半主动空气悬架建模与神经元自适应控制
基于磁流变阻尼器的车辆悬架半主动控制研究_间接自适应控制与实验
基于磁流变阻尼器的车辆悬架半主动控制研究——间接自适应控制与实验Ξ郭大蕾 胡海岩(南京航空航天大学振动工程研究所 南京,210016)摘 要 在分析磁流变阻尼器车辆悬架非线性特性的基础上,设计了一类神经网络间接自适应控制器,并根据系统的低频特性和作动器的快响应,实现了悬架振动的神经网络实时控制。
计算机仿真和悬架实验的结果均表明,神经模拟器能够逼近非线性系统,神经控制器能在时域和频域内以较高的精度控制悬架系统的振动。
关键词:自适应控制;神经网络;磁流变阻尼器;车辆底盘;振动控制中图分类号:T P273;U463.33;O322引 言车辆悬架是一个复杂的多自由度振动系统,行驶过程中路面的激扰、车身承受的载荷以及轮胎的状况等都是变化的,此外,半主动悬架的减振机构常常表现为非线性特性,因而悬架系统是典型的时变、非线性系统。
对于这一难以建立精确数学模型的复杂系统,其逆模型也未知,因而无法根据期望的运动指标来估计或计算控制输入。
文献[1]提出神经网络直接自适应控制,但是直接自适应控制中神经控制器的反传误差比较粗略,不能很好地跟踪系统的误差。
为了提高神经控制器反传误差接近系统输入误差的真实程度,本文设计了一类神经网络间接自适应控制器。
神经模拟器除用来模拟真实系统外,还用以逼近控制器的反传误差,来增强控制精度和控制效果。
悬架的低频响应特性和磁流变液体毫秒级的快响应,使神经网络的实现成为可能,本研究最后对悬架装置进行了振动控制实验。
1 神经网络间接自适应控制已经知道,非线性控制对象的模型未知或相当复杂,无法根据系统的理想响应y d求得相应的合适输入u d,因此不可能求得神经控制器的反传误差u d -u。
直接自适应控制方法将系统理想响应与辨识器输出之间的误差y d-y p直接作为控制器反传误差来训练控制器。
因此,这只是对u d-u的一种粗略近似。
本文提出控制器反传误差的一种精确近似,即训练辨识器时,除将实际系统输出与辨识模型输出之差反向传播调节神经辨识器的权值外,还将理想响应与系统实际输出之差通过该辨识器模型进行误差的反向传播,从而由输出误差获得输入误差的更精确近似。
半主动悬架神经网络自适应控制研究
ＨＯＮＧ Ｊ 本文针对半主动空气悬架这种时变的、非线性复杂系统， 提出基于神经网络的自适应控制策略， 设计了神经网络辨识
器和控制器。通过仿真计算和分析验证了其可行性和有效性。
关键词：半主动悬架； 神经网络； 自适应控制
中图分类号：ＴＰ３１１
ｍｅｎｔｓ ｉｌｌｕｓｔｒａｔｅ ｔｈｅ ｃｏｒｒｅｃｔｎｅｓｓ ａｎｄ ｅｆｆｅｃｔｉｖｅｎｅｓｓ ｏｆ ｔｈｅ ｐｒｏｐｏｓｅｄ ｍｅｔｈｏｄ．
Ｋｅｙ ｗｏｒ ｄｓ：ｓｅｍｉ－ ａｃｔｉｖｅ ｓｕｓｐｅｎｓｉｏｎ， ｎｅｕｒ ａｌ－ ｎｅｔｗｏｒ ｋ， ｓｅｌｆ－ ａｄａｐｔｉｖｅ ｃｏｎｔｒ ｏｌｌｅｒ
新
量的多少来控制悬架刚度和车身高度。由于悬架弹簧具有非线
性特性、较大的时间滞后以及车辆数学模型某些参数的不确定
性等特点， 本文采用神经网络自适应控制结构对 １／４ 悬架系统
进行了仿真分析。
图 ２ 两自由度 １／４ 车辆模型 Ｆｉｇ．２ ２－ ＤＯＦ ｍｏｄｅ ｏｆ ｖｅｈｉｃｌｅ ｍｕ－ 非簧载质量， ｍｓ－ 簧载质量， ｋｔ－ 轮胎刚度， ｋｓ－ 悬架静刚 度， ｃ０－ 阻尼器阻尼系数， ｘ０－ 路面激励位移， ｘ１－ 非簧载质量位移， ｘ２－ 簧载质量位移 根据牛顿第二定律， 系统运动方程为
您的论文得到两院院士关注 文章编号：１００８－ ０５７０（２００８）０１－ １－ ００４５－ ０２
控制系统
半主动悬架神经网络自适应控制研究
Ｎｅ ｕ ｒａ ｌ－ ｎ ｅ ｔｗ ｏ ｒｋ Ａｄ ａ ｐ ｔｉｖｅ Ｃｏ ｎ ｔｒｏ ｌ ｆｏ ｒ Ｖｅ ｈ ｉｃｌｅ Ｓ ｅ ｍ ｉ－ ａ ｃｔｉｖｅ Ｓ ｕ ｓ ｐ ｅ ｎ ｓ ｉｏ ｎ
表 １ 半主动悬架模型主要参数 Ｔａｂ．１ Ｍａｉｎ ｐａｒａｍｅｔｅｒｓ ｏｆ ｓｅｍｉ－ ａｃｔｉｖｅ ｓｕｓｐｅｎｓｉｏｎ ３．２ 悬架仿真结果 车身加速度、悬架动挠度、轮胎动载荷的仿真结果如下：
汽车半主动空气悬架的神经网络控制方法_朱思洪
交 通 运 输 工 程 学 报
Journal of T raffic and T ransport ation Engineering
Vo l 6 No 4 Dec. 2006
文章编号 : 1671 -1637( 2006) 04 -0066 - 05
汽车半主动空气悬架的神经网络控制方法
第4期 用前景。
朱思洪 , 等 : 汽车半主动空气悬架的神经网络控制方法
67
由牛顿第二运动定律 , 可得到半主动悬架系统 的振动微分方程为 m 1 x 1 + c 1 ( x 1 - x 0 ) + k 1 ( x 1 - x 0 ) + c( x 1 - x 2 ) + ( k0 + kr ) ( x 1 - x 2 ) = 0 m 2 x 2 - c( x 1 - x 2 ) - ( k 0 + k r ) ( x 1 - x 2 ) = 0 式中: k 1 为为簧载 质量; k 1 ( x 0 - x 1 ) 为车 轮动载荷; x 2 - x 1 为空气悬 架动挠度; x 2 为车身加速度。 在主频带内路面激励速度 x 0 可近似处理为白 噪声, 即 w = x 0 ( t) 取状态变量为 y1 = x2 y 2 = k1 ( x 1 - x 2 ) X = [ x1 - x0 x2 - x1 x1 x 2] T 则悬架系统的控制方程为 X = AX + Gw Y = BX 0 A= 0 k1 - m1 0 G= - 1 0 B= 0 0 0 0 k0 + kr m1 k0 + kr m2 1 - 1 c + c1 - m1 c m2 0 1 c m1 c m2
神经网络预测控制在车辆横向半主动悬挂控制中的应用设计
２ ０ ８ ０１ 年 月
利用 此模 型可 以预测被 控对 象 在 给定输 入 下 未 来几 步 的输 出值Ｙ ｋ １，…，ｙ ，其 中ｄ （＋ ） ｍ（＋
为 预测步 数 。
（ ＋ ： ｋ ｄ １ …＝ 后 １ （） 后 Ｍ（ ＋ 一 ）＝ Ｍ（ ＋ ）＝ ｋ ，也 就 是
型
图 １ 神 经 网络 预 测 控 制 算 法 的 系统 结 构
自整 定 功 能 ，而 且 对 模 型 要 求 低 ，在 线 计 算 简
单 ，控 制质 量优 良 ，从 而 为滞 后 、不 确 定性 系 统
由于本 文 的神 经 网络 预 测控 制 算法 使用 的是
具 有 良好 泛化 能 力 的神 经 网络模 型 。因 而极 大地
