拖拉机座椅悬架对动态舒适性影响的研究

为探讨基于磁流变阻尼器(MRD)的拖拉机半主动座椅悬架在动态舒适性方面的优越性,在正弦激励和白噪声激励环境下,构建了拖拉机动力学模型和磁流变阻尼器(MRD)力学模型,并给出了模糊控制器的设计方法。在Mat Lab/Simulink仿真环境中分别对被动和半主动座椅悬架进行时域和频域仿真,得出两种悬架的加速度动态特性曲线及相应的频谱特性曲线。仿真结果表明:所构建的阻尼器模型及控制策略可以有效衰减座椅悬架在低频区段的垂直振动,改善了拖拉机的动态舒适性。     

基于磁流变减振器的半主动车辆座椅悬架的控制仿真研究

通过建立在试验基础上的磁流变阻尼器的Binham模型,设计了半主动车辆座椅悬架系统的控制器,并在matlab中对系统进行了仿真分析。结果表明此控制器能有效地抑制座椅的垂向加速度,提高驾驶员的乘坐舒适性。     

汽车磁流变半主动悬架系统设计与试验

为了提高汽车的平顺性和行驶稳定性,设计了一种安装双出杆式磁流变减振器的汽车半主动悬架系统。在分析传统的磁流变减振器力学模型的基础上,提出了一种改进的磁流变减振器多项式模型,建立了基于磁流变减振器的半主动悬架系统动力学模型;设计了磁流变减振器物理样机,进行了磁流变减振器的力学特性试验,获得该磁流变减振器的示功特性和速度特性曲线,并利用试验结果进行了模型参数识别与模型验证。考虑时滞对悬架系统的影响,计算了该磁流变半主动悬架的临界时滞,采用Smith预估时滞补偿控制策略,设计了磁流变半主动悬架模糊时滞控制器;利用Matlab软件进行了磁流变半主动悬架时滞补偿控制仿真对比分析;研制了汽车半主动悬架测试系统,开展了磁流变半主动悬架控制台架试验。仿真与试验结果表明,所研制的磁流变减振器耗能效果良好,控制灵敏;试验建模所获得的改进型磁流变减振器多项式力学模型是正确的。与被动悬架相比,在正弦激励和随机路面谱输入下磁流变半主动悬架的簧载质量加速度下降30%左右,减振效果明显。     

汽车磁流变半主动悬架系统模糊控制仿真研究

建立了两个自由度1/4车体基于磁流变减振器的半主动悬架系统的数学模型,设计了汽车磁流变半主动悬架系统模糊控制器,通过应用Matlab/Simulink仿真软件包对比仿真,结果表明模糊控制磁流变半主动悬架系统的控制效果明显优于磁流变被动悬架系统,为磁流变半主动悬架在汽车上的应用提供了参考。     

驾驶员座椅悬架模糊控制的联合仿真研究

根据某车型参数,运用Adams/View 建立了驾驶员座椅悬架系统的虚拟样机模型。应用模糊逻辑控制理论,进行了针对该悬架模糊控制模型的设计,并在 Matlab/Simulink 环境下控制系统实现了联合仿真。同时,将该控制方式、被动控制以及 PID控制器控制的半主动座椅悬架系统做了性能对比分析。仿真结果证明,相对于其它两种悬架来说,具有模糊控制器作用的主动悬架在降低座椅悬架振动加速度、速度和动行程等性能方面效果明显,有效改善了乘坐舒适性。     

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.     

基于卡尔曼滤波器的半主动悬架仿真和试验

设计了Kalman滤波器来估计悬架的相对速度和绝对速度,采用天棚控制算法,建立了基于观测器的1/4车辆半主动悬架天棚控制器。仿真结果表明,所设计的Kalman滤波器能较好地估计被控悬架的绝对速度和相对速度。建立了1/4车辆半主动悬架测控试验系统,对基于观测器的半主动悬架天棚阻尼控制进行了试验验证。试验表明,观测器可以较好地估计悬架的状态,对比被动悬架,基于观测器的磁流变半主动悬架天棚控制器提高了行驶的平顺性。     

基于神经网络控制器的半主动悬架的研究

在对被动悬架存在的问题进行分析的基础上,建立了1／4车辆模型的半主动悬架的运动微分方程,设计出了基于神经网络辨识器NNI和神经网络控制器NNC的半主动悬架的神经网络控制器,通过仿真结果可看出基于神经网络控制器的半主动悬架比被动悬架具有更好的减振性能,能使车辆具有更好的平顺性。     

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。     

基于层次分析法的汽车半主动悬架LQG控制研究

建立了考虑座椅的五自由度车辆动力学模型,应用最优控制理论设计了车辆半主动悬架的LQG控制器。以座椅加速度、车体加速度、车体俯仰角加速度、前后悬架动行程及前后轮胎动位移等作为评价指标,采用层次分析法(AHP)确定了各指标的加权系数。利用MATLAB/Simulink搭建车辆仿真模型,分别在A级路面90 km/h和B级路面60 km/h两种工况下验证LQG控制的有效性。结果表明:与被动悬架相比,采用LQG控制器的半主动悬架能有效地减缓车辆的振动,改善车辆的乘坐舒适性与行驶平顺性。基于层次分析法确定加权系数的LQG控制器使车辆半主动悬架对工况的适应性较好,具有良好的应用前景。     

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。     

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。     

半主动悬架仿真与试验研究

建立了2自由度汽车半主动悬架模型,采用智能控制策略,对半主动悬架系统进行数值仿真。在此基础上,设计了半主动悬架智能控制系统,并进行了台架试验。结果表明半主动悬架系统在减少振动,提高汽车行使平顺性方面要优于传统被动悬架系统。     

基于联合仿真的主动悬架自适应模糊PID控制研究

利用ADAMS建立了1/4车辆主动悬架的机械模型,运用MATLAB设计了基于自适应模糊PID控制算法的主动悬架控制系统,通过ADAMS/Control模块与MATLAB的接口实现了基于车辆悬架多体模型的主动控制联合仿真.仿真结果表明,采用自适应模糊PID控制能取得很好的控制效果,与被动悬架相比显著地降低了车身加速度和轮胎动位移,大大提高了车辆的乘坐舒适性和操纵稳定性.     

半主动油气悬架系统模糊控

以两自由度悬架模型为研究对象,针对半主动油气悬架系统,提出了以悬架动挠度为控制目标的模糊控制策略,并对系统进行仿真和实车道路试验.结果表明,采用模糊控制的半主动油气悬架在衰减车辆振动、提高车辆行驶平顺性方面优于传统被动油气悬架.     

基于遗传算法的汽车半主动悬架模糊控制器设计

建立了二自由度汽车半主动悬架系统的数学模型,针对汽车半主动悬架减振器阻尼控制中模糊控制器存在的问题,提出了基于遗传算法的模糊控制算法。采用浮点数编码对模糊控制规则进行优化,既提高了运算效率和计算精度,又保证了控制系统的快速性和全局最优性。仿真计算和试验结果表明：基于遗传算法的模糊控制器能明显改善汽车的行驶平顺性。