1037803制动电动汽车动力编码器秉铭

1037803制动电动汽车动力编码器秉铭DKV60-E2P00200线控电动汽车状态估算及路面识别研究”（编号：20121088）,从车辆动力学原理出发,对分布式转向/驱动/制动系统进行自上而下的分层式集成控制研究,以使整车在操纵性、稳定性和路径跟踪能力方面实现全的动力学响应,同时基于快速原型技术搭建全线控电动汽车UFEV测试与控制平台,对所提出的观测器与控制器进行低速实车试验和模型在环验证。具体的研究工作可总结为如下几个部分：1)针对分布式转向/驱动/制动系统*的底盘结构,采用快速控制原型技术搭建了全线控电动汽车UFEV的中央控制器,设置六个并行执行的定时循环对车载传感器和执行器统一进行监测、控制、协调和记录,从而为后文动力学观测算法与集成控制算法提供硬件载体；同时根据运动学原理确定中低速下的基本驾驶模式（前轮转向、四轮异向转向、楔形转向、原地转向）,并使用有限状态机设计模式间的切换逻辑；实车试验的结果表明所搭建的中央控制器原型满足实时测试与控制平台的开发需求,并且实现整车在低速动的功能。2)基于双无轨卡尔曼滤波理论搭建了全线控电动汽车的动力学观测器,用以在线获知车辆的平面运动状态,以被底盘集成控制器所使用,同时准确辨识出左右侧车轮总的电机力矩值,并通过驱动电流控制信号计算出两侧轮毂电机的等效力矩系数,从而提高观测和控制精度；对所提出的观测器分别进行离线仿真和实车验证,结果表明状态估算模块在前轮转向和四轮转向模式下很好地实现对全线控电动汽车纵向速度和侧向速度的估计,并且可以一定程度上过滤掉陀螺仪的信号噪声,而参数识别模块对电机驱动力矩的观测也达到了非常高的准确度。3)全线控电动汽车凭借其灵活的底盘布置和*的可控自由度,是进行动力学集成控制的理想平台。提出了一种基于模型的5层式底盘集成控制方法用以协调分布式转向／驱动／制动系统,终达到“稳定性为主、操纵性为辅”的设计目标：驾驶员控制层利用线性二自由度参考模型和瞄侧向加速度模型以体现驾驶员对汽车操纵响应的预期；车体运动控制层中引入多输入多输出的非线性滑模控制器来计算跟踪驾驶员操纵指令所需的车体运动控制总力／总力矩,其中采用非奇异的终端滑模控制方法对横摆运动的控制率进行设计；在轮胎力分配层中使用八边形约束对摩擦圆进行线性逼近,并在分配过程中考虑轴荷转移的影响,将分配过程分解为不多于3个包含线性等式与不等式约束的二次规划问题,并设计合的目标函数,使轮胎的稳定裕度在普通工况下达到大,而在极限工况下尽量提高汽车的操纵稳定性；执行器执行层通过控制轮毂电机的驱动/制动力矩以及转向电机的转角来终实现轮胎力分配层输出的目标轮胎力。基于CarSim与MATLAB/Simulink联合仿真以及UFEV实车场地试验的方式,验证了动力学集成控制算法通过协调驱动及转向系统,使汽车能够较好地跟踪目标车速和理想横摆角速度,符合设计要求。4)为了让全线控电动汽车获得跟踪性能,使汽车以变化的行驶速度通过一条已知的道路轨迹,采用非线性模型预测控制算法重新设计了驾驶员控制层与车体运动控制层,并基于空间变换原理将时域预测模型转变为相对目标轨迹位置变化的空间动力学模型,从而准确获得预测域内的目标参考轨迹；同时提出一种分层式结构方案来改善空间模型预测控制的实时性能,利用终端滑模控制方法分别实现非线性系统运动误差和位置误差在有*内的；通过搭建驾驶模拟器对分层式路径跟踪控制算法进行模型在环验证,结果表明该算法可以实现全线控电动汽车对目标轨迹的跟踪,并证明了极限工况下变车速控制的意义。本文创新点主要体现在以下几个方面：1)针对传统汽车电子控制单元仅可以实现某一特定的功能,根据全线控电动汽车*的底盘结构,开发其中央控制器用以协调分布式转向、驱动、制动系统,并为动力学观测与控制算法提供硬件载体,同时基于运动学原理设计简单驾驶模式,从而实现整车低速下动的功能。2)针对底盘电控系统需要准确获知车辆的运动状态,基于双无轨卡尔曼滤波理论搭建了动力学观测器,用来过滤传感器噪声并准确估计出全线控电动汽车的纵向与侧向速度,以被动力学集成控制器所使用,同时在线辨识两侧轮毂电机的当量力矩系数,从而确保集成控制器的制效果。