车辆半主动悬架路面激励下的仿真研究

摘要

悬架是汽车的重要组成部分之一，它对汽车行驶的平顺性和操纵的稳定性等多种使用性能有着很大的影响。目前，汽车上普遍采用的是由弹性元件和减振器组成的被动悬架。被动悬架难以同时改善车辆在不平道路上高速行使时的稳定性和平顺性，为了克服被动悬架对汽车性能改善的限制，近年来出现的半主动悬架成为改善汽车悬架性能的一条新途径。半主动悬架能够根据路面激励情况及汽车运行的实际情况进行优化控制，使汽车整体性能达到较佳。 （1）本课题以半主动悬架为研究对象，建立了1／4车体二自由度的半主动恳架动力学模型，进而对半主动悬架的控制器进行了设计，概述了悬架性能的三个评价指标，即车身垂直加速度、悬架东挠度和轮胎动载荷。 （2）半主动悬架控制策略较多，在本课题中选取人工神经网络中的BP网络，尤其适合于非线性控制。利用MATLAB7．0/Simulink建立被动悬架和半主动悬架的仿真模型，并以白噪声路面输入信号进行了仿真。仿真结果表明，BP网络控制的半主动悬架明显改善了车辆乘坐的舒适性和操纵稳定性，性能明显优于被动悬架。 （3）通过本文仿真研究，检验出神经网络控制方法较好的协调了平顺性和操纵稳定性之间的矛盾，它能有效的降低车身加速度，使振动变化平缓，使车辆的综合性能得到了较大的提高。 （4）本课题采用神经网络控制策略运用于半主动悬架系统控制，并通过仿真检验其可行性，该控制方法的理论研究对半主动悬架系统产品的开发提供了理论参考。

目录

文摘

英文文摘

声明

致谢

1 绪论

1.1 概述

1.2 悬架的分类

1.2.1 被动悬架

1.2.2 半主动悬架

1.2.3 主动悬架

1.3 三种悬架的性能比较

1.4 半主动悬架研究的历史和研究的现状

1.4.1 国外研究的历史和现状

1.4.2 国内研究的历史和现状

1.5 车辆悬架系统智能控制策略的研究综述

1.5.1 最优控制方法

1.5.2 模糊控制方法

1.5.3 天棚阻尼控制方法

1.5.4 神经网络控制方法

1.6 本文研究的目的和意义

1.7 本文研究的主要内容

2 汽车半主动悬架系统动力学分析

2.1 悬架系统的性能评价指标

2.1.1 车身垂直加速度

2.1.2 悬架弹簧动挠度

2.1.3 轮胎动载荷

2.2 路面不平度的功率谱及其输入模型

2.2.1 路面不平度的功率谱

2.3 车辆悬架系统的数学模型

2.3.1 车辆振动系统的简化

2.3.2 被动悬架的数学模型

2.3.3 半主动悬架数学模型

2.4 小结

3 基于人工神经网络的智能控制

3.1 神经网络概述

3.1.1 生物神经元的基本原理

3.1.2 人工神经网络的模型

3.1.3 神经网络的特点

3.1.4 神经网络的连接形式

3.2 BP神经网络

3.2.1 BP神经元

3.2.2 BP算法

3.2.3 BP算法的改进

4 汽车半主动悬架神经网络控制的仿真研究

4.1 仿真软件环境

4.1.1 计算机仿真概述

4.1.2 MATLAB／simulink简介

4.2 半主动悬架评价函数的建立

4.3 随机路面模型的建立及仿真

4.4 神经网络控制结构设计

4.4.1 神经网络直接学习方法

4.4.2 神经网络控制器的设计

4.4.3 BP网络控制训练主程序设计

4.5 被动悬架仿真

4.6 半主动悬架仿真

4.7 仿真结果及分析

4.8 小结

5 结论和建议

5.1 结论

5.2 研究展望

参考文献

攻读硕士期间发表的论文