基于功能分配与多目标模糊决策的转向与制动协同避撞控制

针对某些紧急工况下单一转向或单一制动控制不能有效避撞或避撞时操纵稳定性较差的问题,提出一种新的基于功能分配与多目标模糊决策的转向与制动协同避撞控制策略。根据自车道上自车与前车运动关系及自车与相邻车道前车运动关系,分别建立转向与制动安全距离模型和控制器。功能分配控制器运用多目标模糊决策来确定转向与制动控制器的功能分配系数,从而实现功能分配控制。应用Car Sim与Simulink进行联合仿真,结果表明:协同控制策略能够有效避撞,而且有良好的操纵稳定性。     

考虑舒适性的AEB避撞算法及仿真验证

为进一步优化汽车自动紧急制动系统的避撞算法,设计了考虑制动过程驾乘舒适性的制动减速度控制策略。通过设置制动减速度变化缓冲区对制动减速度及其变化率进行限制,得到满足舒适性条件的减速度控制曲线。基于AEB典型测试工况对设计的减速度控制曲线进行具体分析,提出了新的制动安全距离模型。最后,建立车辆纵向动力学模型并通过CarSim与Matlab联合仿真对提出的避撞算法进行仿真验证。仿真结果显示:提出的避撞算法能够在实现有效避撞的同时满足舒适性条件。     

线控四轮独立转向汽车执行机构容错控制研究

针对可能出现多种执行器故障的线控四轮独立转向汽车系统,首先建立简化线性2自由度模型并定义包含多种故障的执行器故障模型,然后基于直接自适应控制方法的设计思路,引入一种鲁棒自适应容错控制策略。以跟踪参考模型为目标进行了容错控制器的设计,实现执行器故障模式下汽车对理想参考模型的零质心侧偏角和修正横摆角速度的跟踪。基于Lyapunov函数证明该容错控制器可以确保闭环系统渐近稳定。Matlab仿真及Carsim/Simulink联合仿真结果均表明,所提方法能够有效实现线控转向汽车执行器故障情况下的容错控制。     

轮毂电机驱动汽车半主动悬架自适应最优控制

针对轮毂电机驱动汽车非簧载质量增加和轮毂电机不平衡电磁力带来的振动负效应,提出了一种自适应线性二次型调节器(LQR)半主动悬架控制策略,以提升轮毂电机驱动汽车的性能。考虑路面随机激励与轮毂电机不平衡电磁力的耦合作用,建立了轮毂电机驱动汽车系统的垂向、纵向与扭转振动的动力学模型。以垂向振动性能最优为目标,提出了LQR最优控制策略,将自适应遗传算法应用于确定LQR最优控制权重矩阵,以获取控制器的最优反馈悬架控制力。仿真结果表明:带有自适应LQR控制器的系统能有效提高系统的垂向与纵向性能,对簧载质量垂向与纵向振动加速度均方根值、悬架动行程均方根值、轮毂电机偏心距均方根值、轮胎动载荷均方根值和纵向驱动力波动的改善效果明显,有效提高了车辆的行驶平顺性与乘坐舒适性。     

统一电能质量调节器的新型控制策略研究

针对UPQC中传统PI控制器对模型依赖性大,且系统参数大范围变化时,难以保证良好的动静态性能等问题,提出了一种基于CGT(command generator tracker)的直接自适应控制策略。当输入为时变信号时,该控制器能够使被控对象输出高质量的跟踪参考模型输出,从而达到渐近跟踪效果。与传统的PI控制相比,基于CGT的直接自适应控制策略具有更好的鲁棒性、灵活性和适应性。完成了相应的UPQC仿真模型及实验平台的搭建,对UPQC的补偿性能进行了仿真分析与实验。实验验证了该控制策略的有效性和可行性。     

基于模糊控制的车辆主动避撞系统及仿真验证

为了提高车辆主动避撞系统的安全性和舒适性,建立了纵向和横向危险状态判别模型以判断车辆行驶时的安全性,设计了基于模糊控制的车辆主动避撞系统,模糊控制器Ⅰ选取驾驶员类型和主车车速为输入参数,主动制动阈值为输出参数,实现根据驾驶员类型和行车工况的不同来控制不同的制动时刻,模糊控制器Ⅱ选取相对速度和相对距离,输出制动信号以对车辆制动过程中的制动压力进行控制。通过Prescan仿真平台建立前车静止和车辆碰撞远端行人测试工况,对设计的主动避撞系统的有效性进行了仿真验证。仿真结果表明:所提出的基于模糊控制的车辆主动避撞系统能够有效避免碰撞,并兼顾车辆高速行驶工况下的安全性和低速行驶工况下的驾乘舒适性,同时还满足了不同类型驾驶员对主动避撞系统激活时机差异的需求。     

