摘要：研究一类具有外部扰动的非线性系统在初始跟踪条件未知情况下的预设性能有限时间有界H_(∞)控制问题.针对预设性能控制设计,提出一个新的误差转换思想,并据此设计新的预设性能函数,解决预设性能控制依赖于系统被约束量初始条件的问题.基于所提出预设性能函数、有限时间控制理论以及有界H_(∞)的设计方法,获得系统无需初始跟踪条件的预设性能有限时间有界H_(∞)控制器,同时解决非线性系统在有界稳定情况下难以设计H_(∞)控制器的问题,保证跟踪误差以预先设定的动态性能在有限时间内收敛至平衡点附近的小邻域内,并对外部干扰有较强的鲁棒性能.

摘要：针对一类具有外部扰动和传感器故障的非线性系统,本文研究了其自适应预设性能有界H_(∞) 容错控制问题.本文提出一种新的预设性能控制设计方法,使得预设性能函数的选择与系统被约束变量的初始状态完全无关,用一种全新的方式解决了传统预设性能方法的控制效果依赖被约束变量初始条件的问题.基于该设计方法和有界H_(∞) 控制方法,在未知系统初始条件的情况下获得了系统的自适应预设性能有界H_(∞) 控制器.本文所设计的控制器能够保证系统中的所有信号都是有界稳定的,系统的输出变量能够被预设性能函数约束,并且对于外部干扰具有很好的抑制作用.最后,仿真结果验证了该控制器的可行性及有效性.

摘要：为满足汽车耐撞性与轻量化的要求,对碳纤维增强复合材料(CFRP)防撞梁进行可靠性优化设计(RBDO)。以CFRP防撞梁关键控制点横坐标、厚度以及铺层角度为设计变量,以碰撞力峰值为约束条件,以比吸能最大为目标构建优化模型。采用拉丁超立方法与克里金(Kriging)代理模型法相结合拟合出目标及约束函数的Kriging近似模型,采用通用生成函数(UGF)-直接映射法来进行碰撞可靠性优化设计。结果表明:在随机变量非正态、功能函数高度非线性的情况下,传统矩方法无法保证收敛,蒙特卡罗法精度最高但计算成本过大,使用UGF进行可靠性分析优化时收敛稳定,在保证精度的同时效率较高;引入非均匀聚类技术的UGF法效率进一步提高,采用UGF法得到的优化结果相较于初始目标值优化幅度达21.6%,达到预期效果。

摘要：针对一类具有执行器故障的非仿射纯反馈非线性系统,研究无关初始跟踪条件的自抗扰预设性能有限时间容错跟踪控制问题.对无关初始跟踪条件的预设性能控制进行改进,设计无关初始跟踪条件的自抗扰预设性能有限时间容错控制器.仿真研究结果表明该文控制器具有有效性.

摘要：在实际飞行中,四旋翼飞行器悬挂负载系统容易受到负载摆动以及外部扰动的影响,且可能出现执行器故障。针对此问题,本文基于反步法设计有界H_(∞)容错控制器来抑制外部扰动并消除执行器故障的影响,利用神经网络逼近系统中负载的不确定性,同时引入预设有限时间性能函数,使得四旋翼飞行器即使在负载和外部扰动的影响下,其跟踪误差仍能被约束在预先给定的范围内。所设计的控制器能够保证系统在较精确地跟踪参考轨迹的同时具有较高的抗干扰性能。仿真验证了所设计的控制器的有效性。

摘要：为提高智能汽车轨迹跟踪在复杂工况环境下的控制精度和稳定性,提出了一种适应路面附着系数突变与车速动态变化的模糊自适应轨迹跟踪控制策略。建立七自由度车辆动力学模型,基于模型预测控制(model predictive control,MPC)算法设计了车辆轨迹跟踪控制器,研究了MPC控制器参数、路面附着系数、车速与车辆轨迹跟踪性能间的影响关系;为了实时获取当前道路的路面附着系数,根据dugoff轮胎模型和整车动力学模型设计了无迹卡尔曼滤波估计器;据此设计了以路面附着系数和车速为输入量的MPC控制器参数自适应模糊控制器,实时修正MPC控制器的参数,以提高复杂工况环境下车辆的稳定性及跟踪能力;通过仿真实验对所设计的控制方法进行了验证。结果表明:所提出控制方法在低速条件下保证了车辆稳定性,提高了车辆的跟踪精度;中速条件下有效克服了车辆在路面附着系数突变道路上动态行驶时轨迹跟踪精度较低,稳定性较差的不足。

