基于遗传算法的汽车主动悬架控制器优化设计

针对LQR方法设计主动悬架控制器存在的不足,研究遗传算法与LQR方法结合优化汽车主动悬架控制器的设计。建立汽车半车模型的动力学方程,应用随机线性最优控制理论设计车辆主动悬架LQR控制器,并在Matlab/Simulink环境中实现该控制器的数值仿真,根据仿真结果运用遗传算法对控制器性能参数进行优化。对优化控制器的仿真结果进行时域和频域分析,结果表明:遗传算法与LQR方法相结合,能较快收敛到最优解;优化的主动悬架控制器可以较好地改善车辆舒适性。     

汽车主动悬架LQR控制研究

为解决主动悬架LQR控制器中加权矩阵Q和R参数需要手动设计存在的人为因素干扰,提高优化结果的精度,提出基于自适应多种群遗传算法汽车主动悬架LQR控制策略,该策略融合了自适应遗传算法和多种群遗传算法的优点。其利用自适应遗传算法的参数自适应调整提高控制器参数的收敛速度;利用多种群遗传算法的多个种群协同进化提高控制器参数的收敛精度。研究结果表明,自适应多种群遗传算法相比自适应遗传算法以及多种群遗传算法所得寻优结果更优,可有效降低悬架在垂直方向的振动幅度,减缓路面对车体的冲击,进一步改善汽车的行驶平顺性和乘坐舒适性。     

基于AHP-GA的整车主动悬架LQG控制器设计

为提高驾驶员的乘坐舒适性,建立了考虑座椅振动的8自由度整车动力学模型,基于最优控制理论,设计了以主动悬架性能指标为目标函数的LQG控制器。利用层次分析法(Analytic Hierarchy Process,AHP)定性分析与遗传算法(Genetic Algorithm,GA)全局优化的特点,结合这2种算法确定各性能指标的加权系数,在Matlab/Simulink软件中建立主、被动悬架模型并进行仿真分析。结果表明,与被动悬架相比,采用2种算法相结合得到的主动悬架提高了整车性能,尤其是驾驶员的乘坐舒适性;与采用单一层次分析法相比,2种算法的结合进一步改善了整车主动悬架的性能,同时验证了层次分析法中参数选定的合理性。     

车辆主动悬架自适应LQG控制策略研究

针对车辆主动悬架的结构原理,建立了其动力学模型。在分析车辆主动悬架状态方程具有时变性的基础上,提出了自适应LQG主动悬架控制策略,通过自适应控制模型能够实现对车辆悬架时变参数和扰动输入参数的辨识。结合LQG控制性能指标函数,在确立簧载质量垂直加速度、悬架动行程和轮胎动行程的加权系数后,通过采用扩展自回归滑动平均模型进行悬架时变参数辨识,实现了主动悬架的自适应LQG控制。仿真结果表明自适应LQG控制策略优于LQG控制,较好地改善了车辆的平顺性。     

车辆主动悬架控制器的仿真设计

建立了基于1/4车辆动力学和单轮路面输入模型,应用最优控制理论进行车辆主动悬架的线性二次型最优(LQC)控制器的设计,并运用MATLAB/SIMULINK软件进行路面输入和1/4车辆仿真分析。仿真结果表明采用LQG控制方法的主动悬架可以较好地改善车辆的行驶平顺性和乘坐舒适性。     

汽车主动悬架模糊PID控制器的设计

针对汽车悬架这种复杂系统,建立了2自由度的汽车主动悬架数学模型,将模糊控制理论和PID控制策略经过有机结合后运用于主动悬架控制。用Matlab语言及其Simulink工具箱仿真,结果表明,设计的主动悬架与被动悬架比较,其舒适性得到了明显改善,验证了这种控制策略的可行性及有效性。     

基于LQG的车辆悬架系统控制仿真

将线性二次型高斯控制（LQG）的理论应用到了车辆半主动悬架系统的控制中,通过仿真分析了其特性,LQG控制的半主动悬架系统,在悬架弹性元件支撑的所有部件的质量（简称簧上质量）的固有频率附近,悬架的平顺性和动挠度不能同时得到改善,而在中频段可以使二者同时得到改善,在低频段和接近非簧载质量的固有频率段内,改善悬架的平顺性则必然会增加悬架的动挠度．     

基于遗传算法的主动悬架最优控制方法研究

针对线性二次型调节器（LQR）在工程应用中所存在的权重矩阵确定困难的问题,利用遗传算法（GA）优化LQR权重矩阵,提出了一种改进的最优控制方法--遗传线性二次型调节器（GALQR）。该方法采用了分区淘汰搜索机制,兼顾了大范围全局搜索与局部细微搜索,保证了权重矩阵最优解的全局性和精确性。将GALQR方法应用于主动悬架控制规律的设计,其结果与经验型LQR方法进行了对比,表明GALQR方法增加了寻求最优权重矩阵的可能性,使系统获得更佳的设计性能。     

基于遗传算法的车辆座椅悬架最优控制器的应用

常规LQG控制器在车辆座椅主动悬架应用中,存在权值矩阵确定的问题。设计了一种基于遗传算法优化LQG权值矩阵的方法。该方法利用遗传算法的全局优化算法,以主动座椅悬架性能指标为目标函数对权值矩阵进行优化设计,并在Matlab/Simulink环境下建立了系统模型并进行仿真模拟。仿真结果表明:基于遗传算法优化的LQG控制器能够解决了最优控制器中存在的权值确定问题,提高悬架的设计效率,同时对于乘坐舒适性的改善有良好的效果。     

Simulik在汽车主动悬架LQG控制仿真中的应用

建立了1/4汽车主动悬架模型,应用最优控制理论进行了汽车主动悬架的LQG控制器的设计,并Matlab/Simuhnk软件中进行仿真.结果表明:具有LQG控制器的主动悬架对车辆行驶平稳性和乘坐舒适性的改善有良好效果.     

