论文部分内容阅读
最近二十年,汽车已经逐渐走入寻常百姓的生活中,在人们的生活中发挥着日益重要的作用。乘坐舒适性是评价车辆性能的重要指标,而悬架系统又决定着车辆性能的高低。传统的被动悬架和半主动悬架系统只能依赖于自身物理结构进行减震,所以它们的减震作用有限。在遇到颠簸时,执行器产生的力可以抑制车身的振动。由于具有执行器,主动悬架系统具有较好的减震能力并且成为车辆研究的热点之一。如果悬架的垂直移动幅度过大,会造成悬架结构损坏,甚至造成安全事故。主动悬架系统的约束问题成为一个难点问题。在遇到颠簸时,在有限时间内使主动悬架系统稳定可以提高舒适性,所以如何在有限时间内使悬架系统达到稳定也是一个热点问题。本文主要研究以下三个方面内容:(1)针对具有输入饱和的主动悬架系统,提出了一种自适应神经网络控制方法。第一步,在无饱和情况下,基于Backstepping技术和利用神经网络的逼近能力,设计自适应神经网络控制器。第二步,在第一步的基础上,利用抗饱和理论,提出了抗饱和自适应神经网络控制器,解决执行器饱和问题。通过Lyapunov稳定性分析和悬架性能分析,证明主动悬架系统的稳定性。对主动悬架进行仿真研究,验证所提抗饱和的神经网络控制器的有效性。(2)针对具有人体模型和座椅悬架的主动悬架系统,提出了一种具有位移约束的自适应神经网络控制器。利用神经网络估计系统中的不确定项。为了避免计算爆炸问题,在每一步中引入一阶滤波。然后构建非对称障碍Lyapunov函数,将人体位移和主动悬架系统位移限制在安全值以下,确保安全性和提高舒适性。基于Lyapunov稳定分析和悬架性能分析,证明了主动悬架系统的稳定性。然后,基于连续波动的路面输入,验证所设计具有位移约束的自适应神经网络控制器的可行性。(3)针对3自由度主动悬架系统,设计了一种基于有限时间理论和约束理论结合的控制器。通过构建障碍Lyapunov函数来约束悬架的垂直位移。当遇到颠簸时,引入有限时间理论使悬架系统在有限时间内达到稳定。然后,将障碍Lyapunov约束理论和有限时间理论相结合,设计具有位移约束的自适应有限时间控制器,解决悬架系统的安全性和有限时间控制问题。通过Lyapunov稳定性分析和悬架性能分析,证明了3自由度主动悬架系统的稳定性。基于连续波动的路面工况,对3自由度主动悬架系统进行仿真研究,验证所提的有限时间控制器的可行性。