基于改进BP神经网络的空气悬架控制研究

Research on the air suspension based on improved BP neural network control

通过建立相应的车辆1/4主动悬架振动模型和相应的数学模型,并根据空气悬架的非线性特性,设计了模糊神经网络主动悬架的控制系统,把路面的激励信号引入到悬架系统中。在控制系统学习算法中针对传统BP学习算法的不足,对其进行改进,提高计算效率,最后在MATLAB/SIMULINK所建立的系统模块中进行仿真,把设计的控制系统与传统的被动悬架系统进行比较分析。结果显示,改进的利用模糊神经网络方法控制的悬架的平顺性得到提高。