基于模糊控制的车辆主动悬架仿真研究

以二自由度车辆主动悬架模型为研究对象,基于车辆动力学理论,建立主动悬架系统的动力学方程和路面输入模型方程,并以悬架动挠度为控制目标设计模糊控制器。在Matlab/Simulink里建立二自由度主动悬架系统模型和随机路面激励模型,结合模糊控制器进行仿真分析。结果表明,相对被动悬架而言采用以悬架动挠度为控制目标的模糊控制策略的主动悬架能有效地抑制车辆振动,提高车辆的乘坐舒适性和安全性。     

汽车主动悬架的自适应控制研究

主要对汽车主动悬架自适应系统进行研究。根据悬架系统的模型,参数往往不确定,路面激励未知且可变,对主动悬架的非线性性能特点进行研究。采用增益调度控制、模型参考自适应控制和自校正控制等几类自适应控制策略应用于主动悬架的主动控制系统。通过自校正控制自适应系统,按照路面行驶工况进行最优控制,通过计算机对电液系统的阻尼、弹力和水平位置等进行调节,使悬架系统对不同运行工况具有最大程度的适应能力。确保主动悬架性能满足车辆行驶稳定性能与乘坐舒适性,实现对悬架的自我优化控制。     

车辆电液主动悬架智能控制研究

建立悬架系统和电液伺服作动器数学模型,分别在正弦信号激励和随机路面激励下,设计最优控制器,在MATLAB/simulink里搭建仿真模型进行数值仿真。仿真结果表明:最优控制的电液主动悬架系统对由路面输入引起的振动能有效抑制,车身加速度、悬架动挠度和轮胎动载荷与被动悬架相比分别降低20%~55%、25%~44%、0%~54%,车辆行驶平顺性和操纵稳定性得到很大改善,验证了控制器的性能。     

基于多自由度车辆模型的主动悬架研究

通过对模型频域特性的分析，研究了发动机及前后座椅对车辆模型的影响，提出了一种新的多自由度车辆模型，基于该模型应用LQ理论对主动悬架的控制器进行设计，对基于不同车辆模型设计的不同控制器的控制效果进行比较研究，提出了一种较理想的主动悬架控制策略。     

车辆主动悬架模糊控制

车辆的振动影响其平顺性,采用主动悬架可以有效减小振动.建立了带主动悬架的振动模型,利用模糊控制理论对悬架减振控制.仿真结果表明,车辆簧上质量的垂向、俯仰及侧倾振动大幅减小,说明采用模糊控制的主动悬架对车辆减振是可行的.     

基于极点配置法的履带车辆悬挂系统主动控制仿真

建立了履带车辆悬挂系统主动控制的力学模型并将其转化为数学模型。通过极点配置法对采用主动控制的履带车辆悬挂系统进行仿真，并将仿真结果与采用被动悬挂系统相比较。结果表明，采用了主动控制悬挂系统的车身振动明显降低。     

列车车辆垂向主动悬挂的最优预见控制研究

以四轴客车为研究对象,建立了四轴客车车辆的6自由度垂向动力学模型,并通过设计最优预见控制器来抑制车辆系统的垂向振动,研究结果表明采用最优预见控制策略能够降低车辆的垂向振动响应,获得较快的系统响应速度,达到满意的隔振效果。     

LMS自适应主动控制汽车悬架系统试验研究

以汽车操纵稳定性及行驶平顺性为控制目标，确定汽车系统的簧上质量加速度、车轮动载荷、悬架动挠度为具体评价参数。选择LMS自适应滤波算法，通过调整自适应滤波器的权系数使二次性能指标最小，根据单个样本方差的负梯度来调节权系数，得到控制输出。针对简化的汽车模型，在路面信号作为激励源的仿真研究过程中，算法对悬架系统的振动控制收到了较好的效果。在两自由度的悬架系统试验台架上进行了试验研究，结果进一步证明该算法的有效性，表明LMS自适应控制策略在主动悬架系统中的应用切实可行。     

车辆主动悬架自适应模糊滑模控制研究

针对主动悬架系统具有的非线性和不确定性,结合滑模控制的鲁棒性和模糊控制的优势,建立自适应模糊滑模控制策略。确定滑模切换面参数,应用切换控制方法和函数逼近技术改善滑模运动的动态品质,并利用模糊语言达到控制悬架振动的效果。以车辆1/4主动悬架动力学模型为对象进行仿真,结果显示,与传统的模糊控制相比,自适应模糊滑模控制能有效地改善路面变化对悬架的影响。