分享9篇关于分层控制的计算机专业论文

今天分享的是关于分层控制的9篇计算机毕业论文范文, 如果你的论文涉及到分层控制等主题,本文能够帮助到你

FCHEV分层能量管理策略优化研究

这是一篇关于燃料电池混合动力汽车,分层控制,模糊规则,等效氢气消耗最小,模型预测控制,智能交通信息的论文, 主要内容为燃料电池混合动力汽车(fuel cell hybrid electric vehicle,FCHEV)以其零排放、无污染、高效率等优点,逐渐成为绿色交通系统的重要组成部分。以燃料电池为单向能量源汽车存在启动时间长、输出特性软以及动态响应慢等缺点,难以实时满足加减速过程中负载需求。配备以锂电池和超级电容组成辅助能量源系统的FCHEV可以充分发挥各能量源优势,其能量管理策略获得了广泛研究。此外,随着智能交通信息的快速发展,网联通信技术也为FCHEV能量管理策略提供新的研究思路。因此,本文以延长能量源使用寿命、降低氢气消耗和提高续航里程为研究目的,设计FCHEV分层能量管理优化策略,以整体改善车辆动力性能,提供经济安全的驾驶环境,实现能量源之间的最优功率分配。主要研究工作包括:首先,设计基于模糊控制的FCHEV分层能量管理策略。为了提高燃料经济性,在上层能量管理中,采用模糊规则的控制策略调节燃料电池的输出功率,从而降低氢气的消耗量;在下层能量管理中,考虑到超级电容比功率高的特性,采用自适应低通滤波器的方法对高频功率进行滤波,缓解功率波动对锂电池使用寿命的影响,实现对锂电池和超级电容需求功率的最优分配。其次,设计基于等效氢耗最小的FCHEV分层能量管理策略。针对燃料电池、锂电池、超级电容同时运行时能量分配的问题,为了使氢气消耗最小、缓解功率波动对锂电池使用寿命的影响,采用等效氢消耗最小控制策略,建立基于锂电池和超级电容SOC值的惩罚函数,实现燃料电池最优输出功率的目的。同时,设计带约束的二次规划算法,利用模型预测控制策略实时求解出每一时刻锂电池的输出功率,实现三能量源最优的功率分配。然后,考虑拥挤路况下的能源消耗问题,设计基于智能交通信息的FCHEV分层能量管理策略。利用网联通信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。结合自适应等效消耗最小策略和模型预测控制方法协调三能量源输出,以实现对最优目标车速的跟踪、避免红灯前的频繁停车以及提高续航里程的目的。最后,基于MATLAB/Simulink-Advisor联合仿真环境和实验平台,分别对所设计的能量管理策略进行仿真对比验证。在基于模糊控制的能量管理策略的仿真验证中,城市和高速两种典型驾驶工况下氢气消耗分别降低了13.99%和6.70%。在基于等效氢耗最小的能量管理策略的仿真验证中,有效提高了燃料电池的效率,在减少氢气消耗的同时降低了锂电池SOC波动;在基于智能交通信息的能量管理策略仿真验证中,有效降低了交通信号灯前的启停次数,燃料经济性和续航里程分别提高了9.83%和5.13%,提高了整车动力性和经济性。