3)针对全线控电动汽车分布式转向/驱动/制动的底盘系统,基于非线性滑模控制方法与分配理论,提出了一套完整的动力学集成控制体系,采用带有不等式约束的线性二次规划算法在轮胎附着极限内充分发掘车辆的稳定性能,设计合适的车轮转角与力矩计算模块以终保证车辆稳定性系统的控制精度和效果,并通过终端滑模控制方法进一步提升车辆横摆运动的响应。4)针对全线控电动汽车的路径跟踪问题,基于空间变换方法和非线性模型预测控制理论,提出了一种车体纵向与侧向运动的联合制算法,通过采用分层式控制结构方案并重新引入运动控制层,算法的实时性能得到了改善,并且基于终端滑模控制方法实现了非线性系统运动误差和位置误差在有*内收敛的效果,终使车身的运动控制也

1037803制动电动汽车动力编码器秉铭DKV60-E2P00200 控制系统具有不确定性问题,提出一种基于云模型理论的多区域互联电力系统负荷频率自适应PI控制方法。该方法以区域控制偏差量e作为云模型发生器的前件,PI控制器参数的整定值P和I作为云模型发生器的后件,建立适于负荷频率控制的一维云模型PI控制器。同时分别从频域和时域角度模拟不同情况下的负荷扰动,采用云模型控制器对PI控制器参数自调整,实现电力系统的负荷频率控制。仿真结果表明,在满足各种负荷扰动情况下,所提方法可有效地跟踪功率波动所引起的频率偏差,满足负荷频率控制指标,具有更强的抗干扰性和鲁棒性,其控制效果明显优于传统PI控制器。速的发展,AUV正逐渐成为科学研究和军事工业等领域采集观测海洋环境特征数据的主要运载平台之一。然而,围绕着提高水下机器人观测质量和导航定位能力的运动控制问题却是复杂的。诸如建立水动力模型、提高控制器的鲁棒性等核心关键问题都需要同时被提出,并予以综合解决。对水下机器人来讲,动力模型和*的控制方法是提高运动性能的两个关键因素水动力模型可以显著降低模型参数的不确定性,进而提高控制系统的性能指标。然而,建水动力模型的代价和成本通常是很高的。尤其是,当水下机器人的外形相对复杂时,获取准确的动力和水动力参数就显得更加困难。水下机器人的水动力特性是有别于陆地机器人和飞行器的。首先,经本研究验证推得,水下机器人的动力与水动力模型是非线性的。其中,二次阻尼作用使得传统控制器的性能显著下降。其次,水下机器人在实际应用中的动力和水动力特性是不确定的,往往与模型的标称值有较大出入。欠描述的动力特征,部件老化或损坏等原因所引起的模型参数变化,以及外部环境风、浪、流作用所引起的扰动等,使得实际被控对象必然的存在诸多不确定性因素。后,传感器自身噪声与外部噪声的摄入、信号传输信道的时间延滞和不可直接测量的重要系统状态,也严重的干扰了闭环运动控制系统的稳定性和控制响应能力。在本研究所涉及的数次水下机器人竞赛中,PID （Proportional Integral Derivative）控制器在微型小质量AUV的运动控制上,效果表现并不理想。综上所述,本研究则更多的关注数值建模与鲁棒控制方法相结合的思路。本文提出了一种基于水动力模型的鲁棒控制方法,并且不失一般性地将该方法应用在法国CNRS 6285 （ENSTA Bretagne）实验室所运行的CISCREA型水下机器人的航向控制器上。关于水动力模型的建立,本文主张使用WAMIT、MCC、 ANSYS CFX和STAR CCM+等水动力计算软件获取水下机器人的CFD （Computational Fluid Dynamic）模型。数值模型的估算过程中,本文重点推算了两个关键的水动力参数,附加质量（Added Mass）和阻尼（Damping）。研究中建立了CISCREA水下机器人的四自由度模型。针对CISCREA水下机器人的CFD计算结果,本研究还进行了试验水池内的拖曳实验对比。而关于运动控制,本研究则提出基于水动力模型的鲁棒控制方法。其方法的核心是利用带有不确定性和非线性的CFD水动力模型计算补偿非线性阻尼作用所需的推进扭矩,从而在控制器的角度上,推得一个带有不确定性的线性水下机器人模型作为鲁棒控制器设计的被控对象。