论文部分内容阅读
悬架是汽车的重要组成部分,其结构形式和性能参数选择的合理与否直接影响汽车的操纵稳定性及乘坐舒适性。现代智能悬架的技术关键是控制策略,本文针对智能悬架中的半主动悬架对其控制策略进行深入的研究。 传统的被动悬架已无法从结构设计上使汽车具有良好的平顺性,而半主动悬架由于其悬架参数如阻尼、弹簧刚度等具有可调性,使得它可以很好的满足车辆行驶过程的需要,同时与主动悬架相比,由于工作中几乎不消耗发动机的功率,结构简单,造价较低,而控制效果几乎与主动悬架相近,因此受到汽车工程界的广泛重视。 控制算法、传感器技术和执行机构的开发是智能悬架系统的三大组成部分。其中控制系统的关键和基础,是对悬架系统的控制策略和算法的研究。半主动悬架的控制方法主要有:天棚阻尼控制、PID控制、线性最优控制、频域加权最优控制、预见控制、自适应控制、神经网络自适应、模糊控制,这些控制方法不管是经典控制理论还是现代控制理论都各有利弊,本文对这些控制方法进行了研究和比较。有一些学者提出将一个全新的理论——灰色理论应用到汽车悬架控制中。对于汽车半主动悬架结构系统,悬架载荷及路面等的干扰等都是不确定量,是典型的灰色系统。 本文运用车辆动力学理论,建立了1/4车体2自由度汽车半主动悬架系统的动力学模型。同时,考虑到路面扰动输入对悬架控制的重要影响,建立白噪声形式的路面不平度数学模型,本文采用C级路面作为路面激励的仿真输入。本文提出了一种新的控制理论——基于灰色理论的汽车半主动悬架神经网络遗传算法,并设计了半主动悬架模糊控制器,通过软件Matlab6.5+Simulink构建了实现这些控制策略的半主动悬架控制仿真模型。 通过计算机仿真得出了被动悬架、半主动悬架模糊控制方法及基于灰色理论的半主动悬架神经网络遗传算法仿真曲线图,对曲线图进行定性分析和定量分析得出这种基于灰色理论的神经网络遗传算法是一种行之有效的方法,这种方法能大大提高悬架的性能,为悬架的控制理论增添了新的控制途径。