自由活塞发动机活塞运动轨迹控制方法

    公开(公告)号:CN107288751B

    公开(公告)日:2019-09-10

    申请号:CN201710621318.5

    申请日:2017-07-27

    Applicant: 吉林大学

    Abstract: 一种自由活塞发动机活塞运动轨迹控制方法,属于控制技术领域。本发明的目的是根据自由活塞内燃发电机的工作机理,在MATLAB环境下搭建自由活塞内燃发电机机理模型系统,能有效的对干扰进行补偿,保持自由活塞内燃发电机稳定运行的自由活塞发动机活塞运动轨迹控制方法。本发明步骤是:自由活塞发电机仿真模型的搭建;自由活塞发电机活塞轨迹控制;使活塞的轨迹跟踪上参考轨迹,参考轨迹为FPEG工作在驾驶员需要的负载下;建立面向控制的模型;线性二次型最优控制器的设计;扩张状态观测器的设计;不确定性补偿。本发明建立了系统面向控制的简化模型,提出了基于线性二次型(LQR)+扩张状态观测器(ESO)的活塞运动控制方法,通过调节循环喷油量来控制FPEG活塞运动轨迹。

    一种燃料电池空气供给系统控制方法及系统

    公开(公告)号:CN110010933A

    公开(公告)日:2019-07-12

    申请号:CN201910297377.0

    申请日:2019-04-15

    Applicant: 吉林大学

    Abstract: 本发明公开一种燃料电池空气供给系统控制方法及系统,方法包括:搭建燃料电池系统仿真模型;确定不同工况下以燃料电池系统净功率最大为控制目标的压缩机驱动电压和背压阀开口面积的映射Map表以及期望的空气进气管道压力和阴极压力的映射Map表;确定燃料电池系统的空气进气管道压力和阴极压力的实际值与期望值的偏差,得到误差量;确定误差输出量;确定所述压缩机驱动电压和背压阀开口面积的多个前馈补偿量,确定控制信号;根据所述控制信号对所述空气供给系统中压缩机的驱动电压和背压阀的开口面积进行控制。本发明中的上述系统能够实现对压缩机驱动电压和背压阀开口面积的协调控制,使阴极进气管道压力与阴极压力精确地跟踪期望值。

    燃料电池空气供给系统非线性控制器设计方法

    公开(公告)号:CN109597362A

    公开(公告)日:2019-04-09

    申请号:CN201810972450.5

    申请日:2018-08-24

    Applicant: 吉林大学

    Abstract: 一种燃料电池空气供给系统非线性控制器设计方法,属于控制技术领域。本发明针对汽车燃料电池的氧气过剩系数控制问题,利用鲁棒三步法来设计控制器,使燃料电池系统在获得充足氧气的同时保证功率最优的燃料电池空气供给系统非线性控制器设计方法。本发明的步骤是:空气供给系统面向控制模型的建立、鲁棒三步法控制器设计。本发明结合三步法与鲁棒控制设计了一个非线性控制器来跟踪氧气过剩系数。此控制方法具有简洁直观的结构,能够在保证系统稳定性的同时考虑系统的非线性特性。

    燃料电池空气供给系统非线性控制器设计方法

    公开(公告)号:CN109597362B

    公开(公告)日:2021-07-09

    申请号:CN201810972450.5

    申请日:2018-08-24

    Applicant: 吉林大学

    Abstract: 一种燃料电池空气供给系统非线性控制器设计方法,属于控制技术领域。本发明针对汽车燃料电池的氧气过剩系数控制问题,利用鲁棒三步法来设计控制器,使燃料电池系统在获得充足氧气的同时保证功率最优的燃料电池空气供给系统非线性控制器设计方法。本发明的步骤是:空气供给系统面向控制模型的建立、鲁棒三步法控制器设计。本发明结合三步法与鲁棒控制设计了一个非线性控制器来跟踪氧气过剩系数。此控制方法具有简洁直观的结构,能够在保证系统稳定性的同时考虑系统的非线性特性。

    燃料电池氧气过剩系数神经网络预测控制方法

    公开(公告)号:CN107728478B

    公开(公告)日:2020-10-27

    申请号:CN201710889277.8

    申请日:2017-09-27

    Applicant: 吉林大学

    Abstract: 一种燃料电池氧气过剩系数神经网络预测控制方法,属于控制技术领域。本发明针对汽车燃料电池的氧气过剩系数控制问题,利用神经网络预测控制算法来设计控制器,使燃料电池系统在获得充足氧气的同时保证功率最优。本发明步骤是:软件选择、训练样本设计、神经网络预测模型离线学习、神经网络预测模型学习、神经网络预测控制器设计。本发明直接通过学习输入输出数据来提取系统特征,有效地避免了复杂的机理建模,能减少在线学习过程中系统特征的丢失进而提高多步预测的精度,有效地处理非线性系统带约束的控制问题。

