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.     

汽车主动悬架与ESP系统协同控制仿真

以八自由度整车模型为研究对象,建立单独的汽车主动悬架模型和电子稳定程序（ESP）系统模型,主动悬架系统采用最优控制,ESP系统采用模糊控制,设计协同控制器,对汽车主动悬架系统和 ESP系统进行安全稳定性协调控制;在阶跃工况下,对协调控制系统模型和单个子系统模型利用 MATLAB/Simulink软件进行仿真,结果表明,协同控制的效果优于单独控制,车辆行驶稳定性和主动安全性得到较好控制,提高了车辆乘坐舒适性。     

汽车液压主动悬架系统模糊控制研究

设计了一个汽车液压主动悬架装置，运用模糊控制技术对所设计的悬架系统的控制策略及控掣登嚣进行了研究。研究结果表明，所设计的主动悬架装置是正确的，采用模糊控制策略能够保证悬架系统具有较好的控制效果。     

改进的模糊PID控制器对4自由度主动悬架振动控制的研究

建立了4自由度1／2车体力学模型,针对车辆悬架为一非线性、时滞、不确定系统,设计了一种改进的主动悬架模糊PID控制器。以SANTANA2000实车悬架为仿真参数,以阶跃信号激励为路面输入,在Matlab中进行了时域仿真。结果表明,改进的模糊PID控制的主动悬架对车身垂直加速度、悬架动挠度、轮胎动载荷等平顺性指标改善明显．响应达到稳定状态的时间也有了显著的缩短,车辆乘坐的舒适性和操纵稳定性优于被动悬架和单纯的模糊控制的主动悬架,对车辆主动悬架控制的开发具有参考价值。     

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。     

基于主动自适应悬架系统的道路友好性研究

为了减少车辆轮胎动载荷对道路路面的影响,提高车辆的道路友好性,设计了以主动悬架为控制对象的自适应模糊PID控制系统。该系统将模糊控制与常规PID控制有机融合,利用模糊隶属函数实时对PID控制参数进行调节。建立5自由度主动悬架友好路面仿真模型,以C级路面谱为路面输入信号,道路友好性评价指标采用动载荷系数、动态载荷应力因子及95百分位4次幂和力,对主动自适应悬架系统进行研究。研究结果表明:采用自适应模糊PID控制的主动悬架系统的道路友好性明显优于被动悬架和单一模糊控制的主动悬架;采用模糊PID控制的主动悬架系统可显著降低车辆对路面的动态载荷,提高道路的使用寿命,最终达到提高公路设计的质量和安全性的目的。     

七自由度悬架模糊控制与仿真

为提高车辆悬架减振性能,兼顾车辆行驶平顺性和操稳性,以某微型轿车为基础建立了简化的七自由度悬架模型,并提出了模糊控制方法。以车身质心加速度、俯仰角加速度、侧倾角加速度、悬架动变形、轮胎动载荷作为评价指标,在Matlab/Simulink环境中以C级白噪声路面作为激励,对模糊控制主动悬架进行仿真。结果表明,模糊控制下的主动悬架各项评价指标均得到明显改善,为主动悬架在车辆上实际应用提供了参考。     

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。     

非线性连续反馈控制车辆半主动悬架

本文提出了车辆半主动悬架改进的连续反馈控制规律，用一个简单的二自由度车辆模型分别对具有该种控制规律的改进连续型昱主动悬架和连续型半主动悬架进行了数值分析，结果表明，前者比后者的减振效果最佳。     

半主动悬架车辆的整车模糊控制仿真研究

对半主动悬架整车进行动力学分析，以建立的半主动悬架整车模型为研究对象，将整车划分成8个板块，针对车身的垂直、侧倾、俯仰3种运动设计不同的模糊控制策略，控制磁流变阻尼器的电流输出，达到改善车辆垂直、侧倾和俯仰振动的综合减振目的；以某型车的参数进行仿真分析，仿真结果表明采用文中提出的整车模糊控制策略能很好地改善车辆的舒适性。     

