CN109515097A - 一种半主动车辆悬架控制系统 - Google Patents

一种半主动车辆悬架控制系统 Download PDF

Info

Publication number
CN109515097A
CN109515097A CN201811212443.1A CN201811212443A CN109515097A CN 109515097 A CN109515097 A CN 109515097A CN 201811212443 A CN201811212443 A CN 201811212443A CN 109515097 A CN109515097 A CN 109515097A
Authority
CN
China
Prior art keywords
controller
suspension
lower layer
control
semi
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811212443.1A
Other languages
English (en)
Inventor
袁春元
杨兵
华周
宋盘石
张佳辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University of Science and Technology
Original Assignee
Jiangsu University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu University of Science and Technology filed Critical Jiangsu University of Science and Technology
Priority to CN201811212443.1A priority Critical patent/CN109515097A/zh
Publication of CN109515097A publication Critical patent/CN109515097A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • B60G17/018—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by the use of a specific signal treatment or control method
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • B60G17/019—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by the type of sensor or the arrangement thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Vehicle Body Suspensions (AREA)

Abstract

本发明公开一种半主动车辆悬架控制系统，主要由上层控制器、下层控制、执行机构、传感器组等组成。其中，上层控制器运用粒子群算法优化出悬架刚度，并此信号输送给下层控制器；而下层控制器与上层控制器输出、内环反馈、干扰、执行机构及传感器等构建各环路传递函数，选择权矩阵，进而进行闭环传递矩阵成形，转化为H∞鲁棒控制标准结构；DGKF法求解下层控制器。本发明的控制系统，既可实时在线优化悬架刚度，又能抑制各种不确定性的影响。

