考虑驾驶风格和舒适性的电动汽车制动能量回收策略

现有的制动能量回收策略未充分考虑驾驶风格对前、后轴制动力矩分配的影响,降低了能量回收率,增加了制动减速度。为此,提出了一种考虑驾驶风格和制动舒适性的再生能量回收策略,对不同驾驶风格的驾驶员采用不同的权重系数去权衡制动能量回收效率与制动舒适性。设计模糊规则控制器对驾驶员舒适性权重进行分配,建立包含舒适性和制动能量回收效率的多目标优化模型。最后结合考虑电池、电机特性和紧急工况等影响因素确定制动力矩分配策略。仿真结果表明,与其他控制策略相比,所提出的控制策略使驾驶员处于舒适与轻微不适的占比分别增加3.4%和1.58%,并消除严重不适,电池SOC值损失0.3183%。

基于烟花灰狼算法的冗余机械臂运动学逆解

针对常规方法无法有效求解冗余机械臂逆运动学解问题,提出改进灰狼算法的机械臂逆运动学求解方法,采用一般反向学习初始化与烟花算法爆炸机制相结合,使得算法具有较强的抗干扰与全局求解性,有效避免早熟、局部最优问题。采用10种经典测试函数对改进灰狼算法进行性能测试,测试结果证明改进灰狼具有收敛精度高、抗干扰能力强等特点。以凿岩机器人的七自由度机械臂逆运动学求解为例,采用MDH法建立运动学模型,运用改进灰狼算法求解并与粒子群、模拟退火、传统灰狼算法进行对比,仿真结果表明:该算法性能优于其他算法,能对冗余机械臂逆运动学进行有效求解。

基于相平面的电动汽车操稳性模型预测控制

为提高分布式驱动电动汽车的操纵稳定性,基于模型预测控制和相平面法提出一种主动前轮转向与直接横摆力矩的集成控制策略。该策略由基于质心侧偏角相平面的车辆稳定性判断模块、基于改进模型预测控制的稳定性控制器和转矩分配器组成。通过相平面对车辆稳定性进行评价,将车辆稳定程度公式引入模型预测控制器的目标函数设计中,调整决策的主动转角和附加横摆力矩大小。考虑车辆稳定性和动力性,设计了基于相平面的转矩综合优化分配方法对力矩进行分配。在低附双移线工况下进行仿真,综合分析表明,该控制策略改善了车辆在中、低路面附着系数条件下的操纵稳定性.

基于Attention-BiLSTM网络的车辆换道意图识别

针对换道意图识别方法仅考虑车辆历史状态信息,未充分利用车辆连续性和时序性特征的问题,提出了一种基于Attention-BiLSTM网络的换道意图识别方法。首先,分析行驶车辆之间的交互行为,采用双向长短期记忆网络学习换道意图特征编码信息;其次,通过引入模拟人脑推理行为的注意力机制进行网络权重自适应分配,提高网络捕捉重要状态信息能力;最后,利用HighD车辆轨迹数据集对模型进行训练和评估。试验结果表明:所提出的Attention-BiLSTM模型与LSTM模型相比,其准确率和F1分数分别提高了13.2%和10.5%,有效提升网络对周围车辆换道意图的识别性能。

果蝇优化BP神经网络路面附着系数估计

在利用BP神经网络进行路面附着估计时,存在收敛速度慢和易于陷入局部最优解等问题。为此,提出一种基于果蝇算法(Fruit Flying Optimization Algorithm FOA)对BP神经网络进行改进并给出算法的流程。建立路面附着系数估计BP神经网络模型,将果蝇算法引入到BP神经网络,对网络的初始权值与阈值进行优化,以增强网络的全局寻优能力。利用Carsim软件获取的样本数据对网络进行训练,并与MATLAB/Simulink软件搭建联合动态仿真模型,对比实验结果表明:基于FOA优化BP神经网络的路面附着系数估计方法不受车辆模型精度的影响,定性估计精度高,能有效提高估计值的精度和稳定性。

基于无模型自适应控制的视觉伺服

传统的机器人视觉伺服控制技术需要已知机器人精确的动力学和运动学模型以及机器人的手-眼参数。然而,由于机器人建模、手-眼标定等过程存在一定误差,因此很难精确获得视觉伺服控制模型,从而影响机器人视觉伺服系统的精度和收敛速度。针对这一难题,本文提出一种基于无模型自适应控制方法(MFAC)的机器人视觉伺服技术。利用视觉伺服系统的输入与输出数据,实现自适应视觉伺服控制,即通过MFAC在线估计机器人伺服控制器中的雅各比矩阵,并结合滑模控制器,实现机器人对目标的快速精确跟踪。实验结果表明,本文提出的方法在系统参数变化引起的未知扰动情况下仍能保证伺服控制器平稳收敛,并且能够减小视觉跟踪误差。

