基于联合仿真技术的主动悬架自适应模糊PID控制研究

近年来联合仿真技术在车辆控制系统的开发研究中得到了广泛的应用。以某皮卡车为研究对象,首先利用ADAMS/CAR软件建立车辆多体动力学模型;然后在Matlab/Simulink环境中设计了基于自适应模糊PID控制的ASS,定义了与ADAMS/CAR环境下车辆模型的数据交换接口;最后,将设计的控制系统在ADAMS/CAR和Matlab/Simulink环境下通过输入输出接口进行联合仿真。文中对随机路面输入和脉冲路面输入工况下的ASS系统及整车动态特性进行了联合仿真研究,其研究结果为联合仿真技术在车辆工程中的实际应用提供了参考。     

采用免疫算法优化设计汽车主动悬架的模糊控制器

基于免疫算法,提出了一种模糊控制器的优化设计方法,优化模糊控制器的论域和模糊子集的隶属函数参数,并将其用于1/4汽车主动悬架的模糊控制器的设计中。仿真结果表明:使用该方法优化设计的模糊控制器控制汽车的主动悬架系统,汽车的平顺性和操纵稳定性均有明显改善。     

主动悬架LQG控制器设计

把最优控制理论运用到主动悬架的控制策略中，通过车辆模型和控制系统的建立，进行了线性二次型最优控制器的设计，并且在输入一路面白噪声的情况下用Simulink进行了模拟仿真，仿真结果有效地证明了用LQG方法控制的主动悬架在改善汽车的平顺性和操纵稳定性上有良好的效果。     

主动悬架单神经元模糊PID控制策略与仿真

在ADAMS/view下建立了1/4车辆主动悬架机械模型,在此基础上生成了车辆主动悬架系统的动力学方程.提出了将单神经元自适应模糊PID控制策略用于对主动悬架的控制,完成了参数的在线自整定,使系统具有较好的自适应和鲁棒性能.利用ADAMS与MATLAB联合仿真结果表明,采用自适应模糊PID控制策略是可行的,与被动悬架和广泛应用的LQG控制相比有效地降低了车身加速度,提高了悬架的平顺性.     

基于遗传算法的模糊免疫控制器设计

运用模糊李亚普诺夫综合法设计模糊控制器来模拟免疫系统中的反馈机理,应用遗传算法对控制系统响应的快速性及稳定性的参数进行了优化,实现了免疫控制器的合理设计。采用此方法设计平衡梁系统控制器,仿真结果表明,控制器性能优于常规控制器,且系统具有良好的鲁棒性。     

基于GA的模糊神经网络控制器的设计与仿真

提出了一种基于改进遗传算法（GA）训练结构和参数的神经网络控制的算法,它采用并行的模糊推理网络,具有自适应自学习的特点,将该算法得到的控制器用于实际工业对象模型的温度控制仿真,结果令人满意。     

基于遗传算法的欠驱动机器人模糊控制器设计

主要对二自由度平面欠驱动机器人的操作空间控制问题进行了研究,提出了一种适用于此类欠驱动机器人的模糊控制新方法.将欠驱动机器人末段位置控制问题进行分解,设计了一种新型的分层模糊控制器,模糊规则简单容易制定,并且大大减少了模糊规则数目.在控制规则制定方面引入遗传算法进行全局优化,根据定义的适应度函数从系统模型中自动生成全局最优的控制规则.最后进行了数值仿真,验证了方法的有效性.     

基于量子遗传算法的正规模糊神经网络控制器设计

针对模糊神经网络控制器通常涉及的参数较多,反传播算法难于收敛的问题,提出了一种优化设计正规化模糊神经网络控制器的量子遗传算法。该方法用量子比特构成染色体,用量子旋转门进行染色体更新,用量子非门进行染色体变异,将量子位的概率幅看作两个并列的基因,因此每条染色体包含两条并列的基因链,在染色体数目相同时,可提高获得全局最优解的概率。对控制器参数随机编码建立初始群体,利用量子遗传算法进行参数优化。实验结果表明该方法是有效的。     

采用共生遗传算法的模糊控制器设计方法

为解决模糊控制器自动优化设计中对结构和参数的学习和寻优搜索缓慢 ,以及模糊规则基维数爆炸问题 ,采用共生进化遗传算法结合分级模糊建模的思想进行模糊控制器自动设计。提出了模糊规则分类形成子种群 ,多种群并行进化的遗传算法。用这种方法可以同时设计模糊控制器的结构和参数 ,极大地减小编码规模 ,提高搜索速度。对车 杆平衡系统的控制仿真实验表明 ,该方法寻优搜索速度快 ,设计出的控制器控制效果很好。     

基于遗传算法的模糊智能变频空调仿真系统的研究

利用Matlab软件对基于遗传算法模糊智能空调系统进行了仿真设计。设计了模糊子系统和遗传算法子系统的仿真系统，以舒适度为目标函数，利用遗传算法对模糊智能变频空调的控制规则及隶属度函数进行了仿真寻优。并利用寻优获得的隶属函数和控制规则与PID算法、常规模糊控制算法控制同一被控对象的响应结果进行了对比分析。     

基于模块化的半主动悬架模糊控制及仿真分析

通过3自由度车辆半主动悬架系统模型的建立,应用模糊控制理论并结合模块化思想,进行了模块化半主动悬架模糊控制器的设计,并在MatLab/Simulink环境中对其进行了仿真,把它与被动悬架和用LQG控制器控制的半主动悬架作了比较.仿真结果表明,相对于其它两种悬架,具有模块化模糊控制器作用的半主动悬架在降低人体的加速度,改善车辆的乘坐舒适性和平顺性上有显著的效果.     

主动悬架硬件在回路仿真研究(英文)

为了快速有效地验证主动悬架的控制算法,提出了一种主动悬架硬件在回路实时仿真平台。在Matlab/Simulink中建立了主动悬架的动力学模型、作动器模型,以S3CEEBO芯片为中央处理器,设计了主动悬架实际控制器,在此基础上搭建了该硬件在回路实时仿真平台。针对某款汽车运用不同的控制算法进行了仿真实验。结果表明,该硬件在回路仿真平台可以对主动悬架的各种控制算法的执行效果进行验证。     

基于遗传算法的模糊规则自动生成

模糊控制是人工智能的一重要研究领域,已在家电和工业控制中得到重视和应用。模糊规则自动生成是模糊控制的关键性技术之一。将介绍模糊控制的原理,提出了基于遗传算法的模糊规则自动生成算法,并说明其特点。     

基于遗传算法的模糊优化研究

针对约束条件、系数和优化变量均为模糊数形式的线性和非线性全模糊优化问题 ,利用模糊数积分排序方法 ,提出了基于遗传算法的模糊优化问题求解方法 ,在该方法中对优化变量采用模糊数编码(每个变量用三个实数编码 ,对应三角模糊数中的 a,b,c) ,最后通过全模糊线性和非线性优化算例 ,验证了方法的有效性.