汽车半主动空气悬架自适应模糊神经网络控制

考虑空气悬架弹簧刚度可调的特性,建立了车辆5自由度的半主动悬架非线性动力学模型.提出了一种基于自适应模糊神经网络系统结构的模型,参考自适应控制方法来研究汽车半主动空气悬架的非线性控制问题,并考虑半车模型前后悬架的输入时滞,对其进行了仿真分析.研究结果表明:该控制方法能够使人体垂直加速度、车身垂直加速度和俯仰角加速度都得到很大的衰减,可在一定程度上减少路面对车身的振动冲击,提高汽车的行驶平顺性.     

汽车半主动悬架的神经网络自适应PID控制

提出了一种基于神经网络自适应控制的汽车半主动悬架系统。通过与被动悬架的对比分析，证明半主动悬架具有优良的减振性能。     

汽车半主动悬架的模糊逻辑控制

提出了用模糊逻辑控制汽车半主动悬架的新方法，介绍了模糊控制器的结构及模糊推理过程，进行了仿真计算和结果分析。     

基于模糊PID的半主动悬架控制策略研究

针对传统被动悬架平顺性不足的问题,本文研究了基于模糊PID的半主动悬架控制策略。通过CarSim软件建立某C级轿车的整车模型,基于模糊PID控制原理在Simulink中设计控制器并配置相关参数,建立基于滤波白噪声的路面模型,并将其载入CarSim软件。通过在CarSim中设置数据输入、输出仿真端口,将车辆模型运行数据通过S-Function模块发送到Simulink中求解控制信号,再通过S-Function模块施加到CarSim中,形成闭环控制系统,最后进行联合仿真试验验证模糊PID控制算法的有效性。仿真结果表明,配置有模糊PID控制器的半主动悬架明显改善了车辆的平顺性。该研究具有广阔的应用前景。     

汽车磁流变半主动悬架的模糊PID控制研究

为了解决传统的被动悬架阻尼参数不可调节,汽车的乘坐舒适性和操纵稳定性难以改善的问题.提出使用磁流变阻尼器代替被动阻尼器,通过将磁流变阻尼器基于BP神经网络的逆向模型与模糊PID控制器形成闭环反馈来实现对汽车悬架的半主动控制.通过仿真实验和数据分析得到,基于磁流变阻尼器的模糊PID控制的半主动悬架系统的车身垂直加速度、悬架动挠度和轮胎动载荷的均方根植明显比被动悬架的均方根值小.结果表明:该方法可以有效地提高汽车的乘坐舒适性和操作稳定性,改善悬架系统的性能.     

汽车半主动悬架稳定性PID控制分析

以二自由度的半主动悬架为原型,建立了计算机数学模型,对其控制系统的稳定性进行了分析。利用MATLAB软件进行仿真,并对加入PID控制的悬架系统在稳定性和平顺性方面进行了对比验证,相比于其他控制系统,PID控制系统结构简单,调整快捷方便,在汽车行驶的平顺性和舒适性方面体现了明显的优势。     

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．     

基于模糊PID控制器的1/2整车半主动悬架仿真研究

通过抽象简化建立1/2整车半主动悬架数学模型,并在MATLAB软件中搭建仿真模型;计算出被动悬架的簧载质量、速度及其变化率,并作为主动悬架控制的输出量。半主动悬架采用模糊PID复合控制器,用模糊控制策略对PID控制器在给定的参数范围内进行在线实时调整。研究结果表明:采用模糊PID复合控制器的半主动悬架在不同车速阶段,对改善整车的总体性能有明显作用,车身垂直加速度、车身俯仰角加速度、前后悬架动行程改善明显,提升了整车在不同车速范围内的乘坐舒适性和操纵稳定性。     

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。     

半主动空气悬架的参数自调整模糊控制仿真

针对半主动空气悬架系统进行了自调整模糊控制算法的仿真研究。以某空气悬架大客车1/4车辆模型为仿真对象,设计了参数自调整的模糊控制器,并以B级路面为随机输入,以平顺性为评价指标,对模型进行了计算机仿真。结果表明,在引入参数自调整模糊控制方法后,车辆的行驶平顺性得到了改善。此外,当汽车行驶工况变化时,该控制器仍表现出良好的控制效果。     

半主动悬架模糊PID控制器设计及仿真分析

针对传统悬架控制精度低、稳定性较差等缺陷,设计了一种半主动悬架模糊PID控制器.首先,在Matlab/Simulink模块中建立模糊PID控制器模型,以簧载质量的位移偏差及其变化量作为输入参数,输出参数为KP、KI、KD;然后,应用Adams软件搭建汽车1/4半主动悬架模型;最后,进行Simulink和Adams联合仿...     

