Fuzzy Logic Control for Semi-Active Suspension System of Tracked Vehicle

The model of half a tracked vehicle semi-active suspension is established. The fuzzy logic controller of the semi-active suspension system is constructed. The acceleration of driver‘s seat and its time derivative are used as the inputs of the fuzzy logic controller, and the fuzzy logic controller output determines the semi-active suspen-sion controllable damping force. The fuzzy logic controller is to minimize the mean square root of acceleration of the driver‘s seat. The control forces of controllable dampers behind the first road wheel are obtained by time delay, and the delay times are determined by the vehicle speed and axles distances. The simulation results show that this control method can decrease the acceleration of driver‘s seat and the suspension travel of the first road wheel,the ride quality is improved obviously.     

Fuzzy Control of Semi-Active Suspension Based on 7-DOF Tracked Vehicle

On the basis of analyzing the system constitution of tracked vehicle semi-active suspension,which consists of electrorheological(ER) damper and shape memory alloy(SMA) spring,a seven degree of freedom(7-DOF) dynamic model is established.The change of the elasticity of SMA spring and the characteristics of the ER shock absorber are studied.In addition,the study about fuzzy control logic is also carried out.Simulation of a C grade road under random excitations and definite disturbances is performed.Simulation result shows the fuzzy control strategy,which is used in the control of semi-active suspension system with ER damper and SMA springs,is effective,stable and reliable.     

Fuzzy Control of Semi-Active Suspension Based on 7-DOF Tracked Vehicle

On the basis of analyzing the system constitution of tracked vehicle semi-active suspension, which consists of electrorheological (ER) damper and shape memory alloy (SMA) spring, a seven degree of freedom (7-DOF) dynamic model is established. The change of the elasticity of SMA spring and the characteristics of the ER shock absorber are studied. In addition, the study about fuzzy control logic is also carried out. Simulation of a C grade road under random excitations and definite disturbances is performed. Simulation result shows the fuzzy control strategy, which is used in the control of semi-active suspension system with ER damper and SMA springs, is effective, stable and reliable.     

两种自适应控制算法在悬挂系统中的应用

为了减小车辆悬挂系统的振动,采用半主动悬挂系统作为对象,并建立了其CARMA模型,提出了自适应控制中的两种算法:最小方差自校正控制算法和极点配置自校正控制算法.前者可使系统输出的方差最小,而后者可使系统的动态特性达到预期的目的.仿真结果表明,车体垂直方向的加速度大大减小,减振的目的也已达到.这两种算法都能减小悬挂系统中的振动,具有一定的实用性.     

汽车悬架最优控制与半主动控制研究

基于1/4汽车悬架为控制对象,建立了汽车悬架动力学模型.以线性二次型最优（LQG）控制和改进后的半主动开关（on-off）控制为控制策略,在MATLAB/Simulink软件平台上进行仿真.与被动悬架比较,采用正弦激励下的频域分析和随机路面激励下的时域分析,证明了LQG控制和半主动开关控制在汽车控制工程中的可行性.     

基于联合仿真技术的半主动悬架混合控制策略研究

为减少汽车半主动悬架系统开发周期和成本,利用多体动力学仿真软件SIM—PACK建立了某轿车单斜臂式悬架虚拟样机模型,并在MATLAB／SIMULINK环境中设计了基于混合控制策略的半主动悬架控制器,建立了一个半主动悬架控制策略研究的集成环境,利用该集成环境研究了基于混合控制策略的半主动悬架车辆行驶性能。与被动悬架相比,当汽车以72km／h在B级路面上行驶,阻尼力分配系数a为0．6时,混合控制策略下的半主动悬架车身垂向加速度均方根值和悬架动行程均方根值分别下降了17．38％和43．24％,而轮胎动载荷均方根值仅增加了4．42％。研究结果表明,基于混合控制策略的半主动悬架可以有效衰减车身的振动,改善车辆行驶平顺性,而车辆道路友好性并没有发生恶化。     

Vibration Control of Vehicle Suspension System by Electrorheological Damper

Over the past three decades ,vibration control ofvehicle suspension systems has always been the sub-ject of extensive research in order to provide a goodride comfort performance for passengers . The pri ma-ry objective function of any vehicle suspension systemis toisolatethe bodyfromroadway disturbances[1 -5].Generally three types of suspension systems are used,namelythe fully active ,the semi-active and the pas-sive control systems . Compared with the other twosuspensions,the semi-active susp…     

