基于Simulink与模糊算法的车辆半主动悬架控制系统研究

为改善汽车的平顺性,将模糊控制算法引入半主动悬架,对其控制系统进行研究。首先以四自由度汽车半主动悬架为研究对象建立了其数学模型与仿真模型;在Matlab中利用模糊逻辑工具箱Fuzzy Toolbox设计了半主动悬架模糊控制器;在此基础上,利用Matlab/Simulink软件搭建半主动悬架模糊控制系统并在白噪声路面及阶跃路面信号激励下进行仿真试验。实验结果表明,所设计的模糊控制器可以有效改善汽车的平顺性并提高汽车的行驶安全性。     

智能算法对汽车半主动悬架的控制研究

车辆悬架对于车辆行驶时的平顺性和操控性都有直接影响,半主动悬架利用智能算法对悬架系统智能调节更能增加车辆在行驶时的平顺性。通过建立路面模型和悬架数学模型,分析了路面不平度函数和时域表达式。确定了悬架评价指标,然后通过建立误差动力学模型、切换面设计、模型确定三个步骤完成了悬架控制器的设计,最后针对汽车右前轮独立悬架系统使用Simulink可视化仿真软件等工具进行1/4悬架系统的仿真模拟分析,最终结合评价系统的三项指标得出仿真结果。通过算法设计与仿真分析,系统地分析了半主动悬架系统对汽车行驶状态的改善情况,为汽车半主动悬架的进一步发展提供资料和实验数据上的参考。     

汽车磁流变半主动悬架的模糊控制

为带有磁流变液智能阻尼器的半主动汽车悬架系统设计了一种模糊控制器：将半主动悬架相对位移的误差及误差变化率作为模糊控制器的输入,阻尼力作为其输出,利用磁流变液智能阻尼器的阻尼力随电流变化的特性使车身的振动降到最小。仿真实验给出了最优被动悬架和模糊控制智能半主动悬架在随机路面激励情况下的响应曲线,结果表明,磁流变半主动悬架系统采用模糊控制效果较理想,其车身垂直加速度等参数变化幅度也有所降低。     

基于神经网络的汽车半主动悬架控制器的设计

以汽车半主动悬架为研究对象,建立了汽车二自由度1／4车体模型,提出了一种汽车半主动悬架的神经网络控制方法,设计了神经网络控制器,并利用MATLAB进行仿真。仿真结果表明,该神经网络控制器用于半主动悬架的车身加速度和车身重心高度位移控制是行之有效的。     

基于模糊神经PID控制的汽车主动悬架平顺性分析与测试

路面的激励作用会使车辆在行驶过程中产生颠簸和振动,严重影响汽车行驶平顺性和乘坐舒适性。建立了1/4汽车主动悬架数学模型,提出一种基于模糊神经网络的控制策略。该方法利用了模糊控制鲁棒性强和神经网络控制收敛速度快的特点,对系统参数进行实时在线调整;同时,以悬架动行程、车轮动载荷以及车身垂直加速度为衡量指标进行仿真分析和测试研究。结果表明,所提出的控制策略可以有效减小汽车在行驶中因路面激励作用而产生的振动,大幅改善了车辆操纵稳定性、汽车行驶平顺性及乘坐舒适性,鲁棒性强,有一定可借鉴意义。     

基于QZSS和座椅半自动悬架的振动压路机平顺性提升（英文）

为了提高振动压路机的平顺性,提出了一种座椅悬架的半主动悬架(SAS)和准零刚度结构(QZSS)的组合.建立了3-D振动压路机的动力学模型,在弹塑性土壤各种工作条件下,对座椅的SAS和QZSS进行仿真与性能分析.将驾驶员座椅的加权加速度均方根值(a_ws)和功率谱密度加速度(PSD)作为目标函数,进行了试验研究,以验证模型的准确性.研究结果表明,与座椅的被动悬架相比,座椅的SAS显著提高了振动压路机的平顺性,而座椅被动悬架中添加QZSS比座椅的SAS更能提高平顺性.特别是QZSS添加在座椅SAS中,驾驶员座椅的a_ws和最大PSD值相比座椅的被动悬架分别降低了75.7%和74.3%.因此,将QZSS添加在座椅SAS中,可以进一步提高振动压路机的平顺性.     

