基于Adams/Car和Matlab/Simulink的汽车半主动悬架模糊控制研究

基于Adams/Car软件创建汽车半主动悬架系统多体模型,利用改进遗传算法优化模糊规则的策略,实现汽车半主动悬架系统模糊控制器的设计,为了证明模糊控制器的控制效果和遗传算法的优化性能,在Matlab/Simulink环境中对汽车半主动悬架系统多体模型实现联合仿真分析。与被动悬架系统的分析对比说明,基于Adams/Car和Matlab/Simulink软件创建的汽车半主动悬架系统模糊控制器在很大程度上降低了人身加速度、改善车辆的乘坐舒适性和驾驶平顺性,同时也证明了采取联合仿真方法的有效性和准确性。     

汽车座椅悬架振动的模糊控制研究

建立了车辆座椅悬架系统和路面输入模型,应用模糊控制理论,对车辆座椅半主动悬架模糊控制器进行设计,并在Matlab/Simulink环境下对此模糊控制器进行了仿真,将它与被动悬架以及用模糊控制器控制的半主动悬架做了比较及性能分析.仿真结果证明,相对于其他两种悬架来说,具有模糊控制器作用的半主动悬架在改善座椅悬架振动加速度、速度和乘坐舒适性方面有明显效果.     

基于模糊控制的汽车半主动悬架的仿真研究

建立了1／4车体二自由度的液压半主动悬架模型及动力学模型。设计了用于该半主动悬架的模糊控制器，应用Matlab／Simulink控制系统仿真软件，以正弦信号作为路面输入信号对1／4汽车液压半主动悬架模型进行计算机仿真。仿真结果表明具有此模糊控制器的半主动悬架在提高车辆乘坐的舒适性和操纵的稳定性方面明显优于被动悬架。     

半主动悬架模糊控制系统的仿真

建立汽车的1/4车二自由度动力学模型,利用模糊控制工具箱设计了用于汽车半主动悬架的模糊控制器,通过应用MATLAB/Simulink对比仿真,结果显示传统的被动悬架在行驶平顺性方面不如使用模糊控制器的半主动悬架,应用模糊控制的半主动悬架系统可以有效提高汽车的行驶平顺性.     

增强型多参数半主动悬架模糊PID控制系统设计与研究

通过分析传统模糊PID控制器的不足之处,提出一种增强型多参数半主动悬架模糊PID控制器;与传统模糊PID控制器相比,该控制器可将路面条件变化考虑进去,并基于路面条件的变化实现变论域和PID控制器控制参数的二次调整,弥补了传统模糊PID控制器输入参数过于单一的缺点。建立了车辆二自由度1/4模型,并在Matlab/Simulink平台中建立相应的仿真模型;通过对被动悬架系统、模糊PID控制系统和增强型多参数半主动悬架模糊PID控制系统仿真分析,证明了增强型多参数半主动悬架模糊PID控制系统的先进性。     

馈能磁流变半主动悬架模糊滑模控制

为优化悬架减振性能和馈能性能,提出了一种馈能磁流变减振器结构,并设计了相应的半主动悬架模糊滑模控制策略。建立了磁流变减振器力学模型和馈能模型,以及相应的二自由度半主动悬架系统数学模型。针对半主动悬架系统的不确定性,基于混合天地棚阻尼控制系统,设计了滑模变结构控制器。使用饱和函数缓解系统抖振,并运用模糊控制优化滑模控制器。用谐波叠加法生成路面激励输入,分别对被动悬架、基于混合天地棚阻尼控制的半主动悬架以及基于模糊滑模控制的半主动悬架进行对比仿真。结果表明：基于模糊滑模控制的半主动悬架减振性能更好,能耗更小,且有良好的馈能性能,验证了馈能磁流变减振器结构的可行性和模糊滑模控制策略的有效性。     

基于T-S模型和PID控制的车辆半主动悬架仿真比较研究

路面的不平度是行驶的车辆所受主要激励源之一,因此,把积分白噪声随机路面输入模型的建立作为基础,建立了四分之一车辆2自由度半主动悬架的运动微分方程。在此基础上,设计了车辆半主动悬架系统PID控制器;针对车辆半主动悬架运动存在非线性的特点,运用T-S模糊控制理论,构建了车辆二自由度半主动悬架系统的T-S模型。运用MATLAB/Simulink仿真软件,实现了PID控制和T-S模糊控制仿真模型并输出其仿真比较图形,进行了两种控制算法的车辆平顺性性能评价指标的均方根值的比较分析,结果表明所设计的T-S模糊控制器在提高车辆的平顺性方面,与PID控制相比,控制效果有了明显的改善。     

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.     

时滞半主动悬架大系统递阶控制研究

建立了含时滞半主动悬架整车数学模型,解决了传统半主动悬架整车模型无法考虑时滞的难题;设计了模糊神经网络自适应子控制策略及大系统递阶协调控制策略,开发了以ARM单片机为核心元件的半主动悬架控制器。在仿真的基础上进行了实车道路试验,结果表明,模糊神经网络自适应子系统控制器改善了车辆的局部性能,递阶控制协调了车辆的整体性能,调整了车辆行驶姿态,二者联合控制,提高了半主动悬架控制的有效性、实时性,协调了车辆安全性与平顺性之间的矛盾。研究结果为整车半主动悬架系统时滞及其控制研究提供了新的方法。     