摘要：为解决某型车辆在试验过程中出现的车架开裂问题,提出一种基于实测试验载荷谱与数值仿真分析相结合的车架结构优化方法,并在试验中得到应用验证。主要内容包括:建立集六分力传感器、加速度传感器、位移传感器、应变传感器为一体的多通道数据采集系统,获取实际行驶试验底盘载荷谱原始数据,利用零点漂移、去趋势项、去噪等信号处理技术得出载荷谱分析数据,采用定性与定量相结合的方法分析车架结构开裂的故障原因。建立车架有限元仿真模型,基于试验载荷谱分析数据,在不影响整体结构的基础上提出优化方案,计算比较优化前后的车架结构在典型受力工况下的力学特性,保证优化后受力满足要求。利用RPC迭代技术,基于实测载荷谱数据迭代计算得到响应驱动信号,应用于整车道路模拟试验台,开展台架试验,验证车架设计优化的有效性。最后对优化后的车架进行完整的可靠性行驶试验,结果表明:优化后的车架未发生故障且满足可靠性指标。该研究以解决实际问题为出发点,为整车高可靠性设计技术提供了有效、可行的方法。

摘要：对一款商用镍钴铝(LiNi_(0.8)Co_(0.15)Al_(0.05)O_(2),NCA)/石墨锂电池进行固定节点老化实验,结合差分电压分析方法和电化学阻抗谱分析方法辨识出全生命周期内的老化模式,通过观察微观形貌对老化机理进行验证.分析结果表明,该锂电池容量衰减过程存在2个阶段:第1阶段容量衰减较慢,该阶段的老化模式主要以负极活性材料损失和锂离子损失为主;第2阶段容量衰减剧烈,这是由于负极表面发生了析锂,直接消耗大量可循环锂造成锂离子损失增加,之后金属锂与电解液反应形成钝化层,增加电极在脱嵌锂过程中的机械应力,使得电极活性材料损失增加.析锂副反应造成了容量“跳水”现象,后续钝化层的形成导致的活性材料损失加剧和析锂副反应的持续发生则是老化第2阶段容量快速衰减的原因.

摘要：车辆行驶控制决策是无人驾驶的核心技术,现有基于深度强化学习的无人驾驶控制决策算法存在处理数据效率低、无法有效提取状态间时序特征等问题.因此本文提出了一种基于多步积累奖励的双重时序Q网络算法.首先,设计了一种多步积累奖励方法,该方法对未来多步即时奖励的累加和进行均值化,与当前即时奖励共同作用于智能体的控制策略,并在奖励函数中突出当前即时奖励的主导影响.接着设计了一种长短期记忆网络和卷积神经网络相结合的时序网络结构,增强智能体对数据间时序特征的捕获能力.实验结果验证了时序网络和多步积累奖励方法有助于提升智能体收敛速度,其中DQN, DDQN使用时序网络后,收敛速度分别提升了21.9%, 26.8%;本文算法在Carla仿真平台典型的Town01, Town02场景中的控制得分比DDQN, TD3算法分别高了36.1%, 24.6%,以及在复杂的Town03场景中针对不同线路表现出了更好的泛化性能.这些结果都表明本文算法能够有效的提升数据利用效率,并具备良好的控制能力和泛化能力.

摘要：线控转向是智能底盘的关键技术之一,转角高精度跟踪是线控转向的控制核心目标,基于混合控制理论,本文设计了一种基于扰动转矩观测的转向角跟踪预测滑模控制方法,采用滑模控制作为核心算法,以适配线控转向系统动力学中的非线性特性,采用比例积分观测器估计总扰动转矩并补偿系统的不良影响,采用模型预测控制算法对滑模面参数进行优化,在装配有电机线控转向系统的实验车上对所设计的混合控制方法进行了测试和验证,实验结果表明所设计的预测滑模控制器能够实现较优的转角跟踪性能,以及比例积分观测器可以准确地估计系统总集成扰动转矩。