大客车侧翻稳定性分析及防侧翻鲁棒控制

为在大客车不发生侧翻前提下改善客车的操纵稳定性,进行了大客车侧翻稳定性建模分析及主动防侧翻控制研究。考虑乘客变化造成的簧载质量和重心位置变化,以及非簧载质量对大客车侧翻性能的影响,建立线性四自由度大客车侧翻模型。根据汽车侧翻运动规律提出客观评价大客车侧翻稳定性的侧翻因子。在保证大客车不侧翻的约束下,选取防侧翻控制系统鲁棒性及侧倾过程乘客舒适性为博弈双方,设计基于博弈优化的主动防侧翻鲁棒控制策略。通过典型工况侧翻实例分析大客车侧翻稳定性和侧倾时操纵稳定性,以及当前轮转角干扰和乘客数量变化引起参数扰动时的主动防侧翻控制系统的鲁棒性。为降低实车验证的危险性,应用Trucksim软件进行仿真实验,结果表明:该主动防侧翻控制系统可防止大客车侧翻并改善客车操纵稳定性。     

基于LTR动态预测的重载车辆防侧翻滑膜控制研究

为改善重载汽车的主动防侧翻能力,提出基于LTR动态预测的重载汽车防侧翻差动制动控制方法。针对重载汽车的实际干扰,将其简化为三自由度重载车非绊倒型侧翻动力学模型,以最大横向载荷转移率为控制目标,融合差动制动控制原理设计了可动态预测重载汽车侧翻且主动防侧翻的ABS差动制动控制方法;应用滑膜控制实时调控差动制动系统制动力,保证车辆的转向性能及制动性能。利用TruckSim及Matlab/Simulink进行联合仿真,并在车辆有较大负载的情况下选取了角阶跃实验及Fish-Hook实验2种典型工况对算法进行仿真测试分析。结果表明,该控制模型能够有效提高车辆的防侧翻能力,改善车辆的操纵稳定性。     

基于自适应模型预测的自主车辆避障控制研究

在无人驾驶车辆安全避障控制过程中,由于被控对象的非线性特性,线性模型预测控制器难以保证车辆避障系统的安全性及稳定性。以车辆二自由度运动学模型为基础,在已有感知障碍物信息的基础上,通过应用自适应模型预测控制理论,结合障碍物虚拟边界约束及车辆控制变量约束,设计了以节气门开度和方向盘转角为控制变量的线性时不变控制器,并在Simulink环境下与基于传统模型预测避障控制器进行比较。仿真结果表明:相较于模型预测控制,基于自适应模型预测控制理论设计的控制器能提高车辆避障安全性及舒适性。     

基于主动横向稳定杆的汽车防侧倾控制策略及算法研究

在基于提高汽车的侧倾稳定性的基础上,建立了包含汽车侧向、横摆以及侧倾的3自由度动力学模型,设计了模糊PI-PD控制器,针对汽车的行驶状态实时提供抗侧倾力矩以防止侧翻事故的发生。由于"试凑法"对于控制器增益参数而言难以达到理想状态,通过遗传算法的迭代寻优找到全局最优解。仿真实验表明:针对主动横向稳定杆所设计的控制器及算法显著降低了车身侧倾角,提高了车身的抗侧倾能力。     

含间隙系统的约束时间最优预测控制

为了解决含间隙机械系统最优控制的计算复杂度问题,设计了基于分段仿射(PWA)模型的约束时间最优预测控制器。为了降低在线控制的计算复杂度,利用动态规划方法在模型的状态和参考跟踪速度的范围内提前计算出了离线的控制律。在跟踪参考速度的实验中,约束时间最优预测控制器具有较好的跟踪控制性能,与约束有限时间最优控制器相比,计算时间降低了十几倍,因此,适合于小采样时间系统的实时跟踪控制。     

一类离散时间线性系统有限时间H_∞预测控制

针对一类时不变、有限能量外部干扰的线性离散时间系统,研究了有限时间H_∞预测控制问题.给出了线性系统有限时间H_∞预测控制问题的定义,通过构造Lyapunov-Krasovskii函数并结合矩阵不等式技术,给出了系统有限时间H_∞预测控制器有解的充分条件;进一步,将该问题转化为具有线性矩阵不等式约束的优化问题,并给出了相应的求解算法.数值算例和仿真对比表明了该设计方法的有效性.     

