发动机振动主动控制联合仿真及神经网络自适应控制技术的研究

应用AMESim软件建立了发动机-车身振动模型。依据神经网络控制器、辨识器的设计,建立了神经网络自适应控制系统。通过联合仿真试验,验证了所建立的神经网络自适应控制系统的振动控制效果优于LQR及模糊控制。通过计算可控可观矩阵,验证了该控制系统既可控又可观。     

汽车主动悬架系统的自适应模糊控制方法

本文提出了一种汽车主动悬架系统的自适应模糊控制方法，该模糊控制方法可以有线自适应调整模糊控制的有关参数。1/4车辆模型作为系统仿真对象，模糊逻辑控制器可以显著发减小车辆的振动及干扰，提高车辆受路面激励时车辆的舒适性。仿真结果清楚地表明该模糊控制方法的有效性。另外，当主动悬架系统模型参数发生变化时该模糊控制器表现出良好的鲁棒性。     

规则自调整模糊控制及其在主动悬架系统中的应用

根据路面 车辆系统的非线性特点,本文提出一种在线可调整的模糊控制算法,其模糊控制规则表可以用解析的方法进行计算。该方法不仅体现了模糊控制算法对非线性系统具有的明显优势,而且利用LMS自适应算法在线调整模糊控制器的修正因子。针对简化的车辆模型,以路面信号作为激励源进行了仿真研究,证明该算法对悬架系统的振动控制具有较好的效果,簧上质量加速度功率谱密度得到明显降低。     

汽车磁流变半主动悬架自适应模糊控制研究

针对汽车磁流变半主动悬架存在非线性及不确定性等因素而难以控制的问题,提出采用自适应模糊控制策略并进行了研究。在分析磁流变减振器输入输出特性的基础上,针对1/4车辆悬架模型设计了自适应模糊控制器并进行了仿真分析。以某微型车为试验用车,搭建了平顺性道路试验系统,进行了不同车速、不同控制策略(自适应模糊控制和天棚控制)下的随机路面试验,试验结果与仿真结果相吻合,说明将自适应模糊策略应用于半主动控制是可行的,能够抑制车身的垂直振动,提高乘坐的舒适性,且控制效果要优于天棚控制。     

振动压路机电液无级调幅控制研究

通过总结和分析各国现有振动压路机振动轮调幅装置的不足,提出能够实现智能控制的电液无级调幅系统方案,详述了其组成和调幅原理。针对电液调幅系统具有非线性、大时滞的特点,提出了神经网络自适应PID控制策略,将神经网络自适应补偿器与PID控制器并联,补偿系统参数摄动、非线性和外界扰动对系统控制性能的影响,提高系统的响应速度和控制精度。基于DSP芯片TMS320LF2407A设计了硬件控制器,实现了神经网络自适应PID控制的数字化。结果表明:提出的控制策略相比于传统的PID控制在快速性、准确性方面均具有一定的优越性,为开发智能化振动压路机奠定了基础。     

基于轴距预瞄的半主动悬架模糊神经网络控制

应用模糊控制和神经网络控制理论,构建了1/2车辆的半主动悬架模型,设计了基于轴距预瞄的半主动悬架模糊神经网络控制系统.对前轮半主动悬架采用以对应处车身垂向加速度为目标的模糊控制,对后轮半主动悬架采用轴距预瞄模糊控制,并利用神经网络来调整模糊控制器的控制规则和隶属度函数.在不同车速下对所建的控制系统分别进行了白噪声和路面脉冲输入的仿真.结果表明,与传统的被动系统相比,轴距预瞄模糊神经网络控制的半主动悬架系统能有效降低车辆振动;与模糊控制的半主动悬架系统相比,质心垂向加速度和后轮对应处车身加速度均有显著减小,较好地改善了车辆的行驶平顺性.     

