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。     

砂浆泵的节能调速控制系统研究

为提高砂浆泵的工作效率,降低其能耗,对砂浆泵的调速控制系统展开研究,使泵在达到设计要求并提高性能的基础上尽可能节约能源.通过分析不造成泵性能严重下降的可调速范围,对砂浆泵系统建模,设计关于节能调速的模糊控制器,采用模型参考自适应模糊算法对砂浆泵节能调速系统进行仿真.仿真结果表明:相比传统PID控制,模型参考自适应模糊控制的反应时间和稳定时间大幅缩短,效果更为理想,因此可采用模型参考自适应模糊控制为实现泵节能调速的控制方案.     

基于磁流变液的行星探测器传动装置速度控制策略

在变重力环境下,采用啮合传动元件的行星探测器传动装置受柔性关节影响较大。此外,行星探测器在工作过程中不可避免地会有爬升或克服障碍的动作,会对传动系统中啮合部件造成较大磨损。因此,提出变重力环境下磁流变液剪切屈服应力计算模型,阐述了磁流变液传动装置(MFTD)的结构和原理并建立MFTD控制系统的传递函数,采用磁流变液作为工作介质可大大降低传动装置接触摩擦损失。另外,设计自适应模糊PID速度控制策略并比较了常规PID控制与自适应模糊PID速度控制方式的仿真和实验测试,实验数据显示自适应模糊PID控制能够有效减小传动系统速度波动、快速调整到期望速度值以及具有较高的运动稳定性等优点。     

变速器疲劳寿命试验台油温控制系统设计与仿真

根据变速器疲劳寿命试验台对油温控制系统的要求,设计了试验台的油温控制方案。针对系统存在的严重滞后性和非线性等特点,结合传统的PID控制器和模糊控制器设计了一套基于自适应模糊PID控制器的油温控制系统。根据温控系统的工作原理及工程经验,借助Matlab中的Simulink仿真平台,建立了3种控制方式的控制模型,并将自适应模糊PID控制与传统PID和模糊控制器进行仿真对比,最后进行了抗干扰性分析。仿真结果表明:采用自适应模糊PID控制的油温控制系统精度更高,稳定性更好,具有较好的鲁棒性和适应能力。     

模糊自适应滑模控制研究

针对传统滑模变结构控制器(SMC)的抖振现象,提出了一种模糊自适应滑模控制方法.该方法采用模糊逻辑系统来代替传统的SMC中不连续的控制信号,以削弱其由于不连续切换引起的抖振.另外,为了补偿实际应用中系统的不确定性,给出了相应的自适应算法,以调节模糊系统的参数,并给出了算法的Lyapunov稳定性证明.最后,通过对一个感应电机位置控制的数值仿真计算,验证了方法的有效性.     

饱和增长趋势预测的自适应方法

讨论了商业、市场中大量存在的饱和增长过程的自适应预测问题,详细分析了自适应增长趋势预测尤其是Kalman滤波方法涉及的模型、模型变换、递推初值确定及趋势外椎等技术问题。     

基于Matlab的自适应控制技术在车辆制动中的应用

针对汽车在制动环节中的纵向稳定性问题,根据其受力情况,建立了1/4车辆单轮模型,并在对传统控制器模型特点进行分析的基础上,优化设计了基于参数自适应的模糊PID控制器模型。利用Matlab针对不同控制方法进行仿真分析,结果显示:改良后的模糊PID控制器模型在其鲁棒性、控制精度、反应灵敏度、智能控制化方面有着较为明显的优势。这为进一步改进该控制器模型的模糊规则与控制算法方面提供了一定的参考。     

遗传算法参数自适应控制的新方法

根据遗传算法参数自适应控制方法的不同分类,采用基于启发式规则的参数控制方法对遗传算法的种群数进行了宏观调控和微观调控。并采用不同特点的模糊控制器分别控制交叉率和变异率,使种群数、交叉率和变异率都能够随进化的实际情况发生自动调整,形成了一种新的种群数变化的模糊自适应遗传算法。实验数据表明这种算法能够有效防止遗传算法早收敛,同时也说明对参数进行自适应控制能够使遗传算法性能大大提高。     