基于虚拟样机的空气弹簧悬架轿车行驶平顺性研究

应用ADAMS/Car建立空气弹簧悬架整车动力学模型,在ADAMS/Car_Ride试验台上分别进行空载和满载时随机路面下的汽车平顺性试验。根据试验数据分别对座椅响应进行时域和频域分析,得到座椅各轴向加权加速度均方根值,并与相同激励下的普通螺旋弹簧悬架系统进行平顺性对比。对比分析结果表明:无论是空载还是满载,匹配空气弹簧悬架系统轿车的各轴向以及总加权加速度均方根植均小于普通螺旋弹簧悬架轿车,很好地改善汽车的行驶平顺性。     

空气悬架大客车高度控制仿真与试验研究

基于大客车单轴空气悬架的动力学方程,利用MATLAB/Simulink和DSHplus建立了带空气弹簧模块的联合仿真模型,为获得空气弹簧模块关键参数,设计进行了空气弹簧激振台试验和进排气电磁阀的流量特性试验,并针对单轴模型完成PID高度控制器设计。仿真结果表明该控制器动作及时,响应迅速,且避免了超调。基于单轴空气悬架试验车进行了试验,结果表明高度控制工作可靠,反应时间短、调节准确。     

主动悬架系统随机次优控制

研究随机次优控制主动悬架对于平顺性的影响,介绍了求解随机次优控制反馈增益矩阵近似值的方法,对于实际控制系统,设计了控制规律,并进行了系统仿真计算,主动悬架与被动悬架汽车系统垂直方向运动响应的对比分析结果表明：主动悬架降低了悬挂质量的加速度。     

基于AMESim／Simulink的磁流变半主动悬架系统性能仿真

对车辆磁流变半主动悬架系统进行了高效且简单的AMESim建模,以经典模糊控制理论为基础在Simulink中建立其控制模块,并进行联合仿真。结果表明,所建的模型正确,控制模块有效实现了对磁流变半主动悬架系统的控制,同时也表明,基于磁流变半主动悬架系统的车辆具有更好的行驶平顺性。     

汽车半主动悬架神经模糊融合网络控制

针对汽车半主动悬架模糊控制器的模糊控制规则无法有效调整的问题,建立了两自由度1/4车辆模型.利用白噪声模拟路面激励并作为系统的输入,将人工神经网络与模糊逻辑控制相融合,采用人工神经网络模拟模糊控制过程,实现了模糊规则的自适应调整.将直接控制力作为参考控制力对神经网络进行训练,输出控制力结合开关控制策略实现悬架的半主动控制.仿真分析表明,神经模糊融合网络控制器相对于模糊控制器和被动悬架,使悬架性能得到了显著的改善.     

基于滑模控制的半主动悬架系统仿真分析

建立1/4车2自由度半主动悬架系统动力学模型,并根据滑模变结构方法设计了车辆半主动悬架滑模控制器。控制器将天棚阻尼系统作为参考模型,把半主动悬架和参考模型间的广义误差动力学引入渐进稳定的滑模动态中,使用等速趋近率改善运动段的动态品质。仿真结果表明,滑模控制器的性能稳定,能有效地提高车辆行驶的平顺性和行驶的安全性。     

基于模糊PID的超声电机控制

针对超声电机特殊的工作原理,选定驱动电压作为其速度控制变量,为了解决超声电机非线性和建模复杂的问题,提出把传统PID结构简单、稳定性好的优点与模糊控制响应快、易实现的优点结合起来,设计基于DSP56f801的模糊控制器,实现对超声电机的速度控制。仿真结果表明,该方法调节精度较高,动态响应好,跟踪性能良好。     

高速列车座椅主动悬架的模糊控制与PID控制系统

建立了基于主动悬架的的高速列车悬架—座椅—人体的四自由度动力学模型,并对该列车模型平顺性的优化控制进行了研究。针对该座椅主动悬架模型设计了模糊控制器、传统PID控制器与自适应的模糊PID控制器,应用Matlab/Simulink软件在相同的工况下进行仿真实验,并将三种控制方法下的仿真结果与被动悬架车辆模型的仿真结果进行对比分析。结果表明,相较与被动悬架车辆模型,上述三种控制方法下的主动模型座椅处的振动特性都得到了改善,达到了预期的控制效果,且自适应模糊PID控制下的改善程度最佳,对高速列车乘坐舒适性的提高有着一定的理论参考意义。     

车辆主动悬架的控制研究

讨论了悬架性能对车辆操纵稳定性、行驶平顺性的影响,并建立了汽车主动悬架的2自由度模型。以该模型为基础,研究了随机最优控制在汽车主动悬架控制中的应用。