模糊控制算法在汽车中的应用综述
交通信号控制中的模糊控制应用
交通信号控制中的模糊控制应用在现代城市交通管理中，交通信号控制是优化交通流量、提高道路通行效率和保障交通安全的关键手段。
传统的交通信号控制方法往往基于固定的时间间隔或简单的逻辑判断，难以适应复杂多变的交通状况。
随着控制理论和技术的不断发展，模糊控制作为一种智能控制方法，在交通信号控制领域展现出了显著的优势和潜力。
模糊控制的基本原理是基于模糊集合理论和模糊逻辑推理，它能够处理和描述那些具有不确定性、模糊性和不精确性的信息和问题。
在交通信号控制中，交通流量、车辆速度、排队长度等参数都具有一定的不确定性和模糊性，例如“交通拥堵”、“车辆较多”等概念难以用精确的数值来定义，而模糊控制正好能够有效地应对这些模糊性。
模糊控制在交通信号控制中的应用主要包括以下几个方面：首先是交通流量的模糊感知。
通过安装在道路上的传感器，获取交通流量、车速等信息。
然而，这些传感器采集到的数据往往存在噪声和误差，并且交通状况本身也是动态变化的。
利用模糊控制的方法，可以对这些不精确的数据进行模糊化处理，将其转化为模糊语言变量，如“小流量”、“中流量”、“大流量”等，从而更准确地反映交通状况的本质特征。
其次是信号配时的模糊决策。
传统的信号配时方法通常基于固定的周期和绿信比，无法根据实时交通状况进行灵活调整。
而模糊控制可以根据模糊感知到的交通流量、车辆速度等信息，通过模糊推理规则，制定出灵活的信号配时方案。
例如，当交通流量较大且车辆速度较慢时，延长绿灯时间；当交通流量较小且车辆速度较快时，适当缩短绿灯时间。
再者是多相位交通信号的模糊协调控制。
在复杂的路口，往往存在多个相位的交通信号。
模糊控制可以综合考虑各个相位的交通需求，实现相位之间的协调控制，减少冲突和延误。
例如，对于相邻的路口，可以根据上游路口的交通状况，提前调整下游路口的信号配时，实现交通流的平稳过渡。
在实际应用中，模糊控制的实现需要建立合适的模糊控制器。
模糊控制器的设计包括输入变量的选择、模糊化方法的确定、模糊规则库的建立、模糊推理算法的选择以及输出变量的解模糊化等步骤。
探究史密斯模糊控制的汽车制动系统
探究史密斯模糊控制的汽车制动系统史密斯模糊控制是一种应用广泛的控制方法，它基于模糊理论和模糊逻辑，能够处理复杂系统的控制问题。
在汽车制动系统中，采用史密斯模糊控制可以有效地提高制动系统的性能和稳定性，使汽车在各种路况下都能够实现安全而平稳的制动效果。
史密斯模糊控制在汽车制动系统中的应用主要体现在两个方面：一是在制动力的控制上，二是在防抱死系统（ABS）的控制上。
在汽车制动系统中，史密斯模糊控制可以帮助实现制动力的精确控制，根据不同的路况和驾驶状况对制动系统进行动态调整，确保车辆在制动过程中不会发生失控或打滑的情况。
史密斯模糊控制通过模糊逻辑推理，可以根据车速、路面摩擦系数、驾驶员的刹车行为等多个因素进行综合判断，动态调整制动系统的工作状态，实现最佳的制动效果。
这样一来，不论是在干燥的公路上还是在雨雪天气中，汽车都能够做出合适的制动响应，大大提高了行车安全性。
史密斯模糊控制在防抱死系统（ABS）中的应用同样可以提高汽车的制动性能。
在紧急制动的情况下，ABS系统能够通过快速地刹车踏板脉冲工作方式，防止车轮打滑，确保车辆保持稳定与方向控制。
使用史密斯模糊控制算法可以更准确地判断车轮打滑的情况，并及时做出反应，减少刹车距离，避免侧滑和失控。
这不仅提高了车辆的制动稳定性，也提高了行车安全性。
史密斯模糊控制在汽车制动系统中的应用，可以帮助汽车制动系统更好地适应不同路况和驾驶环境，从而提高行车安全性和驾驶舒适性。
随着汽车技术的不断发展，史密斯模糊控制在汽车制动系统中的应用将会变得更加普遍，并且可以不断进一步提升汽车制动系统的性能。
史密斯模糊控制的基本原理是模糊逻辑。
所谓模糊逻辑就是指用模糊集合来描述输入和输出之间的关系。
它不同于传统的二值逻辑，能够更好地应对真实世界中的不确定性和模糊性。
在汽车制动系统中，史密斯模糊控制利用模糊逻辑对车辆的制动状态进行评估，并根据评估结果动态调整制动系统的工作状态，以实现最佳的制动效果。
汽车横向稳定的模糊控制
在国内，由于目前还没有自己实际开发稳定性控制系统的能力，只有在少许中外合资企业汽车上安装了汽车动力学稳定性控制系统，如奥迪A6、新帕萨特等，汽车动力学稳定性控制的研究大多数还只是停在理论研究阶段。袁红军介绍了汽车动态稳定控制系统在汽车高速转弯出现失控时的控制，利用前后轮制动方法来对汽车的转向不足或转向过度进行控制，有效地增加了汽车的稳定性。王德平、郭孔辉，针对车辆动力学稳定性控制的基本原理进行了理论研究，用逻辑门限值控制理论对其驾驶员模拟器进行了虚拟驾驶验证，并对汽车动力学稳定性进行了仿真研究。同时，盖玉先根据利用相平面法判断车辆的稳定状态，用奇点分岔法对车辆进行稳定性分析，得出转向角和车速对侧偏和横摆有影响。董华林在ADAMS／CAR中建立整车虚拟样机模型，对ESP进行了仿真研究，采用质心侧偏角估计期望横摆角速度的边界，此控制方法有效地改善了车辆动力学定性。蒋伟荣介绍了车辆稳定性控制系统的工作原理，从总体上描述了以MC68376为核心控制器的电控单元(ECU)的组成结构，设计出的ECU能有效改善车在极限工况下的操纵稳定性。