基于神经网络控制的半主动空气悬架仿真研究

以某空气悬架大客车1/4车辆模型为仿真对象,设计了模型参考神经网络自适应控制器,并以正弦和随机输入为路面激励,以簧载质量垂直方向振动加速度值为控制量,对模型进行了计算机仿真,从簧载质量加速度时间历程可以看出神经网络控制器对工况和结构参数的变化具有较好的自适应能力.     

半主动空气悬架模糊控制的仿真研究

对采用模糊控制的汽车半主动空气悬架系统进行了仿真研究。建立了1／4车辆二自由度动力学模型并以其为仿真对象,设计了模糊控制器,以B级路面作为随机输入,进行了计算机仿真分析。仿真结果表明,在采用模糊控制方法后．车辆悬架可以很好地降低簧载质量的垂直加速度,从而使车辆行驶的平顺性和乘坐舒适性得到了提高。     

最小均方自适应控制汽车主动悬架的仿真

根据汽车行驶平顺性和操纵稳定性的评价方法，确定簧上质量的加速度、车轮与地面间的动载荷以及簧上、簧下质量的动挠度为评价指标。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达最小。针对简化的车辆模型，经过大量的仿真计算，确定主动悬架系统LMS自适应控制策略不仅计算简单，而且3项评价指标均得到显著的降低。结果分析表明，LMS自适应控制策略理论上在主动悬架系统中的应用是切实可行的。     

增加缓冲器的馈能式悬架性能研究

为解决惯性质量带来的馈能式悬架性能恶化的问题，研究了减振器串联缓冲器的解决方案。建立了带缓冲器的2自由度馈能式悬架模型，理论研究表明增加缓冲器利于改善簧载质量加速度、悬架动挠度，同时降低惯性力；通过传递特性分析，揭示了缓冲器对减振器速度幅值通低频阻高频的作用。对比有无缓冲器时悬架耗散功率，结果表明缓冲器降低了悬架耗散功率。通过台架对比测试，验证了增加缓冲器能够有效提升馈能式悬架性能，簧载质量加速度均方根值降低58.0%，车轮相对动载荷均方根值降低33.3%，悬架动挠度均方根值降低27.6%。     

磁流变半主动悬架的天棚控制方法研究

研究天棚控制方法对磁流变半主动悬架动力学的影响.根据磁流变减振器的力学特性,建立了二自由度磁流变半主动悬架模型,分析了在天棚控制方法下悬架的频率响应特性,并通过仿真分析了被动悬架和天棚控制悬架的平顺性.结果表明,天棚控制方法能有效降低簧载质量加速度和悬架动挠度,但是增大了轮胎动载荷.     

基于神经网络PID控制的客车ECAS设计与实现

以飞思卡尔MC9S08GB60单片机为控制核心,以亚星YBL6891H型客车为试验对象,针对空气悬架系统本身的非线性特性,采用神经PID控制算法,设计了一种通过检测车身高度对空气弹簧进行充排气,进而改变弹簧刚度的客车电控空气悬架系统.根据悬架评价指标建立了电控悬架的2自由度1/4车辆模型,通过仿真验证了该悬架系统对悬架动行程、车轮动载荷及车身垂直加速度这3项汽车行驶平顺性评价指标的改善,最后通过试验验证了所设计控制策略的正确性.     

附加气室容积可调空气悬架多目标参数匹配

将二次寻优方法应用于附加气室容积可调空气悬架系统参数匹配中,构建附加气室容积可调空气悬架系统的1/4车辆模型,并通过台架试验对模型进行验证。利用遗传算法,以不同工况下的车辆行驶平顺性为目标,渐进完成附加气室容积、减振器阻尼的参数匹配。分析匹配后的车辆综合性能表明,簧上质量垂向加速度得到有效抑制,轮胎动载荷及悬架动行程控制在允许范围内,车辆在多种工况下的综合力学性能改善。     

