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。     

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．     

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.     

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.     

车辆半主动悬架粒子群最优控制策略研究

针对半主动悬架控制系统所涉及的关健技术,本文采用多体动力学软件ADAMS,建立车辆多体动力学模型,构建最优控制器,根据最优控制器中目标函数的加权系数对悬架控制力的影响,用粒子群算法计算出不同等级路面最优控制器所需的最优加权系数,并通过ADAMS/MATLAB联合仿真,让车辆依次通过A～C级路面,观察汽车平顺性和操纵稳定性性能指标的变化,试验结果表明,粒子群最优控制在不同路面输入激励下均能取得较好的控制效果,其控制结果明显优于传统最优控制策略,能有效地提高半主动悬架系统的减振性能,并兼顾车辆的平顺性和操纵稳定性。     

七自由度整车半主动悬架仿真研究

通过MATLAB软件建立整车七自由度的动力学仿真模型。半主动悬架采用双模糊控制器,将计算出的刚性车身与悬架连接处的速度、动行程与俯仰角参数作为主动悬架控制的输入量;前轴左右车轮,悬架与车身连接处的速度与其期望值的误差及其变化率作为第一控制力输入量,刚性车身质心俯仰角速度与其期望值的误差及其变化率作为第二控制力输入量;后轴左右车轮,车悬架与车身连接处的速度与其期望值的误差及其变化率作为第一控制力输入量,悬架动行程与其期望值的误差及其变化率作为第二控制力输入量。计算结果表明:采用双模糊控制器能明显改善整车行驶的舒适性与稳定性,系统综合特性较好,刚性车身的垂向加速度、俯仰角加速度、前后悬架动行程性能提升明显,分别提升27.2%,19.6%,95.5%,33.8%。     

基于改进天棚阻尼的半主动悬架系统动力学与电磁兼容特性分析

磁流变阻尼器(MRD)对实现智能车辆悬架系统具有重要的应用价值. 在建立整车7-DoF悬架系统模型和修正的MRD Bouc-wen滞环模型基础上,应用磁流变(MR)“四分之一”车辆悬架系统的改进型天棚阻尼控制策略,设计了一种对整车4个MR悬架子系统进行独立控制的半主动异步控制器,并考虑整车前、后轮的间距,应用带延时的谐波和平滑脉冲,及实测的随机路面信号作为路面对车轮的激励输入,对MR悬架和被动整车动力学系统的垂直、俯仰和侧倾运动性能进行了系统的比较研究,同时验证了控制器的电磁兼容特性. 结果表明:提出的基于天棚阻尼策略的半主动控制器能理想地改善MR整车悬架系统的乘坐舒适性和操纵安全性等多目标悬架性能,其控制电流的传导与辐射噪声均满足国家标准要求,为进一步开展MR智能车辆悬架系统的半主动解耦控制研究奠定了理论基础.     

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。     

基于模糊PID控制器的麦弗逊悬架联合仿真研究

通过实验测出磁流变阻尼器在不同电流作用下的力与速度关系的阻尼系数特征数据,并将所得阻尼数据导入麦弗逊悬架多体动力学模型;计算簧载质量速度及其变化率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;在MATLAB中搭建悬架系统联合仿真模型。仿真计算结果表明:在各不同车速阶段,采用模糊PID复合控制器均对改善悬架的总体性能有明显作用;且车身垂直加速度、悬架动行程及车轮侧向滑移量在低频阶段改善突出,提升了整车在不同车速范围内的乘坐舒适性与操作稳定性。     

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.     

基于模糊PID控制的半主动空气悬架系统研究

以空气悬架系统为研究对象,建立了半主动空气悬架的1/4车辆模型及白噪声的路面激励模型,将模糊控制理论和PID控制方法结合起来设计模糊PID控制器,并利用Simulink对建立的动力学模型进行平顺性仿真分析。从最终的结果可以得到结论:与传统PID控制的空气悬架相比,模糊PID控制的半主动空气悬架能更好地提高车辆的行驶平顺性。     

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.     

