汽车半主动悬架的神经网络自适应控制

本文提出了用两个线性神经网络对汽车半主动悬架系统进行在线辨识和控制的策略，介绍了该控制系统中神经网络的在线训练方法，进行了仿真计算和结果分析。     

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.     

基于神经网络的半主动悬架自适应模糊控制

提出了基于神经网络的自适应模糊控制策略。模糊控制主要用来对付系统的非线性；神经网络根据振动响应的方差递推结果来辨识车体的振动情况实时调节模糊控制器的量化因子，使模糊控制器对路面的变化具有自适应的能力。在半主动悬挂1／4车非线性模型的基础上进行了仿真研究。     

液压半主动悬架的自适应神经网络控制

提出了液压半主动悬架系统的自适应神经网络控制策略 ,分析了系统模型及自适应神经网络控制器的设计和实现 ,并对控制效果进行了仿真研究。结果表明通过这种控制策略可以得到比较好的控制效果。     

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。     

车辆半主动悬架神经网络自适应控制的研究

针对变刚度半主动悬架这种时变的、非线性复杂系统,提出将神经网络自适应控制策略用于该悬架的控制,研究中主要用车身垂直加速度作为主要控制目标,以提高车辆行驶的平顺性,同时在仿真控制研究中兼顾悬架动挠度和车轮动载荷的变化,以提高车辆行驶安全性和操纵稳定性,通过仿真计算和结果分析验证了其可行性和有效性。     

针对汽车操纵稳定性的悬架系统控制的研究

运用多体动力学方法建立了某款轻型客车整车操纵稳定性仿真模型,设计试制了一款磁流变阻尼器,作为该客车的减振器并通过试验建立其数学模型.以整车操纵稳定性及行驶平顺性为目标提出了一种基于PID神经网络的协调控制策略,实现了汽车半主动悬架与转向系统之间的良好匹配和协调.仿真结果表明,所提出的协调控制策略,在有效改善车辆的操纵稳定性的同时兼顾了车辆的行驶平顺性.     

空气悬架系统模糊控制仿真分析

对汽车空气悬架系统的模糊控制方法进行了仿真研究。以1／4车辆模型为仿真对象，建立模糊控制器，并模拟B级路面为随机输入，对模型进行了计算机仿真。结果表明，在引入模糊控制方法后，车辆的行驶平顺性得到了有效改善。另外，当系统模型的结构参数发生改变时，该控制器表现出良好的鲁棒性。     

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。     

阻尼可调半主动悬架自适应神经网络模糊控制

车辆在运行的过程当中,为了使行驶更加的平稳和顺滑,越来越多的汽车选择可变阻尼半主动悬架系统。文章利用Matlab/Simulink等软件进行模型设定,再在上述模型中引入模糊控制模块,用以控制车辆的行驶舒适性和平顺性。通过相关的仿真检测,在各种混合工况下,弹簧载荷的质量加速度的均方根值减少了10.5%,悬架动行程的均方根值则是减少了11.98%。     

半主动悬架模糊控制仿真

为缓和路面传递给车身的冲击,改善汽车行驶的平顺性和操作稳定性,文章建立了二自由度1／4车体半主动悬架非线性动力学模型,利用MATLAB模糊逻辑控制工具箱设计半主动悬架的模糊控制器,通过运用MATLAB／SIMULINK,对悬架系统进行了仿真分析。结果表明,该控制方法能有效地降低车身垂直加速度、悬架的动挠度和车轮动载荷,提高了汽车的平顺性和操纵稳定性。     

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.     

基于径向基函数神经网络的半主动悬架滑模控制

采用天棚阻尼模型为参考模型,设计了1/4车辆悬架系统的滑模控制器,并用径向基函数神经网络对其进行了优化.研究了系统在随机激励条件下的车身加速度、悬架动行程和轮胎动位移等性能参数的控制效果,并对其功率谱密度进行了仿真分析.结果表明:该滑模控制器性能稳定,控制后悬架各性能参数在时域和频域中均得到明显改善.     

基于观测器的半主动悬架仿真和实车控制

基于Kalman滤波算法设计了一个状态观测器,利用测得的簧载和非簧载质量加速度信号估计半主动悬架的簧载质量绝对速度以及簧载和非簧载质量之间的相对速度,并且基于这两个速度构建了天棚控制策略.仿真和实车试验表明,该状态观测器能较准确地估计这两个速度信号;与被动悬架相比,天棚控制有效提高了悬架的平顺性.     

汽车磁流变减振器半主动空气悬架仿真研究

根据空气弹簧刚度试验,建立了1/2汽车垂向振动模型。进而,依据天棚控制和地棚控制特点,设计了汽车磁流变减振器半主动空气悬架综合控制策略。在Matlab/Simulink环境下对带有不同控制策略的悬架系统进行性能仿真。对比时、频域仿真结果表明:采用综合控制策略不仅能提高汽车平顺性,且能保证汽车的操纵稳定性,使车辆综合性能得到改善。     

半主动悬架电子控制系统的研究

简要介绍半主动悬架及其电子控制系统的构成.这种半主动悬架系统可根据路面的激励输入,自动实现悬架阻尼参数的无级调节,性能上远远优于被动悬架而接近主动悬架.