主动悬架的遗传算法优化LQR控制策略研究

为了提高车辆的行驶平顺性和操纵稳定性,本文提出了一种基于遗传算法的线性二次型调节器(linear quadratic regulator,LQR)控制,求解最佳权重矩阵参数的方法。此控制算法克服了传统的LQR控制方法中,由经验主观性确定的权重矩阵Q和R的缺点,使其达到最优的控制效果。本文首先建立了1/4车辆主动悬架模型和道路输入模型,并将遗传算法优化的LQR控制器应用于主动悬架系统中。以主动悬架作为被控对象,车身垂向加速度、悬架弹簧动挠度以及轮胎动位移作为评价指标,通过仿真分析,相比被动控制和LQR控制的主动悬架系统,此优化算法可以显著减小车身垂向加速度与悬架弹簧动挠度,而轮胎动位移的影响不大,从而验证了控制策略的有效性。

Vibration Control of FGM Piezoelectric Plate Based on LQR Genetic Search

Active vibration control of functionally graded material (FGM) plate with integrated piezoelectric layers is studied. In this regard, a finite element model based on the classical plate theory is adopted and extended to the case of FGM plate to obtain a space state equation. Rectangular four node and eight node elements are used for the analysis purpose. The material proprieties of FG plate are assumed to be graded along the thickness direction. In order to control the vibration of the plate, an LQR controller has been designed and developed. The weighing factors are obtained by using genetic algorithm. The proposed results of finite element modeling are verified with the results obtained using ANSYS. Also the validation of methodology is done with comparing the results with that of available in literature and found in well agreement. Further analysis is performed for three sets of power law exponent n = 0, 1 and 100 which gives benchmark results for vibration control of FGM piezoelectric plate.

基于PSO的LQR车辆横纵向跟踪控制研究

为了解决LQR控制器在固定权重下对复杂道路的跟踪精度和稳定性较差的问题,该文提出一种基于PSO算法优化的预测前馈转角补偿横纵向系统控制方法。横向控制采用PSO优化的LQR控制器,纵向控制采用位置PID和速度PID的双PID控制器进行路径跟踪,位置误差通过PID控制器对前轮转角进行补偿,来解决车辆转向不足的问题。通过MATLAB/Simulink和Carsim进行联合仿真,结果表明,在侧方泊车实验中,最大横向误差降低了约51%;在避障换道超车实验中,最大横向误差减少了约49%。

车辆悬架LQR控制器权值优化方法

线性二次型最优控制(LQR)算法是汽车主动悬架控制策略的一种重要方法,其控制性能取决于悬架系统变量的加权系数。权值系数的选取成为LQR控制器设计的难点。针对权值系数没有固定解析方法而无法保证悬架系统达到最优控制性能的问题。提出一种基于遗传算法的权值系数优化方法,以1/4主动悬架的车身垂向加速度、悬架动挠度和轮胎动位移性能指标作为目标函数对LQR控制器的权值系数矩阵进行优化设计。仿真结果表明,与被动悬架控制相比,方法不仅能提高LQR控制器设计效率,而且可以有效提高车辆行驶的平顺性。

基于遗传算法的LQR算法中权矩阵的优化分析

LQR控制算法是目前结构主动控制设计分析时最广泛采用的方法。在LQR算法中,权矩阵Q和R的选取直接影响着结构的动力反应和控制力。目前如何确定最优形式和大小的Q和R以获得全局最优控制力仍然是个难题。采用遗传算法,在一定的目标函数下对LQR算法中权矩阵Q和R进行优化,使其控制效果能够满足结构性能要求,并对优化结果下的动力反应进行了分析比较和结果的验证。

多种群遗传算法的倒立摆LQR控制器设计

针对传统遗传算法在设计倒立摆LQR控制器时,算法会因个别超常个体或群体较快趋于单一化而导致不能得到满意控制参数的问题,利用Sheffield遗传工具箱,设计了多种群遗传算法。算法的开始引入了多个种群同时进行优化搜索,不同的种群采用不同的交叉概率和变异概率,种群之间采用移民算子建立联系,各种群产生的最优个体通过精华种群实现留优。在Simulink环境下建立模型并计算性能指标,Simulink环境下的输出值作为多种群遗传算法的目标函数值。仿真结果表明,在存在建模误差的情况下,本算法稳定性好、遗传代数小,有效地避免了早熟,更为适合复杂问题的优化。

