面向LQG控制的IEEE 802.11ax网络资源调度方法

由于低成本、易维护和频带免授权等优点,IEEE 802.11ax网络被广泛用于工业控制应用。针对基于IEEE802.11ax的无线网络化控制系统,提出一种控制感知的资源调度方法以支持对多个控制系统的无线高速控制。首先,考虑IEEE802.11ax网络的传感数据丢包问题,给出控制系统的最优估计器和线性二次高斯(LQG)控制。然后,分析LQG指标与IEEE 802.11ax传输可靠性的依赖关系,给出期望LQG指标最小化的资源调度问题模型,进而提出一种面向LQG控制的资源调度(LCARS)方法。最后,通过大量仿真验证LCARS的有效性。LCARS可用于自动导引车集群导航、机器人远程控制等智能工厂应用。

LQG-IMC集成的空气悬架车身俯仰姿态控制策略研究

为了提高空气悬架车辆在非紧急工况下的整车性能和车身姿态,建立了刚度可调空气悬架车辆半车纵向行驶动力学模型,结合LQG控制与IMC控制的优缺点,设计了空气悬架LQG-IMC集成控制器,并引入粒子群算法来优化了IMC时间常数。应用MATLAB/Simulink搭建了仿真模型,仿真了初始速度30m/s、B级路面和非紧急制动工况。结果表明,与被动悬架相比LQG-IMC集成控制空气悬架车辆的车身俯仰角、前悬架及后悬架的动挠度均方根分别改善了56.44%、53.33%和63.71%,且车身姿态得到进一步控制,为空气悬架控制器的开发奠定了理论基础。

波浪发电系统功率优化LQG滑模控制

直驱式波浪发电系统浮子位置和速度存在物理约束,基于线性二次高斯控制,提出约束反馈优化功率方案。通过流体力学工具得到辐射力数据,建立系统状态空间模型。采用标准卡尔曼滤波器获得系统全状态量信息,构建最小性能指标函数,计算状态反馈增益;考虑建模误差,设计滑模控制器,利用Lyapunov函数证明系统稳定性,补偿系统模型失配时的状态量偏移及功率损耗;离线计算反馈增益并调整滑模变结构控制参数,降低控制策略复杂性。仿真结果表明,所提控制策略动态性能好、鲁棒性强,能保证物理约束并提升系统输出功率。

制动工况下含预瞄信息的主动悬架变权重LQG控制

为提高车辆在制动工况下的乘坐舒适性,建立1/2车辆主动悬架制动模型。针对传统LQG控制器中的权重系数难以确定的问题,以车辆的各项性能指标为约束条件,利用改进的粒子群算法对不同路面等级下的控制器权重系数进行优化。在此基础上,将最优控制与轴距预瞄控制相结合,基于线性系统二次型最优控制理论,设计制动工况下包含预瞄信息的主动悬架变权重LQG控制器。仿真结果显示:相比于固定权重的LQG控制,变权重LQG控制能够更好地适应路面等级的变化,有效改善悬架的性能。此外,含预瞄信息的变权重LQG控制和无预瞄信息的变权重LQG控制相比于被动悬架,车身垂直加速度均方根分别优化51.2%、43.9%,车身俯仰角加速度均方根分别优化42.7%、18.0%。由此可知,含预瞄信息的主动悬架变权重LQG控制能够使车辆获得更好的舒适性,且整体振幅也得到明显降低。

基于LQG的独立变桨控制技术对风电机组气动载荷影响研究

基于多体动力学理论建立风力发电机组动力学模型,针对风轮载荷分布不均问题,在传统变桨距控制策略的基础上,提出基于线性二次高斯算法(LQG)的独立变桨距控制策略,并在Matlab/Simulink中构建控制模型,实现风力机系统的联合仿真,对提出的控制策略与传统的变桨控制策略进行仿真比较。研究结果表明:文中提出的独立变桨控制技术不仅可以实现功率控制,而且有效地降低了风电机组关键部件的疲劳载荷。在载荷优化方面比传统PI控制器效果更明显,更适合大型风电机组变桨距控制。

基于层次分析法的主动悬架LQG控制器设计

建立了7自由度主动悬架的动力学模型，并应用最优控制理论设计了车辆主动悬架的LQG控制器；采用层次分析法确定各性能评价指标的加权系数，在Matlab／Simulink环境下建立主动悬架和被动悬架模型并进行仿真。仿真结果表明，通过层次分析法对加权系数的合理选取，主动悬架能够有效地降低车身振动加速度，从而提高乘坐舒适性。