冯金芝、喻凡等人心们利用混合仿真这一先进技术，建立了8自由度车辆动力学系统模型，然后利用前馈补偿和模糊控制策略，设计了车辆横向稳定性控制器，最后对车辆横向稳定性控制系统进行了实时混合仿真研究。朱德军在比例四轮转向汽车模型的基础上，通过改变汽车两侧轮胎的纵向力形成直接横摆力矩控制，然后在基于H&控制理论的基础上对汽车在不同车速下的阶跃响应做了仿真，得出这控制方法比普通四轮转向控制方法更能提高汽车的操纵稳定性。吴义虎提出一种基于横摆力矩和主动前轮转向相结合的车辆横向稳定性控制方法，利用前馈补偿和模糊控制产生横摆力矩和附加的前轮转角来控制车辆的横摆角速度和侧偏角，并分别对前轮转角阶跃输入和正弦输入两种工况进行了仿真研究。刘彩志重点讨论了轮胎的非线性和车辆动力性试验的控制策略，即把轮胎的非线性和汽车动力性都考虑在内的直接横摆力矩底盘控制，该控制策略大大地提高了汽车大侧偏角和高侧向加速度下的操纵稳定性和主动安全性。赵治国、罗俊探讨了汽车转弯行驶在极限运动工况下依靠对各车轮施加不同纵向制动力从而产生辅助横摆力矩来提高汽车动力学稳定性的基本原理，提出了汽车动力学稳定性变结构控制策略及设计了滑模控制器，并通过仿真验证了该方案的可行性。曹登庆，考虑含有不确定独立参数摄和非线性不确定性的车辆动力学模型，应用Lyapunov稳定性理论和矩阵代数技巧导出系统的横向稳定性准则，对承受不确定悬挂的车辆的横向稳定性进行了鲁棒性分析。赵树恩、李以农，等人针对车辆在极限运动工况下转弯或变道行驶时横向稳定性控制问题，设计了基于车辆动力学模型及运动学关系相结合的质心侧偏角估计器，运用滑模控制理论，以车轮纵向制动力矩和方向盘转角为控制目标，建立了联合滑模控制系统，有效地改善了车辆在极限工况下的横向稳定性。
模糊控制实例2-agv小车倒车入库控制
倒车入库控制的重要性
倒车入库是AGV小车在仓库、车间等有限空间内进行作业 的重要环节。由于空间有限，障碍物多，倒车入库的控制 难度较大，需要精确控制小车的速度和方向，确保安全、 准确地完成入库操作。
模糊控制的基本原理
通过引入模糊集合和模糊逻辑，模糊控制能够处理不确定性和非线性问题，从而实现对复杂系统的有 效控制。
模糊控制的基本原理包括模糊化、模糊推理和去模糊化三个主要步骤，通过合理设计每个步骤的方法 和参数，实现对系统的精确控制。
04 模糊控制算法在AGV小车 倒车入库中的应用
模糊控制器设计
模糊控制在AGV小车倒车入库中的优势与局限性
优势
模糊控制具有较强的鲁棒性和适应性， 能够处理不确定性和非线性问题，适用 于各种复杂的控制场景。在AGV小车倒 车入库控制中，模糊控制器能够根据实 际情况进行自适应调整，提高控制的准 确性和稳定性。
VS
局限性
模糊控制器的设计过程较为复杂，需要经 验丰富的专业人员进行设计和调整。此外 ，模糊控制器在处理精确度要求较高的控 制任务时可能会存在一定的误差和波动。
导航系统通常采用磁轨导航或激光雷 达导航技术，通过感应器或传感器获 取环境信息，并由控制系统进行解析 和处理，实现小车的精确导航。
AGV小车的运动控制系统
AGV小车的运动控制系统负责控制小 车的运动，包括速度、方向和位置等。
运动控制系统基于模糊控制算法，通 过模糊逻辑控制器对小车的运动状态 进行实时监测和调整，确保小车能够 稳定、准确地完成搬运任务。
模糊控制算法的实现
编程语言选择
52. 模糊控制在自动驾驶中的作用是什么？
52. 模糊控制在自动驾驶中的作用是什么？52、模糊控制在自动驾驶中的作用是什么？在当今科技飞速发展的时代，自动驾驶技术无疑是一项引人瞩目的创新成果。
而在实现自动驾驶的过程中，各种先进的控制技术发挥着至关重要的作用，其中模糊控制就是一个不可或缺的部分。
那么，什么是模糊控制呢？简单来说，模糊控制是一种基于模糊逻辑的控制方法。
与传统的精确控制不同，模糊控制并不追求精确的数值计算和严格的数学模型，而是通过对模糊信息的处理和推理，来实现对系统的有效控制。
在自动驾驶领域，环境的复杂性和不确定性是巨大的挑战。
道路状况、交通信号、其他车辆和行人的行为等都是难以精确预测和建模的变量。
而模糊控制的优势就在于它能够很好地应对这种不确定性。
例如，在判断与前方车辆的安全距离时，传统的控制方法可能会依据精确的速度、距离等数值来计算，但实际情况中，“安全距离”这个概念本身就是模糊的。
模糊控制可以综合考虑多种因素，如车速、相对速度、天气条件等，给出一个相对灵活和适应性强的控制策略。
模糊控制在自动驾驶中的一个重要作用是处理感知数据的不确定性。
自动驾驶车辆通过各种传感器收集大量的数据，如摄像头图像、激光雷达测量值、毫米波雷达信息等。
然而，这些传感器的数据可能存在误差、噪声和不确定性。
模糊控制能够将这些不精确的数据进行模糊化处理，提取出有用的信息，并据此做出合理的决策。
再比如，在自动驾驶的路径规划中，模糊控制可以根据复杂的路况和交通规则，生成相对平滑和安全的行驶路径。
它可以考虑道路的宽窄、弯道的曲率、交通流量等模糊因素，使车辆在不同的道路条件下都能做出恰当的行驶决策。
此外，模糊控制还能够提高自动驾驶系统的适应性和鲁棒性。
当遇到突发情况或异常情况时，如恶劣天气、道路施工、交通意外等，传统的控制方法可能会因为超出预设的模型范围而失效。
而模糊控制可以凭借其对模糊信息的处理能力，迅速调整控制策略，以保证车辆的安全行驶。
在自动驾驶的决策过程中，模糊控制也发挥着关键作用。
