基于模糊神经网络的二自由度主动悬架滑模控制系统设计

主动悬架滑模控制系统受到行驶路面影响,车体震动加速度功率谱密度与实际密度不一致,导致系统控制效果不佳,提出基于模糊神经网络的二自由度主动悬架滑模控制系统设计;基于二自由度硬件结构,在主动悬架液压伺服系统中安装蓄能器,减小空间内存;采用磁流变阻尼器,调整电流大小控制阻尼;设计自适应减振座椅悬架并计算阻尼值,实现了主动悬架的控制;考虑路面不规则度,构建二自由度主动悬架滑模控制模型,依据牛顿定律计算悬架弹性元件受力;采用模糊控制规则校正控制误差,采用模糊神经网络设计主动悬架滑膜控制方案,经迭代处理得到满足优化要求的解,实现滑膜控制;由试验结果可知,车体震动加速度功率谱密度与实际密度一致,从最初的0 ms^(-2)到最终的1.5 ms^(-2),具有良好控制效果,确保乘车的舒适性。     

基于模糊PID控制的列车主动悬架振动控制研究

为了研究高速列车主动悬架系统横向振动控制,将研究对象简化为二自由度1/4车悬挂模型,研究了高速列车车体的横移、侧滚为变量的列车悬挂控制系统,采用德国轨道谱作为列车的激励拟合。算法控制器选择方面,在PID控制和模糊控制的基础上,建立模糊PID控制,并建立了基于模糊PID控制的高速列车主动悬架横向振动控制系统,通过MATLAB仿真生成关系曲线,验证了模糊PID控制算法具有更好的控制效果。     

车辆主动悬架模糊自适应控制与试验研究

建立了整车主动悬架系统动力学模型,为适应车辆运行道路多变的需求,在后轮处以路面激励变化和车身姿态作为自适应模糊控制系统的输入,设计了主动悬架模糊自适应控制系统.为验证控制系统的有效性,分别进行了随机路面输入和正弦波凸起输入的仿真计算和实车道路试验.结果表明:相对于传统的被动悬架系统,模糊自适应控制主动悬架系统车辆的质心垂直加速度峰值和标准差都有较大幅度降低;在人体敏感的频段,车身震动能量也有所下降;当车辆经过限速带时,左后轮车身加速度也有明显降低,较好提高了汽车的行驶平顺性.     

基于动态神经网络自适应控制的主动悬架系统

主动悬挂系统中的液压执行器伺服系统是典型的仿射非线性系统，其参数也是时变的，要建立其准确的数学模型是很困难的。在该文中将主动悬架系统看作是一未知系统，利用动态神经网络对未知系统进行辨识，根据建模误差和参数的不确定性来调整网络的参数和结构并用动态神经网络的优化能力得出系统的控制率。在仿真试验中用动态神经网络所得到的控制算法对模型的输出进行跟踪控制，从仿真结果图可以看出这种控制器能获得较好的控制效果。     

主动悬架控制技术研究

根据主动悬架控制理论,本文在MATLAB/Simulink上建立1/4主动悬架模型,设计LQG控制与模糊逻辑控制的主动悬架,并进行仿真研究。仿真结果表明,经过LQG控制和模糊控制的主动悬架相对于被动悬架,车辆的平顺性、乘坐舒适性有较大的改善,使主动悬架具有良好的综合性能。     

车辆主动悬架的BP神经网络自适应PID控制

提出了一种主动悬架的基于BP神经网络的自适应PID控制方法,并借助于1/4主动悬架物理模型,探讨了该控制技术在车身主动减振方面的控制问题.以白噪声模拟路面输入,对车辆主动悬架系统进行计算机仿真研究.将BP神经网络PID主动悬架、PID主动悬架和被动恳架的车身加速度、悬架动挠度及车轮动位移三项指标的均方根值进行了对比分析.仿真结果表明,具有BP神经网络PID控制器的主动悬架控制效果明显优于PID主动悬架和被动悬架,可大大减少路面对车身的振动冲击,能显著地提高车辆行驶平顺性和乘坐舒适性,且鲁棒性好.     