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。     

发动机振动隔离控制技术研究进展

介绍了发动机橡胶悬置、液压悬置、半主动悬置和主动悬置的工作原理,由于被动悬置不能满足运载器减振降噪的要求,半主动悬置和主动悬置已经成为发动机减振降噪发展方向;分析了悬置系统的动力学模型,包括悬置的动力学模型和控制系统的动力学模型;介绍了发动机振动隔离控制中几种主要的控制方法,包括模糊控制、神经网络控制、自适应控制和最优控制等。最后提出了发动机振动隔离控制目前存在的主要问题和发展动向。     

基于串联型模糊神经网络的汽车半主动悬架的研究

本文建立了五自由度汽车半主动悬架系统模型，提出一种用于汽车悬 半主动振动控制系统的模糊神经网络方法，对半主动悬架 计算机仿真和结果分析，并通过与被动悬架相比较，证明半主动悬架系统在减少振动，提高汽车平一方面要优于被动悬架。     

DSP-based self-organising fuzzy controller for active suspension systems

This study proposed a self-organising fuzzy controller (SOFC) for controlling an active suspension system to evaluate its control performance. During the control process, the SOFC continually updated the learning strategy in the form of fuzzy rules. The fuzzy rule table of this SOFC could be initially set to zero. This not only overcame the difficulty in finding appropriate membership functions and control rules for designing a fuzzy controller, but also solved the database problem where the fuzzy rules of a fuzzy controller, once determined, remained fixed and could not suitably regulate them in real time to optimise the dynamic response of the system required to gain the desired control performance. To demonstrate the applicability of the proposed SOFC for active suspension systems, a quarter-car hydraulic-servo suspension system was designed and constructed to evaluate the feasibility of active suspension control. Additionally, to conform to real-time application requirements in the vehicular industry, the SOFC was implemented with a digital signal processor to control the hydraulic-servo suspension system so that the control performance could be determined. The SOFC has shown a better control performance in suppressing the vibration amplitude of the vehicle body for enhancing the structural safety of the vehicle and increasing the life of the suspension system. It also effectively suppressed the amplitude of the vehicle body acceleration and reduced the tire deflection for improving the ride and the handling quality of a vehicle better than a passive control, as verified in experimental results.     

ISG柴油混合动力客车能量分配策略研究

以ISG柴油混合动力客车整车控制策略为基础,综合考虑客车燃油经济性和排放,提出一种基于模糊神经网络的能量分配策略,该策略根据模糊控制原理,结合人工神经网络自主学习功能,以电池SOC、整车需求转矩以及发动机转速为模糊输入来确定发动机和电机的最佳输出转矩分配,再以神经网络对控制的模糊规则进行记忆.仿真结果表明,该策略比普通逻辑控制更加有利于燃油经济性的提高,并在一定程度上改善了排放性能.     

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.     

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。     

基于神经网络模糊PID控制的无刷直流电机控制系统研究

针对电动汽车行驶工况的要求,为了使电机能够有良好的启动特性和稳态特性,在Simulink中建立了无刷直流电机转速-电流双闭环控制系统仿真模型,转速控制神经网络和模糊控制对PID控制参数进行在线整定;电流环采用电流滞环控制,并对控制模型进行空载启动后加载实验。实验结果表明,本文设计的控制系统响应速度快,无静差,抗干扰能力强。     

基于微分几何理论的汽车半主动悬架非线性振动控制

针对汽车悬架系统的非线性特性,采用1／4汽车二自由度悬架模型分析半主动悬架控制。应用微分几何理论得到输出-干扰解耦方法,再经适当的坐标变换将该模型由非线性系统简化成一线性系统,并对此系统进行最优控制,然后通过非线性状态反馈实现对原系统的半主动控制。与被动悬架的仿真结果进行了比较,表明这种针对具有非线性特征的半主动悬架的非线性控制方法是可行的。通过功率谱分析,控制后系统的能量比被动悬架更趋于平均,悬架动态性能更稳定。