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。     

定常稳态风载荷下的高速列车运行安全性研究

为了研究高速列车在横风作用下的运行安全性,建立了定常稳态风载荷模型,提出定常稳态风载荷的计算方法,并对共计20种工况下的横向力,倾覆力矩和摇头力矩进行了计算.基于多体动力学基本理论和多体动力学软件SIMPACK,完成了某型号高速列车仿真模型的建立以及广义力载荷的加载,完成车辆的动力学仿真,绘制出不同安全性指标仿真结果图像,并对车辆的运行安全性进行分析和评价,提出改善车辆运行安全性的方法.     

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。     

考虑道路条件和车速的横纵向控制驾驶员模型

针对智能汽车在复杂路径下跟踪效果不佳的问题,考虑车辆横纵向动力学耦合作用,提出一种横纵向控制驾驶员建模方法。根据道路条件对车辆转向和速度控制的影响,建立一种考虑路径曲率和横向坡度的多约束车辆动力学模型,并推导车辆侧翻和侧滑的临界速度,预测参考路径的安全车速;采用横向模型预测控制获得最优的前轮转角控制序列,纵向PID控制实现纵向速度跟随;搭建Simulink-CarSim和硬件在环联合仿真系统。仿真结果表明：横纵向控制驾驶员模型能够预测安全车速,提高路径跟踪精度和行驶稳定性,同时具有较好的鲁棒性。     

基于预瞄的智能车辆路径跟踪控制研究

针对智能车辆在实际行驶过程中的路径跟踪问题,综合考虑车辆位置和动力学状态,建立了二自由度车辆动力学模型和路径跟踪预瞄误差模型,并将预瞄误差模型与二自由度车辆动力学模型相结合。以最小化横向预瞄误差和车辆与目标路径之间的方位偏差为控制目标,基于线性二次型最优状态调节器(LQR),得到了安装四轮转向控制器的智能车辆的前后轮转角。将车辆的前后轮转角作为车辆模型的输入,控制车辆稳定地跟踪期望路径。仿真结果表明:提出的路径跟踪控制策略能够在车辆换道时始终维持横向预瞄误差和方位偏差在较小范围内,同时具有较好的横向稳定性。     

基于分层式控制器的纯电动汽车车距控制研究

鉴于智能车辆的车距控制研究大多是针对传统燃油车,并缺少对多工况控制算法的研究,在Carsim/Simulink平台搭建了纯电动汽车动力学模型,以行车安全性为首要目标,结合驾驶员的驾驶特点和乘坐舒适性,建立了一种可变安全距离模型,设计了线性二次型最优控制理论和模糊控制理论相结合的分层式控制器,针对前方无车的情况,设计了定速巡航控制器。基于Carsim和Simulink联合仿真平台,对起停工况、定速巡航工况和距离保持工况进行仿真验证,结果表明分层式结构控制器具有较好的控制效果和鲁棒性,使智能车辆按照期望距离和速度安全行驶。     

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。     

双点预瞄式智能车大曲率路径的横向控制

针对智能车在大曲率弯道中转向机构过早响应以及跟线精度不高的问题,提出了一种基于双预瞄点的智能车大曲率路径横向模糊控制方法。首先建立了车辆的横向控制系统结构,给出了车辆的动力学模型和视觉预瞄模型,进而提出了双点预瞄调节策略,给出了模糊控制器的设计方法并采用遗传算法进一步优化了控制器的控制规则,最后通过仿真实验验证了控制器的有效性及准确性。结果表明:所设计的控制系统能根据前方道路的曲率及车速实时调节预瞄距离,既能确保车辆的转向角以较高精度实时跟踪大曲率路径,又能保证车速在弯道中处于预定的受控范围内。     

基于不变集的半挂汽车列车防侧翻控制研究

针对行车过程中的不确定性干扰及半挂车高度的强非线性导致的模型失配问题,应用不变集理论,将状态、控制输入和干扰的约束考虑为鲁棒控制不变集并作为控制器的终端约束,建立了反映半挂车横摆及侧倾运动学特性的7自由度动力学模型,用于预测控制算法设计控制器、跟踪参考信号、解决滚动优化带约束的有限时域最优控制问题,得出最优控制输入,即3根主车轴的防侧翻力矩,并由主动防侧倾杆实施以达到防侧倾控制。最后进行了典型工况的仿真,结果表明:应用所设计的鲁棒模型预测控制器可较好地防止半挂车侧翻。     

