1 / 150
文档名称:

整车悬架振动智能半主动控制研究.pdf

格式:pdf   页数:150
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

整车悬架振动智能半主动控制研究.pdf

上传人:ijfglzx654 2014/3/29 文件大小:0 KB

下载得到文件列表

整车悬架振动智能半主动控制研究.pdf

文档介绍

文档介绍:南京航空航天大学
博士学位论文
整车悬架振动智能半主动控制研究
姓名:王昊
申请学位级别:博士
专业:一般力学与力学基础
指导教师:胡海岩
20060101
南京航空航天大学博士学位论文
摘要
近年来,磁流变阻尼技术由于响应快、功耗少、成本低和容错性好,在车辆
悬架振动控制领域已展示其应用前景。目前,针对整车悬架研究该技术的工作还
很少,特别是整车悬架的智能控制方面的研究还很少见。因此,本文以安装四个
磁流变阻尼器的整车悬架为研究对象,探索以神经模糊控制为主要特征的智能控
制策略。本文主要学术贡献如下:
(1) 通过 Lagrange 方法对整车半主动悬架建模,并进行动力学分析。基于随
机相位生成平稳随机路面激励,证明了车辆变速工况下的随机路面激励谱为均匀
调制演变功率谱。
(2) 系统研究了磁流变阻尼器的智能辨识问题。提出磁流变阻尼器逆模型的
模糊辨识方法,即单级 ANFIS 方法。在此基础上提出磁流变阻尼器的递阶模糊
辨识,并将递阶 ANFIS 模糊系统用于正模型和逆模型的智能辨识。提出了一种
确定初始值的方法,适合于非中间变量参数和中间变量参数赋值。此外,引入神
经网络中的动量法,构造动量递阶 ANFIS。这几种方法均取得了比较好的辨识
结果,并且可应用于其它磁流变阻尼器的系统辨识。
(3) 针对线性整车悬架系统的控制问题。提出两层递阶控制方法,该方法将
整车悬架控制和磁流变阻尼器的控制分开考虑,顶层全面考虑整车悬架系统的各
种控制目标,通过随机最优控制(LQG)产生磁流变阻尼器的所需控制力,然后由
底层的磁流变阻尼器模糊控制器来逼近所需控制力。另外,将经过递阶模糊辨识
的磁流变阻尼器逆模型用于产生控制电压,从而产生所需要的控制力。该方法可
以对整车悬架提供全面有效的控制。
(4) 针对非线性整车悬架,提出分散模糊控制方法。该方法将多输入多输出
的非线性系统经过输出解耦变换,简化成四个单输入单输出的子系统,通过分别
对单级 ANFIS 模糊系统的离线辨识和在线调整相结合,产生四个磁流变阻尼器
所需要的控制电压,以此对非线性整车悬架系统的实施智能控制。
(5) 针对非线性整车悬架,提出多级递阶模糊控制方法。该方法把多输入多
输出的非线性整车悬架控制器简化成四个多输入单输出子系统,将已经成功用于
磁流变阻尼器智能辨识的递阶模糊系统推广成为多级递阶模糊系统,并引入到非
线性整车悬架控制中,从而构成了整车悬架的多级递阶模糊控制。结果表明,这
种方法可以得到比分散模糊控制更好的控制效果,但需要付出更多的时间。
(6) 对于在平稳随机路面上非匀速行驶的车辆,探索了整车半主动悬架的模
糊控制问题。针对控制系统的多输出,提出综合误差法,并且和分散模糊控制相
结合应用到整车悬架控制中。为了改进控制效果,引入动量 ANFIS 利用以往参
I
整车悬架振动智能半主动控制研究
数信息进行在线调整,这种动量分散模糊控制可以有效地抑制非平稳随机激励下
整车悬架振动。

关键词:整车悬架,磁流变阻尼器,智能控制,半主动控制,神经模糊控制,
递阶 ANFIS,智能辨识,模糊辨识

II
南京航空航天大学博士学位论文
Abstract

Recent years have witnessed considerable attention paid to the semi-active vibration
control based on o-Rheological dampers because of their quick response, low
energy consumption and high reliability in applications. Numerous studies have
focused on the development of this technique to the vehicle suspensions on the basis
of either a quarter-car model or a half-car model. However, few publications have
been available for the semi-active vibration control of full-vehicle suspensions.
The primary objective of this dissertation is to study the intelligent control, such
as t