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。     

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。     

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。     

基于改进鲸鱼算法的半主动悬架PID控制

汽车悬架的控制效果直接影响车辆稳定性与舒适性.汽车半主动悬架的控制常采用PID控制器,因其控制原理简单,实用性强,可以达到较好的控制效果.然而PID控制器的参数选择(KP、KD和KI)对控制效果影响较大,传统的经验法参数整定,难以在短时间内找到可以达到最好控制效果的一组参数.而智能优化算法可以在合理的时间内找到,不需要...     

混合悬架双向馈能半主动系统设计与分析

针对主动悬架的高能耗问题,设计了一种混合电磁悬架双向馈能半主动控制系统.首先,建立了悬架的二自由度机-电耦合模型,设计了双向馈能电路,提出了天棚算法和滞环电流控制相结合的悬架半主动控制系统,并基于随机振动理论和阻尼耗散机理,推导了其动力学和能量性能指标.其次,分析了被动阻尼和负载电阻对悬架动力学性能和能量性能的影响规律...     

汽车半主动空气悬架在软与硬路面下机器学习中的应用（英文）

为提高车辆半主动空气悬架在不同路面下的平顺性和控制性能,以驾驶员座椅和车辆俯仰角的加权加速度均方根值为控制目标,提出了一种基于模糊最优控制和车辆实际模型的机器学习方法.研究结果表明：车辆在72 km/h以上高速行驶时,软路面对车辆的平顺性有明显影响.基于机器学习,软路面工况下采用模糊控制的座椅和车辆俯仰角的加权加速度均方根值分别降低了30.20%和19.95%,而硬路面工况下无控制策略的座椅加速度和俯仰角加速度的加权加速度均方根值分别降低了34.36%和21.66%.这说明不同仿真条件下,该方法均能提高车辆的行驶平顺性.此外,为提高机器学习的效率,需要对其学习数据进行不断更新,以适应车辆的各种运行工况.     

半主动悬架支撑下1/4车的平顺性研究

建立了半主动悬架支撑下1/4车的振动模型,推导了其运动微分方程,运用matlab/simulink工具箱模拟了汽车在40m/s和100m/s两种工况作用下B级路面的随机激励,并编写了1/4车模型在随机激励作用下频域响应求解的仿真框图程序。结果表明,带有PID控制器的半主动悬架与被动悬架相比,明显地降低了车身加速度,即明显改善了汽车平顺性：在时速为40m/s时,车体的振动能量峰值减少了69.8%;在时速为100m/s时,车体的振动能量峰值减少了65.5%;相较于高速工况下,半主动悬架在车速为中低速时,对于平顺性的改善的作用更加明显。     

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．     

电磁复合式馈能悬架半主动控制研究

针对以直线电机为作动器的馈能型半主动悬架现有控制方法存在缺陷且电磁阻尼力小等问题,设计了电磁复合式馈能悬架结构,建立了包括电磁复合式作动器(electro-magnetic linear hybrid actuator,EMLHA)的车辆二自由度悬架模型。提出一种由主环与内环构成的半主动控制策略,其中主环通过线性二次高斯(linear quadratic Gaussian,LQG)控制策略得出理想半主动力,并利用蚁群优化算法确定其控制参数。在此基础上,为减小过大电磁阻尼力对半主动控制的扰动,通过分析悬架馈能电路提出电机绕组限流策略,结合减振器阻尼力补偿控制方法共同实现内环控制。最后对所设计的复合悬架及其控制方法进行动力学性能与馈能性能仿真,并与传统直线电机悬架与被动悬架进行对比分析。结果表明:复合悬架能够有效改善悬架动态性能,并且直线电机回馈能量的72.5%被储存至超级电容,说明复合悬架及其半主动控制策略能够在提升悬架舒适性与安全性的基础上回收部分振动能量。     