《AMT车辆起步模糊控制及其执行机构特性研究》范文
《AMT车辆起步模糊控制及其执行机构特性研究》篇一一、引言随着汽车技术的快速发展，AMT（Automated Manual Transmission，自动机械式变速器）在汽车行业中的应用越来越广泛。
其中，起步控制作为AMT车辆的重要部分，直接关系到车辆的行驶平稳性和动力性能。
因此，对AMT车辆起步模糊控制及其执行机构特性的研究显得尤为重要。
本文将重点探讨AMT 车辆起步模糊控制的原理及其执行机构的特性，以期为相关研究提供参考。
二、AMT车辆起步模糊控制1. 模糊控制原理AMT车辆起步模糊控制是一种基于模糊逻辑的控制方法，通过模拟人的经验判断，实现对起步过程的精确控制。
模糊控制器以车辆行驶状态（如车速、加速度等）为输入，通过预设的模糊规则对输入信号进行处理，得出相应的控制策略，从而实现对AMT车辆的起步控制。
2. 模糊控制策略AMT车辆起步模糊控制策略主要包括离合器控制、油门控制和换挡控制等。
其中，离合器控制是起步过程的关键。
在起步过程中，模糊控制器根据车辆的行驶状态和驾驶员的意图，通过调整离合器的接合速度和力度，使车辆平稳起步。
同时，油门控制和换挡控制也起着重要作用，它们共同保证了车辆的动力性能和燃油经济性。
三、执行机构特性研究1. 离合器执行机构离合器执行机构是AMT车辆起步过程中的关键部件，其性能直接影响车辆的起步平稳性和动力性能。
离合器执行机构主要包括离合器压盘、分离轴承和离合器油路等。
其中，离合器压盘通过调节压紧力来控制离合器的接合程度，分离轴承则负责离合器的分离动作。
此外，离合器油路的设计和优化也对执行机构的性能有着重要影响。
2. 执行机构特性分析AMT车辆起步过程中，执行机构的动态响应特性和稳定性对车辆的行驶性能至关重要。
通过对离合器执行机构的动态特性进行分析，可以发现执行机构的响应速度、接合力度和稳定性等参数对车辆的起步过程有着重要影响。
此外，执行机构的热特性和耐久性也是研究的重要方向，它们直接关系到车辆的长期使用性能。
模糊PID控制算法在智能小车中的研究与应用
模糊PID控制算法在智能小车中的研究与应用智能小车是近年来智能化技术的一项重要应用，模糊PID控制算法作为一种自适应控制算法，被广泛应用于智能小车领域。
本文将从智能小车的研究背景入手，介绍模糊PID控制算法的原理和特点，以及在智能小车中的研究和应用，最后总结并展望未来研究的方向。
一、研究背景智能小车是一种能够自主运动、感知环境并做出决策的机器人，其运动控制是实现智能小车基本功能的核心。
传统的PID控制算法在许多自动控制系统中得到广泛应用，它通过不断地调整比例、积分和微分三个参数来实现系统的稳定控制。
然而，传统PID控制算法的主要问题是在非线性、时变或不确定性的系统中效果不佳。
为了解决这一问题，模糊PID控制算法被引入到智能小车的控制中。
模糊PID控制算法是基于模糊逻辑理论和PID控制理论的结合，通过对系统内外环境进行模糊化表示，将模糊规则集与PID控制算法相结合，从而提高了系统的稳定性和鲁棒性。
二、模糊PID控制算法原理和特点1.模糊化：将系统的输入和输出进行模糊化处理，将连续值转化为模糊变量。
2.模糊规则库构建：根据系统的特性和经验知识，构建一组模糊规则。
3.模糊推理：根据当前的系统输入和模糊规则库，进行模糊推理，得到模糊输出。
4.解模糊化：将模糊输出转化为真实的控制量。
5.输出：将解模糊化得到的控制量输出给被控对象，实现控制。
1.对系统非线性和时变性具有较好的适应性，能够应对实际环境中的各种变化和干扰。
2.理论基础扎实，可以通过专家知识和经验知识来构建模糊规则库，适用于复杂系统。
3.可以处理模糊和不确定性信息，提高了控制系统的稳定性和鲁棒性。
智能小车作为一种自主决策和行动能力的机器人，其控制系统对稳定性要求较高。
模糊PID控制算法在智能小车中得到了广泛的研究和应用。
首先，模糊PID控制算法可以用于智能小车的路径规划和避障。
通过感知环境中的障碍物和目标点，将其模糊化处理，构建模糊规则库，实现智能小车的自主导航和避障功能。
用模糊控制实现混合动力电动汽车动力优化
第25卷第5期2007年9月应用科学学报JO UR NAL OF APPLIED SCIENCESVol 25No.5 Sep.2007收稿日期:2006-11-09; 修订日期:2007-05-29基金项目:陕西省自然科学基金资助项目(2003E 229)作者简介:周春国,博士生,副教授,研究方向:混合动力电动汽车、机械传动及CAD 技术,E -mail:z hou -chunguo@;刘宏昭,教授,博导,研究方向:机械设计及理论,E -mail:li uhongz hao@文章编号:0255-8297(2007)05-0500-05用模糊控制实现混合动力电动汽车动力优化周春国, 刘宏昭, 李 欣, 崔亚辉(西安理工大学机械与精密仪器工程学院,陕西西安710048)摘 要:以混合动力电动汽车的燃油经济性和最低排放为控制目标,研究该类汽车动力系统的多目标优化方法,提出用模糊控制策略实现不同的控制目标.该文建立了模糊逻辑控制系统结构图和模糊逻辑推理规则,着重论述在混合动力汽车中建立模糊控制器的方法和过程,用仿真软件对普通电辅助控制和模糊控制两种情况下的工况进行模拟,得到SOC 变化曲线.