变阻尼汽车半主动悬架神经网络自适应控制研究

提出将神经网络自适应控制策略用于变阻尼汽车半主动悬架的控制,通过仿真研究表明变阻尼半主动悬架能较好地改善车辆行驶的平顺性,且不使汽车的操纵稳定性恶化,证明了该控制策略用于变阻尼汽车半主动悬架控制是可行的和有效的.     

变刚度和阻尼半主动悬架的模糊控制研究

为提高车辆的乘坐舒适性,建立了一种新型的四自由度的变刚度和阻尼半主动悬架模型。根据模糊控制理论,设计了两种适用于此模型的模糊控制器:常规模糊控制器和变论域模糊控制器。在MATLAB/SIMULINK仿真软件中建模,以积分白噪声随机路面输入作为激励,对被动悬架模型、常规模糊控制和变论域模糊控制的半主动悬架模型进行了仿真。仿真结果表明,与被动悬架相比,变刚度和阻尼半主动悬架能够有效降低车身垂直加速度和车身俯仰角加速度,有效地提高了车辆的乘坐舒适性。同时还表明,悬架的变论域模糊控制的减振效果优于常规模糊控制的。     

基于变压充电方法的直线电机式馈能型半主动悬架控制

针对以直线电机作为执行器的馈能型半主动悬架控制方法复杂与效果差等问题, 结合变压充电控制原理与方法, 提出一种利用单相等效模型求解充电电压的方法, 设计了馈能型半主动悬架控制系统, 用于控制直线电机式馈能执行器; 建立了1/2车4自由度动力学模型和变压充电控制直线电机模型, 采用LQG控制策略求解理想馈能阻尼力; 将联接有整流桥的直线电机理论模型等效为单相电机模型, 计算了电机单相等效模型反电动势、电磁推力系数、电阻与电感参数; 采用充电电压求解控制器, 以悬架相对速度和理想馈能阻尼力作为输入求解实际充电电压, 进而实现执行器馈能控制; 以被动悬架和理想半主动悬架作为比较对象, 分析了馈能型半主动悬架性能与馈能效果。分析结果表明: 与被动悬架相比, 馈能型半主动悬架与理想半主动悬架的综合性能指标分别减小38.97%和45.42%, 前后悬架实际馈能阻尼力与理想馈能阻尼力的相关系数分别为0.967 4和0.976 8, 并且前后悬架振动能量的56.7%和62.1%被回收进蓄电池中, 因此, 采用基于单相等效模型与变压充电方法控制的馈能型半主动悬架能够回收大部分悬架振动能量和改善汽车的行驶平顺性。      

汽车悬架系统阻尼半主动控制研究

研究了汽车悬架系统阻尼半主动控制的算法，建立了悬架窜动，轮胎变形的整车模型，并将隔振效果与被动隔振作一对比。结果表明，开关式阻尼器降低了车身加速度的均方值，但增大悬架窜动和轮胎变形的加速度均方值。     

汽车半主动悬架神经网络控制分析

鉴于BP神经网络的汽车半主动悬架控制技术拥有众多优点,故建立汽车悬架非线性模型,分析研究汽车半主动悬架BP神经网络控制系统的基本理论和组成,并建立半主动悬架BP神经网络控制系统,具有非常重要的现实意义。     

半主动悬架系统对汽车侧翻稳定性的改善

为提高汽车高速弯道行驶、紧急变线行驶时的安全性,针对被动悬架系统侧翻稳定性比较差的问题,建立了半主动悬架系统模型和控制系统模型。通过控制器调整减振器阻尼力的大小,改变车身侧倾振动状态。模拟分析得到半主动悬架系统使得汽车在高速变线行驶时的侧倾角有效值下降60．9,侧倾角加速度有效值下降了64．6,侧翻因子有效值下降了35．2。结果表明利用半主动悬架系统可以有效降低汽车非直线行驶时的侧倾角与侧倾角加速度,提高了汽车的侧翻稳定性。     

