悬架是车辆上的重要总成之一，它对车辆的平顺性、操稳性等多种使用性能都有很大的影响，因此设计优良的悬架系统，对提高车辆产品质量有极其重要的意义。对一个在多变环境中工作的车辆，在影响因素复杂的情况下，被动悬架难以满足期望的性能指标。主动悬架是当今车辆发展的重要方向之一，但主动悬架技术难度大，成本高。近年来由弹性元件和阻尼力可控减振器组成的半主动悬架，可根据车身振动加速度等反馈信号，按照一定的控制规律产生最佳减振力，从而可改善车辆行驶的平顺性，且其价格低廉，结构简单，所以，半主动悬架已成为国内外车辆领域内的一个较为活跃的热门研究课题。 车辆半主动悬架是一个非线性系统，而常规的控制策略应用于半主动悬架系统具有一定的局限性。为了更好地逼近实际系统，获得更佳的控制效果，需寻求更有效的控制策略。因此，本论文在对车辆半主动悬架特性分析的基础上着重研究了半主动悬架的控制方法，设计了不同的控制器结构，并对其进行了控制仿真研究。 论文首先根据车辆悬架元件的特性，考虑弹性元件的刚度，应用磁流变减振器能够连续实施控制、响应快捷的特性，建立了1/4车辆半主动悬架动力学模型。 分别运用模糊和神经网络控制方法对半主动悬架进行控制仿真研究。应用双输入、单输出结构的模糊控制器，根据预定的控制目标及模糊控制策略调节控制参数，改变悬架的输出，以达到路况下的最佳性能；利用神经网络模式识别能力对输入数据处理辨别，设计控制网络层，从而提高悬架工作性能改善车辆行驶舒适性。将两种控制方法对半主动悬架的控制仿真结果进行分析比较表明：经模糊控制或神经网络控制后的悬架承受的冲击响应下、振动强度低，都能获得优异的性能。 在悬架非线性振动系统中，除考虑弹性元件的刚度，以及磁流变减振器的阻尼力外，还充分考虑了车辆行驶中座椅及人体的因素，提出了一种6自由度的1/2车辆半主动悬架动力学模型。 在对半主动悬架非线性控制方法研究的基础上，提出了一种基于模糊神经网络系统结构的模型参考自适应控制方法来研究车辆半主动悬架的非线性控制问题，并考虑半车模型前后悬架的输入时滞，对其进行了仿真研究。研究结果表明：运用模糊神经网络非线性控制方法能够使悬架获得更优异的性能，使悬架动挠度、俯仰角加速度、人体和车身垂直加速度都得到很大的衰减，在人体的敏感频域范围内的振动能量也有很大降低。而且通过对振动响应量的均方根值分析，表明了所提出的控制方法对所建立的半主动悬架非线性动力学模型具有良好的适应性。 最后，采用正弦激励和白噪声激励模拟路面不平度作为激励，以簧载质量加速度作为反馈信号，对搭建的悬架模型进行台架试验。用wavebook数据储存仪器记录簧载质量加速度信号，试验数据表明：使用设计的控制系统对悬架进行控制，可以减小簧载质量振动；改变悬架参数再进行台架试验，通过对比试验数据，验证了模糊神经网络控制的适用性能广，鲁棒性能好等特点。