Description

一种半主动车辆悬架控制系统
技术领域
本发明属于车辆底盘控制的技术领域，具体涉及一种半主动车辆悬架控制系统。
背景技术
由车辆系统垂向动力学模型可知，描述车身运动的模型参数载荷、悬架刚度和悬架阻尼存在参数摄动及路面干扰随机性等问题。由于经典控制难以处理不确定性，在系统的鲁棒稳定性同时难以兼顾其鲁棒性能。因此，鲁棒控制成为车辆控制领域中的研究热点。由于车辆的载荷工况多变性和行驶道路随机性，使得车辆在实际行驶过程中存在相当数量的不确定性，譬如载荷、悬架刚度及阻尼等参数变化和路面激励的干扰及未建模误差等。车辆系统标称模型却未能考虑参数化变化、外界干扰和未建模误差等。因此，传统的以车辆系统标称模型进行悬架控制器的设计方法难以兼顾稳定性和鲁棒性能，这些不足限制了半主动悬架性能的进一步提升。
半主动车辆悬架控制系统接收、过滤和处理传感器信号，基于一定的控制策略生成控制信号，最后输送给执行机构实现悬架调节过程。针对半主动悬架专家学者提出了相对多的控制策略，例如PID控制、天棚控制、线性最优控制、自适应控制、预瞄控制、模糊控制、滑模控制及神经网络控制等。这些控制策略可以适应于多变量、多状态半主动悬架系统；同时，它们也存在共性问题，就是难以兼顾半主动悬架的稳定性和鲁棒性能。
传统被动悬架设计一经确定后，悬架参数(悬架刚度及其阻尼)就不能改变，整车性能只能折中考虑，不能兼顾各种工况下的车辆性能。而半主动悬架可以根据工况主动调节悬架参数，可以极大提升车辆性能仅增加少量成本，是一种非常有发展前景的车辆悬架。悬架参数如何实时跟踪车辆工况变化是解决半主动悬架问题的另一瓶颈技术。
因此，探寻半主动悬架的参数如何动态调节及其鲁棒控制的是本研究领域的热点问题。
发明内容
发明目的：本发明的目的在于解决现有技术中存在的不足，提供一种半主动悬架控制器。
技术方案：在现有车辆半主动悬架控制技术基础上，本发明公开一种半主动车辆悬架控制系统。
半主动车辆悬架控制系统由上层控制器、下层控制器、执行机构及传感器组等组成。安装于车辆系统上可以组成双闭环控制。其中，内环由下层控制器和悬架执行机构等组成，能抑制干扰对执行机构的影响；而外环由上层控制器、下层控制器、执行机构、半主动悬架车辆和传感器组等组成，上层控制器能实时在线优化半主动悬架刚度。传感器组能实时检测悬架动挠度、车身垂向加速度和轮胎垂向加速度。
上层控制器选用粒子群算法开发，能在线优化悬架刚度。优化时，以悬架刚度为优化变量，并选择优化目标函数如下
式中：T采样时间周期；悬架动行程均值、轮胎动载荷均值及车身垂向加速度均值；s、G和a分别为悬架动行程、轮胎动载荷及车身垂向加速度；λi(i＝1,2,3)为权系数。优化步骤如下：
1)目标函数(1)为适应度函数，初始粒子种群N为10，空间维数d为4，设置惯性权系数、加速因子及迭代次数上限；随机生成粒子的初始位置及速度、单个粒子极优值pbest[]和种群极优值gbest[]；
2)应用目标函数(1)计算每个粒子的适应度；
3)更新粒子的速度和新的位置，其遵循如下关系式：
v[]＝w*v[]+c1*rand()*(pbest[]-present[])+c2*rand()*(gbest[]-present[])
present[]＝present[]+v[]
v[]是粒子的速度；w是惯性权重；present[]是当前粒子的位置；pbest[]个体极优值；gbest[]全局极优值；rand()是介于(0，1)之间的随机数；c1,c2是学习因子，取c1＝c2＝2；
4)比较前后两次迭代位置的适应度，如果后者比前者优，则用后者来更新每个粒子极优值pbest[]；否则粒子最优值pbest[]保持不变；
5)比较当前位置极优值pbest[]适应度比全局极优值gbest[]某元素更优，则用当前位置代替该元素；否则gbest[]保持不变；
6)判断算法终止条件，若满足条件则停止，输出优化结果；否则，返回到步骤二中继续优化计算，直到满足终止条件为止。
建立由上层控制器输出信号、内环反馈信号、干扰和调控指令为输出信号的执行机构及传感器的传递函数，合理选择权矩阵，进而输入信号、输出信号、执行机构、传感器、权函数和待解下层控制器进行闭环传递矩阵成形，使得系统具有稳定性和鲁棒性能。通过H∞鲁棒控制理论求解待解下层控制器，步骤如下：
步骤一、将上层控制器输出信号、内环反馈信号、执行机构、传感器等传递函数转化成状态空间方程形式，即
式中：x为状态变量；为系统模型的参数矩阵；u为控制输入量；y为控制输出量。
步骤二、引入不确定块矩阵及虚拟性能指标，合理选取外扰力、未建模误差、权函数及控制指标评价函数；
步骤三、将外扰力、未建模误差、权函数、控制指标评价函数及车辆系统标称模型进行重构，获得状态空间形式含参数摄动的增广系统模型；
步骤四、将摄动问题转化为参数不确定问题，应用小增益定律,通过满足闭环系统鲁棒稳定条件选取鲁棒加权函数
步骤五、建立的不确定系统模型转化为由模型摄动块△和增广模型P组成的标准矩阵模型；
步骤六、应用MATLAB将增广模型P、模型摄动块△、权函数阵W、输入变量及输出变量进行回路成形，进而应用DGKF法进行求解，并Schur均衡降阶法降低控制器阶数；
进一步地，应用计算机C语言将车辆技术参数、半主动悬架车辆系统模型、上层控制器、下层控制编制成控制程序，通过编译器将控制程序进行编译链接生成可执行文件，在测试成功后下载到半主动悬架控制器中。
