论文部分内容阅读
车辆悬架系统的设计必须适应行驶平顺性和操纵稳定性的要求,传统的被动悬架系统已无法从结构设计上使车辆具有良好的平顺性,而半主动悬架由于其悬架参数如阻尼、弹簧刚度等具有可调性,使得它可以很好地满足车辆行驶过程的需要,同时与主动悬架相比,由于工作中几乎不消耗发动机的功率,结构简单,造价较低,因此受到车辆工程界的广泛重视。 本文建立了4自由度1/2车辆双轴非线性模型,推导出了阻尼可变形式的系统状态方程,然后提出了一种新的半主动悬架控制方法,即模糊神经网络控制,它采用BP神经网络离线训练模糊控制器的规则,神经网络学习的结果蕴涵了模糊控制规则。采用Matlab软件中的Similink及其S函数编程,通过计算机仿真验证了这种控制算法的有效性,并与被动悬架的性能指标进行了对比,证明采用本文的半主动悬架的控制算法进行仿真,确实能提高车辆悬架的综合性能。最后进行了实车试验,验证了本文的仿真程序是正确的。