主动悬架可以根据不同的行驶条件,产生主动控制力来改善悬架特性,有效的平衡车辆行驶的操纵稳定性和平顺性。然而,由于参数时变、外部扰动、非线性等因素的影响,悬架系统采用常规的控制算法时不易满足车辆行驶时鲁棒性需求。针对主动悬架系统的上述问题,本文以滑模变结构理论为基础,以提高车辆行驶平顺性为目的,设计了主动悬架的滑模变结构控制器。针对滑模控制器的抖振问题,本文采用径向基神经网络算法优化滑模切换开关达到抑制抖振的效果。另外,由于控制算法需要实时而准确的车辆振动状态,采用卡尔曼滤波算法设计了车辆振动状态观测器。本文通过对所设计模型进行仿真,来验证所提出控制器及算法的性能。以下为具体研究内容与结论:(1)采用滤波白噪声法建立了单轮路面输入模型,分析了左右车轮的相干性和前后车轮的时滞性,建立了四轮路面激励时域模型。建立了七自由度主动悬架动力学模型,整车天棚阻尼参考模型,以及基于二者的误差模型,为后续的滑模控制器设计奠定基础。(2)设计了基于径向基神经网络的滑模变控制器。滑模控制器以理想天棚阻尼悬架模型中的状态变量为跟踪目标,控制主动悬架模型,实现车辆平顺性的提高。利用径向基神经网络算法对于函数逼近速度快、收敛能力强的特点,优化滑模切换开关,达到抑制滑模控制器抖振的效果,进一步提高控制器鲁棒性。(3)采用卡尔曼滤波算法设计了车辆振动状态观测器。通过利用卡尔曼滤波算法,滤除系统的过程噪声和测量噪声,得到系统中不易测量的状态。通过仿真验证了所设计状态观测器能够较好的估计悬架的状态,为控制器提供实时而准确的状态信息。(4)对所建立的主动悬架系统控制器进行仿真建模并分析。分析结果表明,在基于状态观测的滑模控制器控制下,车辆行驶平顺性相较于被动悬架有了很显著的提升。所设计的径向基网络滑模控制器不仅可以解决系统抖振问题,而且控制效果要优于普通的滑模控制器。