外文翻译译文-模糊PID控制的应用用于控制汽车的距离

中北大学 2013 中英文翻译第 1 页 共 11 页模糊 PID 控制的应用用于控制汽车的距离1 引言交通事故每年在高速公路逐年上升，严重影响安全的车程。为了减少和避免这种现象，尤其是机动车追尾，我们尝试使用模糊控制的方法来分析和建立模拟系统。汽车远程控制是很重要的智能驱动控制在安全事务助理。它主要用于在报警和卫冕机动车追尾。此系统是时变和非线性。常规 PID 控制是高点，很难保证控制效果。因此，我们需要模糊逻辑以提高性能。2 参数自整定 PID 控制PID 控制的关键是 PID 参数的确认。传统上，它们只可以通过以下方式获得某些数学模型。但在实际应用中，许多被控对象有复杂的机制。它们是非线性，时变和滞后，我们不能轻松地建立这些对象的数学模型。但是模糊控制可以描述使用的 if-then 模糊规则的控制规则，它可以将专家控制规则。它有良好的鲁棒性，能打败非线性因素的影响。因此，我们结合模糊控制和 PID 控制，它可以吸收两者的优点，使 PID 参数的在线调整。它能够高度提高精度，系统的灵活性和实用性。序系统的 PID 控制的数学表达式：在本文中，我们使用 PID 控制原理如式（2）式（5） 。正如我们所知道的差分系数足够敏感的中断，为了提高系统的抗干扰能力，我们可以把公式（3）式（4）差分计算 items.S（k）在公式（5）表示前车和车之间的距离回力车，我们有测量时间。 Srepresents 安全车距。中北大学 2013 中英文翻译第 2 页 共 11 页考虑到系统的稳定性，响应速度，高调整，精度稳定，我们总结的影响KP，KDandKI 是：（1）比例 coefficientKP用于加快系统响应速度，提高系统精度。如果 KP越大，系统经响应速度更快，调整精度更高。但是，在同一时间的推移，它也很容易产生过度调整，这使得系统不稳定。如果 KPI 的小，该系统可调节精度低，反应速度慢。（2）微分系数 KDis 用来提高系统的动态性能，并抑制翘曲的变化。（3）积分系数 KI 是用来消除系统的经纱。如果 KI 是更大，系统经消除更快，但它也将产生积分饱和现象，导致有超过调整。控制原则上是如下。图 1，控制原理的 Selft 调节 PID我们可以 takeeandeas 输入，使用模糊逻辑调整 PID parameterKP 的的方法，KDand，KI 为了满足不同要求的经纱的 e 和经线比 ein 的参数控制，并且使控制对象具有良好的动态和静态性能。针对 differenteande，我们总结了一个调整规则的 KP，KDandKI。（一）当| E|较大，为了加快系统响应速度，biggerKP是必需的。在同时，开始当 e 变化迅速，以避免过饱和和控制效果差大于允许范围，我们应该使用 smallerKP。（b）如果| E |和 | E |是在培养基中，并确保一个合适的值，以使系统自然响应率，KP 应较小 KDandKI 应适中。（三）当| E|小和近固定值，我们应该增加 KPandKI 稳定的性能。在同时，当小 |越大，抗干扰性能考虑，我们可以给 KDA值，否则 KDshould 有一个更大的价值。2.1 会员功能中北大学 2013 中英文翻译第 3 页 共 11 页根据要求，我们选择了三种形式的双输入和单输出，为了调整 PID 参数。该控制器| E |和 | E |输入，KP，KDandKI 作为输出。该范围| E |和 | E |-4，-2，0，2，4，KP 范围，KDandKI 是0，2，4，6，会员资格功能如下。2.2 控制规则以下是图形 ofKP 的，KDandKI通过软件模拟。图三会员功能 ofKP，KDandKI中北大学 2013 中英文翻译第 4 页 共 11 页3 自适应模糊控制与修改因素传统的模糊控制的关键是要确定一个有用的控制策略。但是，在一些复杂课程，有时，它很难完美地总结了控制策略，控制规则是不变的，所以不能满足的结果。然而，如果我们使用自适应模糊控制与修改的因素，我们可以举一个简单的数学表达式：中北大学 2013 中英文翻译第 5 页 共 11 页来代替常规模糊控制用于控制表。在式（6）中，x 的系数为 ，的系数为（1-） ，0,1。量化的因子 ,1-are 的加权输入参数的翘曲和经多元化，它可以直接影响控制性能。使用公式（6） ，我们可以给一个模糊控制系统的结构如下：让我们举一个例子，显示的修改 factorto 的控制性能的影响。示例 1：控制对象是 。当 为 0.5，0.65 和 0.8，我们可以得到图表模糊控制如下：中北大学 2013 中英文翻译第 6 页 共 11 页从上图中，我们可以看到不同的值对应不同的控制字符。何时值=0.8，这说明控制规则加权变形，但变形比。因此，单位阶跃响应曲线会给过调整，而这将延迟时间;当值=0.5，这是相同的称重，经纱和经纱的比例，虽然通过调整也比较小，响应时间是比较长的，当重视= 0.65，这意味着控制规则更称重，以经纱比经线比，在这种情况下，不仅通过调整虽小，但也响应时间短。因此，当被控对象使用方法修改因子模糊控制，我们可以很容易地确认经线，经线比，然后调整称重具有良好的控制效果的因素。然而，这种控制规则有一定的局限性，规则只能处理单一 parameter 的。如果我们 confirm，经及改制经线 ratioehave 的权衡也得到了证实。实际上，控制系统可能是在不同的工作状态，其中将称量的 ofeandemay 也可以不同。当| E |比较大，主要的问题是到 eliminatee，所以我们应该增加的价值to 占用一个大比例的控制规则，提高了系统的动态特性。