馈能式磁流变半主动座椅悬架特性研究

针对传统汽车座椅舒适性较差及半主动座椅耗能大的缺点,提出了1种基于压电结构的馈能式磁流变半主动座椅悬架的设想,分别建立了基于1/4车辆的三自由度座椅悬架模型和压电悬臂梁能量回收模型,通过试验得到磁流变座椅减振器的力特性曲线。对馈能特性进行仿真和试验,仿真结果表明,汽车行驶车速为60km/h时,单个压电悬臂梁的馈能功率为0.704 6W,总馈能功率为46.79 W,馈能效率为29.74%,试验结果表明,单个压电悬臂梁馈能功率为0.546 5 W,验证了馈能结构的可行性。     

一种神经网络模型在混凝土配比设计中的应用

本文描述了人工神经网络的模型和算法，给出了BP神经网络模型和算法的相关变量的处理方法。用这种方法，对混凝土配合比试验数据进行分析预测，效果良好。说明BP神经网络模型可用于混凝土混合比强度预测中。     

基于神经网络的电力负荷预测系统设计

应用RBF(Radial Basis Function, 径向基函数)人工神经网络进行电力系统短期负荷预测.考虑了天气、经济、节假日等因素对电网负荷的影响,将负荷按照每周各日分类,共七种模式,学习样本选取每周中的相同类型日.在预测前还对原始数据中的伪数据进行剔除,提高了预测的精确度.利用从湖南省双峰电力局收集到的负荷数据进行网络模型的训练,所得结果表明了RBF网络对于负荷预测是有效性的.     

基于神经网络算法的计算机网络优化模型研究

计算机网络的极速发展迫切需要全面提高和优化网络的整体性能 .神经网络算法具有大规模并行处理和分布式信息贮存等特点 ,Hopfield神经网络在联想记忆与优化方面表现出得天独厚的优势 .基于神经网络算法的计算机网络优化模型研究 ,正是将Hopfield神经网络的理论与现实计算机网络、现代优化方法相结合     

基于神经网络个别化学习系统的设计与实现

本文从个别化学习的基本涵义和主要特征着手,对个别化学习环境进行了较为深入的研究,建立了基于神经网络的个别化学习系统,并对系统各个模块的实现方法进行了详尽的阐述。该系统实现了个别化学习的智能引导、智能组卷测试、实时答疑等功能,具有较强的自适应性。     

基于人工神经网络的模式识别

利用数学软件MATLAB研究了基于人工神经网络的模式识别,这种基于人工神经网络的模式识别系统不仅能够识别字母还能识别汉字和数字,适用于汉字识别和数字签名。     

一种神经网络智能PID控制器

提出一种将线性PID控制与神经元自适应、自学习相结合,基于计算机的新型神经网络智能PID控制(NNPID)方法。采用PID控制器和NN控制器共同调节,并具有自整定、自学习算法。还给出了NNPID控制器的结构、算法及二阶对象下系统的仿真结果。     

基于改进的模糊神经网络算法的微互动平台设计

基于改进的模糊神经网络算法进行微互动平台设计,调整模糊神经系统网络的结构和参数以建立信息搜索引擎模型,生成时间序列来提取校园的数据信息,提取结果作为设计微互动平台的基础,由此可以使慕课平台给用户提供个性化的服务,提高用户浏览的有效性和便利性。     

基于粗糙集和神经网络理论的入侵检测分类器的设计与实现

入侵检测系统中分类器的设计是整个系统中重要部分。提出一种基于粗糙集约简算法的神经网络分类器模型,将粗糙集能够在保持系统精度的情况下去掉冗余属性引入到神经网络中,优化网络结构。实验测试表明,此模型能够保证系统检测的准确性,具有一定的实用性。     

基于BP神经网络的中医舌诊诊断的研究

将现代计算机技术与舌诊相结合构建了中医舌诊智能诊断的神经网络模型,以此研究了人工神经网络方法应用于中医舌诊诊断,讨论了利用MatlabN神经网络函数对实验提供的舌象样本数据进行训练学习,最终得出相应病例．