控制效果的对比表明,模糊控制策略适合于混合动力电动汽车控制.关键词:电动汽车;优化;模糊控制中图分类号:TH122 文献标志码:AOptimization of Hybrid Electric Vehicle PowerSystem Using Fuzzy Logic ControlZ HOU Chun -guo, LI U Hong -zhao, LI Xin, CUI Ya -hui(School o f Mechanical an d Precision Instru ment Engineering ,Xi an Un iversity o f Technology ,Xi an 710048,China )Abstract :We study mult-i target optimization of the po wer system of hybrid electric vehicles aimed at fuel saving ande mission minimization.A fuzzy logic control strategy is used to realize different control targets.The struc ture chart and inference rule of the fuzzy logic control system is established,with emphasis on the discussion of the fuzzy control method and process.Two operation modes are simulated with the software,under ordinary electric control and fuzzy logic control,respectively.Curves of SOC change are parison between the control effects indicates that the fuzzy logic control strategy is suitable for the c ontrol of hybrid electric vehicles.Keywords :hybrid electric vehicle;optimization;fuzzy logic control 混合动力电动汽车(hybrid electric vehicle,HE V)使用发动机和电动机双动力源,提高了发动机的效率,并且在制动时能够对能量进行回收,大大提高了燃料的使用效率.根据国际机电委员会下属的电力机动车技术委员会的建议,混合动力电动汽车是指由两种或两种以上的储能器、能源或转换器作驱动能源,其中至少有一种能提供电能的车辆称为混合动力电动汽车[1].从结构上看,HE V 主要有3种结构形式:串联式、并联式和混联式.无论哪一种结构形式都需要有一个合适的控制策略,使各个动力系统之间功率的分配最优,以达到低油耗、低排放的目标[2].HEV 的混合动力系统是有效利用发动机和电动机的各自特点,进行优化组合控制的装置,具有显著的节能优点.为了获得高效率的控制,必须按照车辆的运转条件作精确区分.混合动力系统工作时需对发动机、电动机、发电机及电池等各构成部件的要求值或实际值进行确认与计算,整个行驶过程必须进行实时高速精密控制.一个合适的优化控制策略是混合动力电动汽车研发的重要组成部分,因此,对HEV 控制目标的优化和控制策略的研究有着理论价值和实际意义.1 控制目标及优化控制策略包括整车能量管理策略和整车功率分配策略,其中能量管理策略是混合电动汽车的核心.根据不同的动力系统结构,需要采取不同的控制策略来实现不同的控制目标.混合动力汽车的控制目标主要有(1)最佳燃油经济性;(2)最低的排放;(3)最低的系统成本;(4)最佳的驱动性能.根据优化理论,这种优化问题称为多目标优化.若有l 个目标函数,则多目标优化问题的表达式可写为V -min x RnF (x )=min[f 1(x ) f 2(x ) f l (x )]T(1)s.t.g i (x ) 0(j =1,2, ,p )h k (x ) 0(k =1,2, ,q )式中,F (x )=min [f 1(x ) f 2(x ) f l (x )]T称为向量目标函数.V -min x RnF (x )表示多目标极小化数学模型用向量形式的简写.式(1)为向量数学规划的表达式,V -min 表示向量极小化.s.t.g j (x ) 0(j =1,2, ,p ),h k (x ) 0(k =1,2, ,q )表示设计变量x 应满足的约束条件[3].求解多目标规划的最基本方法为评价函数法.其主要思想是:借助于几何或应用中的直观背景,构造所谓的评价函数,从而将多目标优化问题转化为单目标优化问题.然后利用单目标优化的求解方法求出最优解,并把这种最优解当作多目标规划的最优解.混合动力电动汽车主要用于城市道路,其追求的目标主要是能源的低消耗、废气的低排放.相比之下,混合电动汽车对驱动性能,比如加速性、最高车速等要求不是太高.因此,可以对燃油经济性、最低的排放要求取一个比较高的权数,对驱动性能取相对低的权数,而对于整体系统的经济性可以根据车辆的具体要求进行选取.