基于人-车-路闭环系统的路径跟踪模型预测控制

为提高人-车-路闭环系统的路径跟踪能力以及操纵稳定性能,利用Matlab/Simulink软件,搭建了3自由度汽车动力学模型以及基于车辆侧向加速度反馈修正的预瞄驾驶员模型,并与Carsim模型进行对比验证,检验了上述模型的正确性;根据模型预测控制理论,搭建了基于主动转向的路径跟踪模型预测控制器,采用双移线路径作为仿真工况,分别在有/无模型预测控制的情形下进行了仿真。结果表明:该模型预测控制器可将路径跟踪的误差均值控制在0. 1m以内,将瞬态误差极值降低50%左右,并消除了路径跟踪后期的震荡现象;此外,可保持汽车侧向加速度、横摆角速度值等操纵稳定性指标在合理范围之内。研究结果可为智能汽车的人-机共驾研究以及无人驾驶方向的进一步研究提供参考。     

高速铁路缓和曲线行车动力性能对比分析

针对三次抛物线、半波正弦和一波正弦3种线型的铁路缓和曲线，以不同的列车运行速度变化规律建立了3种不同的分析工况,理论计算了车体横向加速度时变率。利用铁道车辆系统动力学数值仿真软件，建立了具有93个自由度的单节高速车模型，同时考虑轨道不平顺的影响，仿真计算了车体横向加速度时变率，对比分析了3种不同工况下缓和曲线上车体横向加速度时变率的变化情况。结果表明，在未考虑轨道不平顺时，列车以变化的速度运行，半波正弦更具优势，在车站两端加减速地段可以考虑采用半波正弦型缓和曲线，以提高旅客乘坐舒适度；轨道不平顺对高速行车     

基于质心侧偏角计算的自动转向控制

为改善车辆高速行驶时质心侧偏角对车辆横向控制的影响,基于车辆动力学分析与辨识提出了一种基于无迹卡尔曼滤波理论的精确计算质心侧偏角的方法,并将其应用于车辆的自动转向控制系统。为验证算法的有效性,进行了相关的仿真分析。仿真结果表明:在实时计算质心侧偏角的基础上进行车辆的性能控制,可提高车辆的瞬态控制精度,有效改善车辆的舒适性。     

基于动态规划的再生制动能量管理策略

为提高电动汽车在制动过程中的再生制动能量以缓解日益尖锐的能源短缺问题,以双电机驱动系统为研究对象,基于Matlab/Simulink和COMSOL联合仿真平台构建了双电机变速箱系统多模高效协同控制的车辆动力学仿真模型、能量管理策略模型、电池电化学模型。考虑到动力电池的动力学特性和建模精度对系统的能量管理有一定影响,建立了能准确反映电池特性的电化学模型,为再生制动能量管理策略提供更加准确的动力学约束。将基于动态规划、固定比例分配因子和不作再生制动的能量管理策略进行对比。结果表明:动力电池SOC在整个循环工况下均有明显提升,百公里能耗降低41.59%,制动能量回馈明显,表明所制定的基于动态规划的再生制动能量管理策略有较好的控制效果。     

基于滑模控制的三轴重型汽车平顺性优化研究

建立了基于半主动悬架的9自由度三轴重型汽车垂向动力学模型,为提升其平顺性,针对该重型汽车模型设计了滑模控制系统,对悬架阻尼力进行控制。该控制器以天棚阻尼系统为参考,使重型汽车振动响应跟随参考系统。基于Matlab/Simulink软件对滑模控制系统进行验证,在B级路面不同车速工况下进行响应分析。结果表明,所建立的控制器在不同车速下,均能有效改善车辆垂向加速度、俯仰角速度和侧倾角加速度。     