说 ，控制 作用 的 大小 与预测 步数 无 关 。单值 预 测 控 制 的 目标 函数可 以通 过下 列加 权 二次 型性 能 指 标 求得 。即 ：
在ｙ 后 的计 算 中 ，设 Ｂ 网络 权 值 不 变 ， ｍ（＋ Ｐ
且 只考虑 在ｋ 时刻 控制 量Ｕ 的大 小改 变 ，而在 以后 的ｄ ，控 制量维 持不 变 ，即 ： 步
出状 态 ；而反 馈 校 正可 减小 时 变 、非 线性 和 随机
干扰对 模 型 预测 的影 响 ．参 考输 人 轨迹 是 一 条从 现 在输 出到 给定 输 出 的光滑 曲线 ：滚 动优 化 就是 在 每个 间隔周 期 内寻找 最优 化 的输 入 ，以使 实 际
输 出与 参考 轨迹 相 吻合 。
制策 略 ．因而具 有控 制 效果 好 、鲁 棒 性 强 、对模 型精 确性 要求 不 高 等优 点 ，为 此 ，本 文 结合 神 经 网络 和 预测 控制 的 优点 ，构 造 了一 种 神 经 网络 预
半主动空气悬架自适应小波消噪与试验
理 领域 。通 过小 波变 换 ， 可 以把 信 号 的 特性 分 配 到 各 个不 同尺 度 的小 波 变换 系 数 上 ， 通 过对 小 波 变 换
系数 的分析 与处 理 ， 就可 以对信 号进行 压缩 、 奇 异性 检测 以及 消除 噪声 。小波 降噪 具有广 泛 的 函数 适应 性 和最优 的 自适 应 降噪能 力＿ ６ ］ 。
控 制器 ， 通 过仿 真分 析与试 验 ， 研究 了半 主动 空气悬
后 悬 架也 为非 独 立 悬 架 ， 由空气 弹簧 、 减振器 、 导 向机构 、 横 向稳定 杆等组 成 ， 其右侧 基 于拓 扑结构
如 图 ２所 示 。
架 神经元 自适 应控制 的小 波 降噪 的效果 。
＊ 国 家 自然科 学基 金 资 助项 目（ ５ Ｏ ９ Ｏ ５ ０ ７ ８ ） ； 江 苏 省 自然 科 学 基 金 资 助 项 目 （ Ｂ Ｋ２ ０ １ ２ ７ １ ４ ） ； 江 苏省 ３ ３ ３工 程 资 助 项 目； 江 苏 省 六 大人 才 高 峰 和 江 苏 省青 蓝工 程 资 助项 目 收 稿 日期 ： ２ ０ １ ３ — ０ ８ — １ ５ ； 修 回 日期 ： ２ ０ １ ５ — ０ ２ — １ ５
控制 系统
控制器输出 图 ３ 基 于 小 波 消 噪 的 控 制 系 统框 图
Ｆｉ ｇ． ３ Ｃｏ ｎｔ ｒ ｏ ｌ ｓ ｙ ｓ ｔ ｅ ｍ ｂ ｌ ｏ ｃ ｋ ｄｉ ａ ｇｒ ａｍ ｂａ ｓ ｅ ｄ ｏ ｎ ｗａ ｖ ｅ ｌ ｅ ｔ ｄ ｅ ｎｏ ｉ ｓ ｉ ｎ ｇ
笔者 建 立 了半 主 动 空气 悬 架 的动 力 学模 型 ， 设
基于Simulink的车辆半主动悬架建模仿真及控制器设计
0引言车辆的安全性、操作稳定性及乘坐舒适性是车辆在行驶过程中非常重要的性能指标，而悬架系统作为车辆的重要部分，对其有重要的影响。
随着汽车技术的发展，车辆主动悬架慢慢地取代了被动悬架，而对于悬架控制器方面的设计也层出不穷。
常用的主动悬架的控制方法有自适应控制、模糊控制、神经网络智能控制及最优控制等，而最优控制作为现代控制理论的核心，理论基础最为完善。
通过线性最优控制算法，综合考虑悬架系统的各因素，设计一个半主动悬架最优控制策略，与被动悬架进行对比研究，从而起到对系统性能的改善。
1系统模型的建立结合研究对象建立如图1所示1/4车辆简化模型。
以牛顿运动定律为基础建立运动方程，如下：（1）同时建立滤波高斯白噪声路面的输入数学模型，如下：（2）式中，x g -路面的垂向位移（m ）；f 0-下截止频率（Hz ）；G 0-路面不平度系数（m 3/cycle ）；ω-期望值为零的高斯白噪声；u-前进速度（m/s ）。
由式（1）和式（2）将方程写成相应矩阵形式，可得系统的空间状态方程：（3）（4）式中为系统的状态矢量，其中x ̇b 为簧载质量速度；x b 为簧载质量位移；x ̇w 为非簧载质量速度；x w 为非簧载质量位移；x g 为路面位移；U 为作动器控制力输入矩阵；W为白噪声输入矩阵。
2控制器设计对于车辆悬架设计来说，主要性能指标有轮胎动位移（轮胎接地性）；悬架动行程（影响车身布置及结构设计）；车身垂向振动加速度（乘坐舒适性）。
由此利用最优控制理论可设计控制器性能指标的表达式如下：（5）式中q 1-轮胎动位移的加权系数，q 2-悬架动行程的加权系数，q 3-车身垂向振动加速度的加权系数，T-时域。
从表达式中可以看出三个加权系数的选取决定了悬架性能的好坏，如果悬架系统目标为提高乘坐舒适性，则可选择车身垂向振动加速度较大的权值；若悬架系统目标为提高车辆的操作稳定性，则可选择轮胎动位移较大的权值。
因此在本研究中选取车身垂向振动加速度的加权系数q 3=1。
车辆半主动悬架最优控制方法研究
车辆半主动悬架最优控制方法研究车辆悬架是汽车重要的组成部分之一，其功能是支撑并缓解车身在路面行驶过程中的震动和冲击，提高行驶的稳定性和舒适性。
传统的悬架系统在一定程度上能够满足车辆的需求，但随着现代科技的不断发展，车辆悬架已经发展到了半主动悬架的阶段，能够更好地适应各种路况和驾驶需求。
半主动悬架是指车辆悬架系统能够通过传感器对车辆的运动状态进行实时监测，并对悬架的阻尼、弹性等参数进行调整，以实现优化的控制，提高车辆的操控性和舒适性。
半主动悬架的优点在于其能够根据路面情况和驾驶者的需求进行自动调节，从而达到最佳的悬架效果。
半主动悬架的最优控制方法是通过控制悬架阻尼和弹性参数来实现的。
这些参数的控制需要基于车辆的运动状态和路面情况进行实时调整。
具体来说，半主动悬架的最优控制方法包括以下几个方面：1.实时监测车辆状态和路面情况：半主动悬架系统需要通过传感器对车辆的运动状态和路面情况进行实时监测，包括车速、加速度、制动状态、路面起伏等参数。
2.悬架参数的自适应调整：根据车辆状态和路面情况的监测结果，半主动悬架系统需要对悬架的阻尼和弹性参数进行自适应调整，以达到最佳的悬架效果。
这需要先建立悬架系统的数学模型，然后通过模型预测来实现悬架参数的自适应调整。
3.控制策略的设计：半主动悬架系统需要设计合理的控制策略，以实现最优控制效果。
常用的控制策略包括PID控制、模糊控制、神经网络控制等。
4.优化算法的应用：为了实现更好的最优控制效果，半主动悬架系统需要应用优化算法来优化控制策略。
常用的优化算法包括遗传算法、模拟退火算法、粒子群算法等。
半主动悬架的最优控制方法需要通过实时监测车辆状态和路面情况，对悬架的阻尼和弹性参数进行自适应调整，设计合理的控制策略，应用优化算法等多个方面的综合考虑，才能够实现最佳的悬架效果，提高车辆的操控性和舒适性。
未来，随着科技的不断进步，半主动悬架的最优控制方法还将不断发展和完善。
半主动悬架的自适应滑模控制算法研究
