一、工程汽车自适应速度控制系统的研究与实现(论文文献综述)
万广轩[1](2021)在《纯电动汽车ACC系统控制策略研究》文中研究指明为应对全球能源危机以及交通安全问题,世界各国及各大车企都在积极跟进汽车智能化、电动化的趋势,将自适应巡航控制系统(ACC)装载在纯电动汽车上,正是智能环境友好型车辆的典型技术应用。ACC作为高级驾驶辅助(ADAS)功能的重要一环,其能够在实现定速巡航(CC)的基础上,识别前方有效跟车目标,保持在安全距离内的稳定跟车,有效减轻驾驶员疲劳的同时还能降低追尾事故率,改善了驾驶舒适性并缓解了交通压力。本文主要研究内容:(1)首先,分析确定ACC系统架构为分层式架构,具体由上层控制决策层和下层控制层组成。对安全间距策略进行分析和设计,在已有可变时距间距策略(VTH)的基础上考虑驾驶员动态跟车特性设计了改进VTH策略,进行复合工况的仿真实验。此外将ACC系统工作模式划分成ACC模式和CC模式,即距离控制模式与速度控制模式,并设计了ACC和CC模式之间的切换策略,对其可行性及切换时机进行仿真验证。(2)其次,为模拟搭载ACC系统的纯电动汽车工作平台,基于Carsim建立了纯电动车的逆纵向动力学模型,并在Simulink中建立了车辆的逆驱动/制动控制动力学模型,得到了期望加速度与制动总缸压力和期望驱动转矩之间的关系。此外为了防止驱动与制动执行器在临界值频繁切换,延长执行器的使用寿命及驾驶体验,对驱/制动系切换策略进行了分析设计,并在新欧洲循环工况法(NEDC)的基础上进行简化的工况测试以验证整车动力学模型的可行性。(3)接着,基于模型预测(MPC)的算法框架建立前后车纵向运动学状态空间方程作为预测模型,对其进行线性离散化;将车间距误差、相对距离、自车加速度、自车加速度变化率作为优化性能目标组成代价函数,建立符合跟车安全性、乘坐舒适性的多目标优化MPC控制算法。并使用硬约束软化的方法避免在线求解二次规划无解的问题。(4)最后,利用Simulink中的S函数对第四章节设计的基于MPC的多目标优化上层控制算法进行程序编写,并搭建Matlab/Simulink和Carsim联合仿真平台。设置五种不同的典型交通场景,通过与传统PID控制算法进行联合对比仿真,验证了本文开发的纯电动汽车ACC控制系统的准确性及有效性。
原晨康[2](2021)在《基于MPC的多目标网联车自适应巡航控制算法研究》文中提出自适应巡航控制系统(Adaptive Cruise Control,ACC)在提高道路利用率、提升驾驶舒适性及安全性等方面具有重要意义。论文以智能网联车为研究对象,在其基本自适应巡航的基础上添加主动换道功能,从而设计出基于模型预测控制(Model Predictive Control,MPC)的多目标网联车自适应巡航控制算法。首先将常见的车辆驾驶工况划分为:定速巡航、稳态跟车、旁车切入、前车驶离、主动换道五种驾驶工况,并针对各自的特点,提出对应的安全间距计算方法及切换策略。然后借助Carsim车辆动力学数据库建立了由逆发动机模型和逆制动器模型组成的逆动力学模型,并绘制有过渡区域的加速/制动切换逻辑曲线;由于传统定速巡航并未考虑当前道路限制车速,故将设定的巡航车速与道路限制车速的较小值作为实际定速巡航车速;综合考虑驾驶舒适性等因素设计了具有预见性的基于MPC的自适应巡航纵向控制系统。并针对主动换道的行为特点,选取了五次多项式作为主动换道轨迹并设计了基于MPC的主动换道横向控制系统,通过Simulink和Carsim联合仿真输出主车横摆角等参数来验证控制系统的准确性。最后设计了自适应巡航人机交互界面来更直观的调整控制过程当中所需参数;利用Stateflow搭建了上述五种驾驶工况切换策略;同时结合上述自适应巡航控制算法与主动换道控制算法,设计了基于MPC的多目标网联车自适应巡航控制算法,并以包含上述五种驾驶工况的混合工况来验证多目标自适应巡航控制算法的准确性。该研究为逐渐复杂的驾驶工况情况下ACC系统的推广普及有着积极的参考作用。
姜阳[3](2021)在《基于ADAS实验平台的自适应巡航系统全速域控制研究》文中指出在未来的几十年内汽车会慢慢的从目前辅助驾驶过渡到智能无人驾驶,而目前取得一定阶段性研究生成果的则是智能驾驶领域的高级辅助驾驶系统,而ACC又是发展时间较早研发时间较长取得研发成果显着的并且能量产高级辅助驾驶系统之一,ACC系统通过系统主动控制车辆制动系统和驱动系统可以有效的减轻驾驶员的操作负担,并且减少道路交通事故率,改善道路利用率的问题,还可以有效的提高汽车的舒适性以及燃油经济性。所以对自适应巡航控制的研究国内外各大高校和各大汽车科技公司都对起尤为关注,进而研究自适应巡航系统具有很重要的意义。本文依托于辽宁省教育厅高等学校重大科技平台科学技术研究项目“高性能ADAS实验系统开发”提供的ADAS实验平台对ACC系统的安全距离算法、逻辑切换控制策略、上下层控制器算法进行深入仿真实验研究,文章对以下部分进行深入的研究。首先对自适应巡航系统的国内外发展现状进行深入了解,对现有的ACC系统控制算法及控制策略进行一定了解,为后续ACC系统的搭建打下基础。然后对汽车的安全距离算法和控制策略进行详细研究和模型搭建,对现有的安全距离算法进行详细了解,选定低速时采用基于可变车头时距的安全距离算法,高速时采用车辆制动过程运动学分析安全距离算法。这样做的好处既考虑了道路利用率的问题又考虑了车辆自身运动状态安全问题。然后对系统控制策略进行分析并搭建本文所需系统逻辑切换控制策略。其次对自适应巡航系统上下层控制器进行设计和模型搭建,先是考虑系统上层控制算法,在巡航模式下采用较为成熟稳定的传统PI控制算法,跟车模式下采用可以反馈调节的线性二次型最优控制算法,并对算法进行三种不同速度控制下的模型搭建,在后续的仿真工作时调节出适合的PI控制参数和LQR控制参数。然后设计下层控制器,并对节气门开度与制动压力的切换策略进行搭建。再次,对ADAS实验平台的系统构成以及ADAS实验平台工作原理和平台可以实现功能进行介绍,又对联合仿真时所用到的软件CarSim具体参数配置进行设置,最后对多软件联合仿真时需要的各个软件相关设置进行详细设置。最后利用CarSim与Matlab/Simulink进行联合仿真实验,本文设置四种不同工况进行实验,并对其结果进行分析,确定设计搭建系统的稳定可行。然后在ADAS实验平台上进行两种以上工况进行实验验证工作。验证结果表明所设计搭建的自适应巡航系统能够符合汽车自适应巡航控制系统的要求,可以为相关研究提供参考和借鉴。