污水处理过程的多变量预测控制

提出了一种针对活性污泥法污水处理系统的多变量预测控制策略,并将该策略应用到污水处理的脱氮上,对污水中氨氮与硝酸氮浓度实施多变量预测控制。通过对国际水质协会活性污泥1号模型(A SM 1)的闭环计算机仿真表明,应用该算法可实现对污水中氮含量浓度的有效控制,减小系统输出的波动,稳定最终输出。     

基于自适应滤波的日负荷预测新陈代谢模型

提出了对日负荷进行预测的新方法。基于自适应滤波算法进行预测,在预测过程中对原始数据进行新陈代谢处理,且根据预测日的属性对预测结果进行加权,并依据历史负荷中负荷的变动情况对结果进行校正,以求最佳预测效果。利用自适应滤波预测结果的残差建立时间序列的AR(p)模型,与自适应滤波模型形成组合模型,从而实现了短期电力负荷样本资料随时间变化而更新、样本量和计算量不增加而预测精度能得到保证的目标。与传统的预测方法相比较,该模型用于日负荷预测具有计算迅速、精度高的优点。     

基于广义模糊双曲正切模型不确定系统的自适应控制

对于解决一类含有外部扰动的非线性系统的不确定项,本文提出了一种自适应控制方法,该方法基于广义模糊双曲正切模型(GFHM),利用GFHM的全局逼近特点,模糊规则数少,辨识精度高的优点,结合backstepping技术,设计系统的自适应控制器,保证系统所有信号有界与跟踪误差收敛性.通过仿真实例的比较说明了本文的方法逼近效果比传统的自适应模糊控制方法好.     

基于自适应模糊神经网络的砂轮磨损评估

为实现砂轮磨损状态的实时监测评估，课题组提出了使用自适应模糊神经网络模型对砂轮状态进行监测。通过对磨削过程的振动信号及声发射信号特征值的提取，获得了不同磨损程度砂轮的多特征信号样本；采用多特征信号样本对自适应模糊神经网络进行学习与训练，建立了砂轮磨损状态识别模型；实现了对砂轮磨损状态的准确识别与在线监测。实验表明：基于自适应模糊神经网络的砂轮磨损程度评估系统，测试样本的实际磨损程度和网络判别结果类别相符。该自适应模糊神经网络系统能够对砂轮磨损程度类型准确进行在线评估。     

协同自适应巡航控制系统跟车算法设计

针对协同自适应巡航控制系统,采用基于模型预测控制原理的一种鲁棒跟车控制算法。考虑头车位置、速度、加速度等信息建立带有头车加速度干扰的车间纵向动力学模型。考虑跟车过程中的舒适性和安全性,建立了带有误差修正项的模型预测控制算法,提高了控制系统的鲁棒性。从Carsim/Simulink联合仿真可以看出:跟随车辆与前车的车间距始终大于最小安全距离,同时跟随车辆的加速度峰值比头车小,且变化趋势也更为平缓。在达到协同自适应巡航控制系统目的的同时,满足了安全性和舒适性的要求。     

基于模糊分类变系数的铅锌烧结过程综合透气性状态预测

针对铅锌烧结过程的强非线性、时变等特点,运用智能集成建模的思想,提出一种模糊分类变系数透气性状态预测方法。首先深入机理分析和工况参数相关性分析研究,采用神经网络方法建立工艺参数和时间序列透气性预测模型;然后借助于模糊组合器实现两个子模型的有机组合,设计了模糊分类变系数综合透气性集成预测模型结构,其中加权系数由工况波动程度确定。运行结果表明:提出的集成模型具有较高的预测精度和较强的自学习能力,并且在工况波动严重的情况下,仍然具有好的预测效果,该模型具有一定的灵敏度和鲁棒性。     

