整车半主动悬架模糊控制研究

为了提高半主动悬架的控制效果,设计了节流口可调式阻尼减振器,根据汽车系统动力学原理建立了半主动悬架整车模型,采用Mamdani模糊控制策略,设计了基于可调阻尼减振器的汽车半主动悬架双模糊控制器,并以某微型轿车为例在Matlab/Simulink环境下进行了阶跃激励仿真试验和随机路面激励仿真试验.仿真结果表明,采用所提出的模糊控制策略改善了汽车的行驶平顺性和乘坐舒适性,同时还降低了悬架被击穿的可能,提高了轮胎的接地性.     

汽车半主动控制悬架的仿真研究

对2自由度的1/4汽车悬架运用多体动力学软件ADAMS建立多体动力学模型,用MATLAB建立半主动控制悬架的模糊控制器,运用ADAMS/View和MATLAB/Simulink进行半主动悬架的联合仿真。仿真结果表明,相对于被动悬架,模糊控制的半主动悬架能有效地降低车身垂向加速度、悬架动挠度和车轮动位移,对改善汽车的操纵稳定性、行驶平顺性和驾驶安全性等综合性能都有着非常重要的意义。     

自适应模糊控制在磁流变半主动悬架中的应用

设计了一种应用于磁流变半主动悬架的自适应模糊控制器,该控制器利用神经网络训练模糊控制规则与隶属度函数,实现了神经网络与模糊控制的优势互补。为了综合反映汽车的侧倾和俯仰性能,建立了七自由度的半主动悬架非线性动力学模型和四轮随机路面模型,采用改进型BoucWen模型模拟磁流变阻尼器。同时为了验证控制器的稳定性,加入制动模块与转向模块,可以更加真实的反映汽车的行驶路况。仿真结果表明:神经模糊控制方法能够减小悬架的动位移、车身的垂直加速度、侧倾角加速度、俯仰角加速度,提高汽车的舒适性和安全性,改善幅度高于利用隔代遗传算法优化的分数阶PID控制器控制的半主动悬架。     

自适应模糊控制半主动悬架系统的研究

半主动悬架系统自适应模糊控制器的应用是为了提高汽车悬架的阻尼效果和操控性。建立 4自由度 1 /2车辆模型 ,在此模型基础上 ,设计了模糊控制器 ,论述了半主动悬架系统的模糊控制方法 ,说明此方法对悬架质心加速度、轮胎动载荷和悬架俯仰角等性能的提高有益。对悬架在各种输入激励下的仿真效果与被动悬架作了比较 ,结果令人满意。     

汽车座椅悬架振动的模糊控制研究

建立了车辆座椅悬架系统和路面输入模型,应用模糊控制理论,对车辆座椅半主动悬架模糊控制器进行设计,并在Matlab/Simulink环境下对此模糊控制器进行了仿真,将它与被动悬架以及用模糊控制器控制的半主动悬架做了比较及性能分析.仿真结果证明,相对于其他两种悬架来说,具有模糊控制器作用的半主动悬架在改善座椅悬架振动加速度、速度和乘坐舒适性方面有明显效果.     

某越野汽车磁流变半主动悬架变论域模糊控制

为了解决半主动悬架传统变论域模糊控制器过度依赖经验规则的问题,提出了一种基于模糊神经网络的变论域T-S模糊控制策略。首先,根据磁流变减振器阻尼特性的实验结果,建立基于自适应模糊神经网络的减振器阻尼力模型及1/2车辆半主动悬架动力学模型;其次,建立悬架系统T-S模糊控制器,同时为了实时调节T-S模糊控制器变量的论域,采用模糊神经网络结构描述伸缩因子的变化。仿真结果表明,笔者提出的变论域模糊控制策略能够有效提高车辆行驶平顺性和操作稳定性。     

基于MATLAB的汽车半主动悬架振动控制

以某微型客车悬架的液压减振器为研究对象,依据汽车动力学理论建立了1/4汽车半主动悬架控制系统的动力学模型,并应用MATLAB/Simulink软件及模糊控制理论模拟仿真了客车在C级路面以不同速度行驶时的振动特性。研究结果表明:模糊控制器可以进一步提高客车的乘坐舒适性和操纵稳定性,同时验证了其具有良好的鲁棒性。     

