原文传递
基于悬架控制的车辆平顺性仿真研究
| 论文题名： | 基于悬架控制的车辆平顺性仿真研究 |
| 关键词： | 悬架控制;车辆平顺性;电流变液;RBF神经网络优化算法;滑模控制器 |
| 摘要： | 平顺性是车辆的重要使用性能之一，不仅影响着乘员的乘坐舒适性和货物的安全可靠运输，而且也影响着汽车多种使用性能的发挥。主动和半主动悬架解决了传统被动悬架存在的乘坐舒适性和操纵稳定性之间的矛盾，能够很好地抑制车身的加速度，改善车辆的平顺性，并且能适应路面激励和行驶条件的变化，是现代悬架设计的发展方向。相比主动悬架，半主动悬架结构简单、能耗小，在控制性能上接近于主动悬架，具有广泛的应用前景。 本文首先分析了道路平整度的表示和时域仿真计算的优势，并推导了路面随机激励的时域方程。在介绍电流变液基本特性的基础上，提出基于电流变阻尼悬架的半主动控制策略，并建立了1/4车辆动力学模型，给出了悬架系统的状态空间方程。利用随机线性最优控制理论，以车身加速度、悬架动行程和轮胎动位移的加权二次型最小为控制性能指标，设计了LQG控制器；利用模糊控制理论，设计了二输入单输出的模糊控制器，根据经验和理论分析制定模糊控制规则。运用MATLAB/SIMULINK进行了悬架半主动控制的建模和仿真分析。 针对复合控制的优点，本文采用极点配置法确定滑模切换面参数，应用比例切换的控制方法和等速趋近率确定控制律并改善滑模运动的动态品质，同时采用RBF神经网络优化算法设计了滑模控制器。运用MATLAB/SIMULINK进行仿真分析。结果显示，与被动悬架相比，基于RBF神经网络的滑模半主动控制具有良好的控制效果，车身加速度下降20％多，显著地改善了车辆的平顺性。同时在悬架质量参数和车速不确定性的的情况下，本文设计的滑模控制器和神经网络优化算法对于悬架加速度性能的改善明显，自适应与悬架质量参数和车速的变化，表现出较好的鲁棒性。 对于具有刚度非线性的悬架，基于RBF神经网络的滑模控制比起被动控制性能同样得到了很大改善。考虑悬架的非线性，对于被动控制来说加速度性能恶化显著，而滑模控制对于悬架非线性具有较好的自适应性。最后本文推导了电流变减振器的数学模型，说明了其非线性的特点和进一步的研究，同时简单的阐述了悬架控制试验的组成和控制原理，指出悬架试验是现在研究的一个重要方向。 |
| 作者： | 程杰 |
| 专业： | 车辆工程 |
| 导师： | 许沧粟;胡树根 |
| 授予学位： | 硕士 |
| 授予学位单位： | 浙江大学机械与能源工程学院 |
| 学位年度： | 2008 |
| 正文语种： | 中文 |
检索历史
应用推荐
