时滞半主动悬架模糊神经网络控制

建立了含时滞半主动悬架数学模型,分析了悬架系统产生时滞的原因,设计了含时滞补偿模糊神经网络自适应控制策略,开发了C8051单片机为内核的半主动悬架控制系统,仿真分析后,在全真半主动悬架试验台上进行了台架试验。结果表明,实施半主动悬架神经网络时滞补偿控制,解决了控制中的“不合拍”问题,较好地协调了车辆舒适性和安全性之间的矛盾。     

自适应模糊控制技术在半主动悬架控制中的应用

设计了一种基于神经网络的半主动悬架自适应模糊控制系统,分析了系统模型及自适应模糊控制的设计和实现,采用快速的变斜率梯度下降算法学习,具有自适应学习功能。仿真研究表明,神经网络自适应模糊半主动悬架性能明显优于一般的模糊控制,试验与计算结果基本吻合。     

基于联合仿真的半主动悬架车辆行驶平顺性研究

为研究半主动悬架车辆行驶平顺性,利用SIMPACK软件建立了整车多体动力学模型,并在半主动悬架七自由度整车行驶动力学模型的基础上,应用Matlab/Simulink软件设计神经网络模型参考自适应控制算法,建立了一个半主动悬架控制策略研究的集成环境,利用该集成环境对磁流变阻尼器的半主动悬架车辆行驶平顺性进行联合仿真.仿真结果表明,与被动悬架相比,当汽车以60 km/h和120 km/h在C级路面上行驶时,车身垂向、俯仰、侧倾加速度均方根值分别下降了32.33%、28.09%、35.93%和41.56%、18.52%、22.97%.基于神经网络模型参考自适应控制的磁流变半主动悬架可以有效衰减车身的振动,改善车辆的行驶平顺性.     

空气悬架综合控制策略研究

电控空气悬架可以方便地实现主动或者半主动控制策略,其应用的效果要好于被动空气悬架系统.分析了基于参考模型自适应的电控空气悬架的控制策略分析,将控制策略分为两部分,离线部分和在线部分.通过离线工作利用LQG算法,求得特定工作点的参考模型,在线部分估计出工作点,同时利用参考模型自适应算法,使整个悬架控制系统接近参考模型.     

半主动空气悬架阻尼多模型自适应控制研究

针对常规自适应控制器中辨识算法的收敛速度难以跟随半主动空气悬架模型参数实际变化速度的问题,提出一种能够满足半主动空气悬架在参数大范围变化时对控制品质较高要求的阻尼多模型自适应控制方法。为改善系统控制速度,根据半主动空气悬架阻尼实际控制过程,建立了针对不同车辆运行状态的多个局部线性固定模型,同时引入一个能够重新赋初值的自适应模型,以提升系统控制精度。基于误差最小的模型切换控制策略在线选择最佳匹配模型,并采用自适应控制方法调节最佳阻尼力,从而构成系统阻尼多模型自适应控制。仿真与实车道路试验结果表明,所提出的控制方法能够有效改善半主动空气悬架在大范围行驶工况下的控制品质,车辆垂直振动加速度均方根降幅达22.8%,车辆行驶平顺性得到了明显提升。     

半主动空气悬架Fuzzy—PID控制

针对空气悬架控制中的问题,采用Fuzzy-PID复合控制技术.即把模糊推理运用于PID参数的整定,对半主动空气悬架加以研究.设计了Fuzzy-PID控制器,用于半主动空气悬架1/4车辆模型控制的Matlab/Simulink仿真模拟和台架试验.仿真模型中借助S函数和Fuzzy Inference System Toolbox构建Fuzzy-PID模块,仿真结果表明:与传统的PID控制仿真比较,该控制策略下的半主动空气悬架能降低簧上质量加速度和悬架动行程,具有较好的鲁棒性,使车辆平顺性有一定程度的提高.台架试验与仿真结果基本吻合.     