基于改进萤火虫优化算法的汽车悬架PID控制

为了获得更好的汽车平顺性,构建1/4汽车主动悬架模型,采用悬架动挠度、车身动位移、轮胎动载荷和轮胎垂直速度等4项指标进行近似衡量,提出基于改进萤火虫优化算法（FA）的汽车悬架PID控制,并与基于LQR控制、基于Fuzzy-PID控制下的汽车悬架平顺性进行对比。仿真结果显示,基于改进FA优化的PID控制的4项指标峰值均大幅降低,峰值最高下降36.1%,证明基于改进萤火虫优化算法的PID控制可提高汽车平顺性能。     

车辆电子化研究发展研究

车辆的电子化是汽车技术的发展趋势,近年来,为提高汽车的动力性、经济性、操稳性、平顺性和安全性能等各方面性能,在发动机、变速器、悬架系统、制动系统以及转向系统中电子控制得到广泛应用,例如车辆防抱死制动系统（ABS）、半主动悬架系统（SAS）、牵引力控制系统（TCS）、电子稳定系统（ESP）、四轮转向系统（4WS）等等。其中防抱死制动系统（ABS）可以提升车辆制动工况下的制动性能和安全性能,并能适当改善车身姿态;半主动悬架系统（SAS）可以提升车辆平顺舒适性能。以上各控制系统均为单一控制系统,只能针对提高改善某一性能指标,而要提高整车性能不能仅仅将各控制子系统简单地叠加,而需要各个控制子系统协调工作。车辆底盘的集成控制成为现代车辆动力学控制研究的热点之一。     

基于遗传算法的重型越野车悬架系统优化设计

汽车悬架系统的优化设计是提供良好的操纵稳定性和行驶平顺性最有效方法之一。为提高某重型越野汽车悬架系统稳定性和可控性,利用ADAMS软件对此越野汽车悬架系统进行了虚拟样机建模,采用遗传算法对悬架系统的几何参数进行优化。通过悬架系统模型的仿真结果,能够发现由于道路平整度和转向角不同而引起的几何参数的变化规律,并比较了不同工况下优化后悬架系统和传统悬架系统的参数变化结果。优化结果表明,优化后的悬架系统降低了外倾角的变化,改善了操纵性和平顺性。     

基于遗传算法的悬架参数最优化设计

以车辆悬架系统为研究对象,建立了1/4车辆模型。在路面不平度和发动机惯性力及其转矩两种输入同时存在的条件下,运用遗传算法对悬架参数进行了优化设计。最后对比了优化前后悬架的性能指标(车身加速度、悬架动挠度、车轮动变形),车身加速度改进后(0.94249 m/s2)比改进前(1.52236m/s2)的均方根值降低了约38%,对比结果表明通过本文方法实现的悬架最优化设计对改善车辆的乘坐舒适性及平顺性是有效的。     

基于ADAMS/Car的某轿车通过减速带的模拟仿真

用多体动力学软件ADAMS/Car模块建立某轿车的整车模型,其整车包括前后悬挂、轮胎、转向系、车身和动力传动子系统。在四柱试验台上施加垂直向上的位移模拟汽车通过减速带,得到了汽车以不同车速经过减速带的整车振动响应。     

