原文传递
汽车主动悬架模糊神经控制仿真研究
| 论文题名： | 汽车主动悬架模糊神经控制仿真研究 |
| 关键词： | 汽车主动悬架;模糊控制器;神经网络;仿真实验;系统设计 |
| 摘要： | 悬架作为汽车的重要组成部分之一,它对汽车的乘坐舒适性、行驶的平顺性和操作稳定性有着很大的影响。与传统被动悬架相比,主动悬架系统可以根据汽车行驶的实际路况来改变参数,使汽车始终保持最佳的行驶状态。然而,主动悬架系统是一个非常复杂的系统,常规控制已很难达到良好的控制效果。因此,将智能控制运用到主动悬架控制上具有重要的历史意义。 本文研究的核心是主动悬架模糊控制和模糊神经控制系统。首先通过对悬架系统的评价方法、悬架的基本特性和建模的条件假设进行分析,建立了1/4车辆二自由度被动悬架和主动悬架的动力学模型。然后开始对模糊控制和模糊神经控制系统进行研究,通过对模糊控制系统的组成、原理进行分析,设计了模糊控制器,同时建立了模糊控制规则和模糊推理;通过对神经网络控制原理进行研究,将其与模糊控制相结合,利用神经网络来训练出模糊控制规则,设计成模糊神经控制器;最后利用MATLAB/Simulink对搭建的被动悬架系统、模糊控制和模糊神经控制的主动悬架系统进行仿真实验,并给出了仿真结果。 本文用车身垂直加速度、车身动挠度和车轮动载荷作为悬架性能的评价指标,通过上述仿真实验的对比表明,模糊控制的主动悬架的性能要远远优于被动控制的悬架系统,模糊神经控制的主动悬架的性能要优于模糊控制的主动悬架。因而,验证模糊神经控制运用到主动悬架系统控制是十分有效的。 |
| 作者： | 房宏威 |
| 专业： | 车辆工程 |
| 导师： | 李良敏 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