高效馈能半主动悬架设计与性能分析

为改善齿轮齿条式馈能悬架的阻尼特性和馈能特性,在普通齿轮齿条式馈能悬架的基础上,采用钕铁硼永磁发电机、变速机构、换向机构和冲击保护装置,设计了高效馈能半主动悬架,并进行了仿真分析和试验研究.与普通齿轮齿条式馈能悬架相比,该高效馈能半主动悬架发电机转子的转动惯量减小71%,体积减小约40%,节省励磁功率20~30 W,死区由-0.22~0.22 m/s减小到-0.04~0.04 m/s,阻尼特性和馈能特性得到改善,能量转换效率由20%左右提高到50%以上;与被动悬架相比,该高效馈能半主动悬架使汽车的轮胎动载荷、簧载质量的垂直加速度和悬架动挠度的最大值均下降20%以上.      

半主动悬架系统对汽车侧翻稳定性的改善

为提高汽车高速弯道行驶、紧急变线行驶时的安全性,针对被动悬架系统侧翻稳定性比较差的问题,建立了半主动悬架系统模型和控制系统模型。通过控制器调整减振器阻尼力的大小,改变车身侧倾振动状态。模拟分析得到半主动悬架系统使得汽车在高速变线行驶时的侧倾角有效值下降了60．9％,侧倾角加速度有效值下降了64．6％,侧翻因子有效值下降了35．2％。结果表明利用半主动悬架系统可以有效降低汽车非直线行驶时的侧倾角与侧倾角加速度,提高了汽车的侧翻稳定性。     

汽车半主动空气悬架的神经网络控制方法

为了提高汽车半主动悬架的控制效果,以空气弹簧压力为控制对象,应用自适应神经网络控制方法,进行了不同路面激励下的半主动空气悬架的车身垂直加速度、悬架动挠度和车轮动载荷的计算机仿真和实验研究,并与被动悬架系统的相应参数进行了对比。发现在白噪声路面和较低频率的正弦路面激励下,半主动空气悬架采用自适应神经网络控制能够明显降低车身垂直加速度、车轮动载荷和悬架动挠度,降低范围为16%~85%,提高了车辆的操纵稳定性,改善了车辆的行驶安全性与乘坐舒适性。     

飞行器磁流变自适应半主动冲击缓冲器

为解决传统飞行器着陆缓冲系统刚度和阻尼不可调节的问题,设计了磁流变变阻尼器件和磁流变弹性体变刚度单元并联的半主动控制缓冲器,建立了变刚度变阻尼控制模型,提出了基于能量守恒原理的磁流变自适应变刚度变阻尼控制策略.飞行器着陆过程缓冲控制的仿真实验结果表明:采用磁流变自适应变刚度变阻尼半主动控制技术后,飞行器受到的冲击能量在整个时间历程的分布更为合理,最大冲击载荷下降17%左右.     

基于车辆1/2悬架模型复合多反馈控制策略的研究

车辆1/4悬架模型不能反映车辆的俯仰情况,且一般控制策略多以簧载质量加速度作为反馈,这样就有了一定的局限性。为更好地改善悬架性能,建立了车辆1/2半主动悬架4自由度模型,针对悬架为一非线性、有时滞、不确定系统,提出了一种新型控制策略,且在M atlab中分别进行了时域和频域仿真,并就相应指标与被动悬架、模糊控制半主动悬架进行比较。结果表明,该策略对簧载质量加速度、悬架动挠度、轮胎动载荷的改善非常有效,对车辆悬架的控制和开发具有参考价值。     

