基于Q学习遗传算法的智能电动汽车路径跟踪控制方法

    公开(公告)号:CN118928401A

    公开(公告)日:2024-11-12

    申请号:CN202410971315.4

    申请日:2024-07-19

    Abstract: 基于Q学习遗传算法的智能电动汽车路径跟踪控制方法涉及智能电动汽车路径跟踪控制领域,其首先根据车辆的动力学运动机理建立路径跟踪模型;然后考虑四个车轮的滑转状态、轨迹跟踪误差及横摆稳定性,重新定义路径跟踪系统的输出,通过输入输出线性化将路径跟踪系统分解输入输出子系统和零动态子系统;对输入输出子系统提出自适应广义滑模控制方法,使输入输出子系统的状态快速跟随其理想值;通过稳定性分析获取零动态子系统稳定的条件,并在此基础上提出基于Q学习遗传算法优化的控制器参数设计方法,以实现智能电动汽车路径跟踪控制系统在平衡点附近的渐近稳定。本发明有效提高了智能电动汽车的路径跟踪能力,保证其在极限工况下的动力学稳定性。

    逆变器开关信号变频调制方法及OPWM逆变器

    公开(公告)号:CN105529952B

    公开(公告)日:2017-12-22

    申请号:CN201610068751.6

    申请日:2016-02-01

    Abstract: 本发明涉及一种逆变器开关信号变频调制方法,该方法如下:根据调制信号计算变频三角载波在每个频率值处的峰值并据此产生变频三角载波,根据模拟调制波及变频三角载波峰值计算数字调制波在变频三角载波每一个频率值处的对应瞬时值并据此产生数字调制波;将数字调制波与变频三角载波比较产生第一开关控制信号,将数字调制波取反后与变频三角载波电压值比较产生第二开关控制信号;将第一、第二开关控制信号和第一、第二脉冲信号输入到驱动电路,控制H桥开关管的导通与关断,在负载两端得到正、反向电流信号;重复上述步骤,在负载两端得到交变电流信号。本发明在抑制逆变器输出电流信号的电磁干扰同时,使输出电流信号更接近于理想信号。

    逆变器开关信号变频调制方法及OPWM逆变器

    公开(公告)号:CN105529952A

    公开(公告)日:2016-04-27

    申请号:CN201610068751.6

    申请日:2016-02-01

    CPC classification number: H02M7/5395 H02M1/12 H02M1/44 H02M7/53873

    Abstract: 本发明涉及一种逆变器开关信号变频调制方法,该方法如下:根据调制信号计算变频三角载波在每个频率值处的峰值并据此产生变频三角载波,根据模拟调制波及变频三角载波峰值计算数字调制波在变频三角载波每一个频率值处的对应瞬时值并据此产生数字调制波;将数字调制波与变频三角载波比较产生第一开关控制信号,将数字调制波取反后与变频三角载波电压值比较产生第二开关控制信号;将第一、第二开关控制信号和第一、第二脉冲信号输入到驱动电路,控制H桥开关管的导通与关断,在负载两端得到正、反向电流信号;重复上述步骤,在负载两端得到交变电流信号。本发明在抑制逆变器输出电流信号的电磁干扰同时,使输出电流信号更接近于理想信号。

    基于Q学习罚函数法的主动悬架终端滑模控制方法

    公开(公告)号:CN118665099A

    公开(公告)日:2024-09-20

    申请号:CN202410970969.5

    申请日:2024-07-19

    Abstract: 基于Q学习罚函数法的主动悬架终端滑模控制方法涉及主动悬架系统控制领域,本发明首先重新定义车辆的俯仰角、侧倾角、质心处垂向位移和非悬架质量垂向运动位移的线性组合为系统输出,通过输入输出反馈线性化,将系统分解为输入输出子系统和零动态子系统;然后针对输入输出子系统的第i个智能体,提出基于多智能体的输入输出子系统终端滑模控制方法;以满足零动态子系统快速收敛为目标,提出基于Q学习罚函数法的控制器参数设计方法,使零动态子系统在平衡点附近渐近稳定。本发明实现了不同路面等级下,车身垂向、俯仰和侧倾加速度的快速降低,有效权衡了主动悬架控制系统的动态性能与控制算法的算力需求,提高了整车的舒适性和操稳性。

Patent Agency Ranking