进一步地，所述上层控制器包括CPU、ROM、RAM、I/O口、A/D转换电路、晶振电路、电源电路及USB接口，A/D转换电路将转换后的数据通过I/O口传输至CPU，CPU与晶振电路、电源电路相连，且设有USB接口；所述下层控制器包括CPU、ROM、RAM、I/O口、晶振电路、电源电路及LED触控屏组成，下层控制器中的I/O口收到上层控制器的I/O口传输的数据，然后由下层控制器进行反馈控制，驱动执行机构。传感器组用于采集车身的垂向加速度、行驶速度、悬架动行程和轮胎动载荷作为输入信号，并将输入信号通过放大电路和A/D转换器传递给上层控制器，其应用粒子群算法优化悬架刚度并结果输送给下层控制器，下层控制器基于H∞鲁棒控制理论，实时调控执行机构。
有益效果如下：
(1)本发明以车辆综合性能为优化目标、以悬架刚度为优化变量，基于传感器信号应用粒子群算法实时优化悬架刚度，使得悬架刚度可以随整车性能实时动态调节。
(2)本发明半主动悬架模型考虑了参数摄动、外界干扰和未建模误差等，选择各输入量/输出量的权函数，并通过H∞求解鲁棒控制器，使得半主动悬架控制器在保证稳定性的同时兼顾了鲁棒性能。
附图说明
图1为本发明的结构构成图；
图2为基于粒子群算法的悬架刚度优化流程图；
图3为鲁棒控制器求解流程图；
图4为本发明的控制系统硬件组成图。
具体实施方式
下面结合附图对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。
图1所示本为发明的半主动车辆悬架控制系统，采用上下两层控制器结构。其中，上层控制器采用粒子群算法实时求解悬架参数，而下层控制器为鲁棒控制器，可是实时调节半主动悬架执行机构。
图2所示上层控制器粒子群算法优化流程图，其具体步骤如下：
步骤一、建立半主动悬架车辆系统标称模型，根据车速、悬架动行程、车身垂向加速度等信号，
以车辆综合性能为优化目标；
式中：T采样时间周期；悬架动行程均值、轮胎动载荷均值及车身垂向加速度均值；s、G和a分别为悬架动行程、轮胎动载荷及车身垂向加速度；λi(i＝1,2,3)为权系数；
步骤二、以悬架刚度为优化变量；应用粒子群算法求解，具体流程如下：
1)目标函数(1)为适应度函数，初始粒子种群N为10，空间维数d为4，设置惯性权系数、加速因子及迭代次数上限；随机生成粒子的初始位置及速度、单个粒子极优值pbest[]和种群极优值gbest[]。
2)应用目标函数(1)计算每个粒子的适应度。
3)更新粒子的速度和新的位置，其遵循如下关系式：
v[]＝w*v[]+c1*rand()*(pbest[]-present[])+c2*rand()*(gbest[]-present[])
present[]＝present[]+v[]
v[]是粒子的速度；w是惯性权重；present[]是当前粒子的位置。pbest[]个体极优值；gbest[]全局极优值；rand()是介于(0，1)之间的随机数；c1,c2是学习因子，取c1＝c2＝2。
4)比较前后两次迭代位置的适应度，如果后者比前者优，则用后者来更新每个粒子极优值pbest[]；否则粒子最优值pbest[]保持不变。
5)比较当前位置极优值pbest[]适应度比全局极优值gbest[]某元素更优，则用当前位置代替该元素；否则gbest[]保持不变。
6)判断算法终止条件，若满足条件则停止，输出结果；否则，转入步骤2)。
图3下层控制器的求解
建立由上层控制器输出信号、内环反馈信号、干扰和调控指令为输出信号的执行机构及传感器的传递函数，合理选择权矩阵，进而输入信号、输出信号、执行机构、传感器、权函数和待解下层控制器进行闭环传递矩阵成形，使得系统具有稳定性和鲁棒性能。通过H∞鲁棒控制理论求解待解下层控制器，步骤如下：
步骤一、将上层控制器输出信号、内环反馈信号、执行机构、传感器等传递函数转化成状态空间方程形式，即
式中：x为状态变量；为系统模型的参数矩阵；u为控制输入量；y为控制输出量。
步骤二、引入不确定块矩阵及虚拟性能指标，合理选取外扰力、未建模误差、权函数及控制指标评价函数；
步骤三、将外扰力、未建模误差、权函数、控制指标评价函数及车辆系统标称模型进行重构，获得状态空间形式含参数摄动的增广系统模型；
步骤四、将摄动问题转化为参数不确定问题，应用小增益定律,通过满足闭环系统鲁棒稳定条件选取鲁棒加权函数
步骤五、建立的不确定系统模型转化为由模型摄动块△和增广模型P组成的标准矩阵模型；
步骤六、应用MATLAB将广义模型P、模型摄动块△、权函数阵W、输入变量及输出变量进行回路成形，进而应用DGKF法进行求解，并Schur均衡降阶法降低控制器阶数。
进一步地，应用计算机C语言将车辆技术参数、半主动悬架车辆系统模型、上层控制器、下层控制编制成控制程序，通过编译器将控制程序进行编译链接生成可执行文件，在测试成功后下载到半主动悬架控制器中。
图4为控制系统的硬件组成，由上层控制器、下层控制器、传感器组、输入电路、输出电路及执行机构驱动电路组成。所述上层控制器包括CPU、ROM、RAM、I/O口、A/D转换电路、晶振电路、电源电路及USB接口组成；所述下层控制器包括CPU、ROM、RAM、I/O口、晶振电路、电源电路及LED触控屏组成；所述传感器组可以采集模拟信号和数字信号，主要采集车身的垂向加速度、行车速度、悬架动行程、轮胎动载荷和外界干扰等信号，并将模拟信号经A/D转换电路后和数字信号输送给上层控制器，上层控制器将应用粒子群算法优化出车辆悬架刚度并结果输送给下层控制器。下层控制器接收到上层控制器信号和干扰信号后，应用基于H∞鲁棒控制理论的控制程序，进行计算、判断和决策，实时调控半主动悬架执行机构。

