基于磁流变阻尼器的履带车辆悬挂系统半主动控制

将磁流变阻尼器应用于履带车辆的悬挂系统中,研究了磁流变阻尼器在不同电流下的力学特性和耗能特性。建立了履带车辆二自由度车体振动模型,提出了基于线性二次型(LQR)最优控制理论的半主动控制算法。对典型沙土路面激励下履带车辆悬挂系统的半主动控制效果进行了仿真,与被动及开关控制的减振效果进行比较,得出了车体振动加速度、线位移、角加速度和角位移的响应曲线。结果表明,该控制算法对基于磁流变阻尼器的履带车辆悬挂系统有着很好的控制效果。     

高速列车横向悬挂控制方式及半主动减振器

通过对列车横向悬挂方式的分析和比较，阐明了我国高速列车横向悬挂系统采用半主动悬挂控制的必要性。在此基础上，论述了高速列车横向半主动悬挂控制所采用的控制方法，并进一步给出了用于实现此控制方法的半主动减根器的结构和工作原理。     

履带车辆磁流变半主动悬挂系统滑模控制研究

建立了履带车辆1／2车体振动模型,设计了相应的滑移面和滑移模态控制器,得出了履带车辆半主动悬挂系统的实时控制阻尼力,并对路面激励下滑模控制与最优控制的减振效果进行了仿真。     

滞回模型磁流变减振器半主动悬架模糊控制

为了获得磁流变减振器便于控制的精确力学模型,在正弦激励下对磁流变减振器进行了特性试验,利用试验数据拟合了一种滞回模型,以此来表示磁流变减振器的动态响应特性,比较由此模型仿真和实测的阻尼力,表明此模型既能较好地描述其滞回特征,亦能简单明了地表达逆向动态特性,可在开环控制策略下容易地获得理想的阻尼力,利用此模型设计了一个开环控制策略下的模糊控制器,比较所设计的模糊控制器和天棚控制器及被动悬架的性能,采用四分之一悬架模型采进行分析和仿真,随机路面激励下的数值仿真进一步证实了此控制器的有效性,其综合性能比天棚控制和被动悬架均有较大幅度的提高.     

馈能磁流变半主动悬架模糊滑模控制

为优化悬架减振性能和馈能性能,提出了一种馈能磁流变减振器结构,并设计了相应的半主动悬架模糊滑模控制策略。建立了磁流变减振器力学模型和馈能模型,以及相应的二自由度半主动悬架系统数学模型。针对半主动悬架系统的不确定性,基于混合天地棚阻尼控制系统,设计了滑模变结构控制器。使用饱和函数缓解系统抖振,并运用模糊控制优化滑模控制器。用谐波叠加法生成路面激励输入,分别对被动悬架、基于混合天地棚阻尼控制的半主动悬架以及基于模糊滑模控制的半主动悬架进行对比仿真。结果表明：基于模糊滑模控制的半主动悬架减振性能更好,能耗更小,且有良好的馈能性能,验证了馈能磁流变减振器结构的可行性和模糊滑模控制策略的有效性。     

基于磁流变减振器的汽车前悬架半主动控制研究

在磁流变减振器外特性分析基础上，设计了1／4车辆的自适应模糊控制器，提出了把1／4车辆模型的半主动控制算法应用于汽车左右前悬架独立控制的策略，并在Matlab平台上进行了仿真。选用国产某型号微型车作为试验车辆，将其被动的左右前悬架改装成磁流变半主动悬架，在多种条件下进行了实车道路试验。试验结果与仿真吻合，表明对左右前悬架进行独立半主动控制是可行的，明显提高了汽车行驶的平顺性。     

铁道客车横向振动半主动控制技术

在论述高速铁道车辆被动悬挂、主动悬挂和半主动悬挂机理的基础上，基于系统观点和铁道车辆的特点，阐述了天棚阻尼控制、最优控制、鲁棒控制、自适应控制、智能控制等控制方法在半主动悬挂系统中的应用前景，探讨了半主动悬挂开发的整体思路与研究方向，并提出了以天棚阻尼控制理论、模糊控制理论、自适应控制理论和预见控制理论为主线的复合控制策略。     

车辆主动悬架自适应模糊滑模控制研究

针对主动悬架系统具有的非线性和不确定性,结合滑模控制的鲁棒性和模糊控制的优势,建立自适应模糊滑模控制策略。确定滑模切换面参数,应用切换控制方法和函数逼近技术改善滑模运动的动态品质,并利用模糊语言达到控制悬架振动的效果。以车辆1/4主动悬架动力学模型为对象进行仿真,结果显示,与传统的模糊控制相比,自适应模糊滑模控制能有效地改善路面变化对悬架的影响。     

某越野汽车磁流变半主动悬架变论域模糊控制

为了解决半主动悬架传统变论域模糊控制器过度依赖经验规则的问题,提出了一种基于模糊神经网络的变论域T-S模糊控制策略。首先,根据磁流变减振器阻尼特性的实验结果,建立基于自适应模糊神经网络的减振器阻尼力模型及1/2车辆半主动悬架动力学模型;其次,建立悬架系统T-S模糊控制器,同时为了实时调节T-S模糊控制器变量的论域,采用模糊神经网络结构描述伸缩因子的变化。仿真结果表明,笔者提出的变论域模糊控制策略能够有效提高车辆行驶平顺性和操作稳定性。     

