基于BP神经网络的多孔介质减振器隔振效果分析

针对磁性液体多孔介质减振器的隔振系数难以精确快速计算的问题,提出使用BP神经网络计算该种减振器的隔振系数,并利用BP神经网络对振动情况进行反馈。使用一款自主设计的磁性液体多孔介质减振器,它能够单独改变影响隔振系数的四种物理量：磁性液体被吸附体积V、外磁场磁感应强度大小B、振动频率f和振动平均速度v。当四个物理量变化范围分别在1~2.4ml,0.22~0.4T,2.8~3.35Hz,0.02~0.27m/s时,测量四个物理量单独对隔振系数的影响,并将实验数据输入到BP神经网络中建立起有效的映射网络,最后通过实验分析BP神经网络在计算隔振系数上的误差以及它在控制减振效果中的可行性。最终得出BP神经网络能准确快速计算减振器隔振系数、能精确输出反馈信号的结论。

先进的MagneRide^TM悬架系统

电子技术在车辆底盘部分的应用越来越广泛，特别是在悬槊系统方面的应用发展很快。为了提高车辆的行驶稳定性和乘坐舒适性．使悬架的刚度和减振器的阻尼能够根据车辆的行驶状况和道路条件自动进行调节是最直接的途径，主动悬架可以满足这种要求。