基于分数阶微积分的汽车空气悬架半主动控制

为研究分数阶微积分在汽车空气悬架半主动控制中的应用效果,建立了4自由度半主动空气悬架非线性动力学模型。采用改进的Oustaloup滤波器算法来模拟分数阶微积分,进而建立分数阶天棚阻尼半主动悬架的仿真模型,将仿真结果与被动悬架和整数阶天棚阻尼半主动悬架进行对比分析。分析结果表明:当汽车以20 m/s的速度行驶在B级路面时,与被动悬架相比,整数阶和分数阶天棚阻尼半主动悬架的车身垂向加权加速度均方根值分别减小了31.9%和43.9%,车身俯仰角加速度均方根值分别减小了23.1%和30.7%;基于分数阶微积分的天棚阻尼控制策略能更有效地抑制车身共振,改善乘坐舒适性。     

车辆半主动悬架粒子群模糊混合控制策略

在Matlab中建立4自由度1/2半主动悬架车辆模型后,构建模糊混合控制器,利用粒子群优化算法对模糊混合控制器的隶属度函数和模糊控制规则同时进行优化,开发了粒子群模糊混合控制策略。为了有效验证所提出的控制策略,在搭建的车辆半主动悬架系统控制策略硬件在环仿真试验平台上进行了粒子群模糊混合控制策略的半实物仿真试验。硬件在环仿真试验结果表明,粒子群模糊混合控制策略明显优于传统模糊控制策略,能有效地提高半主动悬架系统的综合性能,并且在不同路面输入激励下均能取得较好的控制效果。     

车辆半主动空气悬架系统设计与试验

建立了半主动空气悬架系统数学模型,设计了可调阻尼减振器、半主动悬架控制器以及台架试验系统。在仿真的基础上,进行了可调阻尼减振器试验与半主动空气悬架系统1/4模型台架试验,分析了半主动空气悬架及其控制系统对车辆动态性能的影响,计算和试验结果基本吻合,提高了车辆的乘坐舒适性。     

模糊控制的半主动空气悬架

首先搭建了空气悬架1/4车辆模型试验台,通过比较悬架3个性能指标的试验和仿真,其结果基本吻合,说明建立的1/4车辆模型是正确的。然后建立1/4半主动空气悬架的模糊控制模型,并对其进行仿真分析,结果表明模糊控制的半主动空气悬架在提高车辆乘坐舒适性和降低轮胎动载荷方面效果明显。     

履带式车辆半主动悬架模糊控制研究

在1/2车体振动模型的基础上,采用模糊控制策略,建立了履带式车辆的半主动控制系统,设计了基于P89V51RD2为核心的单片机控制器,并进行了台架试验。仿真和台架试验结果表明,模糊控制器能有效地控制半主动悬架系统,半主动悬架在减少振动,提高乘坐舒适性方面优于传统的被动悬架。     

车辆半主动悬架动力学分析及模糊PID控制仿真

首先建立4自由度1/2车体动力学模型,针对车辆悬架为非线性、时滞、不确定系统,设计了半主动悬架的参数自整定模糊PID控制器,实现PID参数在线修正的功能,并以C级路面作为输入信号,运用Matlab/Simulink控制仿真软件对该半主动悬架模型各平顺性指标进行计算机仿真,结果表明,模糊PID控制的半主动悬架与被动悬架和模糊控制的半主动悬架相比在对车身垂直加速度、俯仰角加速度、悬架动挠度、轮胎动载荷等平顺性指标都有较大的改善,验证了模糊PID控制具有较好的自适应能力。     

减振控制技术在斜拉桥拉索用磁流变阻尼器上的应用

文章介绍了斜拉桥拉索、磁流变阻尼器和减振控制技术的原理、以及现场使用情况。仿真及实验表明神经网络半主动控制算法对斜拉桥拉索用磁流变阻尼器具有很好的实用性。     

车辆半主动悬架非线性控制方法的研究

考虑磁流变减振器阻尼力和悬架弹性元件非线性特性,建立了车辆半主动悬架非线性动力学模型。应用微分几何非线性控制,经过适当的非线性状态和反馈变换,实现半主动悬架非线性系统的精确线性化,并对系统实施非线性状态反馈控制;根据预定的控制目标及模糊控制策略调节控制参数,设计模糊控制器,对悬架系统进行了控制仿真研究;利用神经网络模式识别能力对输入数据处理辨别,设计控制网络层,从而达到提高悬架工作性能,改善车辆行驶舒适性的目的。将3种非线性控制方法的仿真结果进行分析比较表明：经模糊控制或神经网络控制的悬架冲击响应小、振动强度低,比微分几何控制能获得更优异的性能。