Claims (5)

1.一种半主动车辆悬架控制系统，其特征在于：包括上层控制器、下层控制器、执行机构和传感器组件；所述传感器组件实时采集车身的垂向加速度、行驶速度、悬架动行程和轮胎动载荷数据，并将这些数据作为输入信号通过放大电路和A/D转换器传递给上层控制器，所述上层控制器根据数据来优化悬架刚度，并将优化结果输送给下层控制器，所述下层控制器根据优化结果实时调控执行机构；上述整个过程形成双闭环控制，然后应用计算机C语言将车辆技术参数、半主动悬架车辆系统模型、上层控制器、下层控制编制成控制程序，通过编译器将控制程序进行编译链接生成可执行文件，在测试成功后下载到半主动悬架控制器中；其中，内环控制能抑制外界干扰对执行机构的影响，而外环控制能实时在线优化半主动悬架刚度。
2.根据权利要求1所述的半主动车辆悬架控制系统，其特征在于：所述上层控制器包括CPU、ROM、RAM、I/O口、A/D转换电路、晶振电路、电源电路及USB接口，A/D转换电路将转换后的数据通过I/O口传输至CPU，CPU与晶振电路、电源电路相连，且设有USB接口；所述下层控制器包括CPU、ROM、RAM、I/O口、晶振电路、电源电路及LED触控屏组成，下层控制器中的I/O口收到上层控制器的I/O口传输的数据，然后由下层控制器进行反馈控制，驱动执行机构。
3.根据权利要求1所述的半主动车辆悬架控制系统，其特征在于：所述上层控制器通过粒子群算法在线优化悬架刚度；优化时以悬架刚度为优化变量，并选择优化目标函数如下：
式中：T采样时间周期；悬架动行程均值、轮胎动载荷均值及车身垂向加速度均值；s、G和a分别为悬架动行程、轮胎动载荷及车身垂向加速度；λi(i＝1,2,3)为权系数；
具体的悬架刚度优化步骤为：
1)目标函数(1)为适应度函数，初始粒子种群为N，空间维数为d，设置惯性权系数、加速因子及迭代次数上限；随机生成粒子的初始位置及速度、单个粒子极优值pbest[]和种群极优值gbest[]；
2)应用目标函数(1)计算每个粒子的适应度；
3)更新粒子的速度和新的位置，其遵循如下关系式：
v[]＝w*v[]+c1*rand()*(pbest[]-present[])+c2*rand()*(gbest[]-present[])
present[]＝present[]+v[]
v[]是粒子的速度；w是惯性权重；present[]是当前粒子的位置，pbest[]个体极优值；gbest[]全局极优值；rand()是介于(0，1)之间的随机数；c1,c2是学习因子；
4)比较前后两次迭代位置的适应度，如果后者比前者优，则用后者来更新每个粒子极优值pbest[]；否则粒子最优值pbest[]保持不变；
5)比较当前位置极优值pbest[]适应度比全局极优值gbest[]某元素更优，则用当前位置代替该元素；否则gbest[]保持不变；
6)判断算法终止条件，若满足条件则停止，输出优化结果；否则，返回到步骤2)继续优化计算，直到满足终止条件。
4.根据权利要求1所述的半主动车辆悬架控制系统，其特征在于：所述下层控制器构建上层控制器输出、内环反馈、干扰为输入信号和调控指令为输出信号的执行机构及传感器组件的传递函数，合理选择权矩阵，进而将输入信号、输出信号、执行机构、传感器、权函数和待解下层控制器进行闭环传递矩阵成形。
5.根据权利要求4所述的半主动车辆悬架控制系统，其特征在于：所述通过H∞鲁棒控制理论求解待解下层控制器，步骤如下：
步骤一、将上层控制器输出信号、内环反馈信号、执行机构、传感器等传递函数转化成状态空间方程形式，即
式中：x为状态变量；为系统模型的参数矩阵；u为控制输入量；y为控制输出量；
步骤二、引入不确定块矩阵及虚拟性能指标，合理选取外扰力、未建模误差、权函数及控制指标评价函数；
步骤三、将外扰力、未建模误差、权函数、控制指标评价函数及车辆系统标称模型进行重构，获得状态空间形式含参数摄动的增广系统模型；
步骤四、将摄动问题转化为参数不确定问题，应用小增益定律,通过满足闭环系统鲁棒稳定条件选取鲁棒加权函数；
步骤五、建立的不确定系统模型转化为由模型摄动块△和增广模型P组成的标准矩阵模型；
步骤六、应用MATLAB将增广模型P、模型摄动块△、权函数阵W、输入变量及输出变量进行回路成形，进而应用DGKF法进行求解，并Schur均衡降阶法降低控制器阶数。
CN201811212443.1A 2018-10-18 2018-10-18 一种半主动车辆悬架控制系统 Pending CN109515097A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811212443.1A CN109515097A (zh) 2018-10-18 2018-10-18 一种半主动车辆悬架控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811212443.1A CN109515097A (zh) 2018-10-18 2018-10-18 一种半主动车辆悬架控制系统