半主动油气悬架PID闭环控制研究

以半主动油气悬架1/4车辆模型为研究对象,提出了基于模糊的半主动油气悬架PID闭环控制系统。以上车振动速度和加速度为模糊控制器的控制变量,悬架的最优控制力为模糊控制器的控制输出,以悬架上、下车的振动位移和速度为PID闭环反馈,通过理论计算得到系统中连续可调阻尼阀产生的实时阻尼力,从而实现对油气悬架的PID闭环控制。结果表明基于模糊的半主动油气悬架PID闭环控制系统在车辆行驶平顺性和稳定性方面与被动油气悬架和采用模糊控制的半主动油气悬架相比具有较好的综合控制性能。     

基于自适应模糊的汽车半主动悬架容错控制

半主动悬架可以自适应调节阻尼器的阻尼力,具有良好的可控性。针对半主动悬架的增益故障,提出了基于自适应模糊控制的汽车半主动悬架容错控制。在分析汽车半主动悬架阻尼器输入输出特性的基础上,建立了阻尼器发生增益故障时的故障悬架模型,设计了未知输入观测器对阻尼器增益故障进行故障诊断。基于自适应模糊控制对汽车半主动悬架系统阻尼器增益故障设计容错控制器,在C级随机路面下进行容错控制的Matlab/Simulink软件仿真,结果表明自适应模糊容错控制的控制效果要优于无容错控制。     

基于模糊PID算法的汽车半主动悬架振动控制

选择了某微型汽车悬架的磁流变减震器为研究对象,运用汽车动力学理论建立了1/4汽车半主动悬架控制系统动力学模型,基于模糊PID控制算法设计了模糊PID控制器.车辆在不同路面输入谱和不同行驶速度下,以悬架的簧载质量加速度、悬架动挠度和轮胎动载荷3个基本参数来表征磁流变半主动悬架系统的振动特性,运用Matlab/Simulink软件对该悬架系统进行仿真研究,仿真结果表明,当汽车在不同等级的路面上行驶时,随着车速的提高,采用模糊PID控制半主动悬架汽车的簧载质量加速度和悬架动挠度的幅值相对于被动悬架均明显减小,表现出了良好的控制效果.轮胎动载荷与被动悬架的幅度大体相当,偶尔还比被动悬架幅值高,但综合来看,模糊PID控制器能更好地减小汽车振动,进一步提高汽车的乘坐舒适性.结果同时也说明了模糊PID控制具有很好的鲁棒性.采用磁流变减振器的半主动悬架系统有效地改善了汽车乘坐舒适性和操纵稳定性.     

基于模糊控制的汽车半主动悬架的仿真研究

建立了1／4车体二自由度的液压半主动悬架模型及动力学模型。设计了用于该半主动悬架的模糊控制器，应用Matlab／Simulink控制系统仿真软件，以正弦信号作为路面输入信号对1／4汽车液压半主动悬架模型进行计算机仿真。仿真结果表明具有此模糊控制器的半主动悬架在提高车辆乘坐的舒适性和操纵的稳定性方面明显优于被动悬架。     

基于Adams/Car和Matlab/Simulink的汽车半主动悬架模糊控制研究

基于Adams/Car软件创建汽车半主动悬架系统多体模型,利用改进遗传算法优化模糊规则的策略,实现汽车半主动悬架系统模糊控制器的设计,为了证明模糊控制器的控制效果和遗传算法的优化性能,在Matlab/Simulink环境中对汽车半主动悬架系统多体模型实现联合仿真分析。与被动悬架系统的分析对比说明,基于Adams/Car和Matlab/Simulink软件创建的汽车半主动悬架系统模糊控制器在很大程度上降低了人身加速度、改善车辆的乘坐舒适性和驾驶平顺性,同时也证明了采取联合仿真方法的有效性和准确性。     

