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。     

基于Simulink的半主动悬架多项式监督PID控制研究

针对汽车半主动悬架实时控制过程提出一种基于遗传算法的离线学习和在线学习相结合的多项式函数监督PID控制方法.在离线学习过程中,遗传算法生成表示PID三个参数(Kp, Ki, Kd)与评价被控对象的评价指标关系的多项式监督函数.在线控制过程中,监督函数监督被控对象的状态,并在其评价指标超标时对PID控制器的参数进行及时调整.以1/4汽车半主动悬架系统为控制对象,使用MATLAB/Simulink进行的仿真实验结果表明这种离线学习与在线调整相结合的PID控制方法能够有效改善悬架系统的平顺性.     

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。     

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。     

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.     

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ADAMS-MATLAB联合仿真的汽车悬架半主动控制

利用ADAMS建立了随机激励四分之一汽车悬架模型,利用MATLAB设计了一种基于改进Bingham模型的汽车半主动控制策略,然后进行ADAMS-MATLAB联合仿真,深入研究了被动控制、半主动开关控制及基于改进Bingham模型的半主动控制的效果。研究发现,采用所提出的基于改进Bingham模型的半主动控制策略后,汽车悬架系统的车身加速度、悬架变形、车轮动载、车轮侧滑移分别比被动控制下降27%、17.6%,、9.7%、18.6%,而半主动开关控制只比被动控制下降19.6%、9.2%、7.4%、9.3%。这说明所提出的基于改进Bingham模型的半主动控制策略大大优于其他两种控制策略。     

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。     

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。     

结构智能半主动控制系统仿真设计

通过在电液伺服材料性能实验机MTS机上进行磁流变阻尼器动态特性神经网络辨识试验，建立了MR阻尼器的神经网络逆动态特性模型。通过离线训练设计了结构的神经网络辨识器、控制器模型，并提出了MR阻尼器神经网络半主动控制方案。将所建的MR阻尼器的神经网络逆动态模型、结构的神经网络辨识器模型、以及神经网络控制器模型用于结构的神经网络半主动控制并进行仿真，结果表明所建模型及控制方案能够有效降低结构的振动响应，同时最大限度地发挥MR阻尼器的动态特性。     

四自由度汽车磁流变半主动悬架最优控制研究

应用汽车行驶动力学理论,以1/2汽车悬架模型为研究对象,建立四自由度汽车磁流变半主动悬架动力学方程和空间状态方程,设计了半主动悬架线性二次型最优控制器及控制算法,提出了汽车振动速度分段式磁流变半主动悬架最优控制策略。在SIMULINK软件中建立悬架仿真模型,仿真分析磁流变半主动悬架最优控制效果,仿真结果表明,汽车磁流变半主动悬架应用最优控制算法和分段控制策略可以降低车身垂向振动加速度和车身俯仰角加速度,提高了悬架平顺性。