Adaptive Fuzzy Control for CVT Vehicle

On the simple continuously variable transmission （CVT） driveline model, the design of adaptive fuzzy control system for CVT vehicle is presented. The adaptive fuzzy control system consists of a scaling factor self-tuning fuzzy-PI throttle controller, and a hybrid fuzzy-PID CVT ratio and brake controller. The presented adaptive fuzzy control strategy is vehicle model independent, which depends only on the instantaneous vehicle states, but does not depend on vehicle parameters. So it has good robustness against uncertain vehicle parameters and exogenous load disturbance. Simulation results show that the proposed adaptive fuzzy strategy has good adaptability and practicality value.     

基于联合仿真的半主动悬架车辆平顺性

为减少车辆悬架系统开发周期和成本,利用SIMPACK软件建立了车辆1／4悬架多体动力学模型,基于天棚控制策略设计了半主动悬架控制器,并通过MATLAB／SIMULINK编写了控制算法对其进行联合仿真．将采用半主动悬架系统得到的仿真结果与采用被动悬架系统得到的仿真结果进行了对比,车身垂直加速度均方根值减少了30．2％．结果表明,基于天棚控制的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,从而为车辆动力学系统的仿真分析提供了一种有效方法．     

基于电液比例阀减振器半主动悬架系统的研究

为提高汽车的平顺性和操纵稳定性,设计了以电液比例阀半主动减振器为控制对象,采用自适应神经网络控制方法的半主动悬架系统。在对电液比例阀减振器阻尼力变化规律进行分析的基础上,建立了基于电液比例阀减振器的半主动悬架模型,采用神经网络自适应控制方法对模型进行了研究。路面输入采用积分白噪声模拟B级路面谱,以簧载质量垂向加速度、悬架动行程以及轮胎动载荷作为评价指标。利用Matlab/Simulink工具箱进行仿真,结果表明,设计的半主动悬架与被动悬架相比,其平顺性与稳定性均得到了良好的改善。     

IPSO-BP算法在半主动悬架控制中的应用

为了改善半主动悬架的性能,提出采用改进的粒子群优化(improved particle swarm optimization,IPSO)-向后传播(back propagation,BP)算法作为半主动悬架自适应控制,该算法将标准粒子群算法进行改进,用以改善粒子群全局收敛性和收敛速度,并将改进后的IPSO算法作为BP神经网络的学习算法,用于半主动悬架的自适应控制.自适应控制器采用了双神经网络单元结构,一个作为输入端的控制器,根据路面输入调节半主动悬架阻尼值,另一个作为半主动悬架的辨识器,并进行在线识别.通过该控制器进行半主动悬架自适应控制数值仿真,结果表明,基于该算法的控制器明显改善了汽车的舒适性和平顺性,使得车身的垂向加速度比粒子群优化(particle swarm optimization,PSO)-BP半主动悬架的降低了21.73%,提高了汽车悬架的性能.     

基于模型参考模糊自适应的多缸同步控制

针对各通道间存在的耦合和外力扰动作用,以及工况和负载的复杂多变性,以四缸同步系统为例,应用了模型参考模糊自适应控制。根据被控对象和参考模型的输出偏差和偏差的变化来调整PI控制器的比例系数和积分系数,即通过模糊推理实时地调节PI参数,使受控系统的输出趋近于参考模型输出。仿真结果表明：该方法比传统PID控制能更有效的抑制各通道间的耦合和外力扰动作用,提高了系统的鲁棒性和同步精度。     

基于空气悬架客车1/2模型的模糊控制仿真

为了改善空气悬架客车动态性能的控制效果,以空气悬架客车1/2 模型为控制对象,以车身垂直运动和俯仰运动加速度为控制指标,以B级路面为随机输入,应用模糊控制技术对1/2车辆模型进行了计算机控制仿真分析。结果表明:在引入垂直振动和俯仰振动2 个控制器后,车辆的行驶平顺性和操纵稳定性均得到了明显改善。     