半主动悬架的自适应滑模控制算法研究摘要：本研究聚焦于半主动悬架的自适应滑模控制算法，旨在通过深入的理论分析和实验验证，提升车辆行驶的平顺性和稳定性。
半主动悬架作为一种先进的汽车悬架系统，能够通过传感器感知路面状况和车身姿态，实时调节阻尼参数，从而优化车辆性能。
而自适应滑模控制算法的应用，则能进一步提升半主动悬架的性能表现。
我们提出了一种基于改进的理想天棚系统的自适应滑模变结构控制算法。
该算法的核心在于在实际被控系统和参考模型之间的误差动力学系统中产生渐进稳定的滑模运动。
通过李雅普诺夫稳定性原理，我们证明了所设计的滑模控制算法的稳定性。
以某重型车辆为例进行的MATLAB 仿真结果显示，与传统被动悬架和最优控制相比，自适应滑模控制器能够显著改善车辆的平顺性，并对模型参数的不确定性和外界扰动展现出良好的适应性和鲁棒性。
滑模控制算法也存在抖振问题，这也是未来研究需要重点关注的方向。
为了解决这一问题，我们探讨了各种削弱抖振的方案，并在实验验证中观察到滑模控制的抖振现象相对较小，这表明所设计的滑模控制器能够很好地改善悬架性能，达到预期效果。
我们还研究了轮胎阻尼对悬架系统性能的影响，提出了一种考虑轮胎非线性阻尼的四分之一车模型。
通过在不同路面条件下的仿真分析，我们深入探讨了滑模控制和天棚控制在不同车速和路面频率下的性能表现。
本研究为半主动悬架的自适应滑模控制算法提供了深入的理论和实验支持，为进一步提升汽车行驶性能提供了新的思路和方法。
滑模控制的抖振问题仍需进一步研究和完善，以适应更复杂的道路和驾驶条件。
Abstract：This study focuses on the adaptive sliding mode control algorithm of semi-active suspension, aiming to improve the smoothness and stability of vehicle driving throughin-depth theoretical analysis and experimental verification. As an advanced automotive suspension system, semi-active suspension can perceive road conditions and body posture through sensors, adjust damping parameters in real time, and optimize vehicle performance. The application of adaptive sliding mode control algorithm can further improve the performance of semi-active suspension. We propose an adaptive sliding mode variable structure control algorithm based on an improved ideal ceiling system. The core of this algorithm lies in generating asymptotically stable sliding mode motion in the error dynamics system between the actual controlled system and the reference model. We have demonstrated the stability of thedesigned sliding mode control algorithm through the Lyapunov stability principle. The MATLAB simulation results using a heavy vehicle as an example show that compared with traditional passive suspension and optimal control, the adaptive sliding mode controller can significantly improve the smoothness of the vehicle, and demonstrate good adaptability and robustness to the uncertainty of model parameters and external disturbances. The sliding mode control algorithm also has the problem of chattering, which is also a focus of future research. To address this issue, we have explored various solutions to reduce chattering and observed in experimental verification that the chattering phenomenon of sliding mode control is relatively small. This indicates that the designed sliding mode controller can effectively improve suspension performance and achieve the expected results. We also studied the effect of tire damping on suspension system performance and proposed a quarter car model that considers tire nonlinear damping. Through simulation analysis under different road conditions, we delved into the performance of sliding mode control and canopy controlunder different vehicle speeds and road frequencies. This study provides in-depth theoretical and experimental support for the adaptive sliding mode control algorithm of semi-active suspension, and provides new ideas and methods for further improving the driving performance of automobiles. The chattering problem of sliding mode control still needs further research and improvement to adapt to more complex road and driving conditions.一、概述随着汽车工业的不断发展，对车辆行驶平顺性和稳定性的要求也在日益提高。
