基于三步法的机械臂轨迹跟踪控制

考虑机械臂末端轨迹跟踪控制问题,以跟踪逆运动学求解出的末端期望轨迹对应的各关节期望角度为控制目标.设计了一种基于三步法的控制器,该控制器由类稳态控制、可变参考前馈控制和误差反馈控制3部分组成.证明了该控制器可以通过控制机械臂的各关节力矩实现各关节实际角度对期望角度的状态跟踪,进而使得末端轨迹渐近跟踪期望轨迹,并且跟踪误差是输入到状态稳定的.仿真表明基于三步法控制器的空间机械臂末端可以渐近跟踪期望轨迹,并且该算法可以克服系统的末端负载质量变化等不确定性的影响.

四轮独立驱动电动汽车转向稳定控制

四轮驱动电动汽车在中高速转向行驶过程中,轮胎的非线性特性会使得汽车出现大摆动、侧滑、过度或不足转向等安全问题.针对可能出现的问题,提出了四轮驱动电动汽车转向稳定分层控制策略.上层横摆稳定控制器采用基于图表的滑模控制算法规划出使车辆转向稳定的附加横摆力矩.下层转矩优化分配控制器采用模型预测控制方法实现4个轮胎的转矩分配,保证车辆转向行驶安全性.仿真结果表明所设计的控制策略能够有效保证车辆的稳定转向行驶.

四轮驱动电动汽车稳定性预测控制器快速实现

为解决四轮驱动电动汽车在高速情况下易发生甩尾失控的安全性问题,针对整车和执行器间的动力学耦合、控制系统非线性、多变量、实时性等问题,本文采用集中式的控制策略,设计了一种车辆横摆稳定的快速非线性预测控制器,实现了整车横摆稳定和电机转矩分配的一体化控制.为了控制系统的实时实现,将非线性规划问题转化为代数方程组求解,通过解耦预测时域间方程组的耦合关系,实现时域间优化问题的并行求解,提高了控制器的计算速度.最后给出了控制器的硬件并行加速实验,完成了控制系统的硬件在环实验,实现了车辆横摆稳定系统的实时控制.实验结果表明该控制器不仅具有良好的控制性能,而且明显提升了系统实时性.

涡轮增压汽油机气路预测模型的建立与预测控制（英文）

针对涡轮增压汽油机气路系统中节气门与废气旁通阀动力学耦合、机理建模复杂的问题,本文提出基于神经网络模型的气路系统预测控制方法,实现了节气门与废气旁通阀的协调控制.首先,针对涡轮增压汽油机气路系统map与机理混合描述的特性,利用系统的输入输出数据,采用反向传播神经网络(back propagation neural network,BPNN)训练得到一个非线性气路模型;其次,基于泰勒展开式对预测模型进行线性化,并对模型的精度进行了验证,进而利用该模型预测系统的未来动态;然后,在考虑系统存在输入约束的条件下,设计了一个线性模型预测控制器对节气门与废气旁通阀进行协调控制,实现了进气歧管压力和升压的跟踪控制进而满足发动机的扭矩需求;最后,通过离线仿真和基于d SPACE的快速原型实验(rapid control prototyping,RCP)验证了控制系统的有效性和实时性.

非线性预测控制终端约束集的优化

为保证预测控制的稳定性,经典的策略是在预测控制的优化问题中加入终端约束集和终端惩罚函数,并保证终端约束集是一个在终端控制律作用下的正不变集,终端惩罚函数是受控系统的局部控制Lyapunov函数.本文提供了一种求解非线性系统终端约束集、终端控制律和终端惩罚函数的新策略.通过在优化问题中引入新的变量来降低求解终端约束条件的保守性,并且可以从理论上保证求解得到的终端约束集更大.通常情况下,较大的终端约束集将允许选取的预测时域较小,因而可以降低预测控制的在线计算负担.从形式上看,新的变量的引入使得终端约束集和终端惩罚项实现了某种程度的解耦,即终端约束集不再是终端惩罚函数的水平截集.最后通过仿真算例验证了所提策略的有效性.

基于扩张状态观测器的车辆横摆稳定模型预测控制器设计

针对车辆横摆稳定性控制问题,本文提出一种基于扩张状态观测器的线性模型预测控制器设计方法.首先,将非线性车辆模型线性化,建立带有模型误差干扰项的线性模型,其中线性化导致的模型误差采用扩张状态观测器估计得到,并证明了观测器的稳定性.然后基于此模型设计线性预测控制器,近似实现了非线性预测控制器的控制效果,同时降低了计算量.最后,通过不同路况下的仿真实验结果,验证了所提方法的计算性能和控制效果.