主动悬架 LQG 控制与模糊 PID 控制的比较研究

为了解决主动悬架系统控制问题,建立了1／2车辆主动悬架系统动力学模型,并设计了两种应用于主动悬架的控制器：LQG控制器和模糊PID控制器。 LQG控制器以车身垂向加速度、俯仰角加速度、悬架动挠度、轮胎动位移和悬架控制力作为其性能评价指标。模糊PID控制器将PID控制器与模糊控制器并联,采用了双模糊控制,分别以质心速度及其变化率和俯仰角速度及其变化率作为前、后悬架模糊控制器的两个输入;输出分别为前、后悬架的控制力。将分别应用这两种控制器的主动悬架在Simulink中仿真,结果表明两种控制器均能很好地改善汽车平顺性和乘坐舒适性。通过对两种控制的综合比较,模糊PID控制更具有实用性。     

Linear Quadratic Integral Control for the Active Suspension of Vehicle

The quarter model of an active suspension is established in the form of controllable autoregressive moving average （CARMA） model. An accelerometer can be mounted on the wheel hub for measuring road disturbance; this signal is used to identify the CARMA model parameters by recursive forgetting factors least square method. The linear quadratic integral （LQI） control method for the active suspension is presented. The LQI control algorithm is fit for vehicle suspension control, for the control performance index can comprise multi controlled variables. The simulation results show that the vertical acceleration and suspension travel both are decreased with the LQI control in the low frequency band, and the suspension travel is increased with the LQI control in the middle or high frequency band. The suspension travel is very small in the middle or high frequency band, the suspension bottoming stop will not happen, so the vehicle ride quality can be improved apparently by the LQI control.     

基于参考模型的自适应模糊控制系统设计与仿真

参考模型自适应控制可以应用于各种不同类型的模糊控制系统。介绍了基于参考模型的自适应模糊控制系统的结构,设计了模糊自适应控制器,并进行了仿真。仿真结果表明,基于参考模型的自适应模糊控制系统有良好的控制性能。     

磁流变阻尼器驱动的智能车辆悬挂控制及实验

针对由新型的磁流变阻尼器驱动的智能车辆悬挂设计要求,提出了一种基于天棚阻尼律实现不对称阻尼特性的半主动控制方案,能有效地抑制驱动电流的“开-关”冲击特性和磁流变阻尼器滞环特性产生的不良影响.将该控制器与四分之一车辆模型相结合,在变幅度谐波、平滑脉冲和随机信号激励下,对该半主动控制器的性能进行了仿真分析,并通过设计的硬件在环测试系统进行了系统的实验研究.结果验证了所提出的智能车辆悬挂设计能理想地实现车辆驾乘舒适性、与路面可靠接触、悬挂空间等多目标悬挂性能,以及对簧载质量变化的鲁棒特性.     

车辆半主动悬架系统混合控制策略的半实物试验研究

为分析半主动悬架系统混合控制策略对车辆平顺性和道路友好性的影响,验证混合控制策略的实车应用可行性,在建立四自由度1／z车辆半主动悬架模型的基础上,利用MATLAB／Realtime Windows Target模块和自行开发的电控单元构建了硬件在环仿真平台,并利用上述平台开展了硬件在环仿真试验。研究表明,采用数学仿真方式,当天棚控制阻尼力分配系数取0．6时,混合控制策略可以有效兼顾车辆平顺性和道路友好性。与数学仿真相比,基于硬件在环的仿真模型前轮轮胎动载荷、后轮轮胎动载荷和车身垂向加速度均方根值变化很小,仿真结果较为吻合。     

电液位置伺服系统的局部模型参考自适应控制

提出了一种适用于电液位置伺服系统这类宽频带系统的新自适应控制方法。该方法简单实用，能有效地避免自适应控制中的逆不稳定问题。仿真结构表明，这种方法对抑制电液位置伺服系统时变参数的影响有明显作用，能够获得相对良好的控制效果。     

车辆半主动悬架的控制策略及仿真

作者综述了汽车悬架控制系统的基本类型 ,以半主动悬架为研究对象 ,推导建立出汽车两自由度 1/ 4车体模型 ,提出了一种汽车半主动悬架系统的模糊控制方法 ,并利用MATLAB进行仿真 ,对结果进行分析 ,证明了该控制策略的有效性