麦弗逊悬架在ADMS中嵌入遗传因子的优化研究

基于麦弗逊汽车悬架动力神经结构中的麦弗逊汽车悬架动力神经结构运动参数与数据优化瓶颈,利用基于麦弗逊汽车悬架动力神经结构空间结构和麦弗逊汽车悬架动力神经结构运动性能建立麦弗逊汽车悬架动力神经结构运动模型。同时利用数学运算数学运算几何定位节点的关联函数。同时利用汽车遗传因子方法进一步优化麦弗逊汽车悬架动力神经结构运动模型,并嵌入在Adams中。仿真实验表明：在Adams中嵌入汽车遗传因子后可有效控制定位节点的滑移量。所设计的ADAMS嵌入汽车遗传因子的优化设计方法,能够在汽车汽车悬架动力参数与数据优化时快速实现,证明了所建立模型的正确性和优化设计方法的有效性。     

轮毂电机驱动电动汽车行驶平顺性研究

为研究轮毂电机对车辆平顺性的影响,文章建立了1/4车辆二自由度振动系统模型和随机路面输入模型,以MATLAB/Simulink为仿真平台建立了相应仿真模型,通过仿真得到了不同非簧载质量情况下车身加速度、车轮相对动载荷以及悬架动挠度对路面速度激励的响应.最后,分别从频域和时域角度对振动系统响应进行分析,结果表明,随着非簧...     

基于客车空气悬架控制系统的仿真分析

由于电控空气悬架振动控制系统为复杂的非线性系统,本文采用了不依赖于被控对象精确数学模型的模糊控制策略对空气悬架控制系统进行了仿真分析。在仿真分析过程中,建立了两自由度的1/4空气悬架动力学模型;同时考虑到路面扰动输入对汽车悬架控制的影响,建立了随机路面不平度的数学模型,并在时域内对其仿真。仿真结果表明,使用模糊控制算法可以有效衰减簧载质量垂直加速度,改善了汽车的行驶平顺性。     

汽车悬架减振器性能检测与故障诊断

减振器是汽车悬架的重要组成部,其性能对汽车行驶平顺性、操纵稳定性、乘坐舒适性和行驶安全性都有重要影响。本文主要探讨了汽车悬架减振器性能检测及故障诊断方法。     

基于RBF神经网络的半主动悬架滑模控制

针对悬架参数的不确定性,提出一种基于径向基函数(RBF)神经网络的滑模控制方法。根据滑模变结构控制理论设计了两自由度半主动悬架系统的滑模控制器,采用极点配置法确定滑模切换面参数,应用比例切换的控制方法和等速趋近率确定控制律,采用RBF神经网络优化算法优化了滑模控制器。运用MATLAB/simulink进行仿真,结果显示,与被动悬架相比,基于RBF神经网络的滑模半主动控制具有良好的控制效果,显著地改善了车辆的行驶平顺性。     

融合遗传贝塞尔曲线的智能汽车路径规划

为使智能汽车在复杂环境中自主规划出一条合理路线以实现安全避障,提出一种融合贝塞尔曲线的改进遗传算法路径规划方法.以路径的长度最短和平均曲率最小为目标函数,对适应度函数进行改进的同时,在变异过程中引入随机插入机制,最后考虑到行驶过程中的平顺性和稳定性,在车辆坐标系下通过融合贝塞尔曲线形成一条满足车辆行驶特性的平滑路径.计...     

遗传算法在双向反射分布函数模型参数优化中的应用

对以大理石为代表的材料进行了双向反射分布函数测量实验,得出了样品的半球反射率,并研究了其随入射、反射天顶角等参数变化的规律。采用遗传算法建立了金刚砂和大理石材料的双向反射分布函数的参数模型,对模型进行参数反演时,通过遗传算法进行优化。拟合后的实验数据曲线表明,利用遗传算法得到的结果具有较好的一致性。     

基于遗传算法的焦化大车走行时间优化研究

采用遗传算法实现了对焦化大车走行时间的优化控制。在建立了大车走行时间的目标函数及约束条件后,对走行时间的函数模型进行了遗传算法的优化,并编写Matlab函数进行仿真,得出了优化的大车走行时间。将基于遗传算法的优化走行时间与传统的匀加速大车走行时间进行了比较和分析,证明了基于遗传算法的大车优化走行时间具有很好的优越性和时效性。     

基于改进遗传算法的高层建筑结构传感器优化布置

为了解决高层建筑结构抗震控制监测系统中的传感器优化布置问题,提出一种基于改进自适应遗传算法的传感器优化布置方法。以模态置信度准则的最大非对角元值极小化来构造适应度函数,对布点位置进行优化。并利用ANSYS 14.0建立有限元模型,施加相应约束对模型进行模态分析,算例结果表明该改进遗传算法对数目与位置实现了优化,得到了满足不同精度要求的传感器优化配置方案。     

基于MATLAB的汽车半主动悬架系统仿真分析

随着国民经济的飞速发展以及人民生活水平的提高,人们对汽车操纵的稳定性和安全性有了更高的要求。悬架是现代汽车的重要构成部分,决定了汽车行驶的稳定性和持久性等多种性能。传统的控制理论和方法不能完全发挥半主动悬架系统的性能,文章设计模糊PID控制器,并采用遗传算法对控制器进行优化,系统的稳定性和安全性得到充分提高。