汽车磁流变半主动悬架频域加权次优控制研究

针对人体振动在不同的频段有不同的生理特征,通过对线性二次型控制策略进行频域设计,研究了可用于实际工程的频域加权次优控制策略,并与线性二次最优控制及频域加权最优控制进行了仿真比较。仿真结果表明,合理选择反馈控制变量,频域加权次优控制可取得与频域加权最优控制相近的控制效果,而优于线性二次最优控制,在人体敏感的频段大大降低车身的垂直振动,提高车辆的平顺性能,改善轮胎的接地性。     

汽车半主动悬架智能分布式递阶控制

针对整车悬架大系统模型的特点,运用智能分布式递阶控制策略建立了汽车半主动悬架系统的控制结构;在整车动力学模型的基础上,设计了基于整车车身姿态协调控制的仿人智能控制器,对不同的车身运动姿态采用不同的控制模态,并以某车型为例对其进行了控制仿真.仿真结果表明,对整车半主动悬架进行分布式协调控制是可行的,且相对于被动悬架及采用集成控制策略,分布式智能协调控制能更好地提高车辆的平顺性能,并能有效抑制车身俯仰和侧倾运动,改善轮胎的接地性能.     

基于Takagi-Sugeno模型的磁流变半主动悬架控制

采用精度较高的Bouc-Wen模型对磁流变减振器建模,建立了包含减振器非线性动态特性的1/4车辆模型.为了解决Bouc-Wen模型给磁流变半主动悬架系统带来的非线性,通过Takagi-Sugeno模糊建模对磁流变半主动悬架系统的非线性项进行局部线性化,并利用并行分布补偿(PDC)方法求取系统的控制器.设计了与Bouc-Wen模型相结合的磁流变半主动悬架控制系统,系统仿真结果和硬件在环仿真试验验证了该方法的有效性.     

多项式模型磁流变减振器半主动悬架滑模控制

为建立既能精确地表达磁流变减振器非线性特性,又便于实施控制的力学模型,利用试验数据拟合了多项式模型,并设计了一个不需测量路面输入信号的模型参考滑模控制器.对磁流变减振器进行了特性试验,采用优化的方法对试验数据进行拟合,利用此模型可在开环控制下获得所需的阻尼力,预测值与试验数据吻合较好.控制器用等速趋近率改善滑模运动段的动态品质,将多项式模型的磁流变减振器结合到控制器的仿真计算中,结果证实了其有效性.     

基于模块化的半主动悬架模糊控制及仿真分析

通过3自由度车辆半主动悬架系统模型的建立,应用模糊控制理论并结合模块化思想,进行了模块化半主动悬架模糊控制器的设计,并在MatLab/Simulink环境中对其进行了仿真,把它与被动悬架和用LQG控制器控制的半主动悬架作了比较.仿真结果表明,相对于其它两种悬架,具有模块化模糊控制器作用的半主动悬架在降低人体的加速度,改善车辆的乘坐舒适性和平顺性上有显著的效果.     

车辆半主动悬架自适应LQG控制

线性二次型高斯(LQG)随机最优控制理论和卡尔曼滤波器被应用于车辆悬架控制中。通过仿真分析得到了车体振动加速度均方根值随着悬架变形的均方根值的增大而减小的结论。提出了符合一类越野车辆实际需要的半主动悬架自适应控制策略。形成了对路面变化(包含车速)具有自适应能力的LQG控制系统。对自适应控制的效果进行了仿真分析。     

车辆半主动悬架的模糊控制

建立了履带式车辆1/2车半主动悬架控制的状态方程模型。提出一种了半主动悬架模糊控制规则的产生方法。设计了1/2车半主动悬架的模糊控制系统。仿真分析表明,所提出的模糊控制规则无论对随机路面输入还是确定性路面输入都具有良好的适应性。     

汽车半主动磁流变悬架的自适应相对控制研究

为了提高汽车的运行平顺性和操纵稳定性,以磁流变减振器为控制对象,提出了采用自适应神经网络相对控制方法的半主动悬架系统。在试验测试和理论分析的基础上,通过数据拟合得到磁流变减振器阻尼力的非线性Bingham模型,建立了基于该磁流变减振器的半主动悬架模型,并用该模型进行了自适应神经网络相对控制方法的研究。以模拟道路谱作为输入,以车身俯仰角加速度和车辆悬架前、后侧弹簧的垂向变形量之差作为控制量,把车身质心垂向加速度、前后悬架动行程作为评价指标来进行仿真研究。仿真结果表明,设计的半主动悬架与被动悬架相比,其平顺性与稳定性均得到了良好的改善,且对运行工况的改变有一定的适应性,对系统参数摄动也具有很强的鲁棒性。     