车辆半主动悬架负刚度控制策略研究

通过分析车辆悬架弹簧静挠度和动挠度的功能特性,得到了悬架弹簧的理想刚度特性.这一理想工作特性可以通过在普通弹性元件的平衡点并联具有负刚度特性的元件实现,由此提出了车辆悬架的负刚度控制策略.通过数值仿真,对比分析了悬架负刚度半主动控制策略、天棚阻尼半主动控制策略、理想天棚阻尼控制策略的控制效果.对磁流变液减振器负刚度特性的分析表明,其可以作为具有负刚度特性的半主动作动器使用.讨论了在基于磁流变液减振器的半主动悬架中负刚度控制策略的技术实现方法,通过仿真和实验对负刚度控制策略和天棚阻尼控制策略进行了对比分析,结果表明,负刚度半主动控制能更好的抑制振动对车身加速度和轮胎动位移的影响.     

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。     

AMESim在悬架转向集成模型中的应用

在建立车辆半主动悬架(SAS)和电动助力转向(EPS)动力学模型的基础上，分析悬架系统和转向系统的状态耦合变量，运用MATLAB/Simulink和机械液压仿真软件AMESim搭建SAS+EPS的集成控制模型，通过创建S函数实现AMESim和Simulink的接口互连.联合仿真结果表明，集成控制下车身的垂直加速度和侧倾角均有所降低，车身姿态得到抑制，车辆的操稳性和平顺性均优于悬架或转向的单独控制效果.AMESim和Simulink的联合应用为底盘系统的集成控制提供了一种新的研究方法.     

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。     

基于模糊动态输出反馈的重载运输车舒适性研究

为改善重载运输车辆行驶平顺性和驾驶舒适性的问题,以半主动油气悬架及人-椅集中质量模型为研究对象,设计基于模糊动态输出反馈的增量式PID油气悬架控制系统,综合考虑驾驶员的主观感受和烦恼率,以车身垂向加速度、车轮动载荷、悬架动挠度和驾驶员烦恼率为评价指标,对被动悬架、模糊PID和模糊动态输出反馈增量式PID控制油气悬架系统...     

基于ADAMS的主动悬架控制研究

为了减少车辆控制系统的研发成本,近年来虚拟仿真技术在车辆控制系统的开发研究中得到了广泛的应用.以某皮卡车为研究对象,运用ADAMS/view软件建立了包括前后悬架、轮胎、车身、转向系和人-椅系统等在内的整车多刚体动力学模型,并对建模中的若干关键问题进行了详细的论述.利用ADAMS/view中的控制工具箱设计了基于PID控制策略的主动悬架控制系统,对其进行闭环系统仿真,通过不断修正控制参数直至得到满意的控制效果.将采用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性能对比,结果表明，主动悬架系统有效地改善了车辆的行驶性能.     

基于转向稳定性的汽车悬架协调优化

基于试验研究建立了某款车用磁流变阻尼器的数学模型。利用多体动力学仿真软件SIMPACK建立了某款乘用客车整车多体动力学模型和虚拟仿真环境。针对半主动悬架系统和转向系统对汽车操纵稳定性的影响,提出了一种PID神经网络协调控制器,并在Matlab环境中定义了半主动悬架协调控制器与整车多体动力学模型的数据交换接口,实现了汽车半主动悬架和转向系统的协调控制。仿真结果表明:PID神经网络协调控制策略可以抑制由悬架传递的振动,调节汽车转向时车身的横摆及侧倾运动,有效地解决了汽车悬架设计中操纵稳定性与行驶平顺性之间的矛盾。     

基于CarSim-Simulink联合仿真的整车半主动悬架模糊控制仿真研究

基于CarSim建立了整车多体动力学模型,通过汽车平顺性随机输入行驶试验方法,研究了在随机路面激励下半主动悬架对整车各姿态的影响.针对各悬架阻尼系统,运用Simulink设计了模糊控制器,有效调整悬架阻尼.通过CarSim-Simulink联合仿真提高了仿真精度和效率.仿真结果表明:在整车环境下,设计的模糊控制器能改善汽车平顺性并改善车轮的垂直载荷和有效抑制车辆俯仰和侧倾运动.