基于神经网络实现交叉口多相位模糊控制

根据城市交叉口交通流的特点，给出了一种交叉口多相位自适应控制算法，综合考虑相邻车道上的车队长度，利用多层BP神经网络实现了道路交叉口多相位模糊控制。仿真结果表明，所设计的模糊神经网络控制器能有效地减少单交叉口平均车辆延误，具有较强的学习和泛化能力。     

磁粉离合器自适应权重粒子群优化模糊控制的研究

针对传统的模糊控制精度不高、自适应能力有限等问题,为了对车辆起步时磁粉离合器接合过程进行模糊控制,提出一种应用自适应权重粒子群优化算法来优化模糊控制器量化因子的方法。优化的量化因子将根据环境和负载的状况,实时跟踪模糊控制器参数的变化,从而提高了模糊控制器的鲁棒性和控制精度。仿真结果表明,与传统的模糊控制相比,采用自适应权重粒子群优化的模糊控制算法在降低发动机转速超调量的同时,减小了车辆起步的最大冲击度和离合器接合过程中的滑摩功。     

车辆主动悬架的神经网络模糊控制

利用神经网络来实现在车辆主动悬架中的模糊控制，通过对主动悬架实体装置的台架实验研究，在不同激励信号的作用下，神经网络模糊控制器都具有很好地抑制车体振动的特点，其控制效果明显优于PID控制。在车辆主动悬架中，神经网络模糊控制具有设计新颖，实用性强，特别对于减振效果要求较高的车辆，更能发挥其优点。     

基于神经网络实现交叉口多相位模糊控制

根据城市交叉口交通流的特点,给出了一种交叉口多相位自适应控制算法,综合考虑相邻车道上的车队长度,利用多层BP神经网络实现了道路交叉口多相位模糊控制.仿真结果表明,所设计的模糊神经网络控制器能有效地减少单交叉口平均车辆延误,具有较强的学习和泛化能力.     

基于磁流变阻尼器的半主动车辆座椅悬架模糊控制研究

设计基于磁流变阻尼器的半主动车辆座椅悬架系统的模糊控制器。用ADAMS对系统建立三维多刚体动力学模型,用MATLAB设计系统模糊控制器,并联合两者对整个系统进行仿真。仿真和台架试验结果表明,模糊控制策略能使该系统较好抑制垂直振动加速度,提高乘坐的舒适性。     

基于参数自调整模糊控制方法的半主动空气悬架仿真分析

基于参数自调整模糊控制方法对半主动空气悬架系统进行了仿真分析和试验验证．以某空气悬架大客车1／4车辆模型为仿真对象，设计了参数自调整的模糊控制器，并以随机路面为输入、悬架动行程为约束条件、簧载质量振动加速度和车轮动载荷为评价指标，对模型进行了计算机仿真，同时依据仿真模型设计了空气悬架试验台。仿真和试验结果表明，当汽车行驶工况变化时，引入参数自调整模糊控制方法可以有效降低簧载质量振动加速度和车轮动载荷。     

汽车非线性半主动悬架的模糊神经网络控制

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6自由度的半主动悬架非线性动力学模型。提出了一种基于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，对其进行了仿真研究。研究结果表明：运用模糊神经网络非线性控制方法能够使人体和车身垂直加速度、俯仰角加速度都得到很大的衰减，证实这种模糊神经网络控制方法可大大减少路面对车身的振动冲击，提高汽车行驶平顺性。     

半主动悬架的控制策略探讨

综述汽车悬架控制系统的基本类型,以半主动悬架为研究对象,推导建立汽车两自由度1/4车体模型,提出一种汽车半主动悬架系统的模糊控制方法,并利用MATLAB进行仿真,结果证明该控制策略有效.     

考虑发动机与人椅系统的液压半主动悬架振动控制研究

在研究1/2车辆模糊控制半主动悬架的基础上,加入了发动机和人椅系统等因素,建立了"车椅人"1/4车体4自由度车辆动力学模型,设计了用于该车体的参数自整定的模糊PID控制器,并应用MATLAB/SIMULINK软件进行了仿真研究.结果表明,高频恒定的发动机激励对座椅加速度影响较小,模糊PID控制器比模糊控制器具有更强的自...     

