汽车主动悬架自适应模糊PID控制研究

为改善汽车行驶平顺性,建立了简化的1/4车二自由度汽车主动悬架模型,提出了主动悬架自适应模糊PID控制方法。该方法中PID控制器以车身垂直速度的误差为控制参量,将车身垂直速度误差及误差变化率作为模糊控制器的输入变量,对PID控制器参数进行在线自调整。以C级路面白噪声随机信号为输入,利用MATLAB/Simulink对自适应模糊PID控制器进行了仿真,结果表明:自适应模糊PID在车身垂直速度、加速度及轮胎动载荷等控制方面明显优于被动悬架及传统PID控制,说明该法具有较好的控制效果和鲁棒性。     

汽车主动悬架控制策略对比研究

为提高汽车主动悬架减振性能,建立了简化的1/4车体二自由度主动悬架模型,分别结合PID控制、模糊控制和自适应模糊PID控制方式设计了1/4车二自由度主动悬架控制器。以C级路面白噪声随机信号为激励,利用MATLAB/Simulink软件对车辆主动悬架的三种控制方式进行了仿真,选取车身垂直振动速度及加速度、悬架动挠度和轮胎动载荷等指标进行控制效果评价。结果表明:基于自适应模糊PID控制的主动悬架较其他控制方式能明显改善汽车行驶平顺性,可有效抑制汽车主动悬架的振动。     

车辆主动悬架控制策略的联合仿真研究

根据PID控制原理、模糊控制理论和神经网络控制理论,建立主动悬架单神经元控制器和神经网络PID控制系统,主要是利用S函数建立了主动悬架单神经元控制器;并建立了由三层BP神经网络进行在线辨识,并在此基础上建立对神经PID控制器权值进行在线调整的在线辨识神经PID控制系统,并进行联合仿真,将其输出的振动加速度等参数与传统的PID控制策略进行分析和比较,模糊控制理论和神经网络控制理论的应用对悬架的平顺性有更好的改善作用,也说明了采用联合仿真方法的有效性和准确性。     

变论域自适应模糊PID主动悬架控制研究

为提高汽车行驶平顺性和乘坐舒适性,提出一种基于变论域理论的自适应模糊PID汽车主动悬架控制策略,将自适应模糊PID和变论域的在线调整整合在一起,采用变论域模糊控制实现控制系统输入输出论域的自整定,提高控制精度;采用自适应模糊PID控制,提高系统的动、静态特性,形成更优的悬架控制方法。研究结果表明,变论域自适应模糊PID控制主动悬架较传统模糊控制以及模糊PID控制的主动悬架能够更有效的克服路面冲击,减少汽车垂直方向的振动,进一步提高汽车行驶平顺性和乘坐舒适性。     

考虑路面时变的整车主动悬架的改进模糊PID集成控制策略

为提升某汽车的行驶平顺性及其适应路面时变的能力,提出一种座椅主动悬架和底盘主动悬架的改进模糊PID集成控制策略。相比于一般模糊PID控制方法,该控制策略能够根据轮胎所受路面激励和驾驶员座椅垂向速度的实时变化,在线调整控制器的量化因子、比例因子及PID参数值,以实现对控制力更精确的实时调控。建立八自由度整车平顺性模型,在MATLAB/Simulink软件中模拟汽车在A级、B级、C级和D级路面行驶的状况,结果表明:整车主动悬架改进模糊PID集成控制能够大幅提升汽车行驶平顺性和操纵稳定性,且效果明显优于模糊PID控制。     