基于非线性空气弹簧模型的整车仿真与主客观评价

应用非线性空气弹簧模型,研究了空气悬架整车的动力学仿真和主观评价。结合空气弹簧频率、振幅相关性模型与Simulink仿真,给出了空气悬架整车7自由度模型,对比了不同路面情形下悬架动行程和簧上加速度的均方根值和功率谱密度。从时域和频率2个角度分析了不同速度、路面及减振器阻尼情形下空气悬架整车的动态特性。对装有不同空气弹簧的整车进行主、客观试验测试。结果表明：悬架动行程预测误差小于7%,簧上位置加速度共振峰值预测误差小于6%,共振频率预测误差小于6%;从而验证了所提模型的普适性和精确性;反映了带空气悬架整车的动态特性,解释了平顺性主客观试验的机理。     

基于振动状态估计的电动静液压主动悬架切换控制研究

为减少电动静液压(EHA)主动悬架作动器失效对车辆动态特性的影响,设计了一种基于振动状态估计的EHA主动悬架切换控制策略。建立EHA作动器失效模型,基于卡尔曼滤波算法,以悬架系统状态变量残差与簧载质量加速度作为复合切换条件,设计了一种EHA主动悬架切换控制策略,并进行了仿真和台架试验。结果表明,该切换控制策略在作动器失效后能够进行模式切换,可消除切换紊乱现象,并在短暂时滞后,使EHA主动悬架性能恢复至与正常悬架相近的水平,改善了作动器失效造成的车辆动态特性恶化问题。     

越野汽车悬架击穿特性的分析研究

利用非线性振动系统模型,通过计算机模拟计算与试验数据的比较,对越野汽车过凸起时悬架击穿特性进行了分析。探讨了悬架击穿对座椅加速度及车轮动载荷响应的影响。     

汽车主动悬架自调整模糊控制试验

以汽车操纵稳定性及行驶平顺性为控制目标,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。针对简化的汽车模型,为控制悬架系统的振动设计了自调整模糊控制器。与自适应控制主动悬架系统相比较,在两自由度悬架系统试验台架上进行了对比试验研究,结果表明该算法对汽车的振动控制具有明显效果,进一步说明提出的算法对汽车悬架系统的振动控制具有较好的适应性。     

Enhancing grey prediction fuzzy controller for active suspension systems

A grey prediction fuzzy controller (GPFC) was proposed to control an active suspension system and evaluate its control performance. The GPFC employed the grey prediction algorithm to predict the position output error of the sprung mass and the error change as input variables of the traditional fuzzy controller (TFC) in controlling the suspension system to suppress the vibration and the acceleration amplitudes of the sprung mass for improving the ride comfort of the TFC used; however, the TFC or GPFC was employed to control the suspension system, resulting in a large tire deflection so that the road-holding ability in the vehicle becomes worse than with the original passive control strategy. To overcome the problem, this work developed an enhancing grey prediction fuzzy controller (EGPFC) that not only had the original GPFC property but also introduced the tire dynamic effect into the controller design, also using the grey prediction algorithm to predict the next tire deflection error and the error change as input variables of another TFC, to control the suspension system for enhancing the road-holding capability of the vehicle. The EGPFC has better control performances in suppressing the vibration and the acceleration amplitudes of the sprung mass to improve the ride quality and in reducing the tire deflection to enhance the road-holding ability of the vehicle, than both TFC and GPFC, as confirmed by experimental results.     

Enhancing grey prediction fuzzy controller for active suspension systems

A grey prediction fuzzy controller (GPFC) was proposed to control an active suspension system and evaluate its control performance. The GPFC employed the grey prediction algorithm to predict the position output error of the sprung mass and the error change as input variables of the traditional fuzzy controller (TFC) in controlling the suspension system to suppress the vibration and the acceleration amplitudes of the sprung mass for improving the ride comfort of the TFC used; however, the TFC or GPFC was employed to control the suspension system, resulting in a large tire deflection so that the road-holding ability in the vehicle becomes worse than with the original passive control strategy. To overcome the problem, this work developed an enhancing grey prediction fuzzy controller (EGPFC) that not only had the original GPFC property but also introduced the tire dynamic effect into the controller design, also using the grey prediction algorithm to predict the next tire deflection error and the error change as input variables of another TFC, to control the suspension system for enhancing the road-holding capability of the vehicle. The EGPFC has better control performances in suppressing the vibration and the acceleration amplitudes of the sprung mass to improve the ride quality and in reducing the tire deflection to enhance the road-holding ability of the vehicle, than both TFC and GPFC, as confirmed by experimental results.     

