针对非对称阀控液压缸位置控制中出现超调与由阀芯换向引起的压力冲击问题,设计了基于支持向量机与序列二次规划算法的非线性模型预测控制器。采用支持向量机拟合控制信号与活塞速度的关系得到系统的近似模型,使用序列二次规划算法求解获取控制器输出;通过增加输出约束以及满足输入约束实现每次控制过程中阀芯不换向、活塞快速到达目标位置并且无超调。数值仿真结果表明在相对位置误差信号大于8%时,控制器输出的控制信号始终大于最大控制信号的90%,有效缩短了系统的响应时间;在保证活塞位置无超调、阀芯不换向的条件下,实现了精确位置控制,稳态误差小于0.02%。所提算法实现了多约束条件下非对称阀控液压缸系统的无超调快速控制,具有一定的理论和工程价值。

电动静液作动器(EHA)作为水下液压机械臂的作动系统具有诸多优势。为提高EHA的控制性能,采用基于卡尔曼滤波的模型预测控制(MPC)方法,为提高预测效率,MPC的预测模型采用线性化的EHA模型。在Simulink环境中实现水下机械臂EHA的MPC控制,并与PID和滑模控制(SMC)进行对比。仿真结果表明MPC的位置跟踪稳态误差约为SMC的10%~24%,为PID的3%~37%;出现负载扰动之后,MPC的平均受扰偏差仅为SMC的31%~66%,为PID的3%~48%;随着油液弹性模量的降低,3种控制方法下的受扰偏差均呈上升趋势,但MPC的上升趋势更加平缓,平均偏差值也较低。这表明MPC控制方法具有更高的位置跟踪精度和更强的鲁棒性。

针对麦克纳姆轮全向移动平台轨迹跟踪控制问题,提出了一种模型预测控制(Model Predictive Control,MPC)和微分先行比例-积分-微分(Proportional plus Integral plus Derivative,PID)协同的双闭环控制策略。基于麦克纳姆轮运动学特点,设计了位姿控制环和速度控制环;在位姿控制环建立麦克纳姆轮底盘的线性误差模型,设计二次型目标函数,将路径跟随问题转化为对非线性模型的预测控制;在速度控制环引入微分先行PID控制器,避免输入量频繁的阶跃变化对系统产生高频干扰,加快麦克纳姆轮的角速度收敛,增强了系统稳定性。仿真实验表明,设计的控制器在收敛速度、跟踪精度方面均高于常见的轨迹跟踪器,对麦克纳姆轮移动平台的控制具有良好的鲁棒性。

AMT换挡后的离合器结合过程控制好坏对系统冲击有较大的影响,针对P2型单轴并联混合动力汽车离合器的结合过程中,离合器接合阶段离合器尽快接合和冲击度尽可能小这两个控制目标,分析了不同驱动模式下换挡离合器接合阶段动力学过程,设计了基于模型预测控制的离合器接合控制策略,搭建了Amesim-Simulink联合仿真模型对控制策略进行仿真分析,并将模型预测控制的效果与模糊PID控制进行了比较。结果表明,模型预测控制方法虽然会使离合器接合时间在可接受的范围内略微增加,但滑磨功和冲击度会不同程度的减少。其中,冲击度的减少尤为明显,在发动机单独驱动时冲击度减少43%,混合驱动时冲击度减少35%。

针对永磁同步电机因参数扰动、采样延迟、模型失配导致电流控制误差问题,提出基于滑模干扰观测器的改进无差拍电流预测控制。通过将模型参数不匹配引起的扰动引入到电机的电压方程中,构建滑模扰动观测器观测系统扰动;针对滑模控制的抖振问题设计了以sgn为基础的二阶趋近律消除固有抖振问题,并证明了控制器的稳定性;将滑模观测器中的预测电流代替采样电流解决控制延时的问题;将观测估计的系统扰动通过前馈补偿的方式与无差拍电流预测控制相结合,进而提高无差拍电流控制的参数鲁棒性。结果表明:在参数扰动和模型失配时,提出的控制方法可以有效补偿系统扰动,系统稳态误差减小,有效提高了系统鲁棒性。

电液位置伺服系统广泛应用在大负载、快速、精确反应的控制领域中,然而其存在时变非线性的特性,因此传统控制系统不能达到理想的控制效果。模型预测控制(Model Predictive Control,MPC)具有无需模型、鲁棒性强、抗扰动能力强等优点,较适合应用在时变非线性系统的控制中。分别采用PID控制、线性MPC、自适应MPC和非线性MPC 4种控制策略对电液位置伺服系统的控制性能进行仿真研究。结果表明:线性MPC、自适应MPC和非线性MPC都比PID控制性能好,非线性MPC控制精度较高、响应速度较快、抗扰动能力较强,自适应MPC控制精度、响应速度和鲁棒性次之。

基于永磁同步电机直接转矩控制方法电压矢量选择区域,结合不同幅值和相位的电压矢量变化时对磁链和转矩的影响规律,在电压矢量的4个选择区域扩展多个电压矢量。同时根据不同转矩磁链增减要求,选择合适的电压矢量组。最后使用可变权重系数的模型预测控制选择最优矢量。仿真结果表明:通过使用扩展的电压矢量,PMSM直接转矩控制运行良好,磁链和转矩控制均符合要求,转矩波动较小,转速曲线响应迅速且波动较小,定子磁链为理想圆。

为提高分布式驱动电动汽车行驶稳定性,基于模型预测控制提出一种将驱动电机和各执行器的饱和输出力矩作为控制输入约束、将横摆角速度作为输出约束的汽车稳定性控制方法。建立2自由度的车辆状态空间模型作为预测模型,计算跟踪期望横摆角速度所需的附加横摆力矩,考虑电机和液压制动系统等约束设计三种控制分配算法,将上述算法应用于四轮驱动的7自由度整车模型进行仿真,结果表明:以轮胎负荷率平方的方差与均值加权最小为目标的优化控制分配方法,可有效提高分布式驱动电动汽车的横摆稳定性。

为了提高电动汽车电液盘式制动器扭矩跟踪精度,降低车辆行驶中能量消耗,采用模型预测控制方法,并对控制输出结果进行仿真验证。创建电动汽车电液盘式制动器模型,根据离散一阶模型推导出电机转矩方程式,利用积分离散化对车轮打滑动力学方程进行离散化,从而推导出车辆滑移率空间表达式。设计模型预测控制系统,利用积分作用增强控制系统的抗干扰能力,通过李雅普诺夫函数对控制系统的稳定性进行证明。采用MATLAB软件对电动汽车电液盘式制动器控制效果进行仿真,与级联PI控制效果进行对比。结果显示:采用级联PI控制,电液盘式制动器控制系统反应速度较慢,车轮转矩和滑移率跟踪误差较大,电量消耗较多;采用模型预测控制,电液盘式制动器控制系统反应速度较快,车轮转矩和滑移率跟踪误差较小,电量消耗较少。电动汽车电液盘式制动器采用模型预...

为解决风力发电系统因工况复杂、干扰源众多造成的常规控制方法效果难以满足高性能要求的难题,提出了一种以最大功率跟踪为目标,综合惯量辨识和模型预测控制的复合预测控制策略。首先通过惯量辨识得到对象的部分未知模型,再通过模型预测对得到的模型滚动优化,并进行反馈校正。最后的仿真结果表明,该复合预测控制策略具有有效的功率输出、较好的系统稳定性和抗干扰能力。