改进教与学优化算法的LQR控制器优化设计

为了快速有效地确定线性二次最优控制(linear quadratic regulator,LQR)问题中的加权矩阵Q和R,针对主动悬架LQR控制器权系数设计问题,提出一种改进的教与学优化算法进行LQR优化设计。算法对基本教与学优化算法中的"教"与"学"阶段进行了进一步的改进,同时提出一种"自我学习"策略。通过仿真实验表明,和基本教与学算法、粒子群算法、遗传算法相比,本文算法在对主动悬架LQR控制器优化时,具有收敛速度快,求解精度高和稳定性强等优势。

基于遗传算法的四轮转向-驱动汽车时变LQR控制

四轮转向-驱动汽车相较于传统车辆能保证四轮转角/转矩独立可控,具有十分优异的主动动力学控制性能。文中针对四轮转向-驱动汽车转角转矩的协调控制提出了一种基于遗传算法的时变LQR控制系统。该系统区别于传统的线性化轮胎参考模型,考虑轮胎的变刚度特性建立线性时变系统,并利用遗传算法对状态量的控制权重矩阵进行优化。仿真结果表明,在给定的转角阶跃输入下,考虑轮胎非线性特性的时变LQR控制系统相较于线性化模型控制系统,对质心侧偏角的零化效果更优异,横摆角速度对理想值的跟踪精度提升3.01%。在高速低附路面下的双移线工况仿真表明,基于遗传算法的时变LQR控制系统能确保车辆具有较好的轨迹跟踪能力,最大侧向位移误差控制效果相较于前轮转向车辆提升44%。

基于LQR算法的倒立摆动态可视控制系统

针对倒立摆系统的非线性特点,利用LQR算法实现了对倒立摆系统的小车位置和摆杆角度的同时控制。为了生动直观地演示这一控制效果,提出了使用组态软件对倒立摆系统进行动态可视化处理的实现方案。仿真计算和组态设计结果表明,该方案不仅直观地证明了LQR算法在倒立摆系统中的应用价值,而且在实际教学过程中取得了良好的教学效果。

主动调频液柱阻尼器基于遗传算法的LQR控制优化设计

ATLCD由调频液柱阻尼器(Tuned Liquid Column Damper,TLCD)发展而来,在TLCD液柱端部连接气压控制箱,通过引入控制气压对结构实施主动控制。采用被动TLCD优化设计方法设计阻尼比及频率比,采用LQR算法确定ATLCD系统的主动控制力,并对LQR算法中权矩阵采用遗传算法进行优化。以一五层钢框架结构为例,顶层装ATLCD用LQR算法进行主动控制,加载El-Centro地震波进行时程响应分析,比较无控结构及被、主动控制结构的时程响应结果表明,采用ATLCD的减振效果明显优于采用被动装置。

基于遗传算法的履带车辆电磁悬挂LQR控制优化

提出采用遗传算法对电磁悬挂LQR控制算法进行优化的方法。针对被动悬挂不可控、半主动悬挂不能主动出力和主动悬挂耗能过大等问题,提出并设计了基于电磁作动器和磁流变阻尼器相复合的履带车辆电磁悬挂结构方案,并依据其简化模型设计了LQR控制器。提出采用主、被动悬挂性能评价指标的均方根比值之和作为适应度函数进行LQR权系数优化的方法。仿真结果很好的证明了采用集成优化的电磁悬挂LQR控制能够较大地提高履带车辆的行驶平稳性,并且该优化方法也同样适用于汽车悬架。

基于留优遗传算法的倒立摆最优LQR控制

被控系统稳定性与LQR控制器权重矩阵Q和R的选择有关。针对选择适当的Q和R使系统在约束条件下达到稳定性最优的问题,提出了一种通过留优遗传算法实现二级倒立摆系统LQR控制器参数寻优的新方法。以被控系统的动能积分为性能指标来实现寻优,以能量为寻优性能指标,可使二级倒立摆系统各部分的稳定性以统一的量纲表示。可依据倒立摆系统的耦合性,从总体的角度考虑系统的稳定性。仿真的结果表明了该方法的有效性。

主动悬架LQR控制加权系数多目标遗传算法优化

对多目标遗传算法NSGA-Ⅱ进行了改进,提出了基于改进NSGA-Ⅱ算法的主动悬架LQR控制加权系数设计方法。仿真结果表明,多目标遗传算法一次运行可以获得多组Pareto最优的性能指标加权系数,设计者可以根据偏好选择最终的满意解,避免了现有加权系数选择方法存在的主观性和盲目性。

