【《自动拖拉机转向控制算法分析案例》1900字】

自动拖拉机转向控制算法分析案例目录TOC\o"1-3"\h\u10415自动拖拉机转向控制算法分析案例 1215211.1控制方法的准则 1116551.2滑模控制理论 1256641.3模糊控制理论 31.1控制方法的准则车辆行进和转向控制的大体上是利用车辆的位置信息来得到控制转向，从而实现更精准的控制和无伴作业。故在车辆的控制时需要注意：（1）精度：精度的指车辆能够通过算法更好的计算理想转向角，确保田间无伴工作时庄稼的安全，减少种植过程中的漏籽造成的缺苗，降低收获过程中的漏籽。（2）耐久：耐久是为了让车辆在酷暑严寒下车辆都能保证良好的工作状态，减少大幅度转弯带来的不良影响。（3）时效：时效是指控制算法计算速度的快速，减少面临尖端状况时车辆面临危险的反应速度，同时也提高了车辆作业的效率。故本文考虑精度、耐久、时效三个方向，对算法进行精选和优化，最终基于模糊控制和滑膜控制方法设计车辆的转向控制算法。1.2滑模控制理论滑模控制理论广泛应用在工科研究中，是研究控制理论一个重要的科学工具，同时也发散研究院在算法精进上的思维。对于滑模控制理论，其基本原理有： (3-1)它的状态空间始终有一个切平面，其约束为：，在这个空间中划分了和的两个区域，如图3-1，在有三种运动店：（1）普通点：点自由运动接近的状态下，将横穿切面到另一侧的状态空间，例如A点；（2）起点：点自由运动接近的状态下，将沿着切换面运动，例如B点；（3）终点：点自由运动的状态下，将在上持续运动，例如C点。S>0S<0S=0CBAS>0S<0S=0CBA图3-1切换面点运动的特征在控制工程中主要对C点的类型进行研究，即当时尽可能让点属于这种情况。由于惯性，这种类型的点总在切换面做高率往复运动。故称的情况下，这种切平面的终点构成的区域叫滑动模态区。因此我们知道该控制特征时仅和切平面有关，，故滑模控制是有较好的鲁棒性。滑动模态区不消失的约束是： 或 (3-2)如果输入跟踪误差e，则s(x)可表示为: (3-3)式中，不变量C满足赫维兹稳定，即：故需要设计以下两部分：（1）合理设计函数，且受的约束，确保点的稳定运动；（2）确保控制律的可行性。研究颤振问题，仅需要满足系统要求设计滑膜控制算法，且不受其他参数作用，因此这种方法鲁棒性比较好。可是由于颤振的本质，该系统必将存在这样的连续往复运动，这种颤振正式系统抗干扰能力的关键，不能完全消除，只需要减弱这种特性。同时保证颤振不能过大，否真系统中的快速不稳定震荡非常不利于维持控制系统的稳定。许多研究者通过科学计算减少了这种方法带来的不利影响，让滑模控制系统具有较好的动态能力，降低了这种方法对稳定性的影响。以下是减少颤振危害的集中方案：（1）利用准滑动模态：斯洛丁提出设计此函数需要应用饱和函数，以完成滑动模态下的应用。（2）科学滤波：通过各种模糊算法进行滤波，控制输入或者减少其应用的动态范围，以实现削弱的目的。（3）通过模糊控制：该方法主要通过经验模拟，柔化控制量，极大地减少了控制系统的颤振。（4）通过神经网络：因为神经网络不需要对具体的模型分析，即可对系统的非线性部分、干扰部分进行估计，也可无限接近控制的需求，这种方法也可以有效减少颤振。（5）近似趋近律：这种方法通过调参趋近的对系统进行控制，因此也可以减少控制系统的颤振。以下是它的集中形式：①等速法： （3-4）式(3-4)中，常数，且必须在合适区间，不然过大也会引起颤振。②指数法： （3-5）式(3-5)中，常数的解为。不难得出，这种方法需要添加等速趋近项，因为点到切换面时间未知。③幂次法： (3-6)式(3-6)中，不变量，调节可以简单的减少颤振，但效果不明显。④一般趋近律： (3-7)式(3-7)中，常数；且。1.3模糊控制理论该理论的原理是利用数学模型模拟人的决策，主要是建立数学模型进行语言分析。常规的模糊控制器如下：解模糊化受控对象模糊控制器输出模糊决策输入规则库知识库模糊化解模糊化受控对象模糊控制器输出模糊决策输入规则库知识库模糊化图3-2模糊控制基本结构（1）模糊化该方法的主要原理是将可确认量转换为不易解析的模糊集合。不过形成过多的模糊集合会使算法冗杂，降低控制算法实现的效率，这样做虽然更加精准但是可行性不是很高。所以选用最少的模糊集合解决问题是最常见的模糊化方法。（2）知识库该库主要用于储存数据和规则。其中储存的数据是经过模糊化的参数，储存的规则是经过许多研究员的分析多种控制模型得到的，因此模糊控制在一些领域的应用非常可靠。（3）决策决策环节主要通过假设和结论两个阶段，一般都是单输入多输出的模式，如果条件复杂也会采用多输入多输出的模式。以下是常规的决策法则：ifisX，thenisY；ifisXandisY,thenisZ;ifisXelseisY,thenisZ;④ifisXandisY,thenisZ,isN。(4）解模糊解模糊化的过程就是模糊化的逆过程，算法越优，解模糊化的效率越高。通常的运算有：重心法、面积平分法和最大隶属度法。这些方法各有利弊，要注意的是，最大隶属度法虽然它构建容易，但是精确度不高，所以不常见。模糊控制一般采用重心法，其流程如图3-3。系统输出确定解模糊化方法建立决策规则建立