陈昌荣
- 作品数：4 被引量：39H指数：3
- 供职机构：湖南大学机械与运载工程学院汽车车身先进设计制造国家重点实验室更多>>
- 发文基金：湖南省自然科学基金长江学者和创新团队发展计划更多>>
- 相关领域：交通运输工程机械工程电气工程更多>>
- RBF网络参数优化方法及其在开关磁阻电机建模中的应用被引量：1
- 2010年
- 基于全局搜索的进化算法——粒子群算法(QPSO)和一种局部搜索算法——结构化的非线性参数优化方法(SNPOM),提出了一种混合的优化算法估计RBF神经网络中的参数——网络中心、线性参数、非线性参数,初始化一定数目的种群作为SNPOM的初始值,得到其适应值,通过选择、交叉、替换策略更新种群,完成网络中心初始值的寻优。再用SNPOM方法进一步优化,以提高SNPOM算法的全局搜索能力。仿真结果表明,混合优化方法比单独采用SNPOM法更优,且优于其他算法。并针对开关磁阻电机(SRM)高度非线性的开发重点和难点,用RBF网络进行SRM建模,将QPSO-SNPOM算法应用于RBF模型参数优化中,仿真实验结果表明,该算法较SNPOM算法精度更高、泛化能力更强,较遗传混合算法更快,训练后的RBF模型完全满足开关磁阻电机特性。
- 彭晓燕谭震陈昌荣黄源
- 关键词：径向基函数网络
- 基于RBF神经网络的最佳滑移率在线计算方法被引量：18
- 2011年
- 针对汽车制动过程的非线性特征及其最佳滑移率在线估计的复杂性,提出一种基于Burckhardt模型的最佳滑移率在线辨识方法。分别用3个以工况为参数的径向基函数神经网络作为Burckhardt模型的3个参数;采用粒子群算法和结构化非线性参数优化方法相结合的混合参数优化方法估计3个径向基函数神经网络的所有参数,由该改进的Burckhardt模型即可产生任意工况下的纵向附着系数—滑移率(μ-s)曲线;在保证在线辨识精度的前提下,根据最佳滑移率等分原则选取一定数量的工况参数以构成Burckhardt模型的参数集,设计出基于实时μ-s数据的最佳滑移率在线辨识策略,完成最佳滑移率辨识系统构建。在线控制动系统中的仿真验证了所提出的最佳滑移率在线辨识方法的可行性和有效性。
- 彭晓燕章兢陈昌荣
- 关键词：最佳滑移率径向基函数神经网络
- 基于滑移率的车辆线控制动系统ABS控制研究
- 安全、节能和环保是现代汽车技术发展的主要方向。线控制动(BBW)系统较之传统制动系统具有制动响应速度快、车辆稳定性好以及便于制动力分配等优点,是未来制动系统的发展方向。防抱死制动系统(ABS)对于提高汽车行驶的主动安全性...
- 陈昌荣
- 关键词：滑移率线控制动防抱死制动系统滑模控制
- 文献传递
- 电子机械制动系统的滑模控制研究被引量：19
- 2010年
- 建立了基于电子机械制动(EMB)系统的车辆单轮动力学模型,针对制动过程的非线性特征和路面条件的复杂性,设计了基于滑移率的滑模变结构控制器以充分利用地面的附着力及适应制动的全工况要求,并采取了相应的措施削弱抖振现象.在单路面与变路面条件下的仿真计算验证了滑模控制器的可行性和有效性,同时也表明滑模变结构控制器的控制性能及对路面的适应性均优于PID控制器.
- 彭晓燕陈昌荣章兢
- 关键词：电子机械制动滑模控制滑移率线控制动