车用燃料电池混合动力系统的分层控制策略研究

这是一篇关于质子交换膜燃料电池,混合动力系统,显式模型预测控制,分层控制,硬件在环的论文, 主要内容为氢能是用能终端实现绿色低碳转型的重要载体,作为未来国家能源体系的重要组成部分,氢能受到了越来越多的关注和重视。氢燃料电池汽车作为氢能应用的直接表现,燃料电池混合动力系统也因此成为当前研究的热点。车用燃料电池混合动力系统的控制策略是实现燃料电池汽车高效稳定运行的前提,但燃料电池缓慢的动态响应特性,和混合动力系统间的强耦合性与非线性,令车用燃料电池混合动力系统的控制难度增大。基于此,本文针对车用燃料电池混合动力系统设计分层控制策略并展开相关的应用研究,具体研究内容如下:(1)构建燃料电池混合动力系统控制模型。建立以质子交换膜燃料电池和锂电池并联的燃料电池混合动力系统模型,通过对阴极端压力、DC/DC转换器效率和锂电池SOC进行分析以简化所建立模型,并使用多元线性回归拟合方法获得面向控制的车用燃料电池混合动力系统模型。(2)设计分层控制器。以建立的控制模型为基础,运用分层控制原理进行分层控制结构设计,并使用模型预测控制策略进行分层控制器设计;在不同行驶工况下对所设计分层控制器进行仿真分析,证明分层控制器具有较好的稳定性和高效性。同时设计集中式控制器与分层式控制器进行对比分析,结果表明分层式控制器具有比集中式控制器更好的功率跟踪效果、更少的数据量和更快的计算速度。(3)设计显式模型预测控制器。对显式模型预测控制器的设计方法和理论公式进行研究,提供了通过多参数二次规划和开发工具箱两种显式控制器求解方式;并对影响显式模型预测控制器生成数据量的因素进行分析,说明了模型阶数、预测步长、系统扰动数目和控制器约束条件对显式模型预测控制求解状态分区均有影响。(4)搭建硬件在环实验平台并进行联合实验。搭建燃料电池混合动力系统实车实验平台,并基于实车参数数据进行显式模型预测控制器设计;以STM32F407微控制器作为嵌入式开发平台,设计硬件在环试验,结果表明,显式模型预测控制器具有较高的准确度和应用能力;基于搭建的实车实验平台,设计不依靠整车测试设备的实车-SIMULINK联合实验;通过实车测试,建立质子交换膜燃料电池系统静态模型,并设计显式模型预测控制+PI控制的分层控制器;通过联合实验测试证明所设计分层控制器具有较好的控制性能和工程应用能力,为分层模型预测控制在车用燃料电池混合动力系统中的工业应用提供了参考方案。

车用燃料电池混合动力系统的分层控制策略研究

融合地形信息的串联混合动力车辆节能驾驶与能量管理分层控制研究

这是一篇关于混合动力车辆,节能驾驶,能量管理,分层控制,动态规划,极小值原理的论文, 主要内容为随着环境保护和能源安全问题的日益凸显,有较高燃油经济性且无里程焦虑的混合动力车辆已受到消费者和研究者的广泛关注。在当前针对混合动力车辆的节能控制技术的研究中,多数仅关注多动力源的能量管理,而对行驶车速的优化考虑不足。本文以串联混合动力车辆为研究对象,重点针对起伏地形行驶场景,基于顺序优化的思想依次对节能驾驶和能量管理两个层面的问题进行了研究,并利用所提出的全局车速与电量轨迹规划方法设计了一种面向在线控制、具备较高计算效率的分层控制框架。首先,从串联混合动力系统的驱动结构特点出发,以直流母线需求总能耗最小为目标,先利用离线动态规划求解了全局车速优化问题,并归纳了基本节能机理。为实现快速计算,将原全局优化问题的求解分解为两个层面,内层推导局部路段的车速与控制律的解析解;外层构造以路段为基本离散阶段的动态规划框架,并调用内层的路段解析解以实现近似全局优化。在此基础上结合路段信息的有序样本聚类,提出了一种快速车速优化方法。仿真结果表明,该方法得到的总需求能耗相比匀速巡航最高可减少4.3%,与离线最优解仅相差2.3%。其次,利用极小值原理的数值仿真结果分析了串联混合动力车辆的全局最优SoC轨迹的特征和节油原理,结果表明起伏地形行驶时的最优SoC轨迹与需求功率的空间分布密切相关,并呈现出近似分段线性的特点。基于所分析的特征并结合由极小值原理确定的功率分配解析控制律,设计了一种低计算成本的全局SoC轨迹规划方法。仿真结果表明,在具有车速规划和精确坡度信息的测试场景下,该方法可获得近似全局最优的SoC轨迹。最后,基于上述的全局车速规划和SoC规划方法,设计了车速与能量管理的分层控制框架,其中上层的规划层负责长期的状态轨迹规划,下层为SoC跟踪层,在跟踪SoC参考轨迹的同时进行瞬时功率分配。数值仿真结果表明,车速规划有效减少了驱动系统的能耗,而SoC规划也直接提高了辅助动力单元的整体运行效率。此外由于车速规划降低了峰值需求功率,进一步减少了瞬时功率分配时辅助动力单元在低效区内的运行时间。搭建了模型在环测试平台,对分层控制框架进行了前向仿真验证,测试结果表明相比于无车速规划和SoC规划的在线能量优化管理策略,所提出的方法在10组实际地形下实现了1.8%至37.1%的节油效益。

