电控空气悬架(ECAS)具备主动调节悬架刚度或阻尼功能,可以极大提高车辆综合性能,具有广阔的市场前景。目前,汽车在复杂工况行驶中,如何能从整车综合性能要求分解出前、后、左、右四个悬架特性并能快速响应是突破ECAS技术瓶颈的关键。为此,本文基于多智能体(Multi-Agent)思想,将各个悬架视为独立Agent,引入鱼群算法简化整车与Agent连接关系,并应用模糊规则将逻辑关系复杂的任务在Agent内部解决,减少Agent之间的交互,从而提高系统的并行处理能力;为了检验此方法的有效性,仿真分析了某一车型在匀速直线、减速及转向等工况下的性能,主要研究内容及工作具体如下:一、ECAS车辆系统数学模型建立及验证。首先,建立了九自由度ECAS车辆系统模型,其中,含四个轮胎侧向力学模型及其纵向力学模型、四轮随机激励路面模型等。其次,应用Simulink搭建ECAS车辆系统仿真模型。最后,仿真分析了匀速直线、减速和转弯等工况车辆性能,仿真结果与TruckSim软件仿真结果进行了对比。结果表明,两者结果吻合。二、基于鱼群动态优化的ECAS模糊控制研究。提出ECAS多智能体混合式结构,具体由系统Agent、四个悬架Agent和四个轮胎Agent组成。进而对各个Agent进行了功能属性分配和确定系统的控制架构;提出了基于鱼群算法的系统Agent动态优化悬架Agent方法;最后提出了基于模糊规则的悬架Agent控制方法。三、仿真分析。为了检验本文所提出方法的有效性,进行了相关仿真分析。结果显示:在匀速直线工况下,与被动悬架相比,悬架Agent的车身加速度、侧倾角加速度及俯仰角加速度的均方根值分别降低20.03%、14.64%、10.55%;在悬架Agent基础上增设系统Agent则上述参数又可以进一步分别降低16.55%、14.38%、12.49%;在制动工况,与PID控制相比,悬架Agent和系统Agent的车身俯仰角均方根值分别降低18.94%和56.06%;在转向工况下,同样与PID控制相比,悬架Agent和系统Agent的车身侧倾角均方根值分别降低20.81%和61.07%;在工况相互切换下,从车辆的各性能参数对比曲线图可以看出,与PID控制相比,基于鱼群动态优化的ECAS多智能体模糊控制,实现了车辆在多种工况及其相互切换的实时优化控制。