当| E |比较小，主要的问题是要限制系统的调整，使系统快速稳定，所以我们应该砍掉中 值，所以值 1becomes 大，然后称量 ofetake 一个很大的比例。显而易见，我们不能达到上述要求的状态变化通过单因素调整控制规则。为了克服单因素自我调节的不足，根据量子值的 warpe，我们给出了一个多因素自我调节控制规则如下：中北大学 2013 中英文翻译第 7 页 共 11 页示例 2：受控对象 ISG（S）=12+0.6S。我们可以用单因素和多因素的自律规则分别控制仿真做了研究。其结果是，如下所示：雕刻 1 和 3 是对应的系统单位阶跃响应时，单因子 =0.65 和 = 0.5。刻下图 2 是对应于系统的单位阶跃响应的四个因素为 1=0.25，2=0.65，3=0.8，4=0.9。从图上我们可以看到四个因素修改控制规则，展现出良好的控制的结果，不仅提高了系统的稳定性，同时也增加了响应速度。4 模糊 PID 控制参数自整定 PID 控制方法具有控制精度高，响应速度快，但是当的经线是大的，收市汇率是缓慢的。此外，计算太复杂，适合用于汽车系统。然而，自调整模糊控制与修改因子是一种语言控制，很简单的算术容易实现。此外，我们可以从运营商的经验总结，并自动优化实际运行，适应能力和抗干扰性好和强大。然而，自适应模糊控制和修改因子，只处理baddish 的效果，是一个非线性的控制。精度是不好静态经。因此，如果我们中北大学 2013 中英文翻译第 8 页 共 11 页结合自适应模糊参数自整定 PID 控制|= 1.5，效果是所有的自适应模糊控制修改因子。回力车能迅速反应，并接近预期瓜分。当经纱我们在该地区的设计，其结果是结合 PID 控制和自适应模糊控制，使精度更高.5 仿真我们可以用 Matlab 做一些模拟研究与驱动行为，图表如下：模拟 1：两辆车的距离为 50 米，初始化速度 43.2 公里每小时（12M/ S） ，前车刹车突然，h 的加速度 3M/秒模拟 2：两车的距离是 100 米，初始化速度是 108 公里每小时（3 米/秒） ，前车刹车突然，加速度-6M/秒中北大学 2013 中英文翻译第 9 页 共 11 页模拟 3：两车的距离为 80m，初始化速度是 126 公里每小时（35M / S） ，前车刹车突然，加速度-7M/ s 的图 12.relative 速度图 13.两车之间的距离中北大学 2013 中英文翻译第 10 页 共 11 页从图表中我们可以看到，当距离大，前面是刹车，后面的车刹车稳定，前车是停止的时候，后面的车有一定的速度，它会跟上，直到停止驾驶，并保一定的前车之间的距离。6 结论在本文中，我们分析了参数自整定 PID 控制和使用的四种理论修改自适应模糊控制的因素。最后，我们建立模糊 PID 控制模式。该控制器有一定的优势，如高稳定性，快速响应和精确。通过模拟，当汽车前部在制动或减速，控制我们的设计可以控制后面的车很快，并实现安全停止和减速，避免碰撞的发生。因此，模糊 PID 控制模型是有效的。同时，我们可以看到，在天气良好的情况下，这些模拟已经完成。该远程控制是一个复杂的实时系统。如果我们把它付诸实践，我们应该考虑更多的影响环境中，例如天气状态下，敏感的感官，系统的响应时间。我们应该进行条件的影响的研究，总结模糊控制的结构，功能和控制规则。此外，我们应该进行更多的研究，并获得更多的数据来分析和改进安驱动车助手的效果。中北大学 2013 中英文翻译第 11 页 共 11 页参考文献1 Z. Bai, Y. Wang, L. Cao. A Study on Adaptive Fuzzy Control of Energy Distribution in Hybrid Electric Vehicles.Automotive Engineering, 2005, 389403.2 M. Chang, P. Hu. Design and simulation research of PID fuzzy controller based on MATLAB.Electric drive forlocomotives, 2002, 3436.3 L. Gang, L. Jiao. Application to precise servo-system using multi-adaptive fuzzy controllers. Control Theory &Applications, 2005, 4751.4 Y. Han, W. Shen, C. Huo. A New Self-Organizing Fuzzy Controller for Thermo-System. Control Theories andApplications, 2002, 916.5 Y. Huang, D. Shu, Z. Zhang. The width control on hot strip mill based on fuzzy PID.Control System, 2006, 2729.6 X. Wang, L. Wang, W. Fang. Application of Fuzzy Control Technology in Variable Frequency Central Air-Conditioner System.Mechanism and Electric, 2006, 4: 3234.7 F. Wei, G. Peng, G. Jianying, et. al. A Self-modified Fuzzy-P