基于V2X通信的智能车队纵向协同跟车系统研究

这是一篇关于智能车队,V2X,协同跟车,分层控制,模型预测控制,模糊PID的论文, 主要内容为随着智能驾驶技术的快速发展,人们对高效、安全的出行环境提出更高要求。车辆编队行驶作为智能交通领域的重要研究内容,对提高交通效率、保证行驶安全性有着重要意义。而对于V2X(Vehicle to Everything)通信技术的应用可以使得车辆之间进行超视距数据交互,为实现车队的协同控制提供新的思路。本文将V2X通信引入车队的控制中,对智能车辆纵向协同跟车系统进行研究和设计,主要研究内容如下:首先,搭建了协同跟车系统的软件及硬件架构。在使用V2X通信设备获取前车状态信息的基础上,设计了以激光雷达为感知设备、高性能工控机为决策单元和线控底盘车辆为执行机构的硬件架构。然后,融合智能车辆的感知、通信、决策和控制过程,基于ROS(Robot Operating System)设计了协同跟车系统的分布式节点软件架构,将系统分为数据采集模块、数据通信模块、协同决策模块和运动控制模块,并通过话题的形式实现各模块之间的数据传递。其次,建立了协同跟车系统的模型。利用车辆逆向动力学原理分别建立驱动、制动状况下的纵向动力学模型;设计车队纵向控制器为分层控制结构,上层控制器利用协同跟车算法计算期望加速度,下层控制器通过线控驱动和线控制动完成对车辆的控制;确定车队间距控制策略和信息拓扑结构,并以此建立车队状态空间模型。然后,设计了V2X通信延时下的协同跟车控制算法。通过对本车利用V2X通信获取前车状态过程产生的通信延时进行分析,设计了一种基于卡尔曼滤波原理的前车状态更新算法。通过预估前车状态真实值,计算和更新跟车过程中产生的速度误差和距离误差,并根据跟车误差计算结果,分别设计了基于MPC(Model Predictive Control)和自适应模糊PID(Proportion Integral Derivative)的跟车控制算法。通过CARSIM/SIMULINK联合仿真平台建立系统的仿真模型,并在不同的工况下对两种算法进行对比分析,仿真结果表明两种控制策略均可以使系统保持良好的跟车性能,系统在使用MPC控制下的跟车误差较小,但是在使用模糊PID控制下的跟车舒适性更好。最后,完成了系统的实车验证。选择模糊PID作为实车上层控制策略进行实验,结果表明系统的主要功能模块能够稳定工作,本文设计的基于V2X通信的协同跟车系统具有一定的准确性,能够基本实现智能车辆纵向跟驰功能。