基于模糊控制的汽车主动悬架系统仿真研究

汽车悬架直接影响汽车在行驶过程中抑制不平路面对车身的冲击力及车身倾斜度,传统被动悬架遇冲击自动调节能力较差,抗振能力不强,针对上述问题,通过对悬架受力特点分析,建立了1/4车体二自由度主动悬架数学模型,结合自动控制理论,设计车辆的主动悬架模糊控制器,利用MATLAB/Simulink模糊工具箱对其进行仿真,在相同输入的情况下,对主动悬架与被动悬架模型部分性能参数分析比较,仿真结果表明采用此模糊控制器的主动悬架在提高车辆乘坐的舒适性和操纵的稳定性方面明显优于被动悬架。实验证明,研究结果对汽车主动悬架系统的设计具有一定参考价值。     

基于模糊PID控制的汽车半主动悬架系统的研究

论文通过建立1/4车体两自由度半主动悬架模型,设计了双输入单输出的模糊PID控制器,并在Matlab/Simulink环境下对半主动悬架系统进行了仿真研究。研究结果表明,与被动悬架系统和基于PID控制的半主动悬架系统相比较,基于模糊PID控制的汽车半主动悬架系统能够有效地降低车身的垂直加速度,并能提高车辆的平顺性,减小轮胎的动载荷。最后对基于模糊PID控制的半主动悬架系统在同一路面等级不同车速下进行了仿真研究,结果表明随着车速的增加车辆的平顺性、操纵稳定性以及安全性都会下降。     

基于卡尔曼滤波的液压主动悬架控制研究

汽车的液压主动悬架系统在控制过程中不可避免的受到噪声的影响。应用卡尔曼滤波对系统的状态向量做最优估计,并应用到系统的全状态反馈控制中,可以有效的提高系统的鲁棒性。文章给出了卡尔曼滤波的应用条件,对单一LQR调节器系统和基于LQG理论的调节器系统做了仿真对比。在LQR调节器系统中前置卡尔曼滤波,能得到更好的振动控制效果。     

基于双模糊控制器的车辆半主动悬架仿真研究

设计了以簧载质量垂向速度、簧载质量俯仰角速度及其变化率作为模糊控制器输入的控制策略,基于该双模糊控制器的车辆半主动悬架能够综合改善车辆的垂向和俯仰振动.以某型车半车悬架模型作为研究对象,对采用双模糊控制器控制的半主动悬架系统进行了计算机仿真分析.仿真结果表明,采用双模糊控制器控制策略能较好地改善车辆乘坐舒适性,达到综合减振效果.     

车辆主动悬架模糊控制器的设计及其仿真分析

该文通过车辆悬架系统和路面输入模型的建立，应用模糊逻辑控制理论，进行了车辆主动悬架模糊控制器的设计，并在Matlab/Sirmulink环境中对此模糊控制器进行了仿真，把它与传统的被动悬架和用LQG控制器控制的主动悬架作了比较及性能分析，仿真结果证明了相对于其它两种悬架来说，具有模糊控制器作用的主动悬架在降低车身加速度、改善车辆的行驶平顺性和乘坐舒适性上有显著的效果。     

用MATLAB解决汽车悬架的主动控制问题

为了解决汽车被动悬不能兼顾乘坐舒适性和行驶稳定性的矛盾,在汽车上采用主动悬架,应用ＭＡＴＬＡＢ这一优秀数学软件方便地对汽车上的悬架的主动控制力进行了求解,对主动悬架进行了仿真分析。     

轮毂式电机驱动电动汽车主动悬架滑模控制研究

悬架作为车身、车架和车轮之间的一个连接结构系统,对车辆的行驶平顺性、操纵稳定性、驾乘舒适性等具有较大影响.针对新型主动悬架系统能改善驾乘舒适性、防止驾驶者的疲劳,以及保证极限工况危急时刻车辆操控权限的优点,建立采用悬置轮毂式电机驱动的电动汽车四分之一主动悬架模型,设计了基于电磁作动器的主动悬架滑模控制系统,运用李雅普诺...     