馈能悬架BP神经网络PID控制研究

为使主动悬架能回收振动能量,建立了二自由度电磁式馈能悬架系统模型,设计了基于BP神经网络算法的PID控制器,对电路执行PI控制,以调节主动控制力的实际输出,以悬架的车身加速度、悬架动行程和轮胎动位移作为车辆动力学性能的评价指标,以自供能效率、馈能效率分别作为悬架能量利用与回收的评价指标,利用MATLAB/Simulink软件进行仿真分析。结果表明,通过PI控制电路输出的主动控制力的实际值与理想值基本一致;基于BP神经网络PID控制的馈能悬架在不同输入条件下均能有效改善车辆性能;并且该系统能回收部分悬架振动能量,其中自供能效率稳定在约55%,馈能效率稳定在约16%。     

汽车磁流变半主动悬架控制策略对比研究

在分析磁流变减振器的结构与原理的基础上,建立起较为简化的汽车磁流变减振器数学模型。同时,建立了1/4汽车半主动悬架系统动力学模型及路面谱模型;分别设计了基于磁流变半主动悬架系统的天棚控制器、地棚控制器、PID控制器及模糊控制器,并利用Matlab/Simulink软件进行了仿真试验对比研究。在天棚控制策略下,车身加速度降低16.32%,悬架动挠度降低16.91%;在地棚控制下,车身加速度降低11.29%,悬架动挠度降低2.94%;在PID控制下,车身加速度降低79%,悬架动挠度反而上升73%;在模糊控制下,车身加速度降低21%,悬架动挠度降低12%,轮胎动载荷降低5%。结果表明,模糊控制磁流变半主动悬架有效减小了车身加速度、悬架动挠度、轮胎动载荷,明显地提高了汽车乘坐舒适性和操纵稳定性。     

汽车悬架并联式模糊PID控制的仿真研究

以汽车悬架作为研究对象,通过对其受力特点分析,建立了二自由度1/4汽车车体主动悬架模型及动力学模型,在汽车悬架常规PID控制器的基础上,加入模糊控制算法,设计了车辆主动悬架的并联式模糊PID控制器,在MATLAB/Simulink仿真环境中,构建了针对悬架的被动控制、模糊控制、PID控制、并联式模糊PID控制仿真模型,在相同的输入条件下,对各种控制模型下的汽车悬架的垂直速度与垂直加速度的进行仿真比较。仿真结果表明采用并联式模糊PID复合控制策略具有更好的控制效果,在提高车辆乘坐的舒适性和操纵的稳定性方面具有明显的优势。该研究对汽车主动悬架控制系统的设计和应用具有一定参考价值。     

基于模糊PID算法的汽车半主动悬架振动控制

选择了某微型汽车悬架的磁流变减震器为研究对象,运用汽车动力学理论建立了1/4汽车半主动悬架控制系统动力学模型,基于模糊PID控制算法设计了模糊PID控制器.车辆在不同路面输入谱和不同行驶速度下,以悬架的簧载质量加速度、悬架动挠度和轮胎动载荷3个基本参数来表征磁流变半主动悬架系统的振动特性,运用Matlab/Simulink软件对该悬架系统进行仿真研究,仿真结果表明,当汽车在不同等级的路面上行驶时,随着车速的提高,采用模糊PID控制半主动悬架汽车的簧载质量加速度和悬架动挠度的幅值相对于被动悬架均明显减小,表现出了良好的控制效果.轮胎动载荷与被动悬架的幅度大体相当,偶尔还比被动悬架幅值高,但综合来看,模糊PID控制器能更好地减小汽车振动,进一步提高汽车的乘坐舒适性.结果同时也说明了模糊PID控制具有很好的鲁棒性.采用磁流变减振器的半主动悬架系统有效地改善了汽车乘坐舒适性和操纵稳定性.     

汽车主动悬架控制策略研究及分析

为了提高汽车的乘坐舒适性和安全性,车辆采用主动悬架系统.根据汽车悬架的结构,建立了二自由度1/4车体主动悬架模型.由于模糊控制具有建模简单、控制精度高和非线性适应性强等优点,在车辆主动悬架控制策略中得到了较广泛的应用.加上PID控制器因其结构设定灵活、参数整定方便、对模型误差具有鲁棒性等优点.将其结合提出一种新的控制策略.设计了以车身速度和加速度为输入的模糊PID控制器,实现了对主动悬架的控制.同时,使用Matlab/Simulink进行计算机仿真,达到了改善车辆垂直减振的目的.仿真结果表明,采用所设计的模糊控制策略的主动悬架系统,明显提高了车辆乘坐的舒适性和安全性.     