刘明[4](2020)在《复杂地面环境中四轮独立驱动车辆运动控制方法研究》文中进行了进一步梳理随着轮式车辆应用领域及应用环境的不断拓展,对其灵活性、机动性、地形适应性等方面提出了更高的要求。而传统轮式车辆因自身结构问题及在转向能力、瞬时驱动能力、路面环境适应能力等方面的不足使其无法满足这些需求。因此,集驱动、转向、悬架、制动等于一体的一体化电动轮及其多轮集成与控制技术的研究成为当前智能电驱动车辆领域的研究热点之一。论文围绕基于一体化电动轮构建的四轮独立驱动车辆在复杂地面环境中执行作业任务时,如何感知地面环境信息并通过对信息的准确理解,实现车辆运动、转向、制动等的高性能控制,提高车辆的运动灵活性、机动性、稳定性以及地面适应能力这一亟待解决的问题,开展了复杂地面环境中四轮独立驱动车辆的运动控制方法的研究,主要包括以下几方面的内容:1、为实现车辆在复杂地面环境中稳定、高效地运动,提出了一种基于车体振动信息实现车辆速度自适应调整的方法。该方法利用车体振动信息构建典型地面的 GMM(Gaussian Mixture Model),基于改进的 EM(Expectation Maximization)算法求解模型参数,高效快速地实现了对任意地形的聚类分析,分析结果与基于地形坡度起伏的模糊控制结合,实现了对车辆运动速度的自适应控制,提高了车辆的运动效率及地面适应性。2、提出了利用图像信息对地面类别进行预判并进行运动规划的方法,解决了单纯利用振动信息无法对地形变化趋势做出准确判断而导致速度调整延迟的问题。采用CNN(Convolution Neural Network)模型,基于多任务学习方法,对地面图像进行类型识别并对地面切换的相对距离进行估计,在车辆进入新地面类型前利用五次多项式运动规划方法对速度进行规划,实现了不同地面类型下速度的平顺过度,进一步提高了车辆运动的稳定性。3、车辆悬架的控制效果会受悬架模型、车体的状态、地面类型等众多因素的影响,考虑到悬架系统的控制是一个连续决策过程,结合之前建立的一体化电动轮悬架模型,提出了基于改进DDPG(Deep Deterministic Policy Gradient)深度强化学习算法的半主动悬架控制策略,充分利用算法的自学习能力自动调整悬架控制参数,提高了悬架的控制性能,通过仿真实验验证了该方法的可行性及优越性。4、针对四轮独立转向车辆转向过程的时变特性及转向模型建立存在的误差干扰等问题,设计了综合鲁棒控制和滑模控制优点的具有强干扰抑制能力及强输入跟踪能力的鲁棒滑模控制器,用于车辆转向给定的跟踪控制,通过控制效果的对比仿真实验,验证了所设计的控制器适合四轮独立转向车辆的转向控制。5、为提高车辆的制动性能,提出了一种基于路面附着系数实时估计的车辆制动控制方法。通过设计的带补偿环节的新型干扰观测器,实现对路面附着系数的估计,为制动过程的滑移率给定提供依据,之后利用改进的FOA(Fruit Fly Optimization Algorithm)算法实现对PID制动控制器参数的优化。制动对比仿真及实验结果表明该控制器在制动性能上优于经典的Bang-Bang控制器以及基于遗传算法和Z-N法整定参数的PID控制器。
陈威[5](2020)在《基于模型预测控制的智能汽车自适应巡航控制研究》文中研究说明自适应巡航控制(Adaptive Cruise Control,ACC)系统作为高级驾驶辅助系统(Advanced Driving Assistant System,ADAS)的重要组成部分,能够有效降低驾驶员操作强度,提高汽车行驶安全性、舒适性、燃油经济性,近年来受到了国内外主机厂及研究机构的广泛关注。本文考虑传感器噪声和环境干扰对ACC系统的影响,并兼顾车辆行驶的跟踪性、安全性和舒适性,提出了一种基于卡尔曼滤波的模型预测控制(Model Predictive Control,MPC)的ACC系统。同时,在此基础上,本文还设计了智能汽车自主循迹结合ACC系统的控制方案,即实现车辆的自主循迹跟车行驶。本文主要研究内容如下:首先,本文根据车辆动力学原理建立车辆动力学微分方程,以测试车辆作为目标车辆,在Matlab/Simulink仿真平台中建立考虑车身的纵向、横向、横摆运动及四个车轮的旋转运动的七自由度车辆模型。通过蛇形工况试验,对比实车和仿真测试结果,验证了所建的车辆模型的精确性和有效性,为后续ACC系统控制算法研究与设计奠定了基础。接着,本文根据车辆纵向跟车特性,建立了 ACC系统的纵向跟车模型,并选取自车的纵向加速度、自车与前车之间的相对速度和车距误差作为状态变量。考虑传感器噪声和环境干扰对ACC系统的影响,采用卡尔曼滤波器对输入到MPC控制器的状态变量进行降噪处理,提高状态变量的精度。在设计MPC控制器时,本文选取跟踪性、乘坐舒适性及安全性作为MPC控制器的性能指标和系统约束,实现ACC系统的多目标优化。在MPC控制器中,采用反馈校正机制对预测模型进行改善,降低参数不完全确定和外部干扰对模型带来的影响,并引入松弛因子对约束条件进行软化和扩展,扩大可行解域,最终将ACC系统的优化目标转化为一个带约束的二次规划问题,通过求解车辆期望纵向加速度,实现了车辆纵向运动控制。通过仿真和实车试验,验证所提出的基于卡尔曼滤波的MPC控制器的有效性。试验结果表明,基于卡尔曼滤波器的MPC控制器能够有效地对带有传感器噪声的变量进行降噪,同时,在纵向跟踪性、安全性和乘坐舒适性方面均具有良好的性能,尤其是在安全性和乘坐舒适性方面,基于卡尔曼滤波的MPC控制器的控制效果比不带有卡尔曼滤波的MPC控制器更好。然后,本文针对测试车辆提出一种高性能、低成本的智能汽车自主循迹控制方案,包括基于车载组合导航系统采集和感知车辆行驶轨迹,并完成坐标变换及轨迹提取;设计轨迹参考点预瞄方法和PID横纵向控制方法,基于车辆开放的横、纵向控制执行接口,实现精确、快速、可靠的车辆转向和加减速运动控制,实现车辆的自主循迹控制。最后,将自主循迹控制和ACC系统控制进行结合,实现车辆的自主循迹跟车。即在循迹过程中,当车辆前方出现目标车辆时,自车能够根据目标车辆的相对运动状态,调整自车速度,保证车辆在循迹过程中的纵向安全性。通过实车试验,验证车辆自主循迹跟车控制方案的可行性。试验结果表明,车辆能够沿着预设轨迹的自主驾驶,并且当前方出现目标车辆自车能够实现跟随前车稳定行驶。
