车辆半主动悬架控制器的设计与研究

根据半主动悬架系统的研究现状,设计了嵌入式智能控制器,采用模糊神经网络控制算法,调节车辆半主动悬架系统阻尼系数,在8位单片机上实现了该算法,并且在实验室进行了台架试验,试验结果表明,所设计的控制器可以满足半主动悬架控制系统的要求.     

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。     

基于ADAMS和MATLAB的车辆半主动悬架系统的研究

基于Adams建立了整车多体系统动力学仿真模型,基于VB编写了国家B级路面生成程序,并将模型和程序导入Matlab,在Matlab/Simulink环境下建立模糊控制系统,进行基于Adams与Matlab的联合仿真,实现虚拟环境下车辆行驶平顺性的仿真研究。研究结果表明,模糊控制的半主动悬架系统明显减少了车辆振动,因此,有效地改进了车辆的行驶平顺性和乘坐舒适性。     

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。     

车辆半主动悬架控制技术的研究

采用自适应模糊控制策略，在对1／4车辆模型性能仿真基础上，设计开发了以8031单片机为主控制器件的半主动悬架自适应模糊控制系统。经测试，在输入一定信号情况下，系统按设计规律工作。测试结果表明，控制器能较好实现系统控制，控制方法有效，且具有良好的鲁棒性，可以显著减小车辆振动及干扰，提高车辆的行驶平顺性。     

汽车半主动悬架的模糊PID控制仿真研究

悬架系统关乎汽车的平顺性、操纵稳定性和轮胎接地性能。根据汽车振动参数对悬架系统进行有效控制,可使车辆运行在安全、舒适的条件下。通过建模,对半主动悬架的模糊PID控制、PID控制和被动悬架进行了对比仿真分析。结果表明模糊PID控制具有较好的控制效果,其中合理整定模糊PID的参数和确定模糊控制规则至关重要。     

基于ADAMS和MATLAB的整车半主动悬架联合仿真

选取捷达轿车为原型,用ADAMS/View模块建立了整车的动力学模型和国家C级仿真路面模型,测得了被动悬架的动力学参数;然后将此模型导入MATLAB,在MATLAB/Simulink模块里建立整车模型的控制规则并仿真。仿真结果表明,半主动悬架的确可以衰减车身的振动,进而提高了整车的乘坐舒适性。联合仿真的方法也为复杂动力学系统的仿真提供了一种新的途径。     

车辆半主动悬架自适应模糊控制

给出了车辆半主动悬架自适应模糊控制方法,设计了自适应模糊控制器,将模糊系统辨识和模糊控制结合起来,对自适应模糊控制规则进行了修正,使自适应模糊控制的复杂性得以简化,提高了半主动悬架控制的实时性,从而达到最佳的控制效果。与被动悬架的对比分析表明,自适应模糊控制半主动县架具有优良的减振性能。     

汽车磁流变半主动悬架技术研究

磁流变半主动悬架作为介于主动悬架和被动悬架之间的装置,其减振器采用了新型功能材料磁流变液。它具有能耗少、结构简单、响应速度快、成本低廉、可靠性高等优点,在汽车工业中具有巨大的发展潜力。文章论述了磁流变减振器的工作原理和磁流变悬架的情况,介绍了磁流变半主动悬架技术在现代车辆上的应用进展,并对磁流变悬架的发展进行了展望。     

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.     

半主动空气悬架神经网络的自适应控制

针对半主动空气悬架这种时变的、非线性复杂系统,提出基于神经网络的自适应控制策略,设计了神经网络辨识器和控制器。仿真计算表明,神经网络自适应控制的半主动空气悬架具有明显的减振效果。为了验证仿真效果,还进行了台架试验,研究结果表明车身振动幅度可下降30％左右。仿真和试验研究均表明,所提控制策略是正确的和有效的。     

半主动空气悬架的模糊神经控制仿真分析

以空气悬架客车1/4车辆模型为控制对象,设计了模糊神经控制器,以簧载质量垂直方向振动加速度均方根为控制指标,以车速50,120 km/h标准B级路面和标准C级路面为随机输入,利用MATLAB软件对模型进行了控制仿真分析。结果表明,模糊神经控制器对车辆的行驶平顺性和操纵稳定性均有明显的改善。     

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。     

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。     

Lagrange模糊插值控制在半主动悬架系统中的应用

设计了Lagrange模糊插值控制器,对半主动悬架系统中减振器阻尼系数进行控制。通过MATLAB仿真分析表明,与基本模糊插值控制算法相比,采用该控制算法可提高控制的精度和改善控制效果。     

基于BP神经网络PID控制的主动悬架仿真分析

为研究主动悬架的控制算法,采用基于BP神经网络的一种自适应PID控制算法来搭建主动悬架控制系统。以某轿车车型为例,在Simulink软件中建立了以随机路面不平度激励作为系统输入的七自由度整车主动悬架仿真模型。将车身垂向加速度均方根、俯仰角加速度均方根、侧倾角加速度均方根作为主动悬架性能的评价指标进行时域及频域分析。由仿真结果可知,相比于传统的被动悬架,运用该控制算法的主动悬架可显著提升汽车的行驶稳定性与舒适性。     

基于模糊鲁棒控制的车辆半主动悬架性能分析

半主动悬架控制系统是双线性系统,直接求解H∞控制器有困难,提出将鲁棒控制与模糊控制相结合的控制方法,用阻尼力代替阻尼作为H∞控制器的输出,简化了H∞控制器的求解,并对带H∞控制器半主动悬架的幅频特性与被动悬架的幅频特性进行了比较分析。对H∞控制器输出的力,通过模糊控制器来确定并选择可调阻尼减振器的阻尼,实现了半主动悬架的阻尼有级可调。通过计算机仿真,验证了模糊鲁棒控制算法的有效性。