    汽车发动机热管理系统建模及控制方法

    公开(公告)号:CN107869383B

    公开(公告)日:2020-10-02

    申请号:CN201711067001.8

    申请日:2017-11-03

    Applicant: 吉林大学

    Abstract: 一种汽车发动机热管理系统建模及控制方法,属于控制技术领域。本发明的目的是提供了一种发动机热管理系统的动力学建模方法及水温控制方法。在系统的动力学建模方法中,建立了精确的气缸对内壁的加热功率模型、水套与冷却液的换热系数模型及散热器的散热功率模型。本发明的研究方法包括以下步骤:根据发动机热管理系统的结构、原理及可测量的信号,建立系统的动力学模型;从对流换热及辐射换热机理出发,推导出动力学模型中三个中间变量;根据系统的动力学模型推导出系统的逆动力学模型;根据系统的动力学模型设计史密斯预估器;设计PD反馈控制器。本发明精确的建立了发动机热管理系统的动力学模型,使控制精度得以提高。

    自由活塞发动机活塞运动轨迹控制方法

    公开(公告)号:CN107288751A

    公开(公告)日:2017-10-24

    申请号:CN201710621318.5

    申请日:2017-07-27

    Applicant: 吉林大学

    Abstract: 一种自由活塞发动机活塞运动轨迹控制方法,属于控制技术领域。本发明的目的是根据自由活塞内燃发电机的工作机理,在MATLAB环境下搭建自由活塞内燃发电机机理模型系统,能有效的对干扰进行补偿,保持自由活塞内燃发电机稳定运行的自由活塞发动机活塞运动轨迹控制方法。本发明步骤是:自由活塞发电机仿真模型的搭建;自由活塞发电机活塞轨迹控制;使活塞的轨迹跟踪上参考轨迹,参考轨迹为FPEG工作在驾驶员需要的负载下;建立面向控制的模型;线性二次型最优控制器的设计;扩张状态观测器的设计;不确定性补偿。本发明建立了系统面向控制的简化模型,提出了基于线性二次型(LQR)+扩张状态观测器(ESO)的活塞运动控制方法,通过调节循环喷油量来控制FPEG活塞运动轨迹。

    一种燃料电池空气供给系统控制方法及系统

    公开(公告)号:CN110010933B

    公开(公告)日:2020-07-07

    申请号:CN201910297377.0

    申请日:2019-04-15

    Applicant: 吉林大学

    Abstract: 本发明公开一种燃料电池空气供给系统控制方法及系统,方法包括:搭建燃料电池系统仿真模型;确定不同工况下以燃料电池系统净功率最大为控制目标的压缩机驱动电压和背压阀开口面积的映射Map表以及期望的空气进气管道压力和阴极压力的映射Map表;确定燃料电池系统的空气进气管道压力和阴极压力的实际值与期望值的偏差,得到误差量;确定误差输出量;确定所述压缩机驱动电压和背压阀开口面积的多个前馈补偿量,确定控制信号;根据所述控制信号对所述空气供给系统中压缩机的驱动电压和背压阀的开口面积进行控制。本发明中的上述系统能够实现对压缩机驱动电压和背压阀开口面积的协调控制,使阴极进气管道压力与阴极压力精确地跟踪期望值。

    汽车发动机热管理系统建模及控制方法

    公开(公告)号:CN107869383A

    公开(公告)日:2018-04-03

    申请号:CN201711067001.8

    申请日:2017-11-03

    Applicant: 吉林大学

    Abstract: 一种汽车发动机热管理系统建模及控制方法,属于控制技术领域。本发明的目的是提供了一种发动机热管理系统的动力学建模方法及水温控制方法。在系统的动力学建模方法中,建立了精确的气缸对内壁的加热功率模型、水套与冷却液的换热系数模型及散热器的散热功率模型。本发明的研究方法包括以下步骤:根据发动机热管理系统的结构、原理及可测量的信号,建立系统的动力学模型;从对流换热及辐射换热机理出发,推导出动力学模型中三个中间变量;根据系统的动力学模型推导出系统的逆动力学模型;根据系统的动力学模型设计史密斯预估器;设计PD反馈控制器。本发明精确的建立了发动机热管理系统的动力学模型,使控制精度得以提高。

    燃料电池氧气过剩系数神经网络预测控制方法

    公开(公告)号:CN107728478A

    公开(公告)日:2018-02-23

    申请号:CN201710889277.8

    申请日:2017-09-27

    Applicant: 吉林大学

    Abstract: 一种燃料电池氧气过剩系数神经网络预测控制方法,属于控制技术领域。本发明针对汽车燃料电池的氧气过剩系数控制问题,利用神经网络预测控制算法来设计控制器,使燃料电池系统在获得充足氧气的同时保证功率最优。本发明步骤是:软件选择、训练样本设计、神经网络预测模型离线学习、神经网络预测模型学习、神经网络预测控制器设计。本发明直接通过学习输入输出数据来提取系统特征,有效地避免了复杂的机理建模,能减少在线学习过程中系统特征的丢失进而提高多步预测的精度,有效地处理非线性系统带约束的控制问题。

Patent Agency Ranking