仇维佑[6](2020)在《园艺拖拉机前桥倍速机构设计与试验研究》文中研究指明草坪、果树、茶园等作为农业行业的重要组成部分,近几年来逐年增长,园艺拖拉机也成为现代果园和茶园机械化与现代化不可或缺的动力机械。传统四驱园艺拖拉机由于自身结构制约,转向灵活性不足,从而致使作业时工作效率降低,因此提高园艺拖拉机的转向灵活性成为了近年来的研究热点。本文针对四驱园艺拖拉机转向不灵活这一问题,根据倍速转向理论,设计了一种电液控制的前驱动桥倍速转向机构,使得园艺拖拉机转向时前轮速度增大,减小转弯半径,并试制样机进行了倍速转向试验。主要研究工作和成果如下:(1)四驱园艺拖拉机相对于后轮驱动普遍存在转弯半径过大的特点,将两轮驱动和四轮驱动进行计算比较分析,得出增加四驱拖拉机前轮转向速度可以有效的减小转弯半径的结论,并根据倍速转向理论确定了最小转弯半径与倍速比之间的数学关系。(2)开展四驱园艺拖拉机前桥倍速机构的设计研究,依托黄海金马园艺拖拉机性能参数,选取合适的动力传递方式,对齿轮、摩擦片,活塞等各关键零件进行计算设计。将整个倍速前桥在三维软件中进行绘制装配;针对倍速前和倍速后两个挡位,对其传动结构进行有限元仿真分析,得出最大应力为268.3MPa,最大变形量为0.2041mm,符合强度和刚度要求。并对倍速前桥整个壳体三维模型进行不同工况下的力学分析,得出相应的应力及变形图;对倍速前桥壳体进行了模态分析,得出了桥壳六阶模态的振型和固有频率,表明倍速桥壳的强度和刚度也满足设计要求。(3)接着设计前驱动桥倍速转向的电液控制系统,得出进油口油压为最小为2.77MPa,并对关键元件油泵以及电控阀等进行计算选型。并运用ADAMS和AMESim对电液控制倍速转向进行仿真,围绕电控阀对电液控制系统以及倍速机构机械部分进行建模,并建立主要模块的数学模型,分析了系统的电控阀部分对系统增减压时的动态响应及其主要参数对控制效果的影响以及输入输出转速的平稳性。(4)对电液控制倍速转向前驱动桥进行试制,然后搭建试验台架,对倍速机构的性能进行测试,测试结果表明该倍速机构的倍速比为1.5,符合设计要求,倍速转向换挡时间为0.15s;接着将整个倍速前桥安装在园艺拖拉机上,布置液压油路,最后测量园艺拖拉机的最小转弯半径,验证了所设计的整个装置性能完全可靠。
汤赛金[7](2020)在《增程式电动汽车能量管理控制策略研究》文中指出增程式电动汽车动力系统上采用电机直驱,由发动机和电池提供所需能量,被公认为是燃油车过渡到纯电动车的理想车型。作为整车开发的关键技术,增程式电动汽车的能量管理控制策略涉及发动机和电池的功率分配问题,直接影响整车的油耗、排放、动力等性能。通过深入研究能量管理控制策略,可以实现两个动力源之间合理的能量流动和模式切换,达到最佳控制效果。本文以一款增程轻卡为目标车型,进行增程式电动汽车的能量管理控制策略研究。基于Simulink搭建整车前向仿真模型,重点分析对比两种工程上常用的基于规则的控制策略并设计等效燃油消耗最小算法,搭建快速控制原型测试系统对算法进行实时验证。研究工作的主要内容有:(1)根据增程式电动汽车的构型特点,对主要零部件参数进行了计算,并基于台架试验获取的关键零部件参数,在Matlab/Simulink环境下,搭建增程式电动汽车前向仿真模型,主要包括部件(主驱电机、电池、发动机、发电机、车辆)模型,驾驶员模型和控制器模型。(2)针对电池寿命衰减问题,建立电池容量衰减半经验Simulink模型,以有效安时通量表征电池寿命衰减程度。利用Stateflow建立工程上常用的两种控制策略:单点恒温器控制和发动机多点控制,并以百公里综合油耗和电池寿命衰减百分比作为评价指标。仿真结果表明,单点恒温器控制下由于发动机始终工作在最高效率点,油耗较低,但由于电池频繁大电流充放电,导致其相比发动机多点控制电池寿命衰减更为严重。(3)设计了自适应等效燃油消耗最小控制算法。基于增程式电动汽车构型,研究等效因子的取值并加入自适应控制来提高算法的工况自适应性。设定油耗为系统目标函数,电池SOC为状态变量,电池功率为控制变量,通过瞬时最优控制求解,确定使得目标函数最优的发动机和电池功率分配比。仿真结果显示,等效燃油消耗最小算法下的电池SOC波动平缓,油耗接近单点恒温器控制,但相比两种基于规则的控制策略,电池寿命有显着提升。(4)利用Veri Stand软件和NI PXI硬件搭建了快速控制原型测试系统。利用RTW工具编译仿真模型并下载到快速原型下位机,在Veri Stand中设计了上位机监控界面,在手动油门和循环工况模式下进行了能量管理控制策略的验证。
