Practical hybrid model predictive control for electric pneumatic braking system with on-off solenoid valves

电磁阀 模型预测控制 螺线管 控制理论(社会学) 控制器(灌溉) 混合动力系统 非线性系统 计算机科学 采样(信号处理) 控制工程 工程类 控制(管理) 物理 机械工程 农学 人工智能 机器学习 滤波器(信号处理) 生物 量子力学 计算机视觉
作者
Jinhai Zhao,Xiuheng Wu,Zhenghe Song,Liang Sun,Xiangyu Wang
标识
DOI:10.1177/09544070231180352
摘要

Accurate and rapid braking pressure regulation in electric pneumatic braking systems (EPBS) is vital to vehicle safety. Due to the switching behaviors of the on-off solenoid valves, the operation of the EPBS shows a hybrid nature with both continuous variables and discrete events, which raises the hybrid control problem. One of the possible solutions is to employ the hybrid model predictive controller with the mixed logical dynamical (MLD) model based on the linear approximation of the system dynamics. However, the nonlinearity and complexity of the EPBS make the MLD model obtained by linearizing the system equations directly require high storage and computing capacity. To address these issues, this article presents a practical hybrid model predictive controller based on the system dynamics simplified expressions considering the EPBS pressure variations caused by on-off solenoid valve states at the current sampling time and the last sampling time. The relationship between the pressure variations and the on-off solenoid valve states is first studied by the system mathematical model, followed by applying the mixed logic dynamical modeling approach to establish the hybrid model of the pressure continuous dynamics with discrete features of on-off solenoid valves. Based on these, a hybrid model predictive controller is formulated to solve the EPBS pressure control problem. The simulations and bench experiments are carried out to verify the controller. Besides, an existing model predictive control (MPC) controller is compared with the proposed controller. All the results demonstrate the effectiveness of the hybrid model predictive controller.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
777完成签到,获得积分10
2秒前
害羞听芹完成签到,获得积分10
3秒前
无花果应助倒数第二采纳,获得10
3秒前
3秒前
可爱的函函应助Qing采纳,获得10
5秒前
lili发布了新的文献求助10
5秒前
devil完成签到,获得积分10
6秒前
大模型应助康康采纳,获得10
7秒前
7秒前
StandY完成签到,获得积分10
8秒前
Nitric_Oxide应助积极荠采纳,获得10
8秒前
搞怪的醉波完成签到,获得积分10
9秒前
9秒前
研友_ZlvpxL发布了新的文献求助10
10秒前
小雨点完成签到 ,获得积分10
10秒前
11秒前
顾矜应助wxx采纳,获得10
11秒前
13秒前
SciGPT应助独特靖巧采纳,获得10
14秒前
16秒前
17秒前
研友_LX62KZ发布了新的文献求助10
17秒前
jjb123666发布了新的文献求助30
18秒前
18秒前
老迟到的凝丝完成签到,获得积分10
18秒前
拂晓完成签到,获得积分10
18秒前
scoot发布了新的文献求助10
19秒前
老实乐儿发布了新的文献求助10
20秒前
无花果应助吕别皱眉啊采纳,获得10
20秒前
liu完成签到,获得积分20
21秒前
klive发布了新的文献求助10
22秒前
25秒前
26秒前
27秒前
27秒前
28秒前
30秒前
溜了溜了发布了新的文献求助10
30秒前
一只鹿甜甜完成签到,获得积分10
31秒前
高分求助中
Evolution 10000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 600
Distribution Dependent Stochastic Differential Equations 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3157519
求助须知:如何正确求助?哪些是违规求助? 2808900
关于积分的说明 7879102
捐赠科研通 2467351
什么是DOI,文献DOI怎么找? 1313394
科研通“疑难数据库(出版商)”最低求助积分说明 630395
版权声明 601919