由MR阻尼器驱动的汽车悬架减振系统的半主动控制研究

设计了一种半主动力跟踪PI控制器，对由磁流液(MR)阻尼器作为悬架阻尼器的汽车模型进行控制分析．MR阻尼器的2种不同模型在闭环的汽车悬架控制系统模型中得到了应用．2种模型是基于均值阻尼力对速度(f-v)特性的均值F-v模型，和描述阻尼力非光滑滞环和饱和特性的滞环f-v模型．汽车模型用来研究力跟踪PI控制算法和MR阻尼器对车辆的振动抑制性能．仿真分析还指出了MR阻尼器的非线性，特别是滞环特性对汽车悬架系统的性能影响．结果表明所提出的控制方法对由MR阻尼器驱动的汽车悬架系统能产生很好的减振效果，不仅体现在对悬架弹簧支撑车厢的共振抑制和对驾乘人员舒适性敏感频域的振动抑制，还体现在对汽车轮胎共振频率周围的振动抑制．结果还进一步说明了MR阻尼器所存在的滞环特性对汽车悬架性能的不良影响．     

基于声腔模态分析的汽车低频噪声优化

根据汽车白车身结构有限元模型建立车身声固耦合模型。基于声学模态分析理论,进而求解声腔模态。通过实车怠速噪声和车身悬置激励力测试车内响应点的声压值,进一步验证声固耦合模型。通过峰值频率下的板块单元贡献量和模态应变能优化分析,汽车车内低频噪声降低,有利于提升汽车的NVH性能。     

高维四轮转向汽车侧向动力学系统的稳定性分析

引入二次多项式平方轮胎模型,选取合适的状态变量,建立了四轮转向汽车四维非线性动力学系统,应用中心流形定理对其进行了降维处理并转换为中心流形上的一阶约化系统.应用非线性分岔和稳定性理论对均匀路面工况的稳定性进行了分析,并在Matlab/Simulink中进行了仿真.结果表明：随着车速和前轮转角的增加,高维四轮转向汽车奇异点处会发生鞍结分岔,该分岔会导致汽车失稳.     

频段内汽车悬架时滞反馈控制参数优化

对有限频段内汽车悬架系统的时滞反馈控制参数优化问题进行研究。首先,建立时滞加速度反馈控制下 1/4 汽车悬架系统力学模型,推导出车身和车轮加速度幅值的解析表达式;其次,通过对系统稳定性分析,得到关于反馈增益系数和时滞的稳定性分区图,以数值计算验证稳定性分析的正确性;最后,在有限频段内以最大车身加速度变化的百分比为优化目标,以反馈增益系数和时滞为优化参数,利用粒子群优化算法获得有限频段内最优反馈增益系数和时滞。实验结果表明,与被动汽车悬架系统相比较,最优时滞反馈控制下汽车悬架系统的隔振性能获得了明显提高,在最优时滞反馈控制参数取值下,有限频段内车身加速度幅值至少降低37.27%。     

模糊PID在气化炉控制系统中的应用

分析了多联产系统气化岛的动态特性和控制规律,设计了气化炉温度和热值的模糊PID控制系统,并基于matlab simulink对模糊PID控制进行仿真,证明模糊PID控制具有良好的鲁棒性,响应速度快,其控制效果优于常规PID控制方式。     

A new controller for the semi-active suspension system with magnetorheological dampers

~~under the sliding mode controller. It shows that the sliding mode controller yield almost perfect tracking to the reference model. It can be seen in Fig.6 that the acceleration of sprung mass under sliding mode controller is controlled within ?.7 m/s2. Fig.7 shows the robustness and stability of the sliding mode controller to the parameter variations of the system to be controlled, in this case, a relative decrease of 10 % in the sprung mass and a relative increase of 15 % in the stiffness o…     

A new controller for the seni-active suspension system with magnetor heological dampers

A new sliding mode controller for semi-active suspension system with magnetorheological (MR) damper is presented in this paper. In the proposed sliding mode controller, a semi-active suspension based on the skyhook damper system is chosen as the reference model to be followed, and the control law is so determined that the asymptotically stable error dynamics occurs between the controlled state and the reference model state. Numerical simulations are carried out to study the performance of the new sliding mode controller. The results show that the proposed controller yields almost perfect tracking to the reference model and has a high robustness against model parameter uncertainties and disturbances.