陆地车辆的磁流变半主动悬架模糊集成控制

分析了陆地车辆的磁流变半主动悬架系统的组成及其系统动力学模型。以平顺性、行驶稳定性与运动姿态控制为目标，讨论了半主动悬架的控制机理。提出了一种基于频率过滤、模糊控制和姿态误差增益控制的半主动悬架集成控制策略。设计的控制系统由外环和内环组成，外环系统设计机械系统的反馈理想阻尼力，内环系统实时计算电流驱动器的控制信号。磁流变减振器根据控制电流信号实时地产生阻尼力实现车辆控制目标。仿真结果表明，所设计的系统控制策略是有效的，同时也表明通过主动改变减振器阻尼力可以实现陆地车辆的性能控制。     

摩托车半主动悬架分层预测控制及仿真

行驶平稳性和乘坐舒适性是衡量车辆悬架性能优劣的重要指标，而基于磁流变技术的半主动预测控制与其它控制方法的结合则是改善悬架性能的一种先进控制方法。为提高控制效果，提出了一种悬架振动分层建模预测控制的新思路，即将前后轮系均看作是相互独立的底层二自由度系统，推导出协调底层关系的上层关联动力学方程，结合轴距预测和LQR优化控制方法，以前轮检测到的路面激励作为后轮下一步输入的激励，然后以簧载质量质心处的垂直加速度和俯仰加速度为上层控制目标进行协调，继而得到所需的半主动控制力。通过对一个四自由度摩托车模型的仿真计算表明，该方法在线计算量少，前后轮系易于采用不同的控制策略以提高控制效果。该方法对于多轮系车辆的振动控制提供了一个崭新的思路。     

基于模糊控制的高速车辆横向半主动悬挂仿真

在对铁道车辆横向半主动悬挂现有控制方法分析和比较的基础上,提出了基于阻尼A的自组织模糊控制,开发了高速电磁开关阀可变阻尼减振器,基于该模糊控制器来调节该减振器阻尼,使其对车辆运行工况的变化具有自适应能力。利用ADAMS软件建立高速铁道车辆的横向振动模型,将其输入到Simulink下进行仿真研究。仿真结果表明:与被动控制相比,自组织模糊半主动控制在各运行速度上都能够有效衰减车体振动,显著提高车辆的乘坐舒适性和平稳性。     

曲柄摇杆扑翼机构的联合仿真及优化设计

采用曲柄摇杆扑翼机构,通过UG实体建模和动力学仿真验证了这一设计的可行性。通过MATLAB和ADAMS建立了微型直流电机和曲柄摇杆扑翼机构的耦合模型,分析了不同定负载条件下齿轮传动机构减速比和曲柄摇杆的参数变化对扑动频率的影响,它为曲柄摇杆扑翼机构的实物快速制造提供了理论依据,也对进一步优化设计具有借鉴意义。     

AUV发动机的ADAMS/MATLAB联合仿真研究

通过对自主式水下航行器(AUV)双曲面凸轮式活塞发动机的剖析,基于ADAMS和UG得到发动机虚拟样机模型,基于MATLAB及Simulink工具箱建立了发动机的控制模型,基于ADAMS/Control模块与Matlab/Simulink接口得到联合仿真模型,使用发动机实车相关数据验证了模型的准确性.通过联合仿真得到发动机关键部件的运动曲线、受力情况和关键部件之间的间隙对运动与受力的影响,并指出了间隙上限.仿真结果表明该方法可行、有效、实用,为水下航行器发动机的设计和优化提供了理论依据和一种现代化方法.     

基于ANSYS与ADAMS的柔性体联合仿真

针对多操作机排牙机器人系统中的牙弓曲线发生器难以用刚体形式进行运动仿真并进行应力应变分析的问题,基于柔性体仿真的基本原理,采用ANSYS和ADAMSOn(-对其进行了联合仿真.运行结果表明柔性体运动仿真问题已得到解决,并通过ANSYS软件分析了牙弓曲线发生器在静态和动态下的应力应变分布,为进一步进行机器人系统结构与误差的分析奠定了基础.     