汽车主动悬架的单神经元自适应控制

在1/4汽车动力学模型的基础上,设计了汽车主动悬架的自适应神经元控制器。以车辆的行驶平顺性为主要控制目标,车身垂直加速度、悬架动挠度、车轮动位移为具体评价参数,研究了系统在随机路面激励条件下的时域响应,计算了振动响应的均方根值,考察了在变参数条件下控制器的鲁棒性。仿真结果表明,该控制器能有效改善车辆的综合性能,尤其是平顺性和舒适性,并且具有较好的鲁棒性,对模型参数的变化有一定的适应性。     

油气弹簧非线性特性对车辆平顺性的影响分析

推导并建立了某工程车辆油气弹簧的非线性刚度和阻尼特性的数学模型，并将其导入到车辆模型中。根据汽车悬架质量分配特点．将汽车简化为两自由度的舣质量振动系统，对此两自由度模型的车轮加速度、车身加速度和悬架动行程进行了仿真从仿真结果可以看出，非线性油气弹簧能很好地衰减由路面传递来的振动。分析了刚度和阻尼的变化对车辆平顺性的影响。     

基于遗传算法的车辆悬架系统等效物理参数识别

针对车辆悬架系统的功能及物理特性,以车轴的运动为系统输入,对复杂的整车行驶模型进行了合理简化。以某型专用越野车辆为例,建立了簧载质量的3自由度振动模型,推导了簧载质量任意位置处的加速度频响函数;利用汽车试验场道路测试数据,通过遗传算法编写VC程序进行了数据拟合,得到了悬架系统在不同路面工况下的等效物理参数。实际应用表明,拟合结果具有较高的可信度。     

Comparison of the properties of active and semiactive suspension

In this article, the properties of active and semi-active suspension for heavy goods vehicles are compared. The criteria for the comparison are the RMS sprung mass vertical acceleration, RMS dynamic tyre force, and suspension power consumption. The active system is based on an air-spring with controlled in-flow and out-flow of the air. In the semi-active system, a controlled hydraulic damper is employed. The results concerning the semi-active suspension system were taken from the article by Besinger et al. [Besinger, F.H., Cebon, D. and Cole, D.J., 1995, Force control of a semi-active damper. Vehicle System Dynamics, 24(9), 695-723.].     

基于遗传算法的车辆半主动悬架控制系统参数优化

遗传算法(Genetic Algorithm,GA)是一种基于自然群体遗传演化机制的高效优化算法,它能模拟自然界生物进化过程,依据适者生存,优胜劣汰的进化规则,采用人工进化的方式对目标群体进行遗传操作,不断得到更优群体。文章根据遗传算法基本思路,在MATLAB/Simulink中搭建了基于遗传算法的车辆半主动悬架参数优化模型,利用该算法对半主动悬架控制系统参数进行了优化,并对优化结果进行了仿真分析,结果表明,优化后车辆簧载质量加速度均方根值降低31.1%、悬架动挠度均方根值降低11.2%、轮胎动载荷均方根值降低7.1%,车辆平顺性得到提升。     

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。     

轴重和胎压对车轮动荷载的影响

为研究重型运输车辆对路面作用的动荷载,建立车辆动力学模型,模型中将簧上质量处理为空载簧上质量与装载质量,将轮胎刚度表示为轴重和胎压的函数。研究了轴重和胎压对车辆动荷载的影响。结果发现,车轮动荷载随着轴重和胎压的增加而增加;动载系数随着胎压的增加而增加,但随着轴重的增加而减小;胎压越高,车轮动载随轴重增加速度越快;仅仅采用轴重不足以评价重载高压车辆对路面的破坏作用,在治理超载的同时也应进一步治理超压：空载车辆对路面的冲击作用较大,不能忽视空载车辆对路面的破坏作用;实际高速运行车辆对路面施加较大的附加动荷载,现有《公路沥青路面设计规范》没有考虑附加动荷载是引起路面结构发生早期破坏的原因之一。