针对半主动悬架系统随路面激励变化产生的振动与冲击,设计一种基于BP(Back Propagation)神经网络模糊PID(Proportional Integral Derivative)控制的半主动悬架控制器,以提升悬架系统的控制精度,改善汽车平顺性。以悬架系统的偏差与偏差...针对半主动悬架系统随路面激励变化产生的振动与冲击,设计一种基于BP(Back Propagation)神经网络模糊PID(Proportional Integral Derivative)控制的半主动悬架控制器,以提升悬架系统的控制精度,改善汽车平顺性。以悬架系统的偏差与偏差变化率为输入参数,利用模糊逻辑规则对输入参数进行模糊化和归一化处理,处理结果作为BP神经网络的输入,通过神经网络在线调整加权系数,实现PID控制参数的优化。为了验证控制效果,对比了BP神经网络模糊PID控制半主动悬架系统、模糊PID控制半主动悬架系统和被动悬架系统的性能,BP神经网络模糊PID控制策略的半主动悬架系统具有更好的控制效果,能够显著改善不同路况下车辆悬架的性能。展开更多
针对车辆主动悬架系统的线性二次型调节器(linear quadratic regulator,LQR)在设定权重系数矩阵Q和R时具有主观性、效率低的缺点,提出一种基于蛇算法(snake optimizer,SO)优化LQR控制器权重系数矩阵的策略。通过对1/4车辆主动悬架系统...针对车辆主动悬架系统的线性二次型调节器(linear quadratic regulator,LQR)在设定权重系数矩阵Q和R时具有主观性、效率低的缺点,提出一种基于蛇算法(snake optimizer,SO)优化LQR控制器权重系数矩阵的策略。通过对1/4车辆主动悬架系统的动力学分析,设计了LQR控制器;将主动悬架与被动悬架各性能指标的积分比值进行加权求和构建了目标函数L;模仿蛇群生活习性的SO算法在搜索空间中求解出了函数L的最小值和LQR控制器的最优权重系数矩阵。为验证该策略的有效性,分别以C级路面、正弦冲击路面为激励,对车身加速度(sprung mass acceleration,SMA)、轮胎动载荷(dynamic tyre load,DTL)、悬架动行程(suspension working space,SWS)3个方面将SO优化LQR控制的主动悬架与被动悬架、传统LQR控制的主动悬架、遗传算法优化LQR控制的主动悬架、粒子群算法优化LQR控制的主动悬架进行了仿真对比。结果表明:SO优化LQR控制的主动悬架可在C级路面上分别对SMA、DTL、SWS的均方根优化达59.47%、37.89%、42.12%;在正弦冲击路面上稳定时间为1.4 s,分别对SMA、DTL、SWS的超调优化达79.21%、59.22%、16.33%,提升了车辆的行驶平顺性、路面附着性和操作安全性。展开更多
为实现对磁流变半主动悬架控制算法快速有效的验证,基于快速原型控制器,设计搭建了控制算法验证平台。1/4车辆悬架系统模型考虑了主销倾角及下摆臂空间角度;悬架安装了加速度及车身高度传感器;使用LMS Test Lab试验测试系统采集分析悬...为实现对磁流变半主动悬架控制算法快速有效的验证,基于快速原型控制器,设计搭建了控制算法验证平台。1/4车辆悬架系统模型考虑了主销倾角及下摆臂空间角度;悬架安装了加速度及车身高度传感器;使用LMS Test Lab试验测试系统采集分析悬架系统振动状态;快速原型控制器作为开发调试控制算法的载体;通过平台验证试验,介绍了基于此平台开发调试算法的过程,验证了此平台控制过程监控、调试控制算法、量化分析控制效果的功能,表明此平台满足设计目标,可以方便、快捷及有效地开发、调试及验证半主动控制算法。展开更多
文摘针对半主动悬架系统随路面激励变化产生的振动与冲击,设计一种基于BP(Back Propagation)神经网络模糊PID(Proportional Integral Derivative)控制的半主动悬架控制器,以提升悬架系统的控制精度,改善汽车平顺性。以悬架系统的偏差与偏差变化率为输入参数,利用模糊逻辑规则对输入参数进行模糊化和归一化处理,处理结果作为BP神经网络的输入,通过神经网络在线调整加权系数,实现PID控制参数的优化。为了验证控制效果,对比了BP神经网络模糊PID控制半主动悬架系统、模糊PID控制半主动悬架系统和被动悬架系统的性能,BP神经网络模糊PID控制策略的半主动悬架系统具有更好的控制效果,能够显著改善不同路况下车辆悬架的性能。
文摘针对车辆主动悬架系统的线性二次型调节器(linear quadratic regulator,LQR)在设定权重系数矩阵Q和R时具有主观性、效率低的缺点,提出一种基于蛇算法(snake optimizer,SO)优化LQR控制器权重系数矩阵的策略。通过对1/4车辆主动悬架系统的动力学分析,设计了LQR控制器;将主动悬架与被动悬架各性能指标的积分比值进行加权求和构建了目标函数L;模仿蛇群生活习性的SO算法在搜索空间中求解出了函数L的最小值和LQR控制器的最优权重系数矩阵。为验证该策略的有效性,分别以C级路面、正弦冲击路面为激励,对车身加速度(sprung mass acceleration,SMA)、轮胎动载荷(dynamic tyre load,DTL)、悬架动行程(suspension working space,SWS)3个方面将SO优化LQR控制的主动悬架与被动悬架、传统LQR控制的主动悬架、遗传算法优化LQR控制的主动悬架、粒子群算法优化LQR控制的主动悬架进行了仿真对比。结果表明:SO优化LQR控制的主动悬架可在C级路面上分别对SMA、DTL、SWS的均方根优化达59.47%、37.89%、42.12%;在正弦冲击路面上稳定时间为1.4 s,分别对SMA、DTL、SWS的超调优化达79.21%、59.22%、16.33%,提升了车辆的行驶平顺性、路面附着性和操作安全性。
文摘为实现对磁流变半主动悬架控制算法快速有效的验证,基于快速原型控制器,设计搭建了控制算法验证平台。1/4车辆悬架系统模型考虑了主销倾角及下摆臂空间角度;悬架安装了加速度及车身高度传感器;使用LMS Test Lab试验测试系统采集分析悬架系统振动状态;快速原型控制器作为开发调试控制算法的载体;通过平台验证试验,介绍了基于此平台开发调试算法的过程,验证了此平台控制过程监控、调试控制算法、量化分析控制效果的功能,表明此平台满足设计目标,可以方便、快捷及有效地开发、调试及验证半主动控制算法。