基于仿人逻辑预测控制的自平衡摩托车系统研究

为了提升两轮自平衡摩托车的平衡性,建立了自平衡摩托车动力学模型和使用了一种基于仿人逻辑预测控制器,该控制器结合了逻辑控制器和预测控制器的优点,并对陀螺框架进动角速度控制以及同步响应的车体初始侧倾角度的平衡控制,同时加入横向干扰的情况下进行仿真。结果表明采用仿人逻辑预控制器优于PD控制器和MPC控制器,加快了车体侧倾角度的平衡响应速度,陀螺框架进动角度明显降低,提高了系统整体抗干扰能力。     

基于模型预测控制的电动汽车起步工况仿真与性能评价

为提高电动汽车起步工况时的性能,设计了基于模型预测控制的驾驶员模型,建立了纯电动汽车整车模型和驾驶员模型。将驾驶员意图转化为加速踏板和制动踏板的开度变化,利用基于模型预测控制方法的上层控制器得到期望加速度,下层控制器根据期望加速度得到加速指令和减速指令,从而对车辆进行起步工况的加、减速控制。利用起步时间、驱动电机电压电流和冲击度3个评价指标对提出的模型预测控制方法和常规PID控制方法进行起步工况仿真的控制性能比较。分析了不同坡度(0%、10%和20%)和加速踏板开度下电驱动系统的性能。仿真结果验证了模型预测控制方法的有效性。     

智能车辆路径跟踪横向控制研究

针对传统基于单一控制方法的车辆路径跟踪控制算法无法准确跟踪路径的缺点,以智能车作为研究对象,提出基于预瞄控制和模糊滑模控制的车辆横向控制算法。基于智能车在横向控制中的运动特性,建立横向和横摆两个自由度的车辆模型。针对传统基于反馈控制的方法实时性差的缺点,通过建立预瞄模型来获取预瞄偏差,保证车辆在行驶中提前预估前方道路环境信息,提高实时性。基于滑模和模糊控制,设计了智能车辆路径跟踪横向控制器。采用由集成偏差组成的滑模切换函数及其微分作为控制器的输入,把对误差的控制转化为对滑模函数的控制,保证了车辆转向时的稳定性。Matlab/Simulink的仿真结果表明:智能车辆路径跟踪横向控制器能够在曲率急剧变化的路段实现路径准确跟踪,满足车辆实际行驶要求。     

转型与整合——90年代前期长篇小说叙事语境及策略

针对耦合非线性混沌振子复杂的动力学行为,本文将Duffing振子和Van der Pol振子进行耦合,建立了Duffing振子和Van der Pol振子的耦合模型。与单个振子相比,耦合Duffing振子和Van der Pol振子表现出了更加丰富的动力学特性,采用Simulink仿真的方法,通过不同策动力幅值、不同耦合系数、不同频率下耦合非线性振子的相图和庞加莱截面图分析了耦合非线性振子的动力学行为,研究了耦合振子对微弱周期信号的敏感性和对噪声的免疫力,并将此模型应用于微弱信号检测的研究中。     

强化学习型匝道控制模型的研究

高速公路上的交通堵塞造成了道路利用效率低下，并伴随着能源消耗和环境污染问题，因此各种各样的高速公路控制方法应用于缓解交通堵塞。本文提出强化学习型匝道控制模型，该模型以交通流模拟为预测工具，以人工智能的强化学习为最优化选择模型，并具有一定的自主性、有记忆功能和性能反馈功能，且是一种动态的过程。应用JAVA针对不同的交通状态进行模拟再现，模拟结果表明匝道控制模型对于减少交通堵塞具有显著的效果。     

某重型载货汽车车架柔性化建模及疲劳分析

针对某重型载货汽车车架局部出现的疲劳寿命问题,通过有限元理论生成车架的模态中性文件,并对车架进行静力分析及强度校核。利用虚拟样机技术,建立考虑车架弹性的整车刚柔耦合模型,并对刚柔耦合整车模型进行随机路面不同速度下的整车动力学仿真,提取车架关键边界载荷谱。利用S-N疲劳设计方法,选用疲劳分析软件nCode Design-Life对车架进行疲劳可靠性分析,得到车架在不同工况以及不同车速下的疲劳寿命结果及损伤位置。结果表明:车架的最小寿命满足行驶要求,并为车架的优化设计提供了理论依据。