刘儒[8](2020)在《基于ADAS实验平台的自适应巡航仿真控制研究》文中提出随着汽车工业的快速发展以及5G时代的来临,各行各业及研究学者对汽车高级辅助驾驶系统(ADAS)的研究越来越深入,而自适应巡航控制系统(ACC)作为高级辅助驾驶系统(ADAS)中的不可或缺的组成部分,也受到了广泛的关注。ACC可以有效的减轻驾驶员的操作负担,提高道路利用率,减少道路交通事故率,还可以提高汽车的舒适性以及燃油经济性。因此,对自适应巡航控制的研究具有重要意义。本文以自适应巡航控制系统为研究对象,开展其控制策略及算法研究,并在高级辅助驾驶系统(ADAS)实验平台上进行仿真实验。论文主要完成以下几方面的工作:首先,对汽车自适应巡航控制系统的功能进行了分析,通过对系统控制策略、安全距离算法的研究,制定自适应巡航在前方有无车辆时的控制策略,并对现有的恒定车头时距(CTH)算法以及可变车头时距(VTH)算法进行分析,因为可变车头时距算法在复杂工况下可以保持较好的鲁棒性,所以最终采用可变车头时距算法,其次,对自适应巡航系统控制器算法进行研究,制定了在不同工况下的工作模式和切换策略。控制器决定采用分层控制,避免了直接式控制系统在实际应用中鲁棒性较差的缺点。具体分为上层控制和下层控制。上层控制器由巡航控制算法和跟车模式算法组成,即速度控制和距离控制。巡航控制算法采用传统的PID控制,在MATLAB/Simulink开发环境对设计的PID控制算法进行仿真,调试出最理想的PID参数;在跟车模式中采用线性二次型最优控制(LQR)算法,LQR算法可使车辆有更好的跟随特性以及行驶平顺性。下层控制器通过对上层控制器计算出的期望加速度进行计算最终得到对车辆执行机构的执行量,从而实现对车辆加速及制动的控制。再次,验证本文自适应巡航算法及策略的优良性能,本文采用Car Sim与MATLAB/Simulink联合仿真的测试方法,分别对前车速度大于当前车速、前车速度小于当前车速以及前车车速为正弦变化情况下,通过联合仿真实验来验证论文中提及的算法及控制策略的可行性。最后,在ADAS实验平台上对本文研究的自适应巡航控制算法及控制策略进行验证。验证结果表明:所提出的算法及控制策略能够符合汽车自适应巡航控制系统的要求,可以为相关研究提供参考和借鉴。
梁柱[9](2019)在《机敏约束阻尼薄板结构振动自适应控制研究》文中研究指明轻量化是汽车车身开发的必然趋势,然而轻量化将导致汽车低频振动和噪声问题更加突出。机敏约束层阻尼(SCLD)振动主动控制技术能够把被动约束阻尼技术以及主动控制技术的优点结合起来,而且能够在低频且较宽的频率范围内获得较好的控制效果,特别是对低频范围内振动具有理想的抑制效果。本文以局部粘贴SCLD层合结构的对边约束薄板作为研究对象,对其进行振动主动控制研究。首先,采用GHM阻尼模型来描述粘弹性材料的本构关系,利用压电方程来表示压电材料的机电耦合特性,基于有限元建模法建立了SCLD结构的系统动力学模型,对比模态实验表明建立的动力学模型可以精准表达SCLD结构的动力学特性。其次,基于模态应变能准则,对压电作动器的布置位置进行优化;在压电作动器位置确定的前提下,采用系统的H2范数构造出考虑了剩余模态影响的传感器位置优化目标函数,应用遍历法确定传感器的最优位置。再次,针对模型自由度较大问题,采用物理空间内的动力学缩聚、状态空间复模态截断以及内平衡降阶相结合的联合降阶法对模型进行降阶处理,算例和模态试验表明:采用联合降阶可大幅缩减原有模型自由度,得到低维且可观可控的精确模型。然后,针对系统模型存在不确定性问题,采用基于传递函数的自提取参考信号作为前馈输入的自适应滤波控制算法,并通过仿真分析对控制算法的有效性进行了验证。最后,搭建硬件在环实验平台,在三种不同外界激励信号下进行振动主动控制实验研究,实验结果表明:第一阶固有频率单频正弦信号激励下,振动响应的幅值衰减约为70%;前三阶固有频率叠加构成的复杂周期信号激励下,振动响应的幅值衰减约为37%;在频率范围为20-100HZ的有限带宽高斯白噪声信号激励下,振动响应幅值的均方根值下降了约为14%,控制算法取得了理想的控制效果。
孔春玉,邓雯苑,李薇,王思卓[10](2018)在《多专业融合的汽车工程虚拟实验教学平台建设构想——以广东技术师范学院为例》文中进行了进一步梳理高度融合车辆工程、汽车服务工程以及交通运输等多专业的课程需求进行虚拟仿真实验教学资源模块开发,建立模块化、独立设置的实验教学体系,使实验教学与工程实际应用紧密结合,实现实验教学、实践培训与科研服务三大功能联体,达到培养学生工程实践能力和创新能力的目的。
二、工程汽车自适应速度控制系统的研究与实现(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、工程汽车自适应速度控制系统的研究与实现(论文提纲范文)
(1)纯电动汽车ACC系统控制策略研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究的背景及意义 |
1.2 自适应巡航控制系统简介 |
1.3 自适应巡航控制系统发展脉络 |
1.4 自适应巡航控制系统算法研究现状 |
1.4.1 ACC上层决策控制算法研究现状 |
1.4.2 ACC下层动力学控制算法研究现状 |
1.5 本文研究内容与章节安排 |
第二章 ACC系统总体控制方案及安全距离策略研究设计 |
2.1 ACC系统分层架构 |
2.2 纯电动车传动方案选择 |
2.3 巡航模式研究 |
2.3.1 定速巡航模式 |
2.3.2 跟车巡航模式 |
2.4 ACC&CC模式切换策略设计 |
2.4.1 ACC&CC模式切换准则 |
2.4.2 ACC&CC模式切换规则 |
2.4.3 ACC&CC模式切换策略多工况仿真分析 |
2.5 行车安全间距策略 |
2.5.1 行车安全间距策略分析研究 |
2.5.2 行车安全距离策略算法设计 |
2.5.3 改进VTH的复合工况仿真分析 |
2.6 本章小结 |
第三章 ACC系统下层控制器研究设计 |
3.1 电机类型选择 |
3.2 电机参数匹配及驱动控制设计 |
3.3 纯电动汽车逆纵向动力学模型 |
3.3.1 驱动系期望转矩逆模型 |
3.3.2 制动系期望制动总缸压力逆模型 |
3.3.3 驱/制动控制切换策略 |
3.4 整车动力学模型验证 |
3.5 本章小结 |
第四章 ACC系统上层控制器算法研究设计 |
4.1 模型预测控制基本理论 |
4.2 ACC系统车间相互纵向运动学建模 |
