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
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。