应用无迹卡尔曼滤波算法的车辆侧倾稳定性控制

考虑轮胎的非线性,建立了9自由度动力学车辆模型,并在Matlab/Simulink中建立了仿真模型。针对车身侧倾角及其角速度难以测量的问题,以侧向加速度、4个车轮的垂直加速度、4个轮胎的变形、4个悬架动挠度和横摆角速度等14个状态量作为量测变量,运用无迹卡尔曼滤波算法,设计了基于车辆动力学模型及运动学关系相结合的车身侧倾角及其角速度观测器。仿真结果表明:车身侧倾角及其角速度的理论值和估计值较为吻合。针对车辆转向侧倾过大的问题,基于滑模变结构控制理论和车身侧倾角及其角速度估计值,设计了主动侧倾控制器,并在Matlab/Simulink中进行了仿真。仿真结果验证了主动侧倾控制器的有效性。     

基于人机共驾的车道保持驾驶辅助系统

针对驾驶员因疲劳、分心以及横向风等因素,无意识地使车辆偏离车道线的问题,提出了一种通过固定的共驾系数实现辅助驾驶系统与驾驶员之间人机共驾的车道保持驾驶辅助系统研究方法。为了模拟驾驶员分心、疲劳状态,建立了驾驶员模型。在驾驶员模型的基础上,采用分层控制方法设计车道保持驾驶辅助系统。上层控制器利用模型预测控制方法设计转向角矫正策略;下层控制器根据上层控制器计算的期望横摆力矩对车辆进行防侧翻稳定性控制。搭建CarSim与Matlab/Simulink联合仿真平台,设计不同行驶工况,并分别采用人工驾驶和辅助驾驶2种方式进行仿真试验,仿真结果表明:无论在高速、低速或者低附着系数路面,当人工驾驶的车辆偏离车道中心线时,驾驶辅助系统均能及时矫正车辆的行驶方向,保证车辆稳定地跟踪车道线。     

输入受限不确定广义系统的离线鲁棒预测控制

针对带有输入约束的多面体不确定广义系统,利用线性矩阵不等式和椭圆不变集方法,提出了一种离线鲁棒预测控制算法.该算法在输入受限的条件下,将一部分在线计算转移到离线设计上,离线部分的设计降低了在线优化问题的计算量.数值仿真验证了算法的可行性.     

基于非线性MPC方法的车辆稳定性控制

针对非线性模型预测控制(NMPC)在车辆操纵控制过程中的实时性问题,提出了显式NMPC的解决方法,然后在显式NMPC中将优化问题进行离线求解,并通过在线评估得到满足要求的次优解。最后基于显式NMPC方法设计了一种车辆横摆和侧向稳定控制器,该控制器通过车辆的制动系统发挥作用。为验证控制器的有效性,进行了相关的仿真试验,分析了代价函数公式中权值的影响,并对最优控制问题的不同设置方案进行了比较分析。     

基于扰动观测器的四旋翼飞行器跟踪控制

针对存在不确定干扰的四旋翼飞行器轨迹跟踪控制问题,提出了非线性干扰观测器和扩张状态观测器对系统中的扰动进行估计,并将估计值与最优控制器、滑模控制器的设计相结合,克服了模型不确定及外部不确定干扰问题,并实现了飞行器系统跟踪误差的一致有界。通过李雅普诺夫稳定性理论验证了用上述方法设计的控制器系统的稳定性。通过仿真验证了该控制器能够实现对飞行器的轨迹跟踪控制。     

基于多层递归模糊神经网络的间歇过程批次间优化控制

针对间歇过程,基于多层递归模糊神经网络和混沌搜索实现了终点产品质量的批次间迭代控制策略,并在此基础上提出了间歇过程温度控制的批次间迭代控制策略。多层递归模糊神经网络被用于间歇过程对象建模,混沌搜索用于过程建模和优化计算。由于存在模型误差和未知干扰,基于模型所计算出来的最优控制输入在实际运用到对象上后并不是最优的。利用间歇过程的重复特性,根据以前批次的模型预测误差来修正模型预测,并据此计算下一批次的最优控制输入。随着批次的进行,跟踪误差逐渐减小。仿真实验验证了该方法的有效性。     

基于电控液压制动的汽车稳定性多目标协同控制

为改善高速转弯工况时的汽车稳定性,研究了基于电控液压制动系统的汽车稳定性多目标协同控制方法。考虑汽车纵向、侧向、横摆、侧倾运动,建立4自由度非线性汽车动力学模型;用AMESim软件建立汽车电控液压制动系统模型,研制台架验证模型的正确性。以电控液压制动系统为执行机构,应用差动制动原理分配制动力矩;以横摆角速度和横向载荷转移率为控制目标,分别设计了单目标的汽车横向稳定性和侧倾稳定性控制策略,以及多目标协同的汽车稳定性LQR控制策略。选取J-Turn及Worst-Case典型工况进行数值仿真,对比分析了多目标协同控制策略对不同行驶工况的适用性。结果表明:基于电控液压制动系统的多目标汽车稳定性协同控制策略能明显提高汽车的抗横摆能力,有效防止汽车侧翻。     

基于随机输入状态稳定的It型系统H_∞预测控制

针对一类具有持续扰动和控制约束的连续时间It型系统,研究其H∞预测控制问题.用随机输入状态稳定刻画系统的稳定性,基于Lyapunov函数、It公式和线性矩阵不等式(LMI)方法,通过求解带有终端代价函数的min-max优化问题,得到保证闭环系统随机输入状态稳定的H∞预测控制器.数值仿真验证了方法的有效性.     