4.3 基于MPC的多目标优化ACC上层控制算法研究 |
4.3.1 ACC系统控制目的分析 |
4.3.2 基于反馈校正的ACC预测模型 |
4.3.3 基于硬约束软化的非可行解处理 |
4.3.4 优化问题的QP转化求解 |
4.4 本章小结 |
第五章 纯电动汽车ACC系统仿真验证及分析 |
5.1 车辆动力学仿真软件 |
5.1.1 Carsim仿真软件简介 |
5.1.2 Carsim与 Simulink联合仿真实时接口 |
5.2 搭建联合仿真平台 |
5.3 典型工况仿真验证 |
5.3.1 前车急加速工况 |
5.3.2 前车急减速工况 |
5.3.3 稳态跟随工况 |
5.3.4 前车换道插入工况 |
5.3.5 前车换道驶离工况 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 研究展望 |
参考文献 |
攻读学位期间研究成果 |
致谢 |
(2)基于MPC的多目标网联车自适应巡航控制算法研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 车辆纵向控制国内外研究现状 |
1.2.1 ACC纵向控制系统研究现状 |
1.2.2 ACC纵向系统控制策略研究现状 |
1.3 车辆横向控制国内外研究现状 |
1.3.1 主动换道横向控制决策系统研究现状 |
1.3.2 主动换道轨迹模型研究现状 |
1.4 主要研究内容及组织结构 |
1.4.1 主要研究内容 |
1.4.2 组织结构 |
2 多目标自适应巡航模式切换策略 |
2.1 车辆驾驶场景划分 |
2.2 安全间距策略 |
2.2.1 传统安全间距策略 |
2.2.2 具有预见性的安全间距策略 |
2.2.3 前车切入/驶离间距策略 |
2.2.4 主动换道安全间距策略 |
2.3 基于间距策略的模式切换控制 |
2.4 本章小结 |
3 自适应巡航纵向控制研究 |
3.1 模型预测控制原理 |
3.2 车辆动力学模型 |
3.2.1 基于Carsim的车辆动力学模型 |
3.2.2 自适应巡航前车动力学模型 |
3.3 车辆逆动力学模型 |
3.3.1 节气门/制动器切换策略 |
3.3.2 发动机逆模型 |
3.3.3 制动器逆模型 |
3.4 定速巡航控制系统结构设计 |
3.4.1 基于PID的定速巡航控制系统 |
3.4.2 定速巡航控制系统仿真验证 |
3.5 自适应巡航控制系统结构设计 |
3.5.1 基于MPC的自适应巡航控制系统 |
3.5.2 自适应巡航控制系统仿真验证 |
3.6 本章小结 |
4 主动换道横向控制研究 |
4.1 主动换道行为特性分析 |
4.2 换道设计准则及数据来源 |
4.2.1 换道设计准则 |
4.2.2 主动换道关键参数 |
4.3 车辆换道轨迹 |
4.3.1 换道轨迹方程 |
4.3.2 换道约束条件 |
4.4 仿真验证及分析 |
4.4.1 基于MPC的主动换道控制系统 |
4.4.2 MPC主动换道控制器仿真分析 |
4.5 本章小结 |
5 多目标自适应巡航控制研究 |
5.1 自适应巡航HMI界面设计 |
5.2 基于FSM的控制模式切换策略 |
5.3 多目标自适应巡航控制系统搭建 |
5.4 混合驾驶工况仿真分析 |
5.5 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
附录 |
(3)基于ADAS实验平台的自适应巡航系统全速域控制研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 国内外研究发展现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 自适应巡航系统概述 |
1.4 自适应巡航系统控制架构及算法研究现状 |
1.4.1 自适应巡航系统控制架构 |
1.4.2 自适应巡航系统控制算法现状 |
1.5 课题研究内容 |
2 汽车安全距离算法与运行控制策略 |
2.1 车辆的实际制动过程与行车安全距离模型的确定原则 |
2.1.1 汽车的实际制动过程 |
2.1.2 行车安全距离模型的确定原则 |
2.1.3 驾驶员反应时间确定 |
2.2 现有安全距离算法模型分析 |
2.3 安全距离算法建模 |
2.4 自适应巡航系统控制策略 |
2.4.1 自适应巡航系统控制策略总体架构 |
2.4.2 系统模式控制策略切换及建模 |
2.5 本章小结 |
3 自适应巡航系统控制器设计 |
3.1 上层控制器设计 |
3.1.1 上层控制器巡航模式控制算法 |
3.1.2 上层控制器跟车模式控制算法 |
3.1.3 巡航模式和跟车模式Simulink建模 |
3.2 下层控制器设计 |
3.2.1 驱动控制器设计 |
3.2.2 制动控制器设计 |
3.2.3 节气门开度与制动压力逻辑切换控制策略 |
3.3 本章小结 |
4 ADAS实验平台与CarSim设置 |
4.1 ADAS实验平台介绍 |
4.1.1 ADAS实验平台硬件系统 |
4.1.2 ADAS实验平台软件系统 |
4.1.3 ADAS实验平台工作原理 |
4.2 CarSim仿真模型设置 |
4.2.1 仿真车辆模型选择 |
4.2.2 整车参数配置 |
4.2.3 传动系统参数配置 |
4.2.4 传感器参数配置 |
4.2.5 路面环境配置 |
4.3 多软件联合仿真设置 |
4.3.1 CarSim和 Matlab/Simulink联合仿真 |
4.3.2 CarSim和 Veristand联合仿真设置 |
4.4 本章小结 |
5 联合仿真实验验证 |
5.1 巡航工况仿真实验 |
5.2 跟车工况仿真实验 |
5.2.1 前车匀速跟车仿真实验及分析 |
5.2.2 前车变速跟车仿真实验及分析 |
5.2.3 全速综合工况仿真实验及分析 |