汽车半主动悬架整车协调控制策略

为了实现对汽车垂向、俯仰和侧倾方向振动的协同控制,提出一种半主动悬架整车协调控制策略。该策略中模糊PID控制器根据车身垂向、俯仰和侧倾方向的振动状态预估出相应的3个期望调整力;通过设计的带有前后轴调控参数的力协调器和转向控制策略,将期望调整力协调到4个磁流变阻尼器并输出可调阻尼力,实现对汽车3个方向振动的协调控制。连续不平路况和离散冲击路况下的试验结果表明,整车的平顺性和操纵稳定性都得到了提高,同时有益于汽车的中性转向。     

基于车轮减速度及滑移率的ABS联合仿真研究

将多体系统动力学与智能控制理论相结合对汽车制动防抱死控制系统进行了研究,利用ADAMS/CAR建立了汽车整车的多体力学模型, 模型包含了前后悬架、动力总成,转向系统,稳定杆,制动系,轮胎力学模型以及车身,同时也考虑了轮胎、衬套、弹簧、减震器等部件的非线性,准确地表达了车辆的动态特性;利用Matlab/Simulink建立了车轮减速度及滑移率的双门限控制ABS模型,利用ADAMS/Control接口进行模型的集成、协同仿真,并将仿真结果与常规制动时的仿真结果进行了比较和分析,仿真反映出双门限值控制在整车制动防抱死控制系统上的应用效果,结果表明该控制算法实用性较强.     

车辆半主动悬架系统模糊神经网络控制研究

悬架系统对车辆平顺性具有重要的影响,通过预瞄控制在后轮处提前预测路面不平度,用于解决半主动悬架模糊神经网络控制存在的时滞问题。建立了1/2车辆模型和路面输入模型,设计了基于预瞄控制的半主动悬架模糊神经网络控制结构,并进行了白噪声输入仿真分析。结果表明：预瞄控制后的车身加速度峰值和标准差比被动系统分别减少了61.61%和44.28%,比模糊控制的悬架系统分别减少了21.23%和21.20%;预瞄控制后的质心加速度峰值和标准差比被动系统分别减少了35.21%和57.81%,比模糊控制的悬架系统分别减少了7.83%和20.10%。后轮处车身加速度和质心垂直加速度均有明显减小,较好改善了悬架系统适应道路的性能,有效缓和了车辆的振动和提高了汽车的行驶平顺性。

Abstract：

Suspension system has important effect on vehicle ride comfort.Wheelbase preview control method could be used to forecast the road surface roughness at the front wheel,and to be used to solve the delay problem in fuzzy neural network controlled semi-active suspension system.The 1/2 vehicle model and road input model was established,and the fuzzy neural network control structure based on wheelbase preview control theory was designed.The white noise input simulation was carried out and the results show that the peak and standard deviation of body acceleration are separately decreased by 61.61% and 44.28% compared with passive suspension system,and are 21.23% and 21.20% compared with fuzzy controlled suspension system;on the other hand,the peak and standard deviation of vertical acceleration at CG are separately decreased by 35.21% and 57.81% compared with passive suspension system,and are 7.83% and 20.10% compared with fuzzy controlled suspension system.The body vertical acceleration at rear wheel and the vertical acceleration at CG are significantly decreased to adapt to the suspension performance,which helps to effectively easy the vehicle vibration and to improve the vehicle ride comfort.     

基于联合仿真技术的主动悬架自适应模糊PID控制研究

近年来联合仿真技术在车辆控制系统的开发研究中得到了广泛的应用。以某皮卡车为研究对象,首先利用ADAMS/CAR软件建立车辆多体动力学模型;然后在Matlab/Simulink环境中设计了基于自适应模糊PID控制的ASS,定义了与ADAMS/CAR环境下车辆模型的数据交换接口;最后,将设计的控制系统在ADAMS/CAR和Matlab/Simulink环境下通过输入输出接口进行联合仿真。文中对随机路面输入和脉冲路面输入工况下的ASS系统及整车动态特性进行了联合仿真研究,其研究结果为联合仿真技术在车辆工程中的实际应用提供了参考。