一种确定车辆悬架LQG控制加权系数的方法

针对车辆悬架LQG控制,提供一种确定与车辆平顺性各评价指标相关加权系数的方法。根据特定工况下对车辆平顺性各评价指标的具体要求,利用层次分析法,确定它们的主观加权比例系数;根据特定工况下原型悬架的性能统计数据,确定各评价指标的同尺度量化比例系数;结合各评价指标的主观加权比例系数与同尺度量化比例系数,确定LQG控制中与平顺性各评价指标相关的最终加权系数。运用实例表明:使用该方法确定加权系数的LQG控制效果明显,且适用性强。

基于遗传算法和LQG控制的汽车半主动悬架结构和控制参数的集成优化研究

传统半主动悬架的设计是先设计其结构参数后设计其控制器参数,这样易造成系统失去全局最优性能。针对这一问题,本文提出一种基于遗传算法和LQG控制的集成优化半主动悬架结构参数和控制参数的方法,通过理论分析和仿真结果表明此方法与传统优化方法相比,对改善汽车行驶平顺性和提高汽车行驶安全性具有较优的效果。

LQG控制理论在阵风载荷减缓系统中的应用

针对D ryden频谱函数,通过有理谱成形理论,建立了阵风的线性化模型。明确了阵风对飞机的扰动机理后,以某型飞机为对象,建立了包括阵风过程、舵机系统和飞机模型的纵向动力学増广模型。以该增广模型为设计对象,应用LQG控制理论,设计了阵风载荷减缓系统。仿真结果表明,该系统能有效减缓阵风对飞行过载的影响。

LQG理论的电动助力转向系统最优控制

通过建立电动助力转向系统的数学模型和计入随机干扰的受控系统状态空间表达式,应用极小值原理设计了线性二次型高斯状态反馈控制器,并基于最优估计理论设计了离散型Kalman滤波器。最后进行了仿真分析,其结果表明采用这种最优控制方法能有效地抑制路面随机激励、转矩传感器的量测噪声、模型参数不确定所引起的干扰以及减少转向盘的振动,使驾驶员获得较满意的路感,设计的最优控制器使闭环系统有较强的鲁棒性,提高汽车的操纵性能。

基于LQG的混合电磁悬架阻尼-刚度设计及试验研究

提出了一种具有三种模式的混合电磁悬架,三种模式分别侧重于悬架的平顺性、轮胎接地性和综合性能,协调了悬架平顺性与轮胎接地性之间的矛盾。建立了混合电磁悬架的动力学模型,确定了各个模式下LQG控制策略的加权系数。在不同的模式下分析了刚度、阻尼对于悬架动力学性能以及悬架能耗特性的影响,确定了不同模式下刚度和阻尼的取值,并进行了仿真分析。结果表明:混合电磁悬架相比于传统被动悬架能够有效改善悬架动力学性能,且相比于主动悬架能明显减少能量消耗。最后进行了试验研究,试验结果与仿真结果基本一致,验证了仿真结果的正确性,表明混合电磁悬架能够减少悬架主动控制时的能量消耗。

基于改进层次分析法的半主动悬架LQG控制器的设计

建立了包含半主动悬架的4自由度车辆动力学模型,应用最优控制理论设计了车辆半主动悬架LQG控制器,并在Matlab/Simulink环境下对系统模型进行仿真。以车身垂向加速度、俯仰角加速度、悬架动挠度、轮胎动位移和悬架控制力作为车辆LQG控制的性能评价指标,采用层次分析法和改进层次分析法确定各指标的加权系数。仿真结果表明,与被动悬架相比,采用半主动悬架能有效地提高车辆的乘坐舒适性;而与层次分析法相比,使用改进的层次分析法更易于确定加权系数,更便于设计LQG控制器。

车辆半主动悬架自适应 LQG 控制

线性二次型高斯(LQG)随机最优控制理论和卡尔曼滤波器被应用于车辆悬架控制中。通过仿真分析得到了车体振动加速度均方根值随着悬架变形的均方根值的增大而减小的结论。提出了符合一类越野车辆实际需要的半主动悬架自适应控制策略。形成了对路面变化(包含车速)具有自适应能力的LQG控制系统。对自适应控制的效果进行了仿真分析。

融合助力转向功能的新型主动转向系统LQG控制策略

在传统主动转向系统基础上,集成电动助力转向技术,开发出一种新型主动转向系统,使其同时融合主动转向和电动助力转向功能,不仅解决了汽车低速转向轻便与高速转向稳重的矛盾,而且可以实现驾驶员路感和汽车主动安全性的完美结合。推导出新型主动转向系统动力学方程,考虑系统中可能存在的各种干扰和噪声,构建了新型主动转向系统LQG控制模型,设计了新型主动转向系统LQG控制策略,并对转向路感和系统鲁棒性进行了仿真分析。仿真结果表明,基于LQG控制的新型主动转向系统,具有较好的系统鲁棒性能和鲁棒稳定性,可有效抑制路面随机激励、转矩传感器量测、模型参数不确定所引起的各种干扰和噪声,使驾驶员获得满意的转向路感。