控制策略中设计变量的优化问题属于多变量非线性优化问题,其评价函数主要通过调用ADVISOR软件的函数完成.ADVISOR 软件是美国可再生能源实验室在Matlab 软件中,基于Simulink 环境开发的电动汽车仿真软件;是完全开放的,研究人员可以根据自己的需要在里面建立、修改相应的模块.优化设计过程如下:首先优化软件向ADVISOR 软件传递优化问题的初始值、目标函数和约束函数的输入参数,由ADVISOR 软件的函数计算出相应的目标函数和约束函数值.然后判断约束条件是否成立,如果不成立,则更新初始值,循环上面的计算过程;如果成立,则优化计算结束.ADVISOR 优化设计流程图如图1所示[4].图1 ADVISOR 优化设计流程图Fig.1 The flow chart of ADVISOR op timization design2 控制策略控制方法主要有直接法和间接法,前者是直接将燃油经济性、排放等控制目标作为系统变量的函数进行求解,后者是先计算系统各个部分的效率,从中可以得出整个系统的能量损失,从而找到损失最小的变量,这个量就是当前应该采用的量[5].对于油耗和排放来说最重要的就是对发动机的控制,主要有以下两种方法:(1)发动机恒定工作点模式每种发动机都有一个最优工作点,混合动力汽车由于使用了行星轮系结构,因此可以实现功率的分汇流,通过调节电动机使发动机工作在最优工作点成为可能.这样一来就可以避免由于调节发动机转速而带来的损失,同时对电动机的控制也比对发动机的控制来得方便.(2)发动机最优工作曲线模式这种控制从发动机的万有特性曲线出发,跟踪发动机的最优工作曲线,从而实现对发动机和整车的控制.这种控制可以让发动机工作在最优油耗上,发动机在高于某个阀值时才打开工作.只有当电动机需求的电流超过电池的供给电流时才调节发动机的工作点.501第5期周春国,等:用模糊控制实现混合动力电动汽车动力优化混合动力汽车的控制策略有很多种方法,其中模糊逻辑控制策略(fuzzy logic control strategy,FLC)就是模仿人的思维方式和人的控制经验来实现的一种控制,依赖于被控系统的物理特性,而传统控制是依赖于被控系统的数学模型,也可以根据不精确信息来进行推理而得到有意义的结果,也可以把人的经验形式化并引入控制过程,再运用比较严密的数学处理,实现模糊推理,进行判断决策,以达到令人满意的控制结果.同时它具有非线性,因此适合于这种高度复杂的混合动力电动汽车.本文是在电池的荷电状态(state of charge,SOC)充放电稳定的情况下,选取最大转矩为T max ,实现燃油的最小消耗.模糊系统的结构如图2所示[6].图2 模糊系统的结构Fig.2 S tructure of fuzzy system图2中各部分的含义:(1)知识库(knowledge base):包括模糊集和模糊算子的定义;(2)推理运算(inference engine ):执行所有的输出计算;(3)模糊器(fuzzifier):将真实的输入值表示为一个模糊集;(4)反模糊器(defuzzifier):将输出模糊集转化为真实的输出值.3 模糊控制器的设计3.1 确定控制系统的输入与输出在混合动力汽车动力的控制系统中,输入量是车辆请求转矩T r 和电池SOC,输出变量为发动机输出转矩T e .模糊集为:{SD,MD,LD},SD 、MD 、LD 对转矩来说表示转矩的小、中、大,对SOC 来说是低、中、高.3.2 确定论域T r 的论域为{0,T max },SOC 的论域为{0,1}.3.3 隶属函数采用三角形隶属函数.根据图3(a)可以建立U T r 的隶属函数[7]U T r =U S D (x )=x T 10 x T 1T 2-x T 2-T 1T 1 x <T 2U MD (x )=x -T 1T 2-T 1T 1 x T 2T max -x T max -T 2T 2 x <T max U LD (x )=x -T 2T max -T 2T 2 x T max(2)同样可以根据图3(b)、(c)建立类似的SOC 、T e 的隶属函数.(a)(b)(c)图3 隶属函数Fig.3 Attribute function3.4 模糊逻辑推理规则建立的原则是在电池的SOC 值稳定的情况下,尽量使发动机工作在最优区间.因此,可以根据混合动力汽车的特点使用if...and...then 结构建立下面的规则[8]:if (SOC is SD)and (T r is SD)then T e is SDif (SOC is SD)and (T r is MD)then T e is MD if (SOC is SD)and (T r is LD)then T e is LD if (SOC is MD)and (T r is SD)then T e is MD if (SOC is MD)and (T r is MD)then T e is MD502 应 用 科 学 学 报第25卷if(SOC is MD)and(T r is LD)then T e is MD if(SOC is LD)and(T r is SD)then T e is MD if(SOC is LD)and(T r is MD)then T e is MD if(SOC is LD)and(T r is LD)then T e is LD建立了模糊逻辑推理规则后,就可以根据该规则建立一个模糊逻辑控制器,添加进ADVISOR软件,对该控制器的性能进行测试.