基于LQR控制算法的输电塔风振控制研究

采用谐波叠加法,模拟了输电塔塔顶脉动风速时程曲线及风荷载时程。介绍了LQR控制算法的原理,利用MATLAB语言编制了LQR控制算法的程序,并对一输电塔模型结构在风荷载作用下的控制效果进行分析,结果表明,LQR控制方法可以有效地减小输电塔的风振响应,说明LQR控制方法是一种比较理想的减震方法。

基于PID-LQR主动悬架控制策略的车辆平顺性研究

为了进一步提高悬架系统的综合平顺性能,建立了主动悬架系统的单轮车辆模型,以路面不平度作为车辆系统的干扰信号。考虑到带有LQR控制器的主动悬架,加权系数的确定受人为影响较大,故在LQR控制器中加入一个PID控制器,形成PID-LQR控制器。通过MATLAB对LQR及PID-LQR控制器分别建立了系统的Simulink模型,运用遗传算法和单纯形法,对LQR中加权系数矩阵L、M以及PID控制器中的相关参数进行了优化,使悬架系统控制性能得到一定的提高。在同等情况下,与进行相同优化步骤的LQR控制器进行对比分析,得到两种悬架的平顺性性能差异。结果表明,相比传统的LQR主动悬架控制,所提出的PID-LQR悬架控制策略能在一定程度综合改善模型的平顺性能。

基于PID与LQR的两轮平衡小车控制算法的仿真研究

两轮平衡小车是一种非线性、强耦合、多变量的系统,是检验各种控制方法处理能力的典型装置。在ADAMS与MATLAB软件平台下,应用PID与LQR两种控制算法对两轮平衡小车的控制效果进行研究。研究表明:LQR的控制效果较好,适应性更好。

基于GA的二级倒立摆LQR最优控制器设计

倒立摆是一个多变量、快速、非线性不稳定的系统。LQR最优控制以其较好的稳定性在倒立摆控制中常被应用。该方法的关键在于如何选取Q、R加权矩阵,通常需要多次的反复试探才能得到较满意的结果,极大地影响了其有效的应用。针对这一问题采用基于遗传算法的权矩阵设计方法设计二级倒立摆的LQR最优控制器,利用其有效的智能式搜索、渐进式优化的特点,获取Q、R阵及状态反馈控制率K。将此控制器用于二级倒立摆实验台,实验结果表明,此方法设计的最优控制器超调小、响应速度快,可以对实际倒立摆系统实现稳定控制。

改进蛙跳算法的LQR控制器的优化设计

针对多变量、非线性、强耦合性的倒立摆系统,运用牛顿-欧拉方法建立了倒立摆的数学模型,然后对该模型分别进行LQR控制。在LQR控制中,权矩阵Q和R的选取直接影响着结构的动力反应和控制力。在标准蛙跳算法对权矩阵Q和R进行优化的基础上,通过采取新的最差青蛙跳跃策略能有效提高算法的全局搜索能力,同时加入自适应跳跃因子以加快算法的收敛时间。仿真实验表明,该算法能有效地获得最优的权矩阵Q和R,使LQR控制效果能够满足结构性能要求。

履带车辆电磁主动悬挂LQR控制研究

针对军用履带车辆悬挂系统对车辆行驶中的振动控制需求,采用了磁流变阻尼器与电磁作动器相复合的方式,引入履带车辆电磁主动悬挂,建立了悬挂动力学模型。采用滤波白噪声方法生成路面随机输入激励,并导出了悬挂系统状态方程,进而设计和仿真分析了LQR最优主动控制算法。研究结果表明,采用该控制方法对于提高履带车辆行驶的安全性和乘坐舒适性是可行的。在某型履带车辆上,当负重轮相对动载荷均方根值仅增加2.82%和悬挂动行程小于三分之一最大行程时,车体加速度均方根值能降低40.74%。

基于LQR的环形一级倒立摆控制算法研究

为了研究环形一级倒立摆的自动AA起摆及实现其稳定控制,采用拉格朗日方法推导建立环形一级倒立摆的数学建模,设计LQR最优控制器并对其性能进行分析。在取权重R=1的条件下,不断调整权重矩阵Q,得出最优Q值和R值,并通过环形一级倒立摆进行实物控制。实验结果表明,倒立摆能快速起摆,并能稳定控制。