半主动空气悬架控制的研究PPT共23页
•
26、我们像鹰一样，生来就是自由的 ，但是 为了生 存，我 们不得 不为自 己编织 一个笼 子，然 后把自 己关在 里面。 ——博 莱索
•
27、法律如果不讲道理，即使延续时 间再长 ，也还 是没有 制约力 的。— —爱·科 克
•
28、好法律是由坏风俗创造出来的。 ——马 克罗维 乌斯
Than律支配的人类 的状态 中，哪 里没有 法律， 那里就 没有自 由。— —洛克
•
30、风俗可以造就法律，也可以废除 法律。 ——塞·约翰逊
6、最大的骄傲于最大的自卑都表示心灵的最软弱无力。——斯宾诺莎 7、自知之明是最难得的知识。——西班牙 8、勇气通往天堂，怯懦通往地狱。——塞内加 9、有时候读书是一种巧妙地避开思考的方法。——赫尔普斯 10、阅读一切好书如同和过去最杰出的人谈话。——笛卡儿
文献综述-汽车半主动悬架系统的研究资料
汽车半主动悬架系统减震性能研究的文献综述【摘要】：本文对汽车半主动悬架的作用和分类进行了简要介绍，结合国内外最新研究成果，重点对半主动悬架的控制方法和控制策略进行了综述，并对其研究与发展趋势进行了探讨。
【关键词】：半主动悬架，控制方法，控制策略Review on Vibration Reduction Performance of Semi-active SuspensionPan Kexian 1100103005【ABSTRACT】：the functions and kings of semi-active suspension were simply introduced. On the basis of the latest research achievements, review of control method and control strategies of semi-active suspension were emphasized，and the current development of semi-active suspension was discussed. 【KEYWORDS】：Semi-active suspension；Control method，Control strategy一、前言[1][2]车辆的悬架装置是弹性连接车身和车轮之间全部零件和部件的总称。
悬架装置主要由弹性元件、减振器和导向机构组成。
它是车辆的重要装置之一，其主要功用有三个：1、抑制、缓和由不平路面引起的振动和冲击，以保证车辆的正常行驶；2、传递作用在车轮和车架(或车身) 之间的一切力和力矩；3、保证车轮和车身之间有确定的运动关系，使汽车有良好的驾驶性能。
悬架系统减振效果对车辆行驶的平顺性、操纵的稳定性和通过性等多种使用性能有着很大的影响。
理想的悬架要求在不同的形式条件下，对乘坐舒适性和形式安全性能提供最佳匹配。
液压半主动悬架的自适应神经网络控制_杨波涛
第16卷 第1期2003年1月中 国 公 路 学 报China Journal of Highw ay and TransportVo l.16 No.1Jan.2003文章编号:1001-7372(2003)01-0104-04收稿日期:2002-01-26基金项目:高等学校骨干教师资助计划项目(GG-802-10335-1770)作者简介:杨波涛(1976-),男,河南林州人,联想集团工程师,工学硕士.液压半主动悬架的自适应神经网络控制杨波涛,王庆丰,夏仲凯(浙江大学流体传动及控制国家重点实验室,浙江杭州 310027)摘 要:提出了液压半主动悬架系统的自适应神经网络控制策略,分析了系统模型及自适应神经网络控制器的设计和实现,并对控制效果进行了仿真研究。
结果表明通过这种控制策略可以得到比较好的控制效果。
关键词:汽车工程;半主动悬架;自适应神经网络控制;M BP 算法中图分类号:U463.33 文献标识码:ANeural network control for semi -active hydraulic suspensionYANG Bo -tao ,WANG Qing -feng ,XIA Zhong -kai(T he St ate Key L ab of F luid Po wer T r ansmission and Co ntro l,Zhejiang U niv ersity,Hang zho u 310027,China)Abstract :Author s pr esent a neur al netw o rk control strategy for the hydraulic semi-active suspen-sion system .The effects o f time -variant factor s in neural netw ork control semi -active suspension sy stem on vibratio n r eductio n are investigated.T he simulated results sho w we can g ain a very satisfying effect w ith this strateg y.Key words :autom obile engineering ;semi -active suspension ;neural netw ork contr ol ;M BP alg o-rithm0 引 言半主动车辆悬架系统是复杂的动态系统,其路面输入为随机过程,具有很强的不确定性,而系统本身又有强非线性和一定的时变特性,因此用常规的控制方法难以取得理想的控制效果。
自适应单神经元智能控制策略及其在汽车主动悬架中的应用研究的开题报告
自适应单神经元智能控制策略及其在汽车主动悬架中的应用研究的开题报告一、项目背景随着汽车行业的不断发展，汽车主动悬架技术得到了广泛应用，能够提高汽车的安全性和驾驶舒适性。