图4为利用ADVISOR软件建立的模糊逻辑控制器框图.图4 模糊控制器Fig.4 Fuzzy logic controller选用参数:整车质量:1470kg,发动机功率:55kW,电机功率:32kW测试路况:NEDC测试结果:见表1为了对比说明,采用ADVI SOR软件中带有的电辅助控制策略(elec tric assist control,E AC)和模糊逻辑控制策略对同一HEV进行仿真.ADVISOR中采用的电辅助控制策略被称为基本控制策略,是以发动机提供主要转矩,电动机作为辅助动力源.当电池SOC低于某限值的时候,电动机将转换为充电模式.这种控制策略主要以发动机的能量消耗最小化为目标,不考虑排放或电池的影响[9].表1 模拟测试结果Table1 Test resul t of si mulation控制方法测试项目油耗(L 100km)HC排放(grams 100km)CO排放(grams 100km)NXx排放(gra ms 100km)电辅助控制 4.50.186 1.5490.164模糊控制 3.70.1680.8290.151从表1中可以看到,从油耗和排放上模糊控制都有非常好的结果.图5、6的纵坐标为SOC的变化;横坐标为时间,单位为s.从图中可以看出,模糊控制更加有效地利用了电池在驱动过程中的作用,不但充分利用了电池的电能,而且SOC的变化比较平缓,有利于延长电池的寿命.图5 电辅助控制SOC变化Fig.5 SOC changing in electric assist control strategy图6 模糊控制SOC变化Fig.6 SOC changing in fuzzy logic con trol strategy4 结 语本文研究了混合动力电动汽车动力系统的多目标优化方法,确定了以模糊逻辑控制为主要控制策略的方法.通过建立模糊逻辑推理规则和模糊逻辑控制器,将其嵌入ADVISOR软件中进行仿真处理,503第5期周春国,等:用模糊控制实现混合动力电动汽车动力优化得到了电辅助控制策略和模糊逻辑控制策略的仿真结果.通过对比两种控制策略的仿真结果显示,模糊逻辑控制在油耗、HC排放、CO排放和NX x排放方面均比较低,SOC变化较平稳.上述研究表明,如果将模糊控制与优化算法联合使用,那么在混合动力电动汽车的动力控制中将取得很好的效果.参考文献:[1]S Z UMANOWSKI A.Fundamentals of hybrid electric vehicle drives[M].Warsaw-Radom,2000:1-8.[2]彭涛,陈全世,田光宇,李海晨.并联混合动力电动汽车动力系统的参数匹配[J].机械工程学报,2003,39(2):20 -25.[3]孙靖民.机械优化设计[M].北京:机械工业出版社,2002:165-168.[4]钱立军,龚著勇.模糊逻辑控制在并联混合动力汽车中的应用[J].合肥工业大学学报,2004,27(11):1456-1459.[5]S AL MAN M.Control strateg ies for parallel hybrid vehicles[C]Proceedings of the Amer ican Control Conference,2000:524-528.[6]李国勇.智能控制及其MATLAB实现[M].北京:电子工业出版社,2005:211-214.[7]段岩波,张武高,黄震.混合动力汽车模糊逻辑控制策略仿真[J].内燃机工程,2003,24(2):66-69.[8]B UNTIN D.Control system design for a parallel hybrid electricvehicle[D].College Station,TX:Texas A&M Uni versity, 2003:146-157.[9]H E Xiaoling,H ODGS ON J W.Modeling and si mulation forhybrid electric vehicles-part I:modeling[J].IEEE Intelli gent Transportation Sys tems,2002,3(4):235-243.(编辑:秦 巍)下期发表论文摘要预报有限反馈MIMO系统下行链路用户调度与功率分配仲崇显, 杨绿溪(东南大学信息科学与工程学院,江苏南京210096)摘 要:研究基于有限反馈的下行MIMO系统中用户调度和功率分配问题,并利用随机多波束形成的思想提出了相应的实现算法.所提出的用户调度算法只将各用户的第一和第二最大信干噪比及其对应的波束索引号反馈给基站,仿真结果表明,与现有方法相比,该算法更好地获得了所需反馈量和系统吞吐量之间的折衷.所提出的功率分配算法则充分利用了基站端所能获得的部分信道信息,仿真结果表明,与传统的平均分配算法相比,在发射总功率一定的情况下,该算法可以获得更高的系统吞吐量.将两种算法相互结合,可以在不增加反馈量的情况下获得更好的系统性能.504 应 用 科 学 学 报第25卷。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
模糊控制算法在汽车中的应用综述摘要：模糊控制应用于没有精确数学模型的对象,具有很大的优越性。
