1/4车辆半主动悬架的模糊控制研究

针对2自由度的1/4车辆半主动悬架模型,以被动悬架系统为参考模型,运用模糊控制方法设计了半主动1/4车悬架的模糊控制器。设计了3个输入和输出变量,在MATLAB/Simulink里建立了以模糊推理规则为基础的控制器,路面输入采用白噪声,仿真结果表明,该控制方法可以很好的降低车辆悬架的簧载质量的垂直加速度,以便提高车辆的平顺性和舒适性。

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Simulink的1/4车辆悬架建模及仿真

本文以1/4车辆悬架为研究对象,根据悬架动力学理论,建立动力学微分方程。并在Matlab/Simulink环境下搭建路面激励模型和1/4悬架系统动力学仿真模型,对衡量悬架舒适性的车身加速度、悬架动行程、车轮动载荷三方面评价指标进行仿真研究,为悬架设计提供技术参考。

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。

汽车主动悬架的整车控制方法及仿真研究

为了提高车辆主动悬架系统的性能,改善车辆的乘坐舒适性和操纵稳定性,针对汽车主动悬架整车控制方法问题。以1/4车体模型,基于8板块的整车控制算法(Octa-Plate Control Method,OPCM),对汽车主动悬架整车控制方法进行了探讨,并进行了仿真性研究。仿真结果表明:OPCM对车辆的垂直运动和车辆姿态控制都是非常有效的。同时,这种算法仅需要测量每个驱动机构未端的加速度,需要的传感器少,实现非常简单。因此,是一种较为理想的低成本控制算法,从而具有更大的实用价值。

影响悬架性能的参数对车辆平顺性的仿真分析

车辆悬架系统是车辆的重要组成部分,不但能保证车辆具有良好的乘坐舒适性,而且能够保证车辆载荷变化、车辆加速和制动时的合理的车身姿态。因此,在设计车辆时,如何合理的选取影响车辆悬架性能参数尤为重要。本文在建立四分之一车辆三自由度模型的基础上,应用MATLAB软件,分别讨论了在随机路面激励下车辆悬架刚度、车辆悬架阻尼和轮胎刚度变化对车辆平顺性的影响,得出如何最优的选取影响车辆悬架性能的参数的设计原则,为车辆悬架设计提供了理论上的指导。

主动悬架LQG控制与模糊PID控制的比较研究

为了解决主动悬架系统控制问题,建立了1/2车辆主动悬架系统动力学模型,并设计了两种应用于主动悬架的控制器:LQG控制器和模糊PID控制器。LQG控制器以车身垂向加速度、俯仰角加速度、悬架动挠度、轮胎动位移和悬架控制力作为其性能评价指标。模糊PID控制器将PID控制器与模糊控制器并联,采用了双模糊控制,分别以质心速度及其变化率和俯仰角速度及其变化率作为前、后悬架模糊控制器的两个输入;输出分别为前、后悬架的控制力。将分别应用这两种控制器的主动悬架在Simulink中仿真,结果表明两种控制器均能很好地改善汽车平顺性和乘坐舒适性。通过对两种控制的综合比较,模糊PID控制更具有实用性。

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。

车辆随机振动稳定性分析

以1/4车辆两自由度模型为研究对象,研究了线性与非线性悬架系统车辆行驶的稳定性.在线性悬架系统中,利用虚拟激励法推导出车辆加速度功率谱密度函数表达式,借助MATLAB仿真分析了当车辆各参数在一定范围内变化时车辆行驶的平顺性.当车辆悬架刚度、阻尼等分别作为随机参数,且参数服从正态分布时,利用四阶Runge-kutta数值方法,对非线性悬架系统的动力学行为进行了数值仿真.仿真结果表明,合适的悬架参数,可以有效控制车辆的振动,应当重视车辆线性与非线性悬架参数的选取.

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。