然而，现有的汽车主动悬架控制方法存在着调节性能难以保证、控制精度不高、计算量大等问题。
因此，研究一种高精度、高性能的汽车主动悬架控制策略具有重要意义。
本项目将研究一种自适应单神经元智能控制策略，并将其应用于汽车主动悬架中，以提升汽车的驾驶安全性和舒适性。
二、研究目标本项目旨在研究一种自适应单神经元智能控制策略，并将其应用于汽车主动悬架控制中，以实现以下目标：1. 开发一种高精度、高性能的汽车主动悬架控制策略。
2. 提高汽车的驾驶安全性和舒适性。
3. 减小汽车主动悬架控制系统的计算量，降低功耗。
三、研究内容本项目主要包括以下研究内容：1. 汽车主动悬架系统的建模与分析，包括系统结构、特点、状态方程、状态反馈控制等。
2. 单神经元智能控制理论的研究与分析，包括神经元模型、控制算法等。
3. 基于自适应单神经元智能控制策略的汽车主动悬架控制系统设计与仿真。
4. 实验研究，并对实验结果进行分析和总结。
四、研究方法本项目将采用以下研究方法：1. 理论研究：通过文献调研和理论探讨，对汽车主动悬架系统、单神经元智能控制理论及相关技术进行深入分析和研究。
2. 模型建立：基于所得理论研究成果，建立汽车主动悬架系统的模型，在其基础上开展控制系统的设计。
3. 系统仿真：通过Matlab等软件对控制系统进行建模和仿真，验证系统的性能和优劣。
4. 实验研究：采用现场实验等方式，对所设计的控制系统进行实验验证，并对实验结果进行分析和总结。
五、预期成果本项目的预期成果包括：1. 自适应单神经元智能控制策略的研究及其在汽车主动悬架中的应用。
2. 建立汽车主动悬架控制系统的数学模型，分析其控制性能。
3. 研发一套基于自适应单神经元智能控制策略的汽车主动悬架控制系统，并开展仿真和实验验证。
变阻尼汽车半主动悬架神经网络自适应控制研究
， ｎ
， ｎ 厂 一 ） ｃ ＋ｃ ） 三 一三， ＋ｋ （ 一 ｒ ＝０ 一ｋ （ 一（ ｒ （ ， ） ｆ ｒ 厂 ， ｒ ， ）
取 状 态 向量 Ｘ＝［ 一 ，， 一 ， ， ， ， 一ｚ ， ， ， 后 路面 激励 速 度为 和ｊ 设 ， ｚ一 ｚ ， ］ 前 ， ， Ｗ＝［ Ｚｒ 则可 写 出控制 方 程 ： ｊ ＇］ ｒ ，
１ 系统 模 型 的建 立
图 １ 示 为装 有 半 主动 悬 架 的 四 自由 所
度 １ ２车 体 汽车 模 型 ． 中 ： ， 为 非 簧 ｚ ／ 图 ｍ ｍ ， 载 质量 ； ， ｍ 为簧 载质量 ； ｋ 为前后 轮 胎 刚 ｔ ｒ
度 ； ，ｋｒ Ｉ ， ＇ 为悬 架 弹簧 刚 度 ； 前悬 架 减 振 器 的
｛Ａ Ｘ …ｆ ＝７ ｔ “
２ 神 经 网 络 自适 应 控 制 系统 结 构
车辆 悬 架 系统 是 一 个 复 杂 的 非 线 性 系 统 ， 神 经 网络 辨 识 器 可 以有 效 地 辨 识 出悬 用
（） ２
架系 统 的动 态 特性 ， 经 网络 控 制 器 利 用 辨 州 神
变 阻尼 汽 车 半 主 动 悬 架 神 经 网络 自适 应 控 制 研 究
姜 羡 陈 梦成２ ，
（ ． 东 交 通 大 学 机 电 工 程 学 院 ； ． 东 交 通 大 学 土 木 建 筑 学 院 ， 昌 ３０ １） １华 ２华 南 ３０３
摘 要 ： 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 ， 过 仿 真 研 究表 明 变 阻尼 半 主 动 悬 架 能 较 好 地 改 提 通
维普资讯
第２ ４卷 第 ｉ 期 ２０ ０ ７年 ２月
自适应半主动悬架系统控制策略
自适应半主动悬架系统控制策略作者：郭孔辉余五辉章新杰马芳武赵福全来源：《湖南大学学报·自然科学版》2013年第02期摘要：建立了一种自适应半主动悬架的控制策略，能更好地权衡舒适性、操纵稳定性和安全性.首先建立集成了考虑悬架限位的阻尼连续变化（CVD）天棚控制算法的整车模型，并在不同路面和车速下进行仿真分析，建立由悬架动行程均方值估计路面不平度等级的方法；其次，提出一种考虑路面不平度等级的自适应型半主动悬架控制策略；然后采用遗传算法对不同工况下的控制参数进行离线优化；最后将优化后的控制参数用于在线控制，并与传统的被动悬架以及天棚控制的半主动悬架进行对比分析.仿真结果表明：汽车在复杂工况行驶时能有效识别路况信息并进行控制模式切换；在Comfort模式时能有效提高汽车平顺性；在Sport模式时能有效提高汽车的行驶稳定性；在Safe模式时能有效提高汽车行驶安全性.关键词：半主动悬架；路面不平度等级；路面辨识；工况自适应算法；遗传算法中图分类号：U4611 文献标识码：A现代汽车正朝着安全、舒适、节能、环保、智能化的方向发展，人们对汽车的舒适性和整体品质的追求日益提升，半主动悬架能很好地兼顾舒适性、操纵稳定性，且辅助能量需求小，是当前关注的热点，国内外学者对半主动悬架的控制策略做了较多研究，其中基于天棚阻尼原理的半主动控制简单有效，易于实现，具有一定优势＼[1-3＼].目前的天棚阻尼控制算法主要有“ONOFF”和“CVD”两种模式.文献＼[4＼]在频域分析了SkyHook，ADD，Mixed SHADD几种“ONOFF”控制算法，并得出在系统高频区和低频区，SHADD算法都能有效衰减振动.文献＼[5＼]在SHADD算法基础上提出了一种单个传感器控制策略，它兼顾了控制效果与成本，能有效减振（虽然没有SHADD 算法效果好），而且可以节省4个传感器，大幅度节省了控制成本.Daniel和Douglas在文献＼[6＼]中提出了连续阻尼控制天棚算法，并把“ONOFF”和“CVD”两种控制模式进行比较，得出后者能更好地提高汽车的行驶平顺性，但是并没有对控制系统进行鲁棒分析或自适应优化，当汽车在复杂工况下运行时，不能很好地表现出其性能.Kim和Lee在文献＼[7＼]中提出了将减振器分为Comfort，Auto以及Sport 3个模式，以满足不同车主在不同行驶工况下的不同要求，目前很多高档车都采用了这一思路.以上各种算法都采用单一的控制参数，但汽车行驶的工况复杂，很难找到一组能满足所有工况的控制参数.本文首先用悬架动行程均方值大致估计了路面不平度等级；其次提出一种基于路面辨识的自适应型半主动悬架控制策略；然后采用遗传算法对不同工况时的控制参数进行离线优化；最后将优化后的参数用于在线系统.由表5，表6可以看出，车辆在好路中低速行驶以及较差路面上低速行驶时，自适应CVD 能牺牲一部分操纵稳定性来减小车身的振动；而在好路以及较差路面高速行驶时，自适应CVD能牺牲一部分平顺性来提高车辆的操纵稳定性；同时在很差路面上行驶时，自适应CVD 能很好地保证安全性.