Publications (1)

Publication Number Publication Date
CN109515097A true CN109515097A (zh) 2019-03-26

Family

ID=65770587

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811212443.1A Pending CN109515097A (zh) 2018-10-18 2018-10-18 一种半主动车辆悬架控制系统

Country Status (1)

Country Link
CN (1) CN109515097A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111273543A (zh) * 2020-02-15 2020-06-12 西北工业大学 一种基于策略迭代的pid优化控制方法
CN111959218A (zh) * 2020-07-24 2020-11-20 中北大学 一种基于阻尼力闭环控制的半主动悬架天棚阻尼控制方法
CN115782501A (zh) * 2022-09-30 2023-03-14 合肥工业大学 一种智能液压互联悬架系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103419588A (zh) * 2013-07-30 2013-12-04 江苏大学 三级阻尼可调的主动馈能悬架分层控制器及其构造方法
CN103646280A (zh) * 2013-11-28 2014-03-19 江苏大学 一种基于粒子群算法的车辆悬架系统参数优化方法
CN105892292A (zh) * 2014-12-31 2016-08-24 国家电网公司 基于粒子群算法的鲁棒控制优化方法
CN105882347A (zh) * 2016-04-27 2016-08-24 江苏科技大学 一种汽车空气悬架电子控制系统及其控制方法
CN106183689A (zh) * 2016-07-28 2016-12-07 江苏科技大学 一种汽车空气悬架的鲁棒控制系统及其控制方法
CN106347059A (zh) * 2016-09-09 2017-01-25 山东理工大学 一种基于粒子群算法的轮毂驱动电动汽车主动悬架双回路pid控制方法
CN107097785A (zh) * 2017-05-25 2017-08-29 江苏大学 一种预瞄距离自适应的智能车辆横向控制方法
CN108454343A (zh) * 2018-03-16 2018-08-28 江苏大学 基于姿态补偿的混合电磁悬架节能型半主动控制方法
WO2020099329A1 (de) * 2018-11-12 2020-05-22 Marcel Alper Gmbh Fahrzeugkomponente
US20200226856A1 (en) * 2020-03-26 2020-07-16 Intel Corporation In-cabin acoustic-based passenger occupancy and situation state assessment