基于V2X通信的智能车队纵向协同跟车系统研究

城市污水处理过程多时间尺度分层模型预测控制

这是一篇关于城市污水处理过程,多时间尺度,模型预测控制,分层控制,模糊神经网络的论文, 主要内容为由于人口快速增长、工农业迅速发展和水污染加剧等因素,世界各国都面临着严重的水资源短缺问题。污水处理为解决该问题提供了一种有效的方案,其不仅可以减少水污染物的排放实现污水无害化利用,还可以产生可再生水源,维持生态和自然物质循环的平衡。活性污泥法污水处理工艺具有运行方式灵活、处理效率高、运行成本低以及不易产生二次污染等优点,已广泛应用于城市污水处理厂以净化水质。然而,活性污泥法中各种生化反应的反应速率不同,同时各变量的采集装置具有不同的物理特性,使得污水处理过程变量具有不同的采样周期,变量间体现时间尺度差异性,这可能会降低闭环系统的运行性能,甚至破坏系统的稳定性。因此,如何设计有效的控制方法应对城市污水处理过程的时间尺度差异性问题,保证城市污水处理过程的稳定高效运行,仍是城市污水处理过程控制的难点。为克服时间尺度差异性给城市污水处理过程带来的控制难题,文章提出一种城市污水处理过程多时间尺度分层模型预测控制方法。首先,建立了基于模糊神经网络的城市污水处理过程多时间尺度预测模型,获得了城市污水处理过程不同时间尺度被控变量的预测输出。其次,设计了一种城市污水处理过程多时间尺度模型预测控制器(Multi-time Scale Model Predictive Control,MSMPC),实现了城市污水处理过程中具有慢时间尺度采样特性的被控变量在快时间尺度的控制,提高了城市污水处理厂的控制性能。然后,设计了一种城市污水处理过程多时间尺度分层模型预测控制器(Multi-time Scale Hierarchical Model Predictive Control,MSHMPC),通过分层控制结构和分层优化算法实现不同层次控制器跟踪不同时间尺度的城市污水处理过程被控变量,进一步提高了城市污水处理厂的控制性能。最后,设计了城市污水处理过程多时间尺度分层模型预测控制系统,实现了城市污水处理过程在不同时间尺度采样信息下的稳定运行,并获得了较好的控制性能。该论文主要的研究工作包括以下几点:1.城市污水处理过程多时间尺度预测模型设计。为了获得不同时间尺度被控变量的预测输出,设计了基于模糊神经网络的城市污水处理过程多时间尺度预测模型。首先,分别构建用于预测溶解氧浓度和硝态氮浓度的模糊神经网络预测模型;其次,利用具有不同时间尺度的历史数据预训练模糊神经网络,初始化神经网络预测的时间尺度;最后,设计基于滑窗机制的在线更新算法校正模型参数。实验结果表明,所提出的城市污水处理过程多时间尺度预测模型能够预测不同时间尺度的系统输出,并具有较高的预测精度。2.城市污水处理过程多时间尺度模型预测控制器设计。为了提高城市污水处理厂的运行性能,设计了城市污水处理过程多时间尺度模型预测控制器用于实现城市污水处理过程中具有慢时间尺度采样特性的被控变量在快时间尺度的控制。首先,构建多时间尺度模型预测控制结构实现对设定值的准确跟踪。其次,设计多时间尺度模型预测控制器,建立快时间尺度预测模型,并采用梯度下降算法计算控制律。最后,理论证明了MSMPC的稳定性。在1号基准仿真模型对所提出的MSMPC进行仿真试验并详细分析,实验结果表明MSMPC在控制精度方面具有较好的运行性能。3.城市污水处理过程多时间尺度分层模型预测控制器设计。为了实现城市污水处理过程不同时间尺度被控变量的准确跟踪,根据控制器结构设计了城市污水处理过程多时间尺度分层模型预测控制器用于提高城市污水处理厂的运行性能。首先,构建分层模型预测控制结构,采用不同层次控制器跟踪不同时间尺度的被控变量。其次,设计分层优化方法求解最优控制问题,获得合理的控制律。最后,理论证明了MSHMPC的稳定性。在1号基准仿真模型对所提出的MSHMPC进行仿真试验并详细分析,实验结果表明MSHMPC在控制精度方面具有较好的运行性能。4.城市污水处理过程多时间尺度分层模型预测控制系统设计。为了实现MSHMPC在实际污水处理厂中的应用,文中设计了城市污水处理过程多时间尺度分层模型预测控制系统。首先,根据需求分析确定系统需要具备的功能模块。其次,将系统功能模块进行封装,完成城市污水处理过程多时间尺度分层模型预测控制系统的集成。最后,将设计的城市污水处理过程多时间尺度分层模型预测控制系统应用于北京市某污水处理厂,实际应用效果表明,该系统能够提高城市污水处理过程的运行效率。