简而言之，相对传统CVD、被动悬架，自适应CVD具有以下优势：1）当车速较低车辆操纵稳定性较好时，能有效提高汽车的舒适性；2）当车速较高汽车操纵稳定性较差时，能有效提高系统的操纵稳定性；3）在很差路面上行驶时，能在保证行车安全的基础上提高舒适性.值得指出的是表5中加星号的部分，它表明传统CVD悬架在差路上行驶以及以较高车速行驶于较差路面上时，其车轮动载不满足约束条件式（10），此时车轮的抓地能力会很差，导致安全性变差.而且此时悬架动行程过大，会经常撞击限位块，导致舒适性变差，这一点表6中并没表现出来，主要是因为此时，传统CVD悬架已有一定概率撞击限位块，导致其加速度响应局部峰值很大，而其均方根值并未增加多少，但这时局部的冲击感带来的平顺性恶化会比均方根值更多.换句话说，这时加速度均方根值并不能很好地评价平顺性.此外，为了评价自适应CVD系统的低频响应特性，以及CVD控制算法对由路面不平引起的俯仰侧倾的控制效果.定义如下工况，车速36 km/h，车辆左侧通过图5所示的凹坑，这样车辆的俯仰，侧倾，垂向运动都能很好地表现出来.车辆的侧倾角加速度、俯仰角加速度和垂向加速度仿真结果如图6～8所示.通过比较可以得出，自适应半主动控制相对被动最优悬架，低频响应有了明显的改善.5结论在Simulink中建立了考虑悬架限位的带CVD控制算法的7自由度整车模型，并利用Matlab中的遗传算法工具箱对模型中的参数进行离线优化，得到3组不同的控制系统反馈参数，对应这3组参数将控制系统分为Comfort，Sport，Safe 3个控制模式对不同路面输入悬架系统的响应进行了批量仿真，得到了一种路面不平度等级的识别方法，并设计了一种路面与车速自适应的半主动减振器控制逻辑仿真结果表明本文的控制方案能更好地权衡舒适性、操纵稳定性和安全性，自动调整控制参数，提高了汽车对复杂行驶工况的适应能力，可以提高汽车的整体品质.参考文献[1]CAO D P， SONG X B，AHMADIAN M. Editors’ perspectives： road vehicle suspension design， dynamics， and control ＼[J＼]. Vehicle System Dynamics， 2011，49（1/2）：3-28.[2]PAZOOKI A， RAKHEJA S， CAO D P. Modeling and validation of offroad vehicle ride dynamics ＼[J＼]. Mechanical Systems and Signal Processing， 2012，28：679-695[3]GEORGIOU G， VERROS G， NATSIAVAS S. Multiobjective optimization of quartercar models with a passive or semiactive suspension system＼[J＼].Vehicle System Dynamics， 2007，45（1）：77-92.[4]SERGIO M， CRISTIANO S. A singlesensor control strategy for semiactive suspensions ＼[J＼]. IEEE Transactions on Control Systems Technology， 2009，17（1）：143-152.[5]MILANO P， VINCI P. Accelerationdrivendamper （ADD）： an optimal control algorithm for comfortoriented semiactive suspensions ＼[J＼]. ASME， 2005， 127： 218-229.[6]DANIEL S M， DOUGLAS E Z ， ALLAN K A P. Optimization of a vehicle suspension using a semiactive damper ＼[C＼]//SAE Paper. 2000-01-3304.[7]KIM W， LEE J， YOON S，et al . Development of mando’s new continuously controlled semiactive suspension system ＼[C＼]//SAE Paper.2005-01-1721.[8]POUSSOTVASSAL C， SPELTA C， SENAME O，et al. Survey and performance evaluation on some automotive semiactive suspension control methods： a comparative study on a singlecorner model ＼[J＼]. Annual Reviews in Control， 2012， 36：148-160.[9]CAPONETTO R， DIAMANTE O， FARGIONE G， et al.A soft computing approach to fuzzy skyhook control of semiactive suspension＼[J＼].IEEE Transactions on Control Systems Technology， 2003，11（6）： 786-798[10]喻凡，郭孔辉.自适应悬架对车辆性能改进的潜力＼[J＼].中国机械工程， 1988， 9（6）：67-69.YU Fan， GUO Konghui. The potential of an adaptive suspension to improve vehicle performance ＼[J＼].Chinese Journal of Mechanical Engineering， 1988， 9（6）：67-69.（In Chinese）[11]郭孔辉.汽车振动与载荷的统计分析及悬挂系统参数的选择＼[J＼].汽车技术，1976：1-15.GUO Konghui. Statistic analysis of vehicle vibration and its application to suspension system design＼[J＼].Automobile Technology， 1976：1-15.（In Chinese）＼[12＼]刘献栋，邓志党，高峰.公路路面不平度的数值模拟方法研究＼[J＼].北京航空航天大学学报， 2003，19（2）：843-846.LIU Xiandong，DENG Zhidang， GAO Feng. Research on the method of simulating road roughness numerically ＼[J＼]. Journal of Beijing University of Aeronautics and Astronautics，2003， 19（2）：843-846.（In Chinese）。