采用磁流变阻尼的一种改进型半主动控制汽车悬架研究

以磁流变阻尼器作为汽车悬架的阻尼器,研究了一种改进的半产动控制策略在确定性激励和随机激励下的运行效果,为了便于比较,还研究了被动控制、半主动on-off控制和主动控制悬架的运行情况。研究结果表明,半主动控制策略的控制效果很好,使汽车的乘坐舒适性显著提高,对安全性和稳定性并无明显地影响,由于磁流变阻尼的优良特性,使得该控制策略具有很大的应用前景。     

车辆磁流变半主动悬架滑模变结构优化控制

对悬架系统所用磁流变阻尼器进行阻尼特性试验,利用Levenberg-Marquardt优化算法对磁流变可调Sigmoid模型进行参数辨识,运用最小二乘法对辨识的参数进行拟合;基于天棚阻尼系统,设计了四分之一车辆悬架系统滑模控制器;采用极点配置法确定切换面参数,使用饱和函数代替符号函数,缓解滑模控制系统抖振问题,运用模糊...     

半主动悬架 EHA 阻尼器控制器设计

悬架是汽车的重要组成部分,对汽车的乘坐舒适性、操纵稳定性有很大影响。在分析目前国内外汽车半主动悬架的基础上,提出基于电液作动器EHA(electro-hydrostatic actuator)的半主动悬架阻尼可调控制器原理,并进行了该控制器的设计。     

汽车悬架路面自适应半主动控制研究

提出一种新的路面自适应半主动控制律。该控制律在簧载质量和非簧载质量的速度反馈上引入了时变的反馈增益，该反馈增益随路面激励主导频率的变化而实时调整。仿真结果表明，路面自适应半主动控制律可获得优良的悬架性能。     

越野车半主动悬架的变论域模糊PID控制

为了改善半主动悬架的控制效果,利用变论域理论对模糊PID控制器的输入论域和输出论域进行调节。根据阻尼可调两级压力式油气悬架的力学特性,建立半车半主动悬架动力学模型,在MATLAB/Simulink中构建半车半主动悬架控制模型,以冲击路面和随机路面作为输入激励进行仿真。结果表明,不同路面激励下,变论域模糊PID控制悬架和模糊PID控制悬架的减振效果均明显好于被动悬架,在冲击路面激励下的减振效果较好。冲击路面激励下,相较于模糊PID控制悬架,变论域模糊PID控制悬架的前、后车身垂直加速度和车身俯仰角加速度均方根分别减小30.89%,34.36%,37.00%,车身动挠度均方根比较接近,进一步提高了越野车的行驶平顺性。     

半主动悬架模糊控制系统的仿真

建立汽车的1/4车二自由度动力学模型,利用模糊控制工具箱设计了用于汽车半主动悬架的模糊控制器,通过应用MATLAB/Simulink对比仿真,结果显示传统的被动悬架在行驶平顺性方面不如使用模糊控制器的半主动悬架,应用模糊控制的半主动悬架系统可以有效提高汽车的行驶平顺性.     

车辆半主动悬架神经网络自适应控制研究

文中提出了一种汽车半主动悬架系统的神经网络自适应控制方法,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,通过仿真计算和分析验证了其可行性和有效性.     

车辆电动静液压作动器的半主动悬架时滞补偿控制

为了改善车辆行驶的平顺性和操纵稳定性,设计了一种基于电动静液压作动器（EHA）的车辆半主动悬架结构。进行了EHA作动器的性能试验分析,建立了EHA半主动悬架的键合图模型,计算了EHA半主动悬架系统的临界时滞,分析了时滞对EHA半主动悬架幅频特性和减振性能的影响,设计了Smith预估时滞补偿控制器,进行了EHA模糊控制半主动悬架的时滞补偿仿真分析。结果表明,EHA半主动悬架具有较好的阻尼可控性;然而随着时滞的增大,悬架系统会出现“轮跳”现象;在Smith时滞预估补偿控制下,EHA半主动悬架的簧载质量加速度减小约30%,轮胎动载荷减小约20%。     

半主动悬架及其控制系统的设计与研究

设计了一种节流口可调式液压减振器，通过理论分析和阻尼特性试验，得出了阻尼力与步进电机转角之间的关系。在此基础上，设计了半主动悬架控制系统，建立了半主动悬架试验物理模型，并进行了半主动悬架系统试验研究。结果表明，设计的半主动悬架及其控制系统性能稳定可靠，其动态性能明显优于传统被动悬架。     

基于神经网络的半主动悬架自适应模糊控制研究

在建立了五自由度车辆半主动悬架系统模型的基础上，将神经网络与模糊控制结合起来，提出一种基于神经网络的自适应模糊控制半主动悬架系统，其控制器由模糊神经网络控制器和模糊网络组成，采用快速的变斜率梯度下降算法学习，具有自适应学习功能。仿真计算表明，与被动悬架相比，神经网络自适应模糊控制性能明显优于一般的Fuzzy控制，半主动悬架系统在减小振动，提高车辆平顺性方面优于被动悬架，且车轮动载荷和悬架动挠度也得到明显改善。台架试验同样表明了半主动悬架的优良减振性能。     

汽车半主动悬架系统神经网络模型研究

基于磁流变减振器的汽车悬架系统具有明显的滞后非线性,系统中的非线性阻尼和非线性刚度等对其动力学行为产生了很大的影响。本文利用系统识别理论建立了磁流变减振器的神经网络模型,该模型可根据半主动悬架系统的控制力求得控制电流,具有良好的辩识能力。