聚点条件的非严格控制Lyapunov函数来设计连续反馈控制器,非线性仿射控制系统是全局渐进稳定,扩大了控制Lyapunov函数的寻找范围：最后通过对一种带摩擦的弹簧系统进行验证．     

非线性仿射控制系统的C0镇定性

通过Lyapunov函数设计反馈控制器使得非线性仿射控制系统全局渐进稳定是一种有效的方法. 为了使得反馈控制器具有连续性, Sontag提出控制Lyapunov函数应具有小控制性, 即要求在原点连续反馈控制器存在, 该条件在实际中无法应用. 针对这一问题本文提出了聚点条件来保证反馈控制器具有连续性, 该条件直接对选择的控制Lyapunov函数进行检验, 并且聚点条件还是必要的; 文章将控制Lyapunov函数的严格不等式放宽为非严格的不等式, 提出非严格控制Lyapunov函数, 利用LaSalle定理得到: 采用满足聚点条件的非严格控制Lyapunov函数来设计连续反馈控制器, 非线性仿射控制系统是全局渐进稳定, 扩大了控制Lyapunov函数的寻找范围; 最后通过对一种带摩擦的弹簧系统进行验证.     

基于Q-学习算法的SAS与EPS协调控制仿真研究

为提高汽车的行驶平顺性和转向稳定性,用Matlab/simulink平台建立了SAS(半主动悬架)与EPS(电动助力转向)的集成模型,并与Carsim整车动力学模型结合,建立联合仿真模型;在此基础上,提出了一种基于Q一学习的协调控制方法,在给定转向工况范围情况下,通过Q一学习算法获得的Q值,将其用于控制器设计,实现对SAS与EPS两个子系统进行协调控制;通过比对仿真结果中的车身横摆角速度和车身侧倾角等性能参数表明:采用Q-学习协调控制方法比常规的集成控制方法有效地降低了车身横摆角速度和车身侧倾角,更好地优化两者之间的匹配关系,使汽车行驶的平顺性和转向的稳定性得到了有效的改善,从而提高了整车的安全性能.     

改进增量式PID在电动车异步电机控制的应用

通过一种改进增量式PID控制算法解决纯电动车的三相异步电机在常规PID控制算法下,其启动、刹车或大幅度增减设定的速度值时存在输出饱和、噪声干扰、积分环节存在饱和效应,不能有效改善纯电动车电机系统的动态特性等问题,将其应用于纯电动车的三相异步电机的控制.通过建立纯电动车三相异步电机仿真模型,并与常规PID控制、自适应控制进行比较分析,仿真结果表明:改进的增量式PID控制可提高三相异步电机励磁绕组所产生的磁链旋转质量,使其速度加快,及时跟随电机对转速的调节需求,有效提高了电机的动态特性.     

基于Matlab/Simulink的混联式混合动力电动汽车建模与仿真

在Matlab/Simulink环境下建立混联式混合动力电动汽车(Parallel Series Hybrid Electric Vehicle,PSHEV)模型,并用Stateflow建立整车控制器的模式逻辑模型。在欧洲城市道路循环工况(European Urban Road Driving Cycle,CYC_ECE_EUDC)下对整车动力性能、燃油经济性能与排放性能进行仿真分析。仿真结果表明：与Advisor/Prius在相同工况下的仿真结果相比,所建立模型符合混联式混合动力电动汽车的整车动力学要求,模型具有正确性和可行性,且采用所建立的能量分配控制策略,百公里油耗为5.056L,较Advisor/Prius模型同比下降2.8%,CO排放量和NOx排放量分别降低16.9%和2.7%,实现控制策略的有效性,达到节能减排的目的。     

基于扩展卡尔曼的线控转向系统转角传感器故障诊断

车轮转向角度传感器是汽车动力系统中重要的器件之一,其可靠性直接影响车辆的安全。针对线控转向系统转角传感器的可靠性问题,首先,分析线控转向系统的结构特点,建立三自由度的非线性车辆模型,以及传感器故障种类模型;其次,基于扩展卡尔曼滤波（extended Kalman filter, EKF）算法,利用传感器输入的转角信息,通过车辆模型估计出汽车状态,例如横摆角速度、质心侧偏角等,再与汽车状态传感器测得的实际值生成残差,构建故障诊断向量并提出诊断策略来实现转角传感器的故障诊断;最后,搭建Carsim/Simulink仿真平台进行联合仿真。结果表明该算法可以准确地识别出转角传感器发生的故障。     

基于免疫算法的交通标志分割

针对现有道路交通标志图像分割算法中实时性和鲁棒性较差的问题,提出一种基于免疫算法和RGB颜色空间的交通标志图像分割新方法。该方法先用RGB颜色空间将交通标志从实景图中定位出来,利用免疫算法快速搜索的机理,对已定位的图像进行阈值T寻优,并用该阈值T分割图像。实验结果表明,该算法与基于遗传算法的图象分割算法相比较,具有较好的鲁棒性和实时性,且适用于不同光照条件下的交通标志图像分割。     

永磁同步电机最优滑模控制

为了减少永磁同步电机调速中的动态误差,提出了一种积分性能最优的滑模控制方法。该方法以滑模控制中的动态误差为性能指标,在此基础上建立最优切换函数,并采用最优控制理论对滑模控制器进行设计。用该方法设计的滑模控制系统,通过滑模面斜率的连续变化,能够加速系统状态变量到达滑模面的过程,极大地提高对参数摄动和外部干扰的鲁棒性。仿真结果表明,该时变滑模面控制方法使系统具有无超调、快速、稳定等优点,提高了系统的鲁棒性。