馈能悬架自适应离线神经网络逆控制

在馈能悬架系统馈能回路中引入Boost/Buck型DC-DC变换器,将DC-DC变换器的非线性数学模型描述为稳态分量和扰动分量之和,设计了自适应离线神经网络逆控制器。控制器由离线神经网络逆控制器和自适应控制器组成,离线神经网络逆控制器产生直流变换器的稳态输入,并利用变换器的稳态分量产生训练离线神经网络逆控制器的样本,自适应控制器产生补偿系统参数变化和不确定性扰动的动态输入。在此基础上,对控制器的性能进行了快速控制原型试验验证。最后,对馈能悬架进行了仿真研究。结果表明,自适应离线神经网络逆控制器能够使电动机电磁阻尼力较好地跟踪理想力,改善车辆的舒适性和平顺性,并有效地回收部分悬架振动能量,实现自供能控制。     

混合悬架半主动控制器设计与试验

为改善传统被动悬架的动力学性能,回收悬架振动能量,设计了一种半主动混合悬架系统。建立1/4车动力学方程,分别研究馈能回路处于Boost模式和Buck模式时馈能回路内电流的变化情况,并分析MOS管占空比对直线电动机电磁阻尼力的影响。在此基础上,引入基于天棚和地棚混合控制的半主动控制策略。提出半主动控制参考力的概念,并运用粒子群算法确定其最优控制参数。通过对不同工作模式下电路电流的追踪,达到对电动机电磁阻尼力实时控制的目的。接着运用Simulink仿真搭建混合悬架系统模型,分别进行动力学性能、馈能性能以及电流跟踪控制效果对比。仿真结果表明,半主动混合悬架能够在改善车辆动力学性能的同时回收部分振动能量,所设计的半主动控制器对电流有较好的控制效果。最后,进行台架试验,通过对比试验结果验证了仿真结果的正确性。