月面采样机械臂刚度建模与误差补偿

针对在月面采样任务中,表取采样机械臂受臂杆和关节柔性影响,呈现出低刚度特性导致其控制精度降低的问题,提出了一种基于机械臂柔性变形估计的末端操作误差补偿方法,通过分析关节柔性、臂杆柔性和自重等因素对机械臂末端位姿的联合影响关系,构建了多自由度机械臂的整体刚度模型,进一步通过有限元分析和真实变形对比等方法,对机械臂整体刚度模型的误差计算精度进行评估定界,给出了机械臂在不同构型条件下末端位置估计的误差边界。在此基础上设计了机械臂末端操作的一次性补偿控制方法,可将机械臂末端的最大控制偏差从35mm降低到1mm以内,极大提高了表取采样机械臂模拟系统的绝对定位精度。

凿岩机器人钻臂定位控制交叉精英反向粒子群算法

在利用粒子群优化算法(particle swarm optimization,PSO)进行凿岩机器人钻臂定位过程中,存在收敛速度慢和易于陷入局部最优解等问题.为此,提出一种交叉精英反向粒子群优化算法(crossover elite opposition-based particle swarm optimization,CEOPSO)并给出算法的流程.建立凿岩机器人钻臂运动学模型并对其逆向运动学进行求解.将交叉算子引入EOPSO中,采用自适应惯性权重和交叉概率参数控制技术,在维护粒子个体与最优解之间信息交换的基础上,增加粒子个体之间的信息交换,提高算法的全局搜索能力和钻臂定位效率.仿真结果表明,CEOPSO的平均位置误差和平均姿态误差均小于PSO和EOPSO算法,且迭代过程平稳,可以有效提高凿岩机器人钻臂的定位控制性能.

多征兆模糊诊断知识表示及专家系统的研究

介绍了一种旋转机械多征兆模糊故障诊断专家系统 ,研究了多征兆模糊产生式规则的诊断知识表示和以关系数据库为基础的知识库的建立与维护机制 ;利用ODBC技术实现了对知识库的访问和诊断推理。系统在满足对知识表示和推理模型的有效性和实用性要求下 ,具有构造简单 ,推理效率高等优点。

凿岩机器人钻臂定位误差补偿控制交叉精英反向粒子群优化算法

为提高凿岩机器人钻臂末端(钎头)的定位精度,在利用粒子群优化(PSO)算法对关节变量误差进行补偿时,存在收敛速度慢、容易过早陷入局部最优解等问题,为此,提出一种交叉精英反向粒子群优化算法(CEOPSO)并给出算法流程。针对影响误差的两个主要因素,采用五参数D-H方法建立钻臂的参数误差模型,在形变关节后引入一个虚拟关节,推导出钻臂的形变误差模型。将交叉算子引入到EOPSO算法中,同时进行自适应惯性权重和交叉概率参数控制,不仅维持了粒子个体与最优解之间的信息交换,而且增加了粒子个体之间的信息交换。对比仿真结果表明,在误差补偿控制过程中,CEOPSO算法具有更优越的最优关节补偿值搜索收敛速度和求解稳定性,提高了凿岩机器人钻臂的定位控制性能。

分布式驱动电动汽车综合性能转矩优化分配

针对分布式驱动电动汽车在驱动滑转和电机失效时会引起驱动力下降及产生非期望横摆力矩,提出了一种以提高轮胎附着裕量和改善驱动性能的转矩分配策略。建立包含轮胎利用率和纵向驱动力2个性能的目标函数,基于广义横摆力矩决策控制,并在驱动防滑、电机失效、最大驱动转矩和路面附着的约束条件下,应用全局序列二次规划法(Sequential Quadratic Programming,SQP)求解目标函数。在Carsim和Simulink建立的分布式驱动电动汽车联合控制模型下进行了仿真试验,结果表明:该分配策略在保证车辆稳定性的前提下改善了车辆的动力性能,同时提高了车轮附着裕量。

直驱式主动前轮转向电液位移系统双滑模控制

针对直驱容积式主动前轮转向位移伺服系统存在参数时变、外界干扰以及滑模抖振问题,设计一种汽车液压助力主动转向集成系统,结合神经网络和自适应控制算法,提出一种活塞杆位移与电机转速双滑模控制策略。活塞杆位移采用等效加切换控制律,选用积分形式的快速收敛滑模面设计电机速度等效控制律,利用神经网络对控制律的变化在线估测,并结合自适应算法进行补偿,以抑制传统滑模控制律幅值过大的正负高频切换信号导致的系统抖振,根据Lyapunov理论分析系统的稳定性。研究结果表明:与传统的滑模控制相比,所提出的控制策略不仅能实现对期望位移的准确跟踪,而且能有效削弱系统抖振,增强系统的鲁棒性。

