汽车主动悬架的模糊PID控制策略

根据1/4车辆主动悬架模型,结合模糊控制理论和PID(比例-积分-微分)控制理论,建立了主动悬架的模糊PID联合控制器,并应用Matlab/Simulink进行了仿真分析.仿真结果表明,设计的模糊PID控制策略比单一模型的控制策略更能满足设计目标,车辆的舒适性得到了明显改善.     

基于RBF在线辨识的AGV转向单神经元PID控制

针对自动引导车(AGV)转向系统的复杂、非线性和时变性,提出了基于RBF神经网络在线辨识的单神经元PID控制来改进常规的PID控制性能.在该控制系统结构中,采用RBF神经网络辨识器实现对转向系统的Jacobian矩阵信息的在线辨识,获得PID参数在线调整信息,并由单神经元PID控制器完成控制器参数的在线自整定,实现系统的智能控制.实验结果表明,与常规的PID控制方法相比.该方法具有较高的控制精度、较强的自适应性和鲁棒性,完全可适用于AGV转向系统的控制.     

汽车主动悬架控制策略的研究

为比较最优控制、模糊控制和PID控制在主动悬架控制中的控制效果,设计了不同控制方法下的主动悬架控制器,利用ADAMS虚拟样机软件建立简化后的1／4车辆主动悬架机械模型,并和MATLAB／Simulink进行联合仿真分析,对仿真结果进行比较,指出了不同控制方法的优缺点。     

车辆主动悬架PID控制与模糊控制研究

利用Simulink软件建立车辆的四分之一主动悬架和路面的仿真模型,基于PID控制原理和模糊控制原理分别设计以车身垂向加速度为控制对象的PID控制器和模糊控制器,对主动悬架系统进行仿真。对比被动悬架系统、PID控制的主动悬架系统和模糊控制的主动悬架系统的仿真结果,结果表明PID控制和模糊控制的主动悬架系统都能明显改善车辆的行驶平顺性及乘坐舒适性,在控制效果上模糊控制优于PID控制。     

空气主动悬架自适应Fuzzy-PID控制研究

设计了一种用于1/4车体的二自由度空气主动悬架的自适应Fuzzy-PID控制器.FuzzyPID控制器是PID控制和模糊控制两种控制方法的叠加.PID控制使用车身的垂直加速度作为输入变量,模糊控制作为PID控制的补充,其可利用模糊控制规则对PID参数进行在线修改.应用Mariab/Simulink控制系统仿真软件仿真分析,结果表明具有Fuzzy-PID控制器的空气主动悬架在提高车辆乘坐舒适性和操纵稳定性方面明优于被动空气悬架和常规PID控制的空气悬架.     

汽车主动悬架单神经元PID控制器设计

悬架系统对汽车乘坐舒适性和操纵稳定性的改善起着重要的作用。为提高汽车行驶的平顺性,设计了单神经元PID控制器,并利用人工蜂群算法在线优化单神经元PID控制增益。以车身垂直加速度、轮胎动位移、悬架动行程为评价指标,研究控制器的减振效果和当路面输入改变、模型参数变化时的适应性,对1/4汽车主动悬架模型进行仿真了分析。结果表明:基于蜂群的单神经元PID控制器有效地降低了车身垂直加速度,且有较强的鲁棒性,进一步提高了汽车行驶的平顺性。     

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,运用模糊控制、RBF神经网络对半主动悬架滑模控制器进行优化;以随机路面激励作为输入,分别对模糊控制、RBF神经网络优化的滑模控制器半主动悬架进行仿真分析.仿真结果表明:该优化算法辨识的可调Sigmoid模型具有良好的控制性能,利用该模型可实现对阻尼力的准确控制,所设计的RBF优化滑模控制器具有比模糊滑模控制器更优异的性能.     

车辆座椅悬架自适应模糊PID控制及仿真

为提高车辆座椅悬架减振性能,建立了简化的三自由度车辆座椅悬架模型,结合模糊控制与PID控制理论提出了座椅悬架自适应模糊PID控制方法。该方法中以座椅垂直振动速度的误差为控制参量设计了PID控制器,将座椅垂直振动速度误差及误差变化率作为模糊控制器的输入变量,利用模糊控制规则对PID控制器参数进行在线自调整。以C级路面白噪声随机信号为输入,利用MATLAB/Simulink对自适应模糊PID控制器进行了仿真。结果表明:相对于不加控制和PID控制的座椅悬架系统,自适应模糊PID控制方法可以明显改善座椅质心处的垂直振动加速度。     

基于鲁棒神经网络的车辆主动悬架振动控制

由于路面不平整导致车辆行驶过程中产生很大的振动现象,因此采用鲁棒神经网络控制系统,实现车辆悬架振动的有效控制,并对控制结果进行仿真验证.建立了车辆7自由度振动悬架系统模型简图,构造了车辆振动动力学方程式.应用了PID控制器,通过增加指数函数对传统PID控制器中的组件进行求导,推导出鲁棒神经网络控制系统.采用数学软件Matlab/Simulink对神经网络控制系统进行仿真,同时与PID控制器进行对比和分析.仿真结果显示,车辆行驶过程中遇到路面随机产生的激励波后,主动悬架采用鲁棒神经网络控制跟踪误差较小,具有自适应调节功能.采用鲁棒神经网络控制车辆主动悬架,可以降低车辆垂直方向的振动幅度,提高车辆行驶的平稳性.     

汽车悬架并联式模糊PID控制的仿真研究

以汽车悬架作为研究对象,通过对其受力特点分析,建立了二自由度1/4汽车车体主动悬架模型及动力学模型,在汽车悬架常规PID控制器的基础上,加入模糊控制算法,设计了车辆主动悬架的并联式模糊PID控制器,在MATLAB/Simulink仿真环境中,构建了针对悬架的被动控制、模糊控制、PID控制、并联式模糊PID控制仿真模型,在相同的输入条件下,对各种控制模型下的汽车悬架的垂直速度与垂直加速度的进行仿真比较。仿真结果表明采用并联式模糊PID复合控制策略具有更好的控制效果,在提高车辆乘坐的舒适性和操纵的稳定性方面具有明显的优势。该研究对汽车主动悬架控制系统的设计和应用具有一定参考价值。