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103419588A (zh) * 2013-07-30 2013-12-04 江苏大学 三级阻尼可调的主动馈能悬架分层控制器及其构造方法
CN103646280A (zh) * 2013-11-28 2014-03-19 江苏大学 一种基于粒子群算法的车辆悬架系统参数优化方法
CN105892292A (zh) * 2014-12-31 2016-08-24 国家电网公司 基于粒子群算法的鲁棒控制优化方法
CN105882347A (zh) * 2016-04-27 2016-08-24 江苏科技大学 一种汽车空气悬架电子控制系统及其控制方法
CN106183689A (zh) * 2016-07-28 2016-12-07 江苏科技大学 一种汽车空气悬架的鲁棒控制系统及其控制方法
CN106347059A (zh) * 2016-09-09 2017-01-25 山东理工大学 一种基于粒子群算法的轮毂驱动电动汽车主动悬架双回路pid控制方法
CN107097785A (zh) * 2017-05-25 2017-08-29 江苏大学 一种预瞄距离自适应的智能车辆横向控制方法
CN108454343A (zh) * 2018-03-16 2018-08-28 江苏大学 基于姿态补偿的混合电磁悬架节能型半主动控制方法
WO2020099329A1 (de) * 2018-11-12 2020-05-22 Marcel Alper Gmbh Fahrzeugkomponente
US20200226856A1 (en) * 2020-03-26 2020-07-16 Intel Corporation In-cabin acoustic-based passenger occupancy and situation state assessment

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
初长宝: "汽车底盘系统分层式协调控制", 《机械工程学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111273543A (zh) * 2020-02-15 2020-06-12 西北工业大学 一种基于策略迭代的pid优化控制方法
CN111273543B (zh) * 2020-02-15 2022-10-04 西北工业大学 一种基于策略迭代的pid优化控制方法
CN111959218A (zh) * 2020-07-24 2020-11-20 中北大学 一种基于阻尼力闭环控制的半主动悬架天棚阻尼控制方法
CN115782501A (zh) * 2022-09-30 2023-03-14 合肥工业大学 一种智能液压互联悬架系统
CN115782501B (zh) * 2022-09-30 2024-08-09 合肥工业大学 一种智能液压互联悬架系统

Similar Documents

Publication Publication Date Title
CN109515097A (zh) 一种半主动车辆悬架控制系统
CN111413872B (zh) 基于扩张状态观测器的空气容腔压力快速主动抗扰方法
CN108248325B (zh) 基于事件触发的汽车主动悬架状态反馈控制方法
CN109062053A (zh) 一种基于多变量校正的脱硝喷氨控制方法
CN111173678B (zh) 一种rbf神经网络俯仰干扰补偿的风力机舱悬浮控制方法
CN105974795B (zh) 基于可控电抗器抑制电力系统低频振荡的模型预测控制方法
Sayed et al. Gain tuning PI controllers for boiler turbine unit using a new hybrid jump PSO
CN109143872A (zh) 一种基于事件触发gdhp的连续搅拌反应釜过程控制方法
CN115933410B (zh) 一种基于q学习的双时间尺度燃煤发电系统最优跟踪控制方法
CN108227759A (zh) 一种基于神经网络预测技术的太阳能跟踪控制系统及方法
CN109976150A (zh) 一类欠驱动多输入多输出系统集中式自抗扰控制方法
CN112615364A (zh) 一种新型的电网稳控装置广域智能协同控制方法
JP5569426B2 (ja) エンジン制御プログラム及び装置
CN115986839A (zh) 一种风-水-火综合能源系统的智能调度方法及系统
CN112012875A (zh) 一种水轮机调节系统pid控制参数的优化方法
CN107561944A (zh) 一种基于拉盖尔模型的脱硝系统自适应预测控制方法
CN116436033A (zh) 一种基于用户满意度和强化学习的温控负荷频率响应控制方法
CN109839821A (zh) 一种船用柴油机bp神经网络燃烧-转速双闭环控制方法
CN115603342B (zh) 一种计及源网协同的微电网中混合储能规划方法及系统
CN115421390B (zh) 计及深度强化学习的热电联产机组多工况自适应控制方法
CN113741182B (zh) 一种基于广义值迭代的污水处理过程控制方法
CN114053865A (zh) 适用于燃煤锅炉scr脱硝控制系统的广义预测控制方法
CN104330968A (zh) 一种基于改进支持向量回归的逆模型pid复合控制方法
CN104281076B (zh) 蛋白质浓度的控制方法
Yang et al. A self-triggered MPC strategy with adaptive prediction horizon for series hybrid electric powertrains

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190326