针对传统模型中将驾驶员反应时间设为固定值、忽略驾驶员差异性这一问题进行优化,提出一种考虑驾驶员差异性的安全距离模型.选取驾驶员驾龄、驾驶风格识别系数、车速这3个因素作为特征值,采用模糊控制算法,对驾驶员反应时间进行计算.基于Honda模型建立考虑驾驶员差异性的安全距离模型,依据中国新车评价规程(Chinanew car assessment program,CNCAP),选取前车制动工况对所提出的安全距离模型进行仿真试验验证.结果表明:所提出的模型在上述工况下具有良好的实时性和适应性,安全距离模型在保证行车安全性的基础上,驾驶员反应时间能够体现不同类型驾驶员的差异性,提高了行驶安全性.
为解决指针式仪表示数读取中识别精度低和算法读取速度慢的问题,提出一种基于戴明回归和感兴趣区域(region of interest,ROI)细化的指针式仪表读数技术.给出了仪表示数读取的算法流程:首先选择ROI,采用基于颜色通道的剪影法和二值化形态学操作进行图像预处理;接着运用图像帧差法消除指针的抖动;然后利用ROI细化算法对待识别仪表的指针进行细化;再使用戴明回归法拟合出仪表指针所在直线的方程和斜率;最后根据指针斜率利用角度法计算仪表的实时示数.通过3组试验,测试了该方法的可行性和防抖动能力,比较了戴明回归拟合直线与霍夫直线检测拟合直线的检测精度,还比较了ROI细化算法与全局细化算法的计算速度.结果表明该方法检测的平均误差比霍夫直线检测减小了3785%,每张图像的平均计算时间比全局细化算法减少了192717 s,同时具有防抖动能力.
为了进一步提高永磁同步风力发电机在变工况下实现最大功率跟踪的效率,设计了一种基于最佳叶尖速比法的模型自校正复合自抗扰控制器(model selfcorrecting composite active disturbance rejection control,MSCADRC)对发电机转速进行实时跟踪.速度环ADRC控制采用可在线性与非线性间自由切换的扩张状态观测器(extended state observer, ESO)对系统因参数摄动或其他不确定因素引起的总扰动进行实时观测和估计,采用实时预测转矩和转动惯量观测器补偿控制器中参数扰动对ADRC的影响.在电流环ADRC控制中,通过加入q轴电流的补偿因子消除d轴电流的干扰,并采用基于转矩观测器的反馈补偿控制方法实现对q轴电流的实时补偿,加快系统响应速度.最后结合风速、风力机和永磁同步发电机的数学模型设计风力发电模型自校正最大功率跟踪系统,利用Matlab/Simulink进行仿真分析.仿真结果表明:模型自校正复合自抗扰控制器具有一定的优越性,模型自校正下的风力发电系统在风速急剧变化时可进行更好的功率跟踪控制,进一步提升系统的响应速度和抗外界干扰能力.