基于路面等级自适应的主动悬架LQG控制

为了解决车辆在混合等级路面时平顺性与操纵稳定性差的问题,提出了一种基于路面等级自适应的主动悬架LQG控制策略。根据路面功率谱密度与国际平整度指数的关系识别路面等级;以不同路面等级为阈值,确定三种控制目标;计算每次迭代后平均味道浓度判定值的方差确定迭代步长,解决了果蝇算法过早收敛和迭代次数过长的问题;在不同控制目标下设立了相应的适应度函数,并利用改进后的果蝇算法优化不同适应度函数下LQG控制的加权系数,以此提高混合等级路面下的控制性能。仿真分析了在不同等级路面下的悬架动态性能,并进行了道路实车试验。仿真结果表明:相比传统LQG控制,基于路面等级自适应LQG控制的悬架系统在A级路面下簧载质量加速度均方根值减小16.34%,在D路面下轮胎动载荷均方根值减小6.51%,在B级和C级路面下,簧载质量加速度和轮胎动载荷的均方根值分别减小9.59%、7.54%和11.32%、9.4%;试验结果与仿真结果基本一致。

基于AHP的车辆主动悬架LQG控制器设计

基于层次分析法(AHP)设计了一种能够降低车身加速度(BA)、悬架动行程(SWS)和轮胎动位移(DTD)的车辆主动悬架线性最优(LQG)控制器。首先建立了2自由度1/4车辆主被动悬架动力学模型;然后采用AHP确定了悬架各性能评价指标的加权系数并利用最优控制理论设计了车辆主动悬架控制器;最后在Matlab/Simulink环境下进行了仿真分析。对仿真结果进行对比后表明:在特定工况下通过对加权系数的合理选取,BA、SWS和DTD比被动悬架分别减小了18.73%、22.22%和4.76%,且主动控制力的均方根值为535.3994 N。

基于LQG理论的液压主动悬架仿真研究

建立了伺服方向阀构成的液压主动悬架系统的单轮数学模型，将系统最优控制问题归结到标准ＬＱＧ问题后，通过仿真，得出了在有诸多约束的情况下，用普通的液压伺服系统也能得到较好的振动控制效果的结论，并对全状态反馈控制与输出反馈控制进行了讨论。

车辆磁流变半主动悬架模糊LQG控制策略研究

为提升车辆行驶舒适性,提出一种半主动悬架模糊LQG(Linear-quadratic-Gaussian control)控制策略。对磁流变阻尼器(Magnetorheological Damper,MRD)进行力学特性测试,并建立改进双曲正切模型,利用试验数据采用遗传算法对力学模型进行参数辨识,从而得到可以用于准确描述MRD非线性特性的数学模型。建立1/4车辆悬架模型,设计模糊LQG控制策略,在正弦激励及随机路面激励条件下进行数值仿真,根据车身加速度、悬架动挠度及轮胎动载荷3个指标进行性能评价。与被动悬架控制和模糊控制效果相比,结果表明,模糊LQG控制策略使半主动悬架各评价指标的均方根值均明显降低,基于模糊LQG控制的半主动悬架具有更好的减振性能,能有效提升悬架性能。

车辆主动悬架的遗传粒子群LQG控制方法

针对LQG最优控制算法中权重系数依靠经验确定的不足,综合遗传算法和粒子群算法优点,将粒子群算法中粒子速度和位置的更新和遗传算法的选择、交叉与变异操作相结合,提出遗传粒子群LQG控制算法,以优化性能指标权重系数。建立2自由度1/4主动悬架车辆模型,利用Matlab/Simulink软件,对车辆悬架的遗传粒子群LQG控制进行仿真,并与传统LQG控制结果进行对比。结果表明,所提出的遗传粒子群LQG控制方法能同时改善汽车的平顺性和操纵稳定性。

电动助力转向系统LQG/LTR控制

建立了电动助力转向系统的数学模型和状态方程,针对电动助力转向系统建模过程中存在模型不确定性和传感器噪声等问题,利用LQG/LTR方法设计了补偿控制器,并进行了仿真计算。仿真结果表明,在加入LQG/LTR控制器后,系统能很好地抑制转向盘转矩波动和转矩测量过程中存在的传感器噪声,具有很好的跟随性和鲁棒性。