随着模糊控制技术的不断发展,它越来越广泛应用在汽车上,本文分别介绍模糊控制的原理及特点，在ABS系统、汽车巡航系统、汽车空调的使用情况,并介绍各个模糊控制系统的组成。
关键词：汽车；模糊控制；ABS系统；汽车巡航系统；汽车空调Application of Fuzzy Control Algorithm in Motor Vehicl eZHANG Zhen-hua(College of Aeronautical Manufacturing Engineering, Nanchang Hangkong University, Nanchang 330063,China) Abstract：Fuzzy control is applied to the object without accurate mathematical model has great superiority. With the continuous development of fuzzy control technology, it is widely used in automobile. This paper introduces the principle and characteristics of fuzzy control in ABS system, automobile cruise control system, the use of automotive air conditioning, and introduces the various components of the fuzzy control system.Key words：The car;fuzzy control;anti-lock braking system;The car cruise system;automotive air conditioning引言传统的常规控制方法是基于被控对象的数学模型基础上的，然而某些情况下我们难以精确地建立起被控对象的数学模型，因而难以对被控对象进行精确地控制。
为此可以采用一种基于语言规则与模糊推理的高级控制策略即模糊控制对多变量、非线性、不确定的复杂系统进行有效控制。
此方法在汽车的系统控制中得到有效应用。
模糊控制理论发展初期在西方遇到了很大的阻力,西方学者认为模糊控制在应用研究中意义不大。
然而,在东方尤其是日本,模糊控制却得到了迅速的发展,20世纪80年代,日本的工程师用模糊控制技术首先实现了对一家电子水净化工厂的控制,又开发了仙台地铁模糊控制系统,创造了当时世界上最先进的地铁系统,而这引起了模糊控制领域的一场巨变,使得西方又开始重视模糊控制理论[1]。
早在七十年代中期,我国就开始了智能控制的研究和应用,并且取得了许多应用成果,我国是最早把模糊理论引入气象预报、地震预测和高炉冶炼控制等方面应用的国家之一。
例如,在地震发生趋势预测中对模糊信息的处理在工程设计方面发展了软件理论,并求得最佳设计方案研究出许多专家系统,特别是运用模糊数学方法描述中医经验在交通网、水管网、通信网、可靠性分析方面的实际功能运用等。
随着科学技术的不断发展和进步以及人们生活水平的提高,人们在日常的生活和劳动生产中对空气环境的要求也不断提高,特别是对空气的温度、湿度、以及洁净度的要求,使空调系统的应用越来越广泛。
空调控制系统涉及面广,要实现的任务复杂,它通过空调系统为建筑物的不同区域提供满足不同使用要求的环境。
在满足用户对空气环境要求的前提下,采用先进的控制策略对空调系统进行控制,达到控制要求并且节约能源成为空调控制系统的最终目标。
特别是近几年来,“绿色建筑”、“环保建筑”的提出,使得对空调控制系统的控制模式的研究显得尤为重要。
现阶段的中央空调系统的控制几乎仍采用传统的控制模式。
传统的控制模式主要存在以下几方面的问题：①传统的控制理论都是建立在以微分和积分为工具的数学模型之上的,而实际的中央空调系统难以建立精确的数学模型,即使建立了数学模型,面对不同的环境条件和不同的室内负荷,控制效果也许并不理想②在实际工程中,被控对象是非线性、大滞后的复杂系统。
数学模型的难以建立,系统工作点变化频繁等因素都是传统控制理论无法解决的③传统的控制系统输入信息比较单一,而现代的复杂系统要以各种形式视觉的、听觉的、触觉的以及直接操作的方式,将周围的环境信息作为系统输入,并将各种信息进行融合、分析和推理,相应地采取对策或行动。
对这样的控制系统就要求有自适应、自学习和自组织的功能,因而需要新一代的控制理论和技术支持。
洁净空调的主要控制参数有含尘量、风速、换气次数、室内压力、温度、湿度。
而受各种因素的影响,目前所采用的控制方式仍以控制为主,控制能够满足现阶段大多数场合下洁净空调的控制要求。
但是对于被控对象具有非线性、大滞后等特性,或者对于更加严格的控制参数和节能的要求,采用单一的PID不能满足控制要求,在这种情况下,将模糊控制引入到了洁净空调控制系统中。
控制理论发展的特点之一是受到来自相关学科领域的影响很大。
具有代表性的是神经网络七刀和模糊控制。
年在伦赛卢尔工业学院召开了智能控制专题讨论会,讨论了智能控制学科的形成问题,会后成立了控制系统学会下属的智能控制技术委员会。
以实例说明智能控制,提出用专家方法解决智能控制。