高速列车横向半主动悬挂系统模糊控制

为了抑制由高速车体摇头引起的车体横向振动,构造了高速列车横向半主动悬挂系统模糊控制结构,采用模糊控制策略,以减振器的实际阻尼力和车体、构架的横向振动加速度为反馈输入,对车体前后横向悬挂系统的可调减振器进行双闭环反馈独立控制.以美国六级轨道谱为输入,在列车运行速度为270 km·h-1时,结合表征列车悬挂系统横向振动特征的17自由度动力学模型,对半主动悬挂机车和被动悬挂机车的横向振动、摇头振动进行计算.计算结果表明:采用半主动悬挂的高速车体平稳性改善了12.54%,摇头振动幅值减少了35.00%,横向振动幅值减少了48.45%,在车体固有频率(1～6 Hz)附近,车体横向振动、摇头振动抑制达到50%.可见,该控制结构和控制策略能够明显抑制车体横向振动.     

半主动悬架系统控制仿真

基于李雅普诺夫稳定性理论,设计了汽车半主动悬架的模型参考自适应控制器.自适应控制器包括可调前置控制器和状态反馈控制器.推导了自适应控制律与约束条件.结果表明:该控制器具有很好的鲁棒性和抗干扰性,对系统非线性和模型参数的不确定性具有广泛的适应性.仿真证实了控制器设计的有效性.     

铁道车辆自供能量横向主动悬挂系统

为了减少车辆主动悬挂对外部能源的消耗,设计了自供能量主动悬挂系统,建立了车辆半车简化横向悬挂动力学模型,设计了LQG控制器,并利用随机振动理论分析了系统能量平衡存在的条件,采用Matlab/Simulink对系统的运行效果进行了仿真。仿真分析结果表明:自供能量主动悬挂系统比半主动和被动悬挂拥有更好的隔振效果,且当直流电机作动器的等效阻尼系数大于规定值时,系统在实现主动减振控制的同时还能够反馈能量。     

基于柔性多体动力学的地铁车辆半主动控制

为了对地铁车辆的运行性能实现更准确的评估和更有效的优化,借助有限元理论和子结构理论建立了车体和转向架构架等关键零部件的柔性动力学模型;基于天棚半主动控制算法和柔性多体动力学理论,建立了考虑半主动控制悬挂的地铁车辆刚柔耦合动力学模型;考虑轨道随机不平顺的影响,研究了半主动控制悬挂以及结构柔性对地铁车辆运行稳定性和乘坐舒适性的影响。研究结果表明:相对于传统的悬挂装置,天棚半主动控制极大降低了车辆的振动加速度,并使其变化趋势更加平缓,对车辆的低频振动有明显的抑制作用;采用本文的研究参数,天棚半主动控制在直线段可使车辆的垂向Sperling指标和垂向振动加速度均方根(RMS)分别降低26.8%和7.5%,使车体横向Sperling指标和横向振动加速度RMS分别降低8.8%和4.9%,而在曲线段,天棚半主动控制可使车辆垂向Sperling指标和垂向振动加速度RMS分别降低25.1%和5.7%,使横向Sperling指标和横向振动加速度RMS分别降低15.6%和8.3%,车辆的乘坐舒适性和运行稳定性大幅提升;考虑结构柔性时,车辆的垂向Sperling指标和垂向振动加速度RMS相比于未考虑结构柔性时分别增大了4.3%和6.8%,横向Sperling指标和横向振动加速度RMS分别增大了3.0%和3.4%。可见,车体和构架的结构柔性对车辆的动态特性有较大影响,在对车辆运行稳定性和乘坐舒适性进行计算和评估时不可忽略。      

磁流变阻尼器的神经网络建模及在半主动控制中的应用

应用神经网络技术建立了磁流变阻尼器的逆向模型,该模型含有4个输入神经元、1个输出神经元和15个隐层神经元．利用Bouc—Wen修正模型数值仿真生成数据,然后采用Levenberg—Marquardt法和OBS策略对逆向模型的结构进行训练和修剪．最后,将所建的磁流变阻尼器逆向模型应用于1／4车悬挂模型中,进行半主动控制的仿真分析．结果表明,所建立和优化的逆向模型可以较好地预测所需电流指令,应用于半主动控制中的效果明显．