5.3 ADAS实验平台实验验证 |
5.4 本章小结 |
6 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
攻读硕士期间发表学术论文情况 |
致谢 |
(4)复杂地面环境中四轮独立驱动车辆运动控制方法研究(论文提纲范文)
摘要 |
ABSTRACT |
中英文专业名词对照表 |
第一章 绪论 |
1.1 论文选题背景 |
1.2 一体化电动车轮及其电动车辆研究现状 |
1.3 四轮独立驱动独立转向电动车辆研究现状 |
1.4 四轮独立驱动电动车辆相关技术研究现状 |
1.4.1 非几何特征地形环境识别技术研究现状 |
1.4.2 四轮独立电驱动车辆转向控制技术研究现状 |
1.4.3 车辆悬架系统控制技术研究现状 |
1.4.4 路面附着系数估计研究现状 |
1.5 论文主要研究内容及创新点 |
1.6 论文章节安排 |
第二章 一体化电动轮及其四轮独立驱动车辆的建模 |
2.1 引言 |
2.2 一体化电动轮结构及模型构建 |
2.3 车辆的动力学建模 |
2.3.1 参考坐标系的定义 |
2.3.2 车辆质心运动分析 |
2.3.3 四轮独立驱动车辆的动力学建模 |
2.4 轮胎模型的选择与构建 |
2.5 本章小结 |
第三章 基于振动信息聚类的四轮独立驱动车辆速度自适应控制 |
3.1 引言 |
3.2 基于改进GMM的地形聚类分析 |
3.2.1 地形特征描述 |
3.2.2 地形高斯混合模型GMM |
3.2.3 有监督的高斯混合模型参数学习算法 |
3.3 车辆速度自适应控制方法 |
3.3.1 车辆速度自适应控制器结构 |
3.3.2 控制器的设计 |
3.3.3 基于小波分析的特征提取 |
3.4 典型地形环境下车辆运动速度的确定 |
3.5 实验 |
3.5.1 实验方法 |
3.5.2 改进的GMM性能测试 |
3.6 本章小结 |
第四章 基于视觉与振动结合的车辆速度自适应控制 |
4.1 引言 |
4.2 图像分类的常用处理算法与步骤 |
4.3 基于改进CNN的地形图像分类 |
4.3.1 CNN网络模型结构设计 |
4.3.2 基于相似度纠正的多任务算法 |
4.4 地面环境改变过程中车辆的运动控制规划 |
4.5 实验及分析 |
4.5.1 地形图像分类算法验证 |
4.5.2 车辆运动规划算法验证 |
4.5.3 速度自适应控制实验 |
4.6 本章小结 |
第五章 基于深度强化学习的四轮独立驱动车辆半主动悬架控制 |
5.1 引言 |
5.2 车辆悬架模型的构建 |
5.3 路面不平度时域模型 |
5.4 深度强化学习算法 |
5.4.1 深度强化学习算法基础 |
5.4.2 DDPG算法原理 |
5.5 基于DDPG的车辆半主动悬架控制 |
5.5.1 算法架构与网络模型 |
5.5.2 基于启发式学习的DDPG算法 |
5.6 仿真实验与分析 |
5.6.1 仿真环境的搭建与参数设置 |
5.6.2 仿真实验 |
5.6.3 利用经验样本的DDPG算法学习效率比较 |
5.7 本章小结 |
第六章 基于鲁棒滑模变结构算法的四轮独立驱动车辆转向控制 |
6.1 引言 |
6.2 车辆转向稳定性控制目标 |
6.2.1 车辆的状态信息与车辆稳定性的关系 |
6.2.2 车辆转向稳定性控制目标 |
6.3 车辆转向控制模型的构建 |
6.4 车辆转向的鲁棒滑模控制 |
6.4.1 车辆转向的滑模控制器设计 |
6.4.2 车辆转向的鲁棒SMC算法设计 |
6.5 仿真实验与分析 |
6.6 本章小结 |
第七章 路面附着系数实时估计及车辆的制动控制 |
7.1 引言 |
7.2 基于带补偿环节的干扰观测器实现轮胎与路面附着系数的估计 |
7.2.1 干扰观测器的结构设计 |
7.2.2 带补偿环节的干扰观测器结构设计 |
7.2.3 补偿环节的设计 |
7.2.4 仿真实验 |
7.3 基于给定滑移率的车辆制动控制结构 |
7.4 基于FOA算法的PID控制器参数在线整定方法 |
7.4.1 FOA算法 |
7.4.2 FOA算法的改进 |
7.4.3 基于改进FOA算法的PID控制器设计 |
7.5 车辆制动仿真与实验 |
7.5.1 车轮制动仿真 |
7.5.2 整车制动实验 |
7.6 本章小结 |
第八章 总结与展望 |
8.1 总结 |
8.2 展望 |
参考文献 |
致谢 |
攻读博士学位期间发表的学术论文 |
攻读博士期间获得的专利 |
攻读博士学位期间参加的科研项目 |
学位论文评阅及答辩情况表 |
(5)基于模型预测控制的智能汽车自适应巡航控制研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题研究背景及意义 |
1.2 自适应巡航控制系统的研究现状 |
1.3 ACC系统控制算法研究现状 |
1.4 本文主要研究内容 |
第2章 实车试验平台及车辆动力学建模 |
2.1 实车试验平台 |
2.1.1 环境感知系统 |
2.1.2 执行机构系统 |
2.2 车辆动力学模型建立 |
2.2.1 整车模型 |
2.2.2 轮胎模型 |
2.3 车辆动力学模型验证 |
2.4 本章小结 |
第3章 基于模型预测控制的ACC系统研究 |
3.1 模型预测控制理论 |
3.2 车间纵向运动学模型 |
3.3 车辆纵向运动控制策略 |
3.4 基于卡尔曼滤波的MPC控制器设计 |
3.4.1 卡尔曼滤波器 |
3.4.2 反馈校正跟车预测模型 |
3.4.3 纵向性能指标及I/O约束处理 |
3.4.4 松弛变量扩展可行域 |
3.4.5 滚动优化 |
3.5 ACC系统仿真及实车测试验证 |
3.5.1 仿真试验验证 |
3.5.2 实车测试验证 |
3.6 本章小结 |
第4章 智能汽车自主循迹跟车控制方案设计 |
4.1 GNSS/INS组合导航原理 |
4.1.1 GNSS定位原理 |
