[发明专利]一种基于灰色预测模糊PID算法的高地隙车辆侧倾稳定性控制系统

权利要求书

1.一种基于灰色预测模糊PID算法的高地隙车辆侧倾稳定性控制系统，是应用于高地隙农业车辆作业稳定性控制中，其特征在于所述高地隙车辆侧倾稳定性控制系统包括：车辆负载、液压执行机构、侧倾角传感器、灰色预测模型、模糊控制模型和PID控制器；

所述侧倾角传感器在采样时刻t获得所述高地隙车辆负载质心侧倾角信号w(t)并传递给灰色预测模型进行相关计算；

所述灰色预测模型在经过计算后得出侧倾角w(p)的预测值并与系统侧倾角期望值w0进行比较得到差值e；

所述模糊控制模型在接收到差值e的信号输入后，对e信号求导后得到侧倾角速度ec并一起输入至模糊控制模型，根据制定的模糊推理规则得到PID控制参数调节量Δkp、Δki、Δkd输入至PID控制器；

所述PID控制器在得到初始PID控制参数调节量后与初始PID控制器参数kp、ki、kd相加后得到整定后的PID控制器参数，经过整定后的PID控制器输出相应的控制量u(t)至液压执行机构；

所述液压控制机构在接收到PID控制器的控制量信号u(k)输入后，伸长或收缩相应长度至车辆负载质心侧倾角w(t)达到期望值w0后停止，从而实现高地隙车辆侧倾稳定性控制，以保证高地隙车辆作业稳定性及作业质量。

2.根据权利要求1所述的基于灰色预测模糊PID算法的高地隙车辆侧倾稳定性控制方法，其特征在于：所述灰色预测模型用于对系统侧倾角测量值w(t)进行累积运算并输出相应预测值w(p)，其特征是按如下步骤进行：

步骤1、根据所述侧倾角传感器获得车辆负载质心侧倾角信号w(t)，并累积采集4次数据信号进行计算，用于建立四维新息GM(1,1)预测模型，设可测得系统侧倾角输出时间原始数据序列如下：

（1）

步骤2、由于原始数据序列是系统的灰信息数据列，可通过对数据列作一次累加生成(1-AGO)，如式(2)所示：

（2）

步骤3、根据一次累加生成后的数据列可设关于数据列的白化微分方程如式（3）所示：

（3）

式(3)中，；

其中 ； ；

其中 ；

步骤4、求出后可得出白化方程（3）在t时刻的解为

（4）

步骤5、根据式（4）进行数据预测并得到新的序列，然后对预测后的数据进行还原得到原始数据和预测步长为t+1的预测值如下式（5）和式（6）：

（5）

（6）

步骤6、在一次预测完成后，补入一个新的数据组成新的四维数据序列如下：

（7）

步骤7、返回步骤2，重新计算微分方程参数并得到新的预测值，循环往复直至结束。

3.根据权利要求1所述的基于灰色预测模糊PID算法的高地隙车辆侧倾稳定性控制方法，其特征在于：模糊控制模型中隶属度函数及模糊推理规则的确定；所述隶属度函数设定侧倾角误差e和侧倾角速度误差ec作为系统的输入语言变量，PID控制参数调节量Δkp、Δki、Δkd作为系统的输出语言变量，确定系统输入输出语言变量论域；系统输入输出语言变量的模糊子集均定义为{NB，NM，NS，ZO，PS，PM，PB}，其中语言变量分别为NB（负大）、NM（负中）、NS（负小）、ZO（零）、PS（正小）、PM（正中）、PB（正大）；所述模糊推理规则的制定主要依靠PID控制参数kp、ki、kd对系统输出特性的影响情况，其特征在于：比例环节参数kp能够快速减小响应偏差，但在调节的同时易产生稳态偏差；积分环节参数ki可以消除系统稳态偏差，因此比例环节常与积分环节配合使用，但有时会产生积分饱和现象；微分环节参数kd起一定预测作用，对误差变化进行提前预报并在响应过程中抑制误差向任何方向的变化，但有时会导致系统的抗干扰性能变差，根据这些控制参数对系统输出特性的影响去制定模糊推理规则能够有效的提高PID控制器的作用效果。