半主动悬架支撑下1/4车的平顺性研究

建立了半主动悬架支撑下1/4车的振动模型,推导了其运动微分方程,运用matlab/simulink工具箱模拟了汽车在40m/s和100m/s两种工况作用下B级路面的随机激励,并编写了1/4车模型在随机激励作用下频域响应求解的仿真框图程序。结果表明,带有PID控制器的半主动悬架与被动悬架相比,明显地降低了车身加速度,即明显改善了汽车平顺性:在时速为40m/s时,车体的振动能量峰值减少了69.8%;在时速为100m/s时,车体的振动能量峰值减少了65.5%;相较于高速工况下,半主动悬架在车速为中低速时,对于平顺性的改善的作用更加明显。

基于蛇算法的主动悬架线性二次型调节器优化设计

针对车辆主动悬架系统的线性二次型调节器(linear quadratic regulator,LQR)在设定权重系数矩阵Q和R时具有主观性、效率低的缺点,提出一种基于蛇算法(snake optimizer,SO)优化LQR控制器权重系数矩阵的策略。通过对1/4车辆主动悬架系统的动力学分析,设计了LQR控制器;将主动悬架与被动悬架各性能指标的积分比值进行加权求和构建了目标函数L;模仿蛇群生活习性的SO算法在搜索空间中求解出了函数L的最小值和LQR控制器的最优权重系数矩阵。为验证该策略的有效性,分别以C级路面、正弦冲击路面为激励,对车身加速度(sprung mass acceleration,SMA)、轮胎动载荷(dynamic tyre load,DTL)、悬架动行程(suspension working space,SWS)3个方面将SO优化LQR控制的主动悬架与被动悬架、传统LQR控制的主动悬架、遗传算法优化LQR控制的主动悬架、粒子群算法优化LQR控制的主动悬架进行了仿真对比。结果表明:SO优化LQR控制的主动悬架可在C级路面上分别对SMA、DTL、SWS的均方根优化达59.47%、37.89%、42.12%;在正弦冲击路面上稳定时间为1.4 s,分别对SMA、DTL、SWS的超调优化达79.21%、59.22%、16.33%,提升了车辆的行驶平顺性、路面附着性和操作安全性。

水母雪莲细胞悬浮培养合成黄酮及抗氧化活性(英文)

对水母雪莲细胞悬浮培养过程中细胞生长、黄酮积累和底物消耗的动力学过程进行了研究。经15d液体培养可获得最大生物量干重和黄酮产量分别为17.2g·L-1和607.8mg·L-1,通过调控基本培养基种类和有机添加物可提高雪莲细胞的生长和黄酮积累。获得的水母雪莲细胞培养物具有明显的抗氧化活性,其抗氧化活性与雪莲细胞中的黄酮含量相关。

基于模糊PID控制重型汽车主动空气悬架仿真分析

采用空气悬架的重型汽车能够明显改善车辆的平顺性和操纵稳定性,为研究重型汽车主动空气悬架的特性,建立了1/4主动空气悬架动力学模型,应用MATLAB Simulink平台,以车身垂直加速度、悬架动行程、轮胎动变形为指标,分别比较分析了被动空气悬架、模糊自适应PID控制主动空气悬架性能。仿真结果表明:车身垂直加速度平顺性提升了约22.3%,悬架动行程平顺性提高了约17.8%,轮胎动变形平顺性提高了约10.5%,模糊自适应PID控制主动空气悬架系统能提高汽车行驶平顺性。

神经网络模糊PID控制半主动悬架系统

针对半主动悬架系统随路面激励变化产生的振动与冲击,设计一种基于BP(Back Propagation)神经网络模糊PID(Proportional Integral Derivative)控制的半主动悬架控制器,以提升悬架系统的控制精度,改善汽车平顺性。以悬架系统的偏差与偏差变化率为输入参数,利用模糊逻辑规则对输入参数进行模糊化和归一化处理,处理结果作为BP神经网络的输入,通过神经网络在线调整加权系数,实现PID控制参数的优化。为了验证控制效果,对比了BP神经网络模糊PID控制半主动悬架系统、模糊PID控制半主动悬架系统和被动悬架系统的性能,BP神经网络模糊PID控制策略的半主动悬架系统具有更好的控制效果,能够显著改善不同路况下车辆悬架的性能。