基于概率Tubes的Markov跳变系统的随机预测控制

针对一类带有随机干扰的Markov跳变系统,考虑状态概率约束,提出一种随机预测控制方法.采用Tube技术,将概率约束转化为递推可行的概率Tubes,基于概率Tubes设计的控制器,保证闭环系统随机稳定.仿真实例验证了本文方法的有效性.     

柔性梁的振动主动控制研究

对柔性梁的振动分析方法进行了研究。运用系统的分析方法对柔性梁的振动进行分析,并建立柔性梁的动力学系统模型。输入信号通过最优控制理论的计算输出最优控制信号作用于执行器产生相应的执行力来抑制柔性悬臂梁的振动,从而达到对振动进行控制的目的。通过仿真结果表明,采用主动控制器来抑制柔性梁的振动是非常有效的。     

半挂汽车列车高速侧向稳定性控制研究

为提高半挂汽车列车高速变道行驶时的侧向稳定性,开展了挂车车轮主动转向控制研究。考虑侧风干扰和车身侧倾,建立挂车主动转向半挂汽车列车的5自由度车辆模型;以挂车的质心侧偏角和挂车质心处的侧向加速度为控制目标,设计挂车车轮主动转向的鲁棒控制器;为验证所设计控制器的有效性,基于搭建的TruckSim与Simulink联合仿真平台,在高速单移线和双移线行驶工况下,仿真研究挂车车轮主动转向的半挂汽车列车侧向动力学特性和挂车跟踪牵引车轨迹的跟随性。研究表明,所设计的挂车车轮主动转向鲁棒控制器是有效的,它能有效抑制变道时传统半挂汽车列车出现的挂车"过冲"现象,提高挂车跟踪牵引车轨迹的跟随性,并显著降低半挂汽车列车的质心侧偏角、侧向加速度和车身侧倾角。     

随机时滞系统的H_∞控制

讨论了随机时滞系统的H∞控制问题.利用李雅普诺夫函数法,设计了使得闭环系统渐近稳定且具有给定H∞干扰抑制度γ的状态反馈控制器,该控制器存在的条件以线性矩阵不等式(LMI)的形式表示,并进一步通过求解具有LMI约束的凸优化问题,给出了随机时滞系统的最优H∞控制器的设计方法.仿真示例验证了所提方法的有效性.     

基于垂向载荷转移率的微型客车侧倾敏感性研究

在Matlab/Simulink软件环境下建立某微型客车三自由度侧倾模型,分析车辆结构参数、道路输入参数及驾驶员输入参数对车辆侧倾倾向性的影响。利用干路面蛇形试验数据对所建立的仿真模型进行验证,通过J-turn试验和鱼钩仿真试验(fish-hook)分析车速、转向盘转角对车辆侧向加速度、车身侧倾角等侧向稳定性输出参数的影响。同时提出动态垂向载荷转移率(VTRd)作为侧倾敏感性因数,分析车辆结构及运行参数对微型客车侧倾敏感性的影响。结果表明:悬架侧倾刚度对侧倾敏感性影响最为明显;结合驾驶员对转向盘转角的输入,车辆的侧倾变化趋势对车速的变化比较敏感,当车速增加到80 km/h以上时,较小的转向盘转角变化就会使车辆发生侧倾。     

基于RBF神经网络优化的无人驾驶车辆增量线性模型预测轨迹跟踪控制研究

研究了无人驾驶车辆的轨迹跟踪问题,基于RBF(径向基函数)神经网络的自适应补偿和鲁棒控制分别设计了2种优化后的ILTV-MPC(增量线性时变模型预测控制)轨迹跟踪控制系统。建立了ILTV-MPC轨迹跟踪控制器,利用RBF神经网络的局部逼近特性,设计了RBF自适应补偿控制器逼近模型的不精确部分;进而将逼近过程产生的误差作为外部干扰,设计了RBF鲁棒优化控制器,从而对逼近误差予以抑制。应用Lyapunov稳定性分析推导出隐含层网络权值训练规则,证明了控制系统的稳定性。当行驶在良好路面时,与传统ILTV-MPC相比,RBF补偿-ILTV-MPC最大误差减小约38.73%; RBF鲁棒-ILTV-MPC最大误差减小约68.42%。结果表明:RBF鲁棒控制较RBF补偿控制可进一步提高ILTV-MPC控制器的跟踪精度,减轻车辆侧滑程度,提高车辆行驶稳定性。