基于模糊自寻优控制方法的自动频率跟踪

本文研究了功率超声外科手术设备的自动频率跟踪技术。首先,分析了功率超声振动系统中振速与频率之间关系,把频率跟踪过程表述为一维变极值点的寻优问题。然后,结合自寻最优自适应控制方法和模糊控制方法.提出了一种模糊自寻优控制方法来实现自动频率跟踪。通过对梯度自寻优控制方法和模糊自寻优控制方法进行实验比较,得出模糊自寻优控制方法能够解决频率瞬变漂移的跟踪问题。     

基于最小一乘的GA-SVR用电量预测

基于最小一乘准则和交叉验证思想下,提出了一种基于自适应遗传算法参数寻优的支持向量回归机模型。该模型采用最小一乘准则作为训练标准,提高了模型的整体稳定性。使用自适应遗传算法对支持向量回归模型进行参数寻优,加快了训练时间,提升了预测精度,同时,交叉验证方法的采用,又进一步地提升了模型的泛化能力和预测精度。采用该模型对江苏省全社会用电量进行预测的结果表明,其预测精度要优于传统的支持向量回归模型和一般的粒子群优化支持向量回归模型。     

边界自适应三角模糊非线性优化支持向量分类器

为了提高对存在噪声的大规模数据集的分类效果,本文提出了一种边界自适应三角模糊非线性优化支持向量分类器BAT-FNOSVC。该分类器在支持向量分类器SVC的基础上引入边界自适应三角模糊隶属函数以更好地解决噪声带来的干扰问题,同时在模型中构造模糊列核矩阵及稀疏化函数,提高了算法的可解释性。对含噪数据集的实验结果表明,与采用三角形模糊隶属函数的稀疏非线性优化分类器TFNOSVC、 SVC、 1-范数支持向量分类器L1SVC及最小二乘支持向量分类器LSSVC相比,BAT-FNOSVC的准确率有明显提高,说明BAT-FNOSVC算法对有噪声的数据集具有较好的分类效果。     

自动驾驶横向控制模型及方法研究综述

回顾了自动驾驶的历史,并对用于智能汽车横向控制的整车横向模型和横向控制理论进行梳理和介绍。应用于控制和仿真建模的车辆模型一般有考虑轮胎受力的非线性动力学模型、针对小转角工况的线性动力学模型以及针对低速工况的运动学模型。应用于横向控制的方法有经典控制、最优控制、鲁棒自适应滑模等智能控制以及基于大数据的驾驶员模型控制方法。针对各类控制模型和控制方法进行了评述,并最终根据现有研究成果和趋势完成预测和总结。     

基于模糊自适应PID控制的汽车涂装烘房温控系统研究

针对现今汽车烘房温度控制系统中存在设备规模庞大、控制程序繁琐，从而导致开车调试难、控制参数设置比较繁琐等问题。文章采用模糊自适应PID算法，将模糊控制与PID控制结合起来，利用模糊算法在线实时调整PID参数，把模糊自适应PID控制具体应用到烘房温控系统中，解决了传统烘房温控系统控制器依赖精确的数学模型的问题，增强了烘干室温度控制系统对不确定因素的适应性。并利用MATLAB对系统进行仿真，与传统单纯的PID控制进行比较，仿真结果表明基于模糊自适应PID控制的汽车烘房温控系统具有响应速度快、调整时间短、稳态误差小、超调量小等特点，有效改善了系统的动态性能和静态性能。     

无刷直流电机模糊PI控制算法研究

针对传统PI算法难以消除直流无刷电机控制系统中存在的系统超调和短时震荡的问题,提出将模糊控制技术融入到PI控制器参数整定过程,设计模糊PI自适应控制器,并搭建电机模糊控制系统的仿真模型。仿真实验结果表明,基于模糊PI控制的电机控制系统相比传统PI控制系统达到给定转速所需时间更短,抗干扰性更强,ITAE（时间乘绝对误差积分准则）值更低,表明在负载突变时模糊PI控制器能更有效抑制电机转矩脉动和提高控制系统的稳定性。