基于卡尔曼滤波和MRAC的卷绕张力控制

针对纱线收卷系统张力控制存在非线性和时变性以及存在测量噪声等问题，课题组提出了一种卡尔曼滤波和模型参考自适应相结合的张力控制方法。为提高卷绕系统的抗干扰性和稳定性，在张力测量环节通过参考模型设计卡尔曼滤波器有效抑制测量噪声。在纱线张力控制上，采用基于Lyapunov稳定性原理的模型参考自适应的控制策略对张力实时补偿。MATLAB仿真结果表明：基于卡尔曼滤波和Lyapunov MRAC的卷绕张力控制系统具有良好的鲁棒性、自适应性。该控制方法具有一定的应用前景。     

基于变论域模糊PID控制动力总成主动悬置分析

为提高汽车的驾乘舒适度,抑制汽车发动机和路面同时向车身传递振动,减小动力总成悬置在发动机和车身之间的相互移动趋势,利用自适应模糊PID控制算法对动力总成悬置系统进行模糊化处理,同时根据变论域思想,设计系统的输入输出伸缩因子,提出一种变论域自适应模糊PID控制算法。设计仿真控制器,将自适应模糊PID控制和变论域伸缩因子控制相结合,在Matlab/Simulink中进行控制系统的仿真研究,结果表明:在路面和发动机的激励下,变论域自适应模糊PID主动控制相比于自适应模糊PID控制能够更好地抑制悬置的振动,提高整车的舒适性和平稳性。     

农机作业履带式行走张紧系统的自适应控制策略

为了改善农机作业履带张紧系统的行走性能,探讨了一种基于仿人智能的履带张紧自适应控制策略。剖析了履带式行走张紧系统存在的控制问题,总结了履带张紧过程的控制论特性,探讨了自适应控制策略与控制算法。以工业系统中典型的2阶滞后过程控制为例进行研究。仿真对比实验验证了基于仿人智能的控制算法可以取得更好的控制品质和控制效果。仿真结果表明:基于仿人智能的控制策略是一种可供张紧系统设计参考的自适应控制策略。     

基于双渐消因子调节的自适应卡尔曼滤波器

针对传统卡尔曼(Kalman)滤波器鲁棒性差,无法实时精确跟踪系统突变状态的问题,设计了一款双渐消因子调节的自适应Kalman滤波器。算法分析了突变状态无法精确跟踪的原因,在传统Kalman滤波器的基础上,引入双渐消因子,优化预测协方差,实时激活滤波增益,调节量测新息在状态估计中的贡献度。借鉴新息正交性定理,依据Sage开窗估计原理与加权最小二乘准则,建立了双渐消因子的函数解析式。基于滤波发散判据,分析了储备系数与量测新息协方差之间的关系,构造了函数边界条件。实例研究表明,自适应Kalman滤波器鲁棒性强,能够精确跟踪系统突变状态,状态收敛速度优于抗差Kalman滤波器,稳态精度提升了44.76%。     

四轮毂电机电动车对开路面制动能量回收策略研究

以对开路面下四轮毂电机电动汽车制动能量回收控制策略为研究对象,以提高对开路面下的制动能量回收效率和制动能量回收时的制动稳定性为目标,考虑制动强度对制动能量回收效率的影响及对开路面对制动稳定性的影响,提出了当两前轮轮毂电机制动力大于制动需求时,仅由两前轮轮毂电机提供制动力,反之,由4个轮毂电机共同提供制动力,对开路面下制动时,依据两侧路面附着系数分配左、右轮制动力的控制策略;基于Matlab/Simulink搭建了制动能量回收控制模型,基于FTP-75工况及对开路面工况,分别对制动能量回收有效性及制动稳定性进行验证,仿真结果表明:一次FTP-75工况下,采用所提的控制策略能够回收0.132kW·h的能量,相对于2个轮毂电机、4个轮毂电机按固定比例提供制动力的控制策略分别提高23.3%、7.3%;在对开路面制动时能够缩小两侧车轮地面制动力的差值,减小车辆横摆力矩,有效提高汽车制动稳定性。     

基于数据流多维分析的可疑金融交易动态识别

动态识别是改进我国目前可疑金融交易识别监测覆盖面不足和识别实时性较差的有效方法。针对动态识别的具体实现问题,基于数据流多维分析设计一种可疑突变特征动态识别算法。该算法根据金融交易数据流的特点,在筛选交易记录关键属性、构建数据流立方体结构以及确定通用路径的基础上,运用突变比量动态缩减时间框架,在不同维度及概念层上计算和维护立方体中数据单元的度量参数与突变比量参数,并以此为依据发现并识别出隐匿于数据流中的可疑突变特征。仿真结果表明:算法能够在有限的存储空间内完成对大规模金融交易数据流的实时处理,计算结果能够有效反映交易记录中频度、金额、类型等方面的可疑突变情况,从而达到动态识别可疑金融交易的目的。     

分布式电动汽车行驶状态与路面附着系数估计

路面附着系数是影响汽车行驶状态估计的重要因素,单一路面附着系数下的汽车行驶状态估计无法适应各种路面工况。针对分布式电动汽车行驶状态与路面附着系数估计问题,研究了一种基于双容积卡尔曼滤波理论的联合估计算法。利用分布式电动汽车多信息源优势,建立3自由度车辆估计模型,将多传感器信号作为估计模型的输入,侧向力通过Dugoff轮胎模型计算获得,设计行驶状态和路面附着双容积联合估计算法。通过典型工况对接路面双移线进行仿真实验,结果表明算法能够实现实时准确估计。     