基于神经网络的半主动悬架自适应模糊控制研究

在建立了五自由度车辆半主动悬架系统模型的基础上，将神经网络与模糊控制结合起来，提出一种基于神经网络的自适应模糊控制半主动悬架系统，其控制器由模糊神经网络控制器和模糊网络组成，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。仿真计算表明，与被动悬架相比，神经网络自适应模糊控制性能明显优于一般的Fuzzy控制，半主动悬架系统在减小振动，提高车辆平顺性方面优于被动悬架，且车轮动载荷和悬架动挠度也得到明显改善。台架试验同样表明了半主动悬架的优良减振性能。     

馈能磁流变半主动悬架模糊滑模控制

为优化悬架减振性能和馈能性能,提出了一种馈能磁流变减振器结构,并设计了相应的半主动悬架模糊滑模控制策略。建立了磁流变减振器力学模型和馈能模型,以及相应的二自由度半主动悬架系统数学模型。针对半主动悬架系统的不确定性,基于混合天地棚阻尼控制系统,设计了滑模变结构控制器。使用饱和函数缓解系统抖振,并运用模糊控制优化滑模控制器。用谐波叠加法生成路面激励输入,分别对被动悬架、基于混合天地棚阻尼控制的半主动悬架以及基于模糊滑模控制的半主动悬架进行对比仿真。结果表明:基于模糊滑模控制的半主动悬架减振性能更好,能耗更小,且有良好的馈能性能,验证了馈能磁流变减振器结构的可行性和模糊滑模控制策略的有效性。     

车辆电动静液压作动器的半主动悬架时滞补偿控制

为了改善车辆行驶的平顺性和操纵稳定性,设计了一种基于电动静液压作动器（EHA）的车辆半主动悬架结构。进行了EHA作动器的性能试验分析,建立了EHA半主动悬架的键合图模型,计算了EHA半主动悬架系统的临界时滞,分析了时滞对EHA半主动悬架幅频特性和减振性能的影响,设计了Smith预估时滞补偿控制器,进行了EHA模糊控制半主动悬架的时滞补偿仿真分析。结果表明,EHA半主动悬架具有较好的阻尼可控性;然而随着时滞的增大,悬架系统会出现“轮跳”现象;在Smith时滞预估补偿控制下,EHA半主动悬架的簧载质量加速度减小约30%,轮胎动载荷减小约20%。     

基于变论域模糊控制的车辆半主动悬架控制方法

针对车辆半主动悬架系统,提出了一种基于变论域模糊PID控制方法,目标是提高车辆在随机路面激励作用下的平顺性。通过将变论域方法与模糊PID控制器相结合来解决模糊PID存在的因模糊规则制定盲目性而产生的在线调节时间过长等问题。由仿真和实验研究对比可知,变论域模糊PID控制下的半主动悬架系统中的车身垂直振动速度和加速度比常规PID控制下的车身垂直振动速度和加速度分别减小了46.56%和29.21%,相比被动悬架系统的车身垂直振动速度和加速度分别减小了58.05%和49.74%。使用该车辆半主动悬架模糊控制方法可提高车辆的平顺性。     

Intelligent semi-active vibration control of eleven degrees of freedom suspension system using magnetorheological dampers

A novel intelligent semi-active control system for an eleven degrees of freedom passenger car’s suspension system using magnetorheological (MR) damper with neuro-fuzzy (NF) control strategy to enhance desired suspension performance is proposed. In comparison with earlier studies, an improvement in problem modeling is made. The proposed method consists of two parts: a fuzzy control strategy to establish an efficient controller to improve ride comfort and road handling (RCH) and an inverse mapping model to estimate the force needed for a semi-active damper. The fuzzy logic rules are extracted based on Sugeno inference engine. The inverse mapping model is based on an artificial neural network and incorporated into the fuzzy controller to enhance RCH. To verify the performance of the NF controller (NFC), comparisons with existing semi-active techniques are made. The typical control strategy are linear quadratic regulator (LQR) and linear quadratic Gaussian (LQG) controllers with clipped optimal control algorithm, while inherent time-delay and non-linear properties of MR damper lie in these strategies. Simulation results demonstrated that the NFC has better control performance and less control effort than the optimal in improving the service life of the suspension system and the ride comfort of a car.