模糊改进的人工势场法机器人局部路径规划

移动机器人在狭窄、障碍物繁多的密闭环境中工作,人工势场法(APF)应用于机器人避障及局部路径规划存在局部最优、目标不可达等问题,文章提出一种模糊改进的APF算法,通过重新构建障碍物斥力势场、障碍物运动速度和加速度势场、引力势场模型,克服局部最优陷阱;在某些特殊情况下,使用模糊算法给机器人提供辅助作用力,帮助机器人安全到达目标点。把改进模糊APF算法用于机器人避障,仿真结果表明:改进的控制算法应用于多障碍物环境可以帮助机器人实现安全避障。

铜冶炼全悬挂转炉扭力杆有限元分析

针对某钢铁厂转炉缓冲扭力杆运行时出现的截面疲劳断裂以及弯曲应力变形,基于Pro/E建立扭力杆的三维实体模型,采用Ansys Workbench对扭力杆在转炉最大倾动力矩工况下的应力分布与变形、扭转位移、危险截面以及最大剪应力状态进行分析,确定扭力杆的结构力学特性,从而为扭力杆的设计制造与安全运行提供可靠数据来源.

逻辑门限防抱死制动系统操纵稳定性研究

为有效降低ABS控制系统的开发时间和费用,采用虚拟样机联合仿真技术实现控制系统算法的快速测试与验证。首先在ADAMS/Car中建立了具有麦弗逊独立前悬架、多连杆式独立后悬架的97自由度虚拟整车模型,然后在MATLAB/Simulink中设计了基于最佳滑移率的逻辑门限ABS控制器,并提出一种采用汽车纵向车速计算实时滑移率的方法。利用ADAMS/Control专用接口将非线性整车模型转化成S函数供ABS控制器调用,实现联合控制。对车辆在分离系数路面上直线行驶紧急制动工况进行仿真分析,结果表明:设计的ABS控制器能够有效提高汽车制动时的操纵稳定性能,该控制算法有较强的实用性。

基于数据库的多征兆模糊故障诊断专家系统的研究

介绍了一种多征兆模糊故障诊断专家系统数据库实现方法。研究了基于关系数据库的模糊规则知识库的建立和维护机制 ;在此基础上建立了模糊诊断推理数学模型 ,充分利用计算机强大的计算能力 ,将大部分推理转化为数值计算 ,提高了推理效率。

应用惯容器提升液压互联悬架性能的研究

为进一步改善车辆抗侧倾和抗俯仰的综合性能,将惯容器应用到液压互联悬架中,设计一种含有惯容器的液压互联惯容悬架。建立整车机械-液压耦合动力学模型,应用AMESim搭建模型对车辆抗侧倾与抗俯仰能力以及悬架系统关键参数对车辆性能的影响进行仿真分析。通过仿真分析得:相较于横向稳定杆和普通液压互联悬架,液压互联惯容悬架能够明显提高车辆的抗俯仰和抗侧倾能力,改善车辆操纵稳定性和安全性。液压系统各关键参数对车辆的侧向加速度无明显影响。系统初始油压、马达排量和飞轮转动惯量与车身侧倾角呈负相关,蓄能器初始气体体积与车身侧倾角呈正相关。

凿岩机器人钻臂GPC-PID双模控制

为避免广义预测控制(GPC)起始阶段存在因所获信息少而对双三角钻臂造成的控制不稳定,以及计算中因矩阵不可逆而造成的数值病态,提出以GPC和比例—积分—微分(PID)控制为基础的双模式自适应控制策略。根据广义预测PID算法得出在线更新的自校正参数,以此参数是否在规定范围内为依据判定采用PID控制模式或GPC模式。仿真结果表明:所提出的双模控制策略可以有效降低广义预测控制起始阶段的不稳定现象,提高运行中的跟踪效果,同时也能保证计算发生病态时钻臂控制的正常运行。

发动机行驶无故障检测分析方法

针对无故障条件下的发动机可靠性与性能评估,分析行驶无故障检测试验流程与方法.提出在发动机行驶里程超过一定数值时,尽管无故障发生,为保证其运行安全可靠,仍需要对其进行检测,界定了发动机行驶无故障检测的内容、流程及检验规范,根据检测结果对发动机整机及零部件进行综合评定.通过发动机配气相位和出油阀紧座的检测实例,说明了行驶无故障检测试验对于发动机可靠性评估、故障预测、产品结构改进和质量保证具有积极的意义.

变尺度混沌神经网络在球磨机故障诊断中的应用

针对神经网络极易陷入局部极小的问题,提出变尺度混沌优化方法与神经网络相结合的变尺度混沌神经网络综合模型,讨论变尺度混沌神经网络模型的建模思路及其算法实现;介绍球磨机常见的故障类型,建立球磨机故障诊断的变尺度混沌神经网络模型,并进行仿真试验,结果表明:该模型具有较高的预测精度,可以有效地运用于球磨机诊断中的故障预测。