基于多幂次趋近律的驱鸟机器人路径跟踪控制研究

由于变电站电力设备交错复杂,鸟类的活动对电网的安全运行已造成严重影响,驱鸟移动机器人在路面障碍与空间障碍等不确定因素并存的情况下,需要对路径跟踪进行精确控制。提出一种基于多幂次趋近律的滑模控制策略,首先建立驱鸟机器人运动的数学模型,然后基于多幂次趋近律设计相应的滑模控制器,并且利用李雅普诺夫函数证明其稳定性。仿真实验结果表明:相对于传统的滑模控制策略,该方法鲁棒性强,可快速削弱抖振现象,使得机器人的运动精确跟随理想路径,其研究成果为变电站实现精准驱鸟提供了重要依据。     

技术路径嵌入:邻避运动治理反思与路径拓展

邻避运动的治理是学界关注的热点议题,传统的治理思路大多是基于利益补偿的“市场路径”,或是基于公众参与的“回应路径”。通过对R市10年核电历程的调查发现:传统邻避治理路径应对风险集聚类设施引发的邻避现象时,公众的“经济理性”和“价值观念”的交织会使市场路径失去成效;而“权力惯性”与“权利抗争”的互构也会导致回应路径陷入歧途。其失效的深层逻辑在于:目标趋利化和主体单一化使传统治理路径无法有效应对预期损失较高的“风险集聚类设施”。鉴于此,提出基于目标重塑和主体重组的技术路径嵌入到传统治理机制中,针对不同类型的邻避设施采取不同的治理路径,以找回“邻避”有效治理的最后一块拼图。     

认知无线电系统频谱自适应调度算法设计

针对认知无线电系统多媒体业务应用,提出了一种基于频谱感知的自适应分组调度算法。该算法通过自适应地调整实时业务和非实时业务间的资源配额,以在空闲频谱资源变化情况下保证实时业务的QoS需求。基于IEEE 802.22无线区域网(WRAN)的认知无线电系统仿真表明,同已有的3种典型分组调度算法M-LWDF、Exp和PF相比较,该频谱自适应分组调度算法可以在变化的空闲频谱条件下为实时业务提供更为可靠的QoS保障,获得更高的系统吞吐量和频谱利用效率。     

高速自适应干扰抑制系统及实现技术研究

针对码率较高、实时性强的扩频抗干扰接力通信系统的窄带干扰抑制问题，提出了一种基于ＤＳＰ器件并行实现的自适应干扰抑制滤波器的设计。该系统是针对ＤＳＰ器件的特点，采用ＴＭＳ３２０Ｃ３０数字信号处理器及ＩＭＳＡ１１０专用滤波器并行处理的设计方法，实现了最高数据吞吐率为２０Ｍｂｐｓ的自适应滤波器，从而为高速实时自适应干扰抑制滤波器的实现提供了一种有效的途径。     

基于MAS的高性能网络拥塞控制研究

本文针对以ATM为代表的高速通信网络非实时业务的拥塞控制问题 ,提出了一种基于MAS的、通过分布在各网络节点的Agent各自对自身环境的独立学习和决策 ,实现网络拥塞控制的策略框架及其基本算法 ;通过分析和仿真实验 ,说明了这种自下而上的网络拥塞控制策略对复杂动态环境和控制对象具有较好的学习适应能力及鲁棒性 ,并且比传统自上而下的集中式控制策略更易于在工程中实现     

基于神经模糊PID的ABS控制策略研究

ABS系统中主缸压力和轮缸压力具有强非线性关系,且传统的控制算法中控制参数不能根据路面的变化及时进行调整,很难在多变的路面工况下取得较好的控制效果。为提高ABS的控制效果,提出一种神经网络模糊PID控制策略。将理想滑移率与实际滑移率之差作为系统输入,经模糊化和归一化后输入神经网络,应用神经网络的自学习和误差反向传播,采用遗传算法优化网络的初始权重,利用BP算法完成网络训练实现模糊规则,使模糊规则的生成转变为加权系数初值的确定和调节,从而表示出模糊规则,寻找一个最佳的PID非线性组合控制率,调整车轮制动力矩,以适应多变的路面。仿真结果表明:该控制策略兼备了神经网络、模糊控制、PID控制的优点,能适应复杂多变的路面。     

纯电动汽车碰撞高压安全系统设计及控制策略

针对纯电动汽车发生碰撞时可能存在的安全风险,对纯电动汽车碰撞高压电安全进行了分析研究,提出了一种纯电动汽车碰撞高压安全系统方案和控制策略。利用ISO26262标准的思路和方法进行了设计,通过模型仿真分析与在电动汽车项目上的验证和应用,表明该系统能够保证电动汽车碰撞时的高压安全,为电动汽车的推广应用提供参考。