年月在费城的德雷克塞尔大学召开了由控制系统学会和计算机学会联合举办的智能控制国际研讨会,会议总结了主要研究成果,提出智能控制结构的设想。
综上,智能控制技术发展迅速,并且越来越受到人们的关注,其应用领域也在不断扩大,它代表着控制理论的发展方向,因此,在不久的将来,将有更多的领域引入智能控制技术,智能控制现在还处于初步发展阶段,具有很大的发展潜力和研究价值。
智能控制在其它领域的成功应用为智能控制技术在洁净空调温度控制系统中的应用提供了可靠的理论基础和实践经验,因此智能控制技术在洁净空调温度监控系统中的应用研究是可行的并且具有研究价值。
1、模糊控制理论概述1.1什么叫模糊控制？所谓模糊控制，就是对难以用已有规律描述的复杂系统，采用自然语言（如大、中、小）加以叙述，借助定性的、不精确的及模糊的条件语句来表达，模糊控制是一种基于语言的一种智能控制。
1.2为什么采用模糊控制？传统的自动控制控制器的综合设计都要建立在被控对象准确的数学模型(即传递函数模型或状态空间模型)的基础上，但是在实际中，很多系统的影响因素很多，油气混合过程、缸内燃烧过程等)，很难找出精确的数学模型。
这种情况下，模糊控制的诞生就显得意义重大。
因为模糊控制不用建立数学模型不需要预先知道过程精确的数学模型。
要研制智能化的汽车，就离不开模糊控制技术如汽车空调：人体舒适度的模糊性和空调复杂系统。
1.3工作原理模糊控制是以模糊集合理论、模糊语言及模糊逻辑为基础的控制，它是模糊数学在控制系统中的应用，是一种非线性智能控制。
模糊控制是利用人的知识对控制对象进行控制的一种方法，通常用“if条件，then结果”的形式来表现，所以又通俗地称为语言控制。
一般用于无法以严密的数学表示的控制对象模型，即可利用人(熟练专家)的经验和知识来很好地控制。
因此，利用人的智力模糊地进行系统控制的方法就是模糊控制。
图1模糊控制原理图1.4模糊控制的特点模糊控制(Fuzzy Control)是以模糊集合理论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制。
模糊控制同常规的控制方案相比，主要特点有：(1)模糊控制只要求掌握现场操作人员或有关专家的经验、知识或操作数据，不需要建立过程的数学模型，所以适用于不易获得精确数学模型的被控过程，或结构参数不很清楚等场合。
(2)模糊控制是一种语言变量控制器，其控制规则只用语言变量的形式定性的表达，不用传递函数与状态方程，只要对人们的经验加以总结，进而从中提炼出规则，直接给出语言变量，再应用推理方法进行观察与控制。
(3)系统的鲁棒性强，尤其适用于时变、非线性、时延系统的控制。
(4)从不同的观点出发，可以设计不同的目标函数，其语言控制规则分别是独立的，但是整个系统的设计可得到总体的协调控制。
它是处理推理系统和控制系统中不精确和不确定性问题的一种有效方法，同时也构成了智能控制的重要组成部分[2]。
2、模糊控制在汽车的应用方面2.1ABS防抱死系统汽车防抱制动系统(简称ABS系统)实质上是一种制动力的自动调节装置,能大大改善汽车的行驶安全性。
汽车在制动过程中,车轮未抱死前,地面制动力始终等于制动器制动力,此时制动器制动力全部转化为地面制动力;车轮抱死后制动力等于地面附着力,不再随制动力的增加而增加。
模糊控制属于智能控制,在被控对象的模糊模型的基础上,运用模糊控制器近似推理手段,实现系统控制。
成熟的ABS产品都是基于经验的车轮加减速度门限值的控制方法,采用串行的逻辑判断,容易发生逻辑冲突的问题。
而模糊控制将所有逻辑的执行结果在离线的情况下计算出来,形成控制表格存计算机中,在线时，不需要逐一的逻辑比较,只要将实际量模糊化后,即可找到相应的控制量。
模糊控制是一种并行方式,各种控制逻辑用规则的方式加以总结可以有效地防止失效[3]。
从目前车用防抱制动系统所采用控制率的特征出发,引人了十分适宜于处理知识语言的模糊控制观点。
针对作用于汽车防抱制动系统的类似于逻辑门限值控制的开关控制以及不同模糊控制进行了对比仿真试验,结果表明模糊控制作用的效果要优于开关控制方法。
作用于汽车防抱制动系统的普通模糊控制方法和自适应模糊控制方法的对比仿真试验表明,自适应模糊控制方法在修正自身参数后,可以适应更复杂的外界条件来对汽车防抱制动系统进行有效的控制[4]。
模糊控制器图2 ABS模糊控制模型2.2汽车巡航系统在汽车的行驶过程中，由于外界负荷的扰动、汽车质量和传动系效率的不确定性、被控对象的强非线性等因素的影响，采用传统的PID控制方法难以保证在不同的条件下都取得令人满意的控制效果。
汽车巡航控制系统由控制机器、模糊推理机、操纵开关及一些传感器组成。
控制器会接收两个输入信号，一个事驾驶员按要求设定的目标车速，一个是实际车速的反馈信号。
控制会检测两个信号之间的偏差，经过计算，产生一个送至节气门执行器的信号，根据信号调节发动机节气门的开度，使车速稳定。
模糊PID控制器可以根据操作人员长期实践积累的经验知识运用控制规则模糊化，然后运用推理对PID参数进行在线调整，以取得最佳控制效果[5]。
节气被控对象图3 汽车巡航模糊控制原理图2.2.1利用MATLAB对不同路面的ABS系统进行仿真在湿沥青和结冰路面以同一速度行驶时，模糊控制的ABS系统比无模糊系统的ABS系统控制的制动时间有很大减少，制动距离也缩短，车轮无抱死，汽车滑移率趋于0.1，在最佳的滑移率范围内。