汽车半主动悬架自适应模糊控制的仿真研究的开题报告
汽车半主动悬架自适应模糊控制的仿真研究的开题报告一、研究背景与意义随着社会经济水平的不断提升和人民生活水平的不断提高，汽车已经成为了现代交通工具中不可或缺的一部分。
然而，随着汽车数目的不断增加，交通拥堵和安全问题逐渐显现。
此外，不适当的行车姿态也会导致驾驶员疲劳和汽车的损坏。
因此，研究汽车悬架系统的自适应控制策略成为了当前重要的研究领域。
汽车悬架系统可以控制汽车在行驶过程中的姿态和稳定性，从而提高行驶的安全性和舒适性。
半主动悬架系统作为一种新型的悬架系统，融合了主动和被动悬架的优点，可以自适应地改变悬架的阻尼和硬度，从而实现更为灵活和可控的悬架系统。
模糊控制算法是一种模拟人类思维的方法，可以根据控制输入和输出之间的关系，建立模糊规则库并进行模糊推理，实现自适应控制。
因此，将模糊控制算法应用于汽车悬架系统的控制中是有意义的。
本文将研究汽车半主动悬架自适应模糊控制的仿真方法，通过数学建模和仿真实验来探讨这种控制方法对汽车悬架系统的控制效果。
二、研究内容与目标本研究的主要内容是研究汽车半主动悬架自适应模糊控制的仿真方法。
具体来说，本研究将：1. 以数学建模的方式，对汽车半主动悬架的控制系统进行表述和建模。
2. 设计模糊控制器，拟合汽车悬架系统的非线性和时变特性，实现自适应控制。
3. 通过Matlab/Simulink平台进行仿真实验，对系统进行性能分析，如控制精度、系统稳定性和抗干扰性等。
4. 优化控制算法，提高控制性能。
本研究的目标是实现汽车半主动悬架自适应模糊控制的仿真研究，探究该控制方法的控制效果，并且优化控制算法，提高控制性能。
通过本研究，为汽车悬架系统的控制提供新思路和方法。
三、研究方案和方法本研究将以如下方案和方法进行：1. 系统分析和建模研究半主动悬架系统的机理和控制原理，建立数学模型和控制模型。
通过分析系统的非线性和时变特性，建立相应的控制模型。
2. 模糊控制器设计设计汽车半主动悬架自适应模糊控制器，根据系统控制模型和实验数据，建立模糊规则库。
车辆半主动悬架自适应预测控制
F j （ q － 1 ） y m （ k） =
n －1
g ji Δu（ k + j － i － 1 ） ∑ i =0 +
+
g ji Δu（ k + j － i － 1 ） ∑ i=j
j － 1 ） + F j （ q － 1 ） y m （ k） + E j （ q － 1 ） ε（ k + j） ．
用丢番图
图1 Fig． 1 单自由度悬架模型 1DOF suspension model
方程可将 ε（ k + j） 分为 2 部分 = Ej （ q － 1 ） + q －j Fj （ q － 1 ） ， A（ q － 1 ） Δ
1 A（ q － 1 ） Δ 即
244
兵
1 = E j （ q － 1 ） A（ q － 1 ） Δ + q － j F j （ q － 1 ） ． 代入（ 9 ） 式得
第2 期
车辆半主动悬架自适应预测控制
243
· ·
车辆半主动悬架系统是一种噪声主动型的随机 系统。其目标函数包含多个目标变量， 这些目标变 最优控制 量在时域或频域上具有相互冲突的关系， 的任务就是要协调这些控制目标， 使其到达一种统 计意义上的最优。 同时， 由于路面信息作为系统模 型噪声输入， 其统计特性是未知的和大范围变化的 ， 要求最优控制还必须对满足统计规律的随机过程路 面输入和确定性大干扰路面同时具有良好的调节效 由于存在建模误差或系统参数因元件老 果。另外， 化而发生变化， 使得依赖于计算机中模型得到的最 优控制效果变差， 因此要求最优控制律具有良好的 鲁棒性。所以， 车辆半主动悬架控制问题实际上是 随机系统多目标的鲁棒自适应控制问题 。其鲁棒性 表现在模型误差慢变干扰情况下， 保持系统最优控 制性能的能力。其自适应性表现在对路面、 车速快 最优控制的动态调整能力。 变干扰输入情况下， 针对上 述 特 点， 本文提出采用广义预测控制 （ GPC ） 对车辆半主动悬架进行控制。算法采用模型 预测、 滚动优化、 反馈校正实现目标函数的最优控 制。算法中通过测量值和模型预估值的误差反馈来 由于模型预测和反馈校正， 使得系统 校正模型误差， 具有很强的抗干扰能力和克服系统不确定性的能 力， 保证了系统的鲁棒性。 算法中的滚动优化采用 了多目标变量泛函形式， 采用了有限时域的在线滚 保证了系统的自适应性。 动式优化策略，
车辆半主动悬架神经网络自适应控制研究
ｆ ｏｌｇ ｆＭ Ｃ ｌ ｅ ０ ｅ Ｊ Ｉｔｌ ｅ ｌ ｔｄＥｎ ． ａ ｌ ；Ｊａ ｌａｆ ｒ Ｉｎｖ ｒｉ ． ｎ－ ｇ３ ０ Ｃ ｉａ ｌ ｌ ｌ ｌｄＥｌ ｒ ｕ ｇ Ｅ ｒ ｔ ｉ ’ ｌ ｌ ｇ ｉｅ￣ｌ Ｎａ ｌｍｎ ３ ０Ｉ ｃｉ Ｉｎ ｛ｍ ｙ １ ３． ｈｎ １
ｔ－ １ ａ ｉｎ ｎ ｌ｜ ｆ ｉｔ ｌ ｌ＇ Ｉｅ ｄ ｏ Ｊｗ ． “１ＩＩ ｉｔ Ｉ ｒ ｌ Ｉ ｂ ＩＩ ｌ ｉｉ ＿ｓｌ ｗ ｈ ｎ ｅ ｃ ｍ １ ｗｉ Ｉ ｔ・ ． ｏ Ｉ ｌ Ｊ ｃ Ｉ 【 ｉ
ｔ ｕ ｒ ｎ ｌ－ ｌ Ｗ］ ｖ ｌｊ Ｉａ１Ｉ ｈ Ｈ ｕ ‘Ｉ ｔ Ｐ ＇ Ｈ ＳＵ ｎ ；ｌ ｌ １ １・ １ Ｉｒ ｖ １ ｆ ｌ Ｉ Ｉ ¨ ｅ ｌｔ １ ＇
Ａｂ ｔａ ｔ ｌ ｓ Ｉ ｌ Ｉ ｓ １ ｅ ｆ ａ ａ ｄｗ・ ｉ …ａ ｌ１ ｒ ＜ ｒ ｌ ｔｔ ｅ ｙ ｓｒ ｃ ： ’ ｍｌ、 Ⅲ‘ ｆｓ ｓ ｌ－ ｄ ｐ ｈｉ ￣ １ ｌ 。 ｌ ／ ｗｏ ｋ ｅｍｔｏ ｒ ｌｇ ｔ ｌ． ‘ Ｍ ｌ
Ｉｅ ｍ ｒ ｉ Ｉ＇ ｍ１ｘ ｃ ￣ ｈ ｃｅ Ｉ ｙ ｈ ［ ｆＩｌ １ｔ （－ｉ ． ～ １ ｅ ｉ ｌ ｒ ｍｄ
ｆ “１ Ｊ ） （ｒ ｌ ｋ ）ｋ Ｉ０ ｍ （ ｏ ） ！ －，２ ） Ｊ ¨ ｊ －２ １ （ （ ＝
【 ｍ 汁 （ｒ ） （ ） （ｒ ）０ ｎ ｊ ２ ＋ ｒ １“ ｊ ＝
始终处了最佳减振状态． 政粹 ｒ Ｆ ． 结构简单， 稳一 成 本低 ． Ｉ Ｎ而钉 较好 的发 腱前 ｉ 。 此 ， ｔ ｝ ｌ ＝ 改汁 台瑚的 、 主
维普资讯
圈口 【日Ⅲ ［ ＝
汽车半主动悬架的神经网络自适应控制
汽车半主动悬架的神经网络自适应控制
陈无畏;王志君
【期刊名称】《汽车工程》