电动助力转向与主动悬架集成系统动态性能智能控制

针对汽车电动助力转向与主动悬架集成系统控制的复杂性、不确定性及非线性,应用灰色预测理论、模糊控制理论和神经网络控制理论,提出电动助力转向与主动悬架集成系统动态性能灰预测模糊神经网络控制策略,研究集成系统的动态响应,设计以单片机LPC2138为内核的集成系统控制器。在仿真的基础上,进行实车道路试验。结果表明,采用灰预测模糊神经网络控制可对汽车电动助力转向与主动悬架的集成系统进行实时协调控制,汽车行驶平顺性改善的同时,缓解汽车转向时安全性与操纵稳定性之间的矛盾,提高整车综合性能。     

汽车主动悬架几种控制策略的比较研究

根据汽车二自由度主动悬架模型,结合振动控制的理论和技术,着重研究了被广泛应用的模糊控制、最优控制和模糊PID控制,并利用M atlab进行仿真,与被动悬架进行了比较。对车身加速度、悬架动挠度和轮胎动荷载3个性能指标进行了评价,不仅讨论了上述3种控制方法用于主动控制的优点,还指出了这些控制策略存在的不足。     

基于遗传整定的主动悬架模糊PID控制设计

针对车辆主动悬架模糊PID控制设计,提出了一种利用遗传算法整定模糊PID增益系数的方法。基于二自由度的1/4车辆模型,根据模糊控制原理和PID控制方法,设计了主动悬架的模糊PID控制器。利用具有全局寻优能力的遗传算法,以悬架二次型性能指标为目标函数,采用适应性比例法确定选择概率,整定了模糊PID的增益系数。优化结果表明,整定后的模糊PID控制主动悬架相对被动悬架综合性能良好,说明了提出的方法是有效的,对模糊PID控制设计具有重要的参考价值。     

车辆主动悬架PID控制与模糊控制研究

利用Simulink软件建立车辆的四分之一主动悬架和路面的仿真模型,基于PID控制原理和模糊控制原理分别设计以车身垂向加速度为控制对象的PID控制器和模糊控制器,对主动悬架系统进行仿真。对比被动悬架系统、PID控制的主动悬架系统和模糊控制的主动悬架系统的仿真结果,结果表明PID控制和模糊控制的主动悬架系统都能明显改善车辆的行驶平顺性及乘坐舒适性,在控制效果上模糊控制优于PID控制。     

自适应模糊控制在磁流变半主动悬架中的应用

设计了一种应用于磁流变半主动悬架的自适应模糊控制器,该控制器利用神经网络训练模糊控制规则与隶属度函数,实现了神经网络与模糊控制的优势互补。为了综合反映汽车的侧倾和俯仰性能,建立了七自由度的半主动悬架非线性动力学模型和四轮随机路面模型,采用改进型BoucWen模型模拟磁流变阻尼器。同时为了验证控制器的稳定性,加入制动模块与转向模块,可以更加真实的反映汽车的行驶路况。仿真结果表明:神经模糊控制方法能够减小悬架的动位移、车身的垂直加速度、侧倾角加速度、俯仰角加速度,提高汽车的舒适性和安全性,改善幅度高于利用隔代遗传算法优化的分数阶PID控制器控制的半主动悬架。     

