基于智能优化算法的车辆主动悬架控制策略研究

摘要

随着社会经济和科学技术的发展，汽车在基本满足人们需求的同时，各方面性能也越来越被关注。悬架作为汽车的重要组成部分，直接影响汽车的行驶平顺性和操纵稳定性。相比于传统的被动悬架和半主动悬架，主动悬架可以根据当前路况和车辆行驶的状态，主动地调整和改变所需的控制输出力，兼顾行驶安全性和乘坐舒适性，是悬架产业发展的重要方向。本文针对主动悬架系统设计中的关键问题——控制策略进行研究，在经典PID控制和模糊控制的基础上，利用智能优化算法优化控制器参数，改善车辆乘坐舒适性并保证其安全性能。主要工作包括： （1）根据动力学特性，建立了二自由度四分之一汽车主动悬架系统数学模型；根据研究需要建立了随机路面和冲击型路面模型；根据悬架控制目标给出了主动悬架系统性能评价指标。 （2）设计了基于粒子群优化（PSO）算法和教学优化（TLBO）算法的PID控制器。在传统 TLBO 的基础上，通过对教学因子进行改进并且引入反向学习技术提出改进教学优化算法（MTLBO）。仿真结果证明了基于PSO和TLBO算法的PID控制器的有效性，同时也证明了 TLBO优化算法在主动悬架控制效果和算法耗时方面的优越性。 （3）在传统模糊控制的基础上，采用TLBO算法来优化隶属度函数参数，设计出基于 TLBO 算法的主动悬架模糊控制器。通过和传统模糊控制以及基于遗传算法（GA）的模糊控制的仿真比较，验证所设计控制器的有效性。 （4）综合考虑TLBO算法以及自适应神经模糊推理系统（ANFIS）的各自特点，提出一种基于TLBO算法的主动悬架ANFIS控制方法。仿真结果表明这种控制方法能有效改善车辆乘坐舒适性，此外针对不同类型路面激励具备较强的鲁棒性。

目录

第一个书签之前