四轮路面激励生成工具开发及应用

为了在平顺性研究中应用路面激励,基于滤波白噪声方法建立了四轮路面激励模型。采用Matlab开发了四轮路面激励生成工具,可以通过图形用户界面自动生成不同路面类型和车速组合下的四轮路面激励数据。将生成的路面激励数据输入到四轮汽车11自由度系统振动模型中,获得了B级路面上不同座椅位置人体质心加速度与车速的关系。研究结果表明,基于滤波白噪声方法建立的四轮路面激励模型和开发的四轮路面激励生成工具,既可以自动生成四轮路面激励数据,也可以有效用于汽车平顺性仿真。

模糊PID控制在磁流变半主动悬架中的应用

为了综合体现汽车车身的垂直跳动、俯仰变化以及侧倾问题,建立了七自由度半主动悬架非线性动力学模型和四轮随机路面模型,并加入了制动模块和转向模块。采用改进型Bouc-wen模型来模拟磁流变阻尼器。利用Fuzzy-PID复合控制技术,即利用模糊规则实现了对PID参数的在线修改,使控制器能按操作者最初设定的规则进行自动调整,以便获得更好的控制性能。仿真结果表明:与常规PID控制相比,Fuzzy-PID控制具有更好的控制效果,不仅能够更有效的降低车身加速度、侧倾角加速度与俯仰角加速度,而且能较大的改善悬架动扰度,提高车辆的舒适性和安全性。

自适应模糊控制在磁流变半主动悬架中的应用

设计了一种应用于磁流变半主动悬架的自适应模糊控制器,该控制器利用神经网络训练模糊控制规则与隶属度函数,实现了神经网络与模糊控制的优势互补。为了综合反映汽车的侧倾和俯仰性能,建立了七自由度的半主动悬架非线性动力学模型和四轮随机路面模型,采用改进型BoucWen模型模拟磁流变阻尼器。同时为了验证控制器的稳定性,加入制动模块与转向模块,可以更加真实的反映汽车的行驶路况。仿真结果表明:神经模糊控制方法能够减小悬架的动位移、车身的垂直加速度、侧倾角加速度、俯仰角加速度,提高汽车的舒适性和安全性,改善幅度高于利用隔代遗传算法优化的分数阶PID控制器控制的半主动悬架。