微型电动汽车主动悬架系统振动控制仿真

为提高汽车操纵稳定性,减少路面激励影响,提出微型电动汽车主动悬架系统振动控制研究。综合电动助力转向系统、主动悬架系统和路面激励的运动学特征,建立电动汽车整车运动学模型,便于集成控制;将神经网络和模糊算法相结合,以网络学习模式为基础,设计一个包含输入层、函数层、规则层、归一化层和输出层的模糊神经网络;以车辆动力学模型为输入,确定每层神经元数量,制定网络训练的模糊规则,利用归一化因子完成所有模糊集合的归一化处理;采用重心法完成输出结果的去模糊化,获得最终控制量。仿真结果表明,所提方法降低了横摆角速度的抖动幅度,提高了车辆协调控制能力,即使控制回路中存在时滞,也能保证算法的有效性。     

基于模糊控制的汽车主动悬架仿真研究

本文建立了汽车振动的四分之一车体悬架模型和悬架系统的振动微分方程,并利用Matlab／Simulink软件实现了两自由度主动悬架的仿真模型。应用传递函数方法,对主动悬架在不同路况下的控制策略进行了深入研究,给出了相应的模糊控制策略,并进行仿真实验。仿真结果表明,装备了主动悬架的整车与被动悬架控制相比,前者在很大程度上降低了车身加速度、悬架动挠度和轮胎的相对动载荷,从而有效地提高了汽车的乘坐舒适性和操纵稳定性。     

基于反向递推的主动悬架控制设计与仿真

车辆悬架系统是典型的非线性系统,反向递推(Backstepping)控制理论适用于非线性系统的控制.本文建立了基于反向递推控制策略的车辆主动悬架模型,证明了该主动悬架系统具有全局渐进稳定特性,能实现突遇路面冲击时防止发生悬架击穿之目的.对某型车辆单轮悬架的越障案例进行了仿真研究,结果表明:当车辆驶过路面突起时,采用所提出的反向递推控制策略的主动悬榘系统的性能优于最优控制主动悬架和被动悬架系统,避免了悬架击穿.     

基于改进遗传算法的汽车主动悬架控制器设计

为解决在汽车主动悬架系统中所采用的一般模糊控制策略自适应能力差的特点,提出了一种可以自适应调节的模糊控制策略,采用解析式模糊规则法;利用新型的改进遗传算法优化不同状态下误差与误差变化率的修正因子,从而找到最优的模糊规则,匹配当前状态下最佳模糊控制器的参数;利用Matlab/Simulink对主动悬架系统进行了仿真,结果表明该控制器相较于一般模糊控制器可以有效地改善汽车悬架在不同行驶状态下的稳定性和平顺性,通过优化过后的控制系统有较强的鲁棒性和较好的适应性。     

基于T-S模糊神经网络的飞机防滑刹车系统研究

航空业的发展对飞机防滑刹车系统提出了更高的要求,而传统PID+PBM控制器存在着低速打滑、刹车效率较低等问题;针对刹车过程中的不确定性和非线性问题,提出采用T-S模糊神经网络来进行防滑刹车控制器设计;在MATLAB/SIMULINK平台建立飞机刹车总体仿真模型,将设计的控制器与传统控制器进行对比仿真试验;仿真结果表明,基于T-S模糊神经网络的控制器解决了传统PID+PBM系统存在的问题,具有良好的控制效果,系统具有鲁棒性,能够适应变化的跑道情况,为飞机防滑刹车控制提供了一种新的方法。