4.1.2 INS导航原理 |
4.1.3 组合式导航系统 |
4.2 预设轨迹采集 |
4.2.1 定位与航向角信息的采集及提取 |
4.2.2 坐标转换 |
4.3 自主循迹跟车控制方案 |
4.3.1 自主循迹跟车控制总体方案 |
4.3.2 轨迹最近点计算 |
4.3.3 循迹的横向控制 |
4.3.4 循迹的纵向控制 |
4.4 实车测试 |
4.4.1 测试方案 |
4.4.2 自主循迹测试结果分析 |
4.4.3 循迹跟车测试结果分析 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 全文总结 |
5.2 未来工作展望 |
致谢 |
参考文献 |
攻读学位期间研究成果 |
(6)园艺拖拉机前桥倍速机构设计与试验研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题背景及研究意义 |
1.2 国内外研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 课题来源与研究目的 |
1.3.1 课题来源 |
1.3.2 研究目的 |
1.4 本文研究的主要内容及技术路线 |
1.4.1 研究内容 |
1.4.2 技术路线 |
1.5 本章小结 |
第二章 园艺拖拉机倍速转向理论研究 |
2.1 园艺拖拉机转向系统结构 |
2.2 阿克曼定理的基本原理 |
2.3 拖拉机转弯半径分析 |
2.3.1 园艺拖拉机前轮转向模型 |
2.3.2 倍速转向小转弯半径原理 |
2.3.3 倍速比的确定 |
2.4 本章小结 |
第三章 园艺拖拉机前桥倍速机构结构设计研究 |
3.1 倍速机构结构设计 |
3.1.1 总体结构设计 |
3.1.2 机构工作原理 |
3.2 倍速机构整体参数确定 |
3.2.1 传动比的设计 |
3.2.2 齿轮的设计 |
3.2.3 轴结构的设计 |
3.2.4 摩擦片的设计 |
3.2.5 轴承的选型 |
3.2.6 回位弹簧的设计 |
3.2.7 倍速机构相关花键设计 |
3.2.8 倍速机构密封圈设计 |
3.3 倍速机构电液控制系统设计 |
3.3.1 倍速机构油压初步设计 |
3.3.2 液压油泵的选型 |
3.3.3 电控阀的设计 |
3.3.4 传感器的选型 |
3.4 倍速转向整机油路布置 |
3.5 本章小结 |
第四章 倍速机构建模及有限元仿真分析 |
4.1 倍速机构三维模型整体建模 |
4.2 倍速机构传动系统有限元仿真分析 |
4.2.1 有限元分析理论基础 |
4.2.2 倍速机构传动系统模型静力学仿真分析 |
4.3 倍速前桥壳体仿真优化分析 |
4.3.1 倍速前桥壳体受力模型 |
4.3.2 壳体力学特性仿真分析 |
4.3.3 倍速前桥壳体模态分析 |
4.3.4 壳体载荷激励频率分析 |
4.3.5 壳体模态特性分析 |
4.4 本章小结 |
第五章 电液控制倍速转向动力学仿真研究 |
5.1 倍速机构换挡过程分析 |
5.1.1 冲击度 |
5.1.2 换挡倍速机构滑摩功 |
5.1.3 传动系统动载荷系数 |
5.1.4 换挡时间 |
5.2 园艺拖拉机倍速机构扭矩传递模型 |
5.3 园艺拖拉机转向行驶阻力模型 |
5.4 倍速机构动力学系统仿真分析 |
5.4.1 基于ADAMS倍速机构模型的建立 |
5.4.2 基于AMESim电液控制系统模型的建立 |
5.4.3 联合仿真分析 |
5.5 本章小结 |
第六章 园艺拖拉机前桥倍速转向试验研究 |
6.1 倍速机构零部件试制 |
6.2 倍速机构试验研究 |
6.2.1 试验台架搭建 |
6.2.2 试验结果分析 |
6.3 倍速前桥装配试制 |
6.4 最小转弯半径测量试验 |
6.5 本章小结 |
第七章 总结与展望 |
7.1 全文总结 |
7.2 创新内容 |
7.3 课题展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
(7)增程式电动汽车能量管理控制策略研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 课题研究背景及意义 |
1.2 增程式电动汽车国内外发展现状 |
1.3 增程式电动汽车能量管理控制策略研究现状 |
1.3.1 基于规则的能量管理控制策略 |
1.3.2 基于模糊控制的能量管理控制策略 |
1.3.3 基于优化的能量管理控制策略 |
1.4 本文研究内容 |
2 增程式电动汽车动力系统参数计算与建模 |
2.1 增程式电动汽车动力系统参数计算 |
2.1.1 增程式电动汽车动力系统构型 |
2.1.2 整车参数与性能指标 |
2.2 动力系统关键部件参数计算 |
2.2.1 主驱电机参数计算 |
2.2.2 动力电池参数计算 |
2.2.3 增程器参数计算 |
2.3 动力系统建模 |
2.3.1 主驱电机模型 |
2.3.2 动力电池模型 |
2.3.3 增程器模型 |
2.3.4 驾驶员模型 |
2.3.5 整车动力学模型 |
2.4 本章小结 |
3 基于规则的增程式电动汽车能量管理控制策略 |
3.1 增程式电动汽车能量管理控制策略概述 |
3.2 电池寿命评价指标 |
3.3 基于规则的能量管理控制策略 |
3.3.1 单点恒温器控制 |
3.3.2 基于功率跟随的发动机多点控制 |
3.4 基于规则的能量管理控制策略建模与仿真结果分析 |
3.5 本章小结 |
4 基于等效燃油消耗最小的能量管理控制策略研究 |
4.1 庞特里亚金最小值原理(PMP) |
4.2 等效燃油消耗最小策略(ECMS) |
4.2.1 增程式电动汽车ECMS等效因子分析 |
4.2.2 基于增程式电动汽车的A-ECMS控制策略搭建 |
4.3 A-ECMS仿真结果分析 |
4.4 本章小结 |
5 增程式电动汽车控制策略快速控制原型验证 |
