摘要：为了缓解城市交通拥挤和减少能源消耗,本文提出一种基于智能交通信息的燃料电池混合动力汽车(FCHEV)分层能量管理策略。利用车联网技术获取目标车辆的路况信息,建立交通信号灯正时模型,获取最优目标车速。基于目标车速,获取车辆的需求功率,分层设计自适应等效消耗最小策略和模型预测控制方法,实现对3种能量源需求功率的最优分配。通过仿真和实验验证所提能量管理策略的有效性。研究结果表明:该策略能够有效避免红灯前频繁启停,燃料经济性和续航里程分别提高了9.83%和5.13%。

摘要：针对燃料电池混合动力汽车Boost电路在负载波动下的电压跟踪调节及扰动抑制问题,提出了一种基于双闭环自适应调节的固定时间控制策略。首先,考虑负载未知变化对电压跟踪调节的影响,结合浸入与不变方法,设计自适应负载估计器。其次,引入双回路反馈控制技术,利用PI控制法控制电压调节外部环路,提供内环参考电流;利用固定时间控制法控制电流调节内部环路,保证系统输出电压在固定时间内跟踪上参考电压,实现Boost电路自适应固定时间快速跟踪调节。最后,仿真和实验结果表明,与双PI控制回路策略相比,所提控制策略在负载波动下具有更快的调节性能和更强的鲁棒性。

摘要：并联式混合动力汽车在伴随发动机起动过程中,由于离合器的动作复杂,在模式切换时极易产生转矩的巨大波动,为此,本文提出了一种动态协调控制方法。通过对切换过程的动力学分析,依据发动机、电机和离合器等所处状态不同,将切换过程分为发动机起动、转速同步和转矩突变3个阶段。综合考虑到各阶段控制目标的不同,分别设计了基于开关控制的发动机起动、基于模型预测控制的转速同步和基于电机补偿发动机转矩突变的动态协调控制策略。利用MATLAB/Simulink软件和搭建的试验平台,对3种动态协调控制方法分别进行了仿真和试验验证。研究结果表明:采用协调控制策略后,整车冲击度降低了68%,有效改善了驾驶舒适性。

摘要：针对传统深度Q学习对经验样本提取效率差、学习效率低的问题,提出一种改进深度Q学习的能量管理策略。首先,采用基于模糊控制的自适应低通滤波器进行功率分层,由超级电容承担需求功率的峰值部分。然后,设计基于深度Q学习的能量管理策略,以减少氢消耗量、提升燃料电池工作效率为目标,优化锂电池与燃料电池的能量分配。在策略训练过程采用基于求和树结构的优先经验回放机制。最后,在多种工况下仿真并进行平台试验。结果表明:所提出能量管理策略在燃料经济性上与基于传统深度Q学习策略相比平均提高5.1%,可有效延长锂电池使用寿命,实现对三能量源燃料电池混合动力汽车的能量管理。

摘要：针对配置有燃料电池、锂电池和超级电容3能量源的混合动力汽车,提出一种基于改进深度确定性策略梯度(DDPG)算法的分层能量管理策略,以降低氢耗、提高燃料电池工作效率及维持锂电池荷电状态(SoC)。首先,采用基于模糊规则的自适应低通滤波器对功率进行分层处理,由超级电容承担峰值功率。其次,设计基于DDPG的能量管理框架,利用等效消耗最小策略的计算思想构建优化函数,并加入与燃料电池效率和锂电池SoC偏差有关的惩罚因子,优化燃料电池和锂电池的功率分配。此外,为避免噪声探索导致极端动作值的频繁出现,利用动态规划最优解辅助策略训练,提升优化效果。最后,在不同工况下进行仿真,并搭建试验平台进行验证。结果表明:与基于传统DDPG策略相比,所提策略可以有效减少锂电池SoC消耗,更好确保燃料电池工作在高效率区间,并且显著降低氢消耗,在燃料经济性方面平均可提升19%。

摘要：目的:为了解决现有康复机器人结构复杂、柔顺性和安全性不足、作业治疗中三维空间训练欠缺等问题,提出三维空间末端牵引式上肢康复训练机器人。方法:通过对上肢康复机器人的结构、运动学理论和人体上肢运动范围分析,建立人机交互的安全空间;结合康复医学中的作业疗法,进行康复动作设计及末端轨迹规划,运用Matlab对机器人末端运动轨迹进行仿真分析,并通过实验验证设计的合理性及可行性。结果:通过仿真分析和实验结果可以看出机器人末端轨迹及各关节速度和加速度曲线平滑,无跳动现象。结论:三维空间末端牵引式上肢康复机器人可以实现二维和三维空间的康复训练,用气压比例伺服控制实现末端直线位移,增加了康复训练的柔顺性和安全性,更好满足康复医学中作业疗法的要求。