H∞ Output Feedback Control of Constrained Systems via Moving Horizon Strategy

这份报纸与致动器浸透为分离时间的系统处理 H 产量反馈控制问题。开始，一条抑制 H 输出反馈控制途径在线性矩阵不平等(LMI ) 的框架被介绍优化。在骚乱精力界限上的某些假设下面，靠近环的 H 性能被完成。而且，动人的地平线策略被用于控制性能的一个联机管理以便靠近环的系统能在意外大骚乱的情况中满足控制限制。驱散限制被导出完成动人的地平线靠近环的系统消散。模拟结果证明抑制 H 控制器在骚乱假设下面有效地工作并且动人的地平线 H 控制器罐头交易自动地在令人满意的控制限制和提高的性能之间。

基于深度强化学习的网联车辆队列纵向控制

针对车辆队列中多目标控制优化问题,研究基于强化学习的车辆队列控制方法.控制器输入为队列各车辆状态信息以及车辆间状态误差,输出为基于车辆纵向动力学的期望加速度,实现在V2X通信下的队列单车稳定行驶和队列稳定行驶.根据队列行驶场景以及采用的间距策略、通信拓扑结构等特性,建立队列马尔科夫决策过程(Markov decision process,MDP)模型.同时根据队列多输入-多输出高维样本特性,引入优先经验回放策略,提高算法收敛效率.为贴近实际车辆队列行驶工况,仿真基于PreScan构建多自由度燃油车动力学模型,联合Matlab/Simulink搭建仿真环境,同时引入噪声对队列控制器中动作网络和评价网络进行训练.仿真结果表明基于强化学习的车辆队列控制燃油消耗更低,且控制器实时性更高,对车辆的控制更为平滑.

线控转向系统主动信息安全控制

线控车辆信息安全是指电信号传输的转向指令免受威胁、干扰和破坏,近年来关于车辆信息安全的智能网联汽车受到黑客严重威胁,信息安全对线控车辆系统的安全起着决定性作用.鉴于此,针对线控车辆的信息安全问题提出一种基于事件触发策略的四轮线控车辆系统的预测控制方案,该方案利用事件触发控制对控制通道进行选择,根据李雅普诺夫稳定理论给定幂指数稳定的充分条件,进而设计事件触发条件,并结合模型预测控制对未来动态信息进行预测,能在潜在对手攻击的情况下,保证车辆安全行驶.仿真结果表明,所提出方案具有良好的抗干扰能力和抗黑客攻击能力.

基于三步法的汽车主动四轮转向控制

为了提高线控主动四轮转向汽车的主动安全性、操纵稳定性,将三步法控制策略应用于线控主动四轮转向车辆控制问题中,以跟踪参考模型输出为控制目标设计了三步法控制器。该控制器由类稳态控制、考虑参考变化的前馈控制和状态相关的误差反馈控制3部分构成。通过对线控主动四轮转向汽车的前、后轮转角进行控制,保证实际的车辆质心侧偏角和横摆角速度对理想的质心侧偏角和横摆角速度的状态跟踪。采用非线性八自由度汽车模型对控制器的有效性进行验证。仿真结果表明:所设计的控制器能够跟踪上理想模型输出值,提高了线控主动四轮转向汽车的操纵稳定性。

基于扰动观测器的轮式移动机器人滚动时域路径跟踪控制

轮式移动机器人路径跟踪控制问题中通常存在状态约束和输入约束,并且系统运行时容易受到外部扰动的影响。本文基于非线性扰动观测器提出了一种轮式移动机器人滚动时域路径跟踪控制策略。当没有外部扰动作用于系统时,滚动时域控制算法可以满足控制约束和状态约束,并且使得轮式移动机器人跟踪期望的轨迹;当存在外部干扰,尤其是慢变扰动时,非线性扰动观测器能够估计扰动,并通过反馈补偿扰动对轮式移动机器人移动轨迹的影响。仿真结果表明,在外部干扰存在的情况下该控制策略能够保证移动机器人渐近跟踪期望路径。

具有双层控制结构的馈能悬架输出反馈控制策略

针对悬架系统是一个复杂的多变量振动系统,单一的控制算法难以满足悬架系统的性能要求的不足,采用了双层结构控制策略,上层控制器产生下层控制器的期望输出,下层控制器跟踪上层控制器的输出。本文将馈能悬架的控制器设计问题归结为时域硬约束下的干扰抑制问题和能量回收效率的问题,上层控制器采用多目标H∞/广义H2输出反馈控制策略,即用广义H2范数描述系统时域约束,用H∞范数度量系统的性能。下层采用状态反馈积分控制策略实现执行机构对上层控制输出的跟踪。仿真验证了设计的1/4车馈能悬架具有干扰抑制能力和能量回收能力。