5.1 快速控制原型总体方案设计 |
5.2 快速控制原型测试系统搭建 |
5.2.1 仿真模型编译 |
5.2.2 基于VeriStand的快速控制原型测试系统搭建 |
5.3 快速控制原型测试结果分析 |
5.4 本章小结 |
6 全文总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(8)基于ADAS实验平台的自适应巡航仿真控制研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.2 自适应巡航控制系统概述 |
1.3 国内外研究发展现状 |
1.3.1 国外发展现状 |
1.3.2 国内研究现状 |
1.4 自适应巡航控制关键技术 |
1.4.1 安全距离主要算法 |
1.4.2 自适应巡航主要控制方法 |
1.5 本文研究内容 |
2 ACC控制策略与安全距离算法 |
2.1 ACC控制策略 |
2.1.1 ACC控制策略 |
2.1.2 控制策略程序设计 |
2.2 安全距离算法 |
2.2.1 安全距离算法分析 |
2.2.2 车间距误差的稳定性分析 |
2.2.3 安全距离算法程序设计 |
2.3 本章小结 |
3 自适应巡航系统控制器设计 |
3.1 上层控制器设计 |
3.1.1 巡航模式控制算法 |
3.1.2 跟车模式控制算法 |
3.1.3 上层控制器模型 |
3.2 下层控制器设计 |
3.2.1 驱动控制 |
3.2.2 制动控制 |
3.2.3 怠速曲线仿真 |
3.3 切换策略模型建立 |
3.4 本章小结 |
4 CarSim与MATLAB/Simulink联合建模与仿真 |
4.1 Car Sim软件简介 |
4.2 整车与环境仿真模型建立 |
4.3 CarSim与 MATLAB/Simulink联合仿真分析 |
4.4 本章小结 |
5 ADAS实验平台仿真验证 |
5.1 ADAS实验平台简介 |
5.1.1 实验平台组成 |
5.1.2 工作原理 |
5.1.3 可实现功能 |
5.2 NI-Veristand接口映射 |
5.3 仿真验证 |
5.4 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读硕士期间发表学术论文情况 |
致谢 |
(9)机敏约束阻尼薄板结构振动自适应控制研究(论文提纲范文)
中文摘要 |
英文摘要 |
1 绪论 |
1.1 论文研究背景及意义 |
1.2 国内外研究现状 |
1.2.1 .SCLD结构动力学建模的研究现状 |
1.2.2 .压电作动器、传感器的位置优化的研究现状 |
1.2.3 .机敏约束层阻尼结构控制器的研究现状 |
1.3 本文的主要研究内容 |
2 机敏约束阻尼板结构的动力学模型研究 |
2.1 机敏约束阻尼板结构动力学建模 |
2.1.1 压电层 |
2.1.2 粘弹性阻尼层 |
2.1.3 SCLD结构各层之间运动关系 |
2.1.4 机敏约束阻尼结构的形函数 |
2.1.5 机敏约束阻尼结构单元能量关系 |
2.1.6 机敏约束阻尼结构压电层控制力所做的功 |
2.1.7 系统的动力学模型 |
2.2 动力学模型的验证 |
2.3 小结 |
3 压电作动器、传感器的位置优化及模型降阶处理 |
3.1 压电作动器、传感器的位置优化 |
3.1.1 压电作动器的位置优化 |
3.1.2 传感器的位置优化 |
3.2 动力学模型降阶 |
3.2.1 动力学缩聚 |
3.2.2 复模态截断 |
3.2.3 内平衡降阶 |
3.2.4 降阶方法仿真验证 |
3.2.5 降阶方法试验验证 |
3.3 小结 |
4 SCLD板结构振动自适应滤波前馈控制研究 |
4.1 自适应滤波前馈(F-Xlms)振动控制 |
4.1.1 自适应滤波器的结构以及工作原理 |
4.1.2 多输入多输出的自适应滤波前馈(F-Xlms)振动控制算法 |
4.2 基于参考信号自提取的自适应滤波前馈(F-Xlms)器的设计 |
4.3 振动主动控制仿真分析 |
4.4 小结 |
5 振动主动控制实验研究 |
5.1 实验目的及设备 |
5.2振动主动控制实验 |
5.3 小结 |
6 结论与展望 |
6.1 论文总结 |
6.2 展望 |
参考文献 |
附录 |
A.作者在攻读学位期间参加的科研项目 |
B.学位论文数据集 |
致谢 |
(10)多专业融合的汽车工程虚拟实验教学平台建设构想——以广东技术师范学院为例(论文提纲范文)
一、引言 |
二、虚拟仿真实验教学资源建设 |
三、虚拟仿真实验教学平台网站建设 |
四、结语 |
四、工程汽车自适应速度控制系统的研究与实现(论文参考文献)
- [1]纯电动汽车ACC系统控制策略研究[D]. 万广轩. 江苏理工学院, 2021(02)
- [2]基于MPC的多目标网联车自适应巡航控制算法研究[D]. 原晨康. 西安科技大学, 2021(02)
- [3]基于ADAS实验平台的自适应巡航系统全速域控制研究[D]. 姜阳. 辽宁工业大学, 2021(02)
- [4]复杂地面环境中四轮独立驱动车辆运动控制方法研究[D]. 刘明. 山东大学, 2020
- [5]基于模型预测控制的智能汽车自适应巡航控制研究[D]. 陈威. 南昌大学, 2020(01)
- [6]园艺拖拉机前桥倍速机构设计与试验研究[D]. 仇维佑. 扬州大学, 2020(04)
- [7]增程式电动汽车能量管理控制策略研究[D]. 汤赛金. 北京交通大学, 2020(03)
- [8]基于ADAS实验平台的自适应巡航仿真控制研究[D]. 刘儒. 辽宁工业大学, 2020(03)
- [9]机敏约束阻尼薄板结构振动自适应控制研究[D]. 梁柱. 重庆大学, 2019(01)
- [10]多专业融合的汽车工程虚拟实验教学平台建设构想——以广东技术师范学院为例[J]. 孔春玉,邓雯苑,李薇,王思卓. 教育教学论坛, 2018(07)