【年(卷),期】1998(020)001
【摘要】本文提出了用两个线性神经网络对汽车半主动悬架系统进行在线辨识和控制的策略，介绍了该控制系统中神经网络的在线训练方法，进行了仿真计算和结果分析。
【总页数】6页(P31-36)
【作者】陈无畏;王志君
【作者单位】合肥工业大学;合肥工业大学
【正文语种】中文
【中图分类】U463.33
【相关文献】
1.变阻尼汽车半主动悬架神经网络自适应控制研究 [J], 姜羡;陈梦成
2.车辆半主动悬架神经网络自适应控制研究 [J], 赵开林;洪家娣
3.半主动悬架神经网络自适应控制研究 [J], 洪家娣;赵开林
4.车辆半主动悬架神经网络自适应控制的研究 [J], 王辉;朱思洪
5.汽车半主动悬架的非线性神经网络自适应控制研究 [J], 陈无畏;王其东;王志君;王启瑞;范迪彬;李智超
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｆ ｅ ｃ ｔ ｉ ｖ ｅ ｌ ｙ ｕ ｓ ｅ ｄ ｔ ｏ ｒ ｅ ｄ ｕ ｃ ｅ ｖ ｅ ｈ ｉ ｃ ｌ ｅ ｂ ｏ ｄ ｙ ｖ ｉ ｂ ｒ ａ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｉ ｔ ｓ ｐ ｉ ｔ ｃ ｈ ａ ｎ ｇ ｕ ｌ ａ ｒ ａ ｃ ｃ ｅ ｌ ｅ ｒ ａ ｔ ｉ ｏ ｎ ，ａ ｎ ｄ ｒ ｏ ｌ ｌ ａ ｎ ｇ ｕ ｌ ａ ｒ ａ ｃ ｃ ｅ ｌ ｅ ｒ ａ —
ｔ ｈ ｅ ｄ ｙ ｎ ａ ｍｉ ｃ ｍｏ ｄ ｅ Ｉ ｏ ｆ ｓ ｅ ｍｉ — ａ ｃ ｔ ｉ ｖ ｅ ａ ｉ ｒ ｓ ｕ ｓ ｐ ｅ ｎ ｓ ｉ ｏ ｎ ｗａ ｓ ｅ ｓ ｔ ａ ｂ ｌ ｉ ｓ ｈ ｅ ｄ ． Ｔｈ ｅ ｃ ｏ ｒ ｒ ｅ ｃ ｔ ｎ ｅ ｓ ｓ ｏ ｆ ｔ ｈ ｅ ｍｏ ｄ ｅ ｌ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ｗａ ｓ ｖ ｅ ｒ ｉ ｆ ｉ ｅ ｄ ｔ ｈ ｒ ｏ ｕ ｇ ｈ ｒ ｅ ａ １ ｖ ｅ ｈ ｉ ｃ ｌ ｅ ｒ ｏ ａ ｄ ｔ ｅ ｓ ｔ ．Ｔｈ ｅ ｓ ｅ ｍｉ — ａ ｃ ｔ ｉ ｖ ｅ ｎ ｅ ｕ ｒ ｏ ｎ ａ ｄ ａ ｐ ｔ ｉ ｖ ｅ ａ ｉ ｒ ｓ ｕ ｓ ｐ ｅ ｎ ｓ ｉ ｏ ｎ ｃ ｏ ｎ ｔ ｒ ｏ ｌ ｓ ｔ ｒ ａ ｔ ｅ ｇ ｙ
中图分类号 ： Ｕ４ ６ ３ ． ３ ３ ５ ． １ 文献标识码 ： Ａ
Ｍｏ ｄ ｅ ｌ ｉ ｎｇ ｏ ｆ ｓ ｅ ｍｉ ‘ ａ ｃ ｔ ｉ ｖ ｅ ａ ｉ ｒ ｓ ｕ ｓ ｐ ｅ ｎ ｓ ｉ ｏ ｎ ａ ｎ ｄ ｉ ｔ ｓ ｓ ｉ ｍ ｕｌ ａ ｔ ｉ ｏ ｎ
ｗｉ ｔ ｈ ｎ ｅ ｕ ｒ ｏ ｎ ａ ｄａ ｐ ｔ ｉ ｖ ｅ ｃ ｏ ｎ ｔ ｒ ｏ ｌ
第３ ９ 卷 第４ 期 ２ ０ １ ３ 年 ８月
兰
州
理
工
大
学
学
报
Ｖｌ ０ ｒ ｎ ａ ｌ ｏ ｆ Ｌ ａ ｎ ｚ ｈ ｏ ｕ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｔｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ
ｗａ ｓ ｓ ｔ ｕ ｄ ｉ ｅ ｄ ．Ｔｈ ｅ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｈ ｏ ｗｅ ｄ ｔ ｈ ａ ｔ ｔ ｈ ｅ ａ ｄ ａ ｐ ｔ ｉ ｖ ｅ ｎ ｅ ｕ ｒ ｏ ｎ ｃ ｏ ｎ ｔ ｒ ｏ ｌ ｏ ｆ ｓ ｅ ｍｉ — ａ ｃ ｔ ｉ ｖ ｅ ａ ｉ ｒ ｓ ｕ ｓ ｐ ｅ ｎ ｓ ｉ ｏ ｎ ｃ ｏ ｕ ｌ ｄ ｂ ｅ ｅ ｆ —
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ｉ ｎ ｏ ｒ ｄ ｅ ｒ ｔ ｏ ｓ ｔ ｕ ｄ ｙ ｔ ｈ ｅ ａ ｐ ｐ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ｏ ｆ ｎ ｅ ｕ ｒ ｏ ｎ ａ ｄ ａ ｐ ｔ ｉ ｖ ｅ ｃ ｏ ｎ ｔ ｒ ｏ ｌ ｉ ｎ ｔ ｈ ｅ ｓ ｅ ｍｉ — ａ ｃ ｔ ｉ ｖ ｅ ａ ｉ ｒ ｓ ｕ ｓ ｐ ｅ ｎ ｓ ｉ ｏ ｎ，
Ｗ ＡＮＧ Ｒｕ ｏ － ｃ ｈ ｅ ｎ，Ｓ ＨＩ Ｄｅ － ｈ ｕ ａ ，ＣＨＥＮ Ｂｉ ｎ ｇ
（ Ｊ ｉ ａ ｎ ｇ ｓ ｕ Ｐ ｒ ｏ ｖ ｉ ｎ ｃ ｅ Ｋｅ ｙ Ｌ ａ ｂ ｏ ｒ ａ ｔ ｏ ｒ ｙ ｏ ｆ Ａｕ ｔ ｏ ｍｏ ｔ ｉ ｖ ｅ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ ， Ｊ ｉ ａ ｇｓ ｎ ｕ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｚ ｈ ｅ ｎ ｊ ｉ 砒培 ２ １ ２ ０ １ ３ ，Ｃ ｈ ｉ ｎ ａ ）
文章 编 号 ： １ ６ ７ ３ — ５ １ ９ ６ （ ２ ０ １ ３ ） ０ ４ － ０ ０ ５ １ － Ｏ ４
半主动空气悬架建模 与神经元 自适应控制
汪若 尘 ， 施德华 ，陈 兵
（ 江苏大学 江苏省汽车工程重点实验室， 江苏 镇 江 ２ １ ２ ０ １ ３ ）
摘要 ：为了研 究神经 元 自适应控制在半 主动 空气悬架 中的应用 ， 建 立半主动空气悬架的整 车动力 学模 型， 通过 实车 道路试验 ， 验 证所建模 型的正确性． 提 出半 主动空气 悬架神经 元 自适 应控制策 略， 在仿 真计算基 础上 ， 研 究半 主动 空气悬架 的动态性 能， 结果 表明， 半主动 空气悬 架神经 元 自适 应控 制可 有效衰减 车身振 动， 减小 车身俯仰 角加速 度、 侧倾角加速度， 协调 了车辆行驶平顺性 与操作稳定性 间的矛 盾． 关键词 ：半主动空气悬架；神经元 ；自适应控制
ｗａ ｓ ｐ ｒ ｅ ｓ ｅ ｎ ｔ ｅ ｄ ．Ｂａ ｓ ｅ ｄ ｏ ｎ ｓ ｉ ｍｕ ｌ ａ ｔ ｉ ｖ ｅ ｃ ｏ ｍｐ ｕ ｔ ａ ｔ ｉ ｏ ｎ ，ｔ ｈ ｅ ｄ ｎａ ｙ ｍｉ ｃ ｐ ｅ ｒ ｆ ｏ ｒ ｍａ ｎ ｃ ｅ ｏ ｆ ｓ ｅ ｍｉ — ａ ｃ ｔ ｉ ｖ ｅ ａ ｉ ｒ ｓ ｕ ｓ ｐ ｅ ｎ ｓ ｉ ｏ ｎ
Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ：ｓ ｅ ｍｉ — ａ ｃ ｔ ｉ ｖ ｅ ａ ｉ ｒ ｓ ｕ ｓ ｐ ｅ ｎ ｓ ｉ ｏ ｎ；ｎ ｅ ｕ ｒ ｏ ｎ ；ａ ｄ ａ ｐ ｔ ｉ ｖ ｅ ｃ ｏ ｎ ｔ ｒ ｏ １