摘要：针对一种并联式混合动力汽车(Parallel Hybrid Electric Vehicle,PHEV),基于庞特里亚金极值原理(Pon-tryagin’s Minimum Principle,PMP),在行驶工况已知前提下,设计了一种基于恒等效因子的等效燃油消耗最小控制策略(Equivalent Consumption Minimization Strategy,ECMS)。为改善该策略对工况变化的适应性,在分析等效因子、实际工况和电池荷电状态(State of Charge,SOC)相互关系的基础上,采用SOC惩罚函数对等效因子进行在线调整,得到了一种基于变等效因子的ECMS。仿真结果表明:所设计的基于变等效因子的ECMS,能够使发动机运行点大部分集中在最优曲线上,电池SOC波动较小,与基于恒等效因子的ECMS相比,发动机效率提高3%,整车系统效率提高0.5%,百公里耗油量降低4.5%,提高了对行驶工况的适应性。

摘要：为了解决并联机构因结构耦合产生的强运动耦合性等问题,设计了一种含有恰约束运动链的新型2-CPR/RRR平面移动并联机构。基于螺旋理论研究了机构的自由度和输出特性,利用机构的几何关系建立了其位置矢量方程,推导出了不同形式主动输入情况下机构的运动数学模型;使用了Admas和Matlab分别对机构进行了运动学仿真,验证了理论分析的正确性;最后给出了该机构的一种3D打印机应用实例。研究结果表明:当以圆柱副的角位移作为主动输入时,速度雅可比矩阵为对角阵,因此机构具有无耦合运动特性;当以圆柱副的线性位移作为主动输入时,速度雅可比矩阵为单位阵,故机构具有完全各向同性的运动学特性。

摘要：针对主动康复训练中出现训练懈怠、控制器和训练表现表征指标复杂、训练任务不能动态调整的问题,提出基于速度场与意图角的双重变导纳控制策略。在期望轨迹周围设计速度场后基于双曲正切函数将患者主动力映射到导纳参数中,设计变导纳控制器。只有患者施加主动力时,导纳控制才能输出机器人运动的驱动力,迫使患者主动参与。将末端交互力矢量与速度矢量的夹角定义为意图角,利用位于[0,π/2)内意图角出现的时间在单次训练时间中的占比γ表征患者的主动控制能力。训练中,根据上一轮的γ来修改导纳参数的上限值,从而改变训练任务的难易程度。在控制策略下进行了6轮训练,结果表明:提出的主动训练策略能够在患者施加主动力的情况下实现三维轨迹允许误差范围内的无时序跟踪训练;根据设计的表征指标,导纳参数可以从1100变为1200再变到1100,单轮的训练时间从45.6 s变为31.82 s再变回46.9 s,期间患者输出的主动力总和从892.2 N变为694.4 N再变到1014 N。训练策略可以根据表征指标来判断患者的主动训练能力并调整训练任务,可用于主动康复训练。

摘要：针对脑卒中患者因大脑神经损伤而造成的上肢运动功能缺失,结合镜像疗法的机器人辅助训练可通过促使双侧肢协同运动来有效地促进大脑神经元重塑,从而实现运动功能恢复。为此,将镜像康复理论、虚拟现实技术和机器人技术有效结合,提出一种体感交互式上肢镜像康复训练机器人系统。使用动作捕捉设备采集患者健肢的位姿信息,通过设计人机镜像运动映射算法来映射上肢康复训练机器人的运动轨迹。考虑到康复治疗的柔性需要,该机器人的关节采用基于比例压力控制的摆动气缸来驱动;同时,针对气动系统的特性,设计了PD(proportional differential,比例微分)+速度前馈补偿的轨迹跟踪控制策略,实现了双侧肢协同运动的镜像康复训练。通过对机器人系统样机进行复合运动轨迹规划试验和镜像康复训练试验,验证了该系统在镜像康复治疗中的可行性和有效性。所设计的机器人系统为人体双侧肢协同运动的康复训练临床需求提供了设计思路和实现方法。