越野车半主动悬架的变论域模糊PID控制

为了改善半主动悬架的控制效果,利用变论域理论对模糊PID控制器的输入论域和输出论域进行调节。根据阻尼可调两级压力式油气悬架的力学特性,建立半车半主动悬架动力学模型,在MATLAB/Simulink中构建半车半主动悬架控制模型,以冲击路面和随机路面作为输入激励进行仿真。结果表明,不同路面激励下,变论域模糊PID控制悬架和模糊PID控制悬架的减振效果均明显好于被动悬架,在冲击路面激励下的减振效果较好。冲击路面激励下,相较于模糊PID控制悬架,变论域模糊PID控制悬架的前、后车身垂直加速度和车身俯仰角加速度均方根分别减小30.89%,34.36%,37.00%,车身动挠度均方根比较接近,进一步提高了越野车的行驶平顺性。     

汽车主动悬架单神经元PID控制器设计

悬架系统对汽车乘坐舒适性和操纵稳定性的改善起着重要的作用。为提高汽车行驶的平顺性,设计了单神经元PID控制器,并利用人工蜂群算法在线优化单神经元PID控制增益。以车身垂直加速度、轮胎动位移、悬架动行程为评价指标,研究控制器的减振效果和当路面输入改变、模型参数变化时的适应性,对1/4汽车主动悬架模型进行仿真了分析。结果表明:基于蜂群的单神经元PID控制器有效地降低了车身垂直加速度,且有较强的鲁棒性,进一步提高了汽车行驶的平顺性。     

基于音圈电机的主动悬架双闭环控制系统研究

为了提高电磁式悬架主动控制的性能,简化作动器结构以及控制系统,设计一套以单相两极的动圈式音圈直线电机作为作动器的主动悬架控制系统。设计了外环模糊PID,内环电流滞环的双闭环控制器。搭建了作动器驱动电路,验证音圈电机的电流跟踪控制,证明音圈电机作为作动器是简单有效的。通过分析汽车悬架模型和音圈电机模型,在MATLAB/Simulink仿真环境中按照实际参数搭建控制系统进行仿真验证,结果表明,该系统动态响应快,控制精度高,降低车身振动加速度约27%,该控制策略可以有效减振。     

基于RBF的主动悬架反演滑模控制策略研究

为了使汽车悬架系统得到更好的动态响应和优化控制,将径向基神经网络(RBF)算法应用到了反演滑模控制策略中。建立了C级随机路面激励与2自由度1/4汽车悬架系统模型之间的关系;建立了主动悬架系统运动状态方程,对车辆垂直加速度、悬架动挠度和轮胎动位移等悬架系统评价指标进行了研究;提出了一种基于径向基神经网络(RBF)算法的反演滑模控制策略;在Matlab/CARSIM联合仿真平台,对2自由度1/4汽车悬架系统模型和RBF反演滑模控制策略进行了仿真试验。研究结果表明:以C级随机路面为激励的条件下,此控制策略使车身加速度降低了34.7%,悬架动挠度降低了28%,轮胎动位移降低了28.7%,提升了悬架的动态性能和控制性能。     

面向沟渠路面的汽车主动悬架模糊PID控制研究

自动驾驶智能汽车逐渐普及,其在通过城市路面的沟渠、井盖和减速带等特殊路面时,制动与减速时的稳定性与乘坐舒适性较差,为改善这一状况,对悬架的设计提出了更高的要求。为了提高自动驾驶智能汽车制动与减速时的稳定性,通过融合比例积分微分(Proportional Integral Derivative, PID)与模糊算法,设计了针对这些特殊路面的主动悬架模糊PID控制器,在Matlab/Simulink软件中搭建了半车主动悬架仿真模型,通过惯性测量单元(Inertial Measurement Unit, IMU)实车测量了沟渠路面的路面激励信息,并完成仿真试验。结果表明,当自动驾驶智能汽车在C级路面和沟渠路面行驶时,设计的主动悬架模糊PID控制器较单一算法的控制器更有效地降低了车身垂向加速度、车身俯仰角加速度、车轮动载荷和悬架动行程,改善了悬架性能。