半主动油气悬架PID闭环控制研究

以半主动油气悬架1/4车辆模型为研究对象,提出了基于模糊的半主动油气悬架PID闭环控制系统。以上车振动速度和加速度为模糊控制器的控制变量,悬架的最优控制力为模糊控制器的控制输出,以悬架上、下车的振动位移和速度为PID闭环反馈,通过理论计算得到系统中连续可调阻尼阀产生的实时阻尼力,从而实现对油气悬架的PID闭环控制。结果表明基于模糊的半主动油气悬架PID闭环控制系统在车辆行驶平顺性和稳定性方面与被动油气悬架和采用模糊控制的半主动油气悬架相比具有较好的综合控制性能。     

能量可再生的新型汽车半主动悬架系统研究

介绍了一种采用功率电传方式的作动器,提出了基于EHA的可能量再生的新型汽车半主动悬架样机结构。同时,建立了1/4汽车半主动悬架动力学模型,设计了用于EHA半主动悬架系统的模糊控制器和天棚控制算法,并进行了仿真试验研究。结果表明,基于EHA的半主动悬架采用模糊控制方法能够兼顾不同频率路面以及有效降低车体加速度、悬架动挠度、轮胎动载荷,从而提高了汽车的乘坐舒适性和操纵稳定性。     

基于神经网络的半主动悬架自适应模糊控制研究

在建立了五自由度车辆半主动悬架系统模型的基础上，将神经网络与模糊控制结合起来，提出一种基于神经网络的自适应模糊控制半主动悬架系统，其控制器由模糊神经网络控制器和模糊网络组成，采用快速的变斜率梯度下降算法学习，具有自适应学习功能。仿真计算表明，与被动悬架相比，神经网络自适应模糊控制性能明显优于一般的Fuzzy控制，半主动悬架系统在减小振动，提高车辆平顺性方面优于被动悬架，且车轮动载荷和悬架动挠度也得到明显改善。台架试验同样表明了半主动悬架的优良减振性能。     

基于自适应模糊的汽车半主动悬架容错控制

半主动悬架可以自适应调节阻尼器的阻尼力,具有良好的可控性.针对半主动悬架的增益故障,提出了基于自适应模糊控制的汽车半主动悬架容错控制.在分析汽车半主动悬架阻尼器输入输出特性的基础上,建立了阻尼器发生增益故障时的故障悬架模型,设计了未知输入观测器对阻尼器增益故障进行故障诊断.基于自适应模糊控制对汽车半主动悬架系统阻尼器增...     

基于磁流变减振器的汽车半主动悬架非线性控制方法

考虑磁流变减振器阻尼力和悬架弹性元件非线性特性,建立车辆半主动悬架非线性动力学模型。应用微分几何非线性控制,经过适当的非线性状态和反馈变换,实现半主动悬架非线性系统的精确线性化,并对系统实施非线性状态反馈控制;根据预定的控制目标及模糊控制策略调节控制参数,设计模糊控制器,对悬架系统进行了控制仿真研究;利用神经网络模式识别能力对输入数据处理辨别,设计控制网络层,从而达到提高悬架工作性能,改善汽车行驶舒适性的目的。将三种非线性控制方法的仿真结果进行分析比较表明:经模糊控制或神经网络控制后的悬架承受的冲击响应小、振动强度低,比微分几何控制能获得更优异的性能。     

车辆半主动悬架系统控制的研究与仿真

在基于阻尼控制的半主动悬架系统模型基础上,设计了悬架系统模糊逻辑控制器。并从频域和时域两个角度对悬架控制系统进行了分析,最后对车辆行驶平顺性进行了评价。结果表明,模糊控制可有效提高车辆的行驶平顺性。     

铁道客车横向振动半主动控制技术

在论述高速铁道车辆被动悬挂、主动悬挂和半主动悬挂机理的基础上，基于系统观点和铁道车辆的特点，阐述了天棚阻尼控制、最优控制、鲁棒控制、自适应控制、智能控制等控制方法在半主动悬挂系统中的应用前景，探讨了半主动悬挂开发的整体思路与研究方向，并提出了以天棚阻尼控制理论、模糊控制理论、自适应控制理论和预见控制理论为主线的复合控制策略。     

某越野汽车磁流变半主动悬架变论域模糊控制

为了解决半主动悬架传统变论域模糊控制器过度依赖经验规则的问题,提出了一种基于模糊神经网络的变论域T-S模糊控制策略。首先,根据磁流变减振器阻尼特性的实验结果,建立基于自适应模糊神经网络的减振器阻尼力模型及1/2车辆半主动悬架动力学模型;其次,建立悬架系统T-S模糊控制器,同时为了实时调节T-S模糊控制器变量的论域,采用模糊神经网络结构描述伸缩因子的变化。仿真结果表明,笔者提出的变论域模糊控制策略能够有效提高车辆行驶平顺性和操作稳定性。     

Intelligent semi-active vibration control of eleven degrees of freedom suspension system using magnetorheological dampers

A novel intelligent semi-active control system for an eleven degrees of freedom passenger car’s suspension system using magnetorheological (MR) damper with neuro-fuzzy (NF) control strategy to enhance desired suspension performance is proposed. In comparison with earlier studies, an improvement in problem modeling is made. The proposed method consists of two parts: a fuzzy control strategy to establish an efficient controller to improve ride comfort and road handling (RCH) and an inverse mapping model to estimate the force needed for a semi-active damper. The fuzzy logic rules are extracted based on Sugeno inference engine. The inverse mapping model is based on an artificial neural network and incorporated into the fuzzy controller to enhance RCH. To verify the performance of the NF controller (NFC), comparisons with existing semi-active techniques are made. The typical control strategy are linear quadratic regulator (LQR) and linear quadratic Gaussian (LQG) controllers with clipped optimal control algorithm, while inherent time-delay and non-linear properties of MR damper lie in these strategies. Simulation results demonstrated that the NFC has better control performance and less control effort than the optimal in improving the service life of the suspension system and the ride comfort of a car.