发动机振动模糊半主动控制的研究

对发动机的主动隔振,提出了一种基于电流变技术的模糊半主动控制的研究。在介绍了模糊控制和电流变液特性的基础上,建立了发动机主动隔振的半主动控制模型,设计二输入单输出的模糊控制器,根据经验和理论分析制定模糊控制规则,运用MATLAB软件进行了被动控制与半主动控制的联合建模并仿真。仿真结果显示,与被动控制相比,模糊控制有很好的控制效果,使发动机的减振效果进一步提高。     

Semi-active control of tracked vehicle suspension incorporating magnetorheological dampers

In past years, the application of magnetorheological (MR) and electrorheological dampers in vehicle suspension has been widely studied, mainly for the purpose of vibration control. This paper presents theoretical study to identify an appropriate semi-active control method for MR-tracked vehicle suspension. Three representative control algorithms are simulated including the skyhook, hybrid and fuzzy-hybrid controllers. A seven degrees-of-freedom tracked vehicle suspension model incorporating MR dampers has been adopted for comparison between the performance of the three controllers. The model differential equations are derived based on Newton's second law of motion and the proposed control methods are developed. The performance of each control method under bump and sinusoidal road profiles for different vehicle speeds is simulated and compared with the performance of the conventional suspension system in time and frequency domains. The results show that the performance of tracked vehicle suspension with MR dampers is substantially improved. Moreover, the fuzzy-hybrid controller offers an excellent integrated performance in reducing the body accelerations as well as wheel bounce responses compared with the classical skyhook and hybrid controllers.     

基于T-S模型的主动悬架保性能控制研究

建立了1/2车4自由度主动悬架的T-S模糊模型,提出了基于该模型的模糊保性能控制方案,并且针对含有参数不确定性的主动悬架系统进行了仿真。结果表明该方法能够取得较满意的控制效果,也证明了主动悬架系统在减少振动、提高汽车平顺性方面要优于被动悬架。     

汽车半主动悬架性能的联合仿真分析

为分析半主动悬架对汽车性能的影响,文章对半主动悬架的性能进行了仿真分析。首先在ADAMS／View开发环境中建立1/4汽车悬架模型;然后基于MATLAB／Simulink设置模糊控制规则,对半主动悬架进行模糊控制,并模拟出随机路面输入信号;最后利用ADAMS／Control模块将ADAMS和MATLAB／Simulink悬架模型联合起来进行仿真,与被动悬架进行了对比分析．可以看出,模糊控制下的半主动悬架舒适性更高,行驶安全性和操纵稳定性更好。联合仿真结果表明,半主动悬架的舒适性和平顺性均优于被动悬架。     

Semi-active H∞ control of high-speed railway vehicle suspension with magnetorheological dampers

In this paper, semi-active H∞ control with magnetorheological (MR) dampers for railway vehicle suspension systems to improve the lateral ride quality is investigated. The proposed semi-active controller is composed of a H∞ controller as the system controller and an adaptive neuro-fuzzy inference system (ANFIS) inverse MR damper model as the damper controller. First, a 17-degree-of-freedom model for a full-scale railway vehicle is developed and the random track irregularities are modelled. Then a modified Bouc–Wen model is built to characterise the forward dynamic characteristics of the MR damper and an inverse MR damper model is built with the ANFIS technique. Furthermore, a H∞ controller composed of a yaw motion controller and a rolling pendulum motion (lateral motion+roll motion) controller is established. By integrating the H∞ controller with the ANFIS inverse model, a semi-active H∞ controller for the railway vehicle is finally proposed. Simulation results indicate that the proposed semi-active suspension system possesses better attenuation ability for the vibrations of the car body than the passive suspension system.