欢迎来到天天文库
浏览记录
ID:33520391
大小:3.52 MB
页数:78页
时间:2019-02-26
《井下车辆主动悬架控制技术研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、万方数据声明本人郑重声明:所呈交的学位论文,是本人在指导教师的指导下,独立进行研究所取得的成果。除文中已经注明引用的内容外,本论文不包含其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本声明的法律责任由本人承担。论文作者签名:五盛坠日期:关于学位论文使用权的说明本人完全了解太原理工大学有关保管、使用学位论文的规定,其中包括:①学校有权保管、并向有关部门送交学位论文的原件与复印件;②学校可以采用影印、缩印或其它复制手段复制并保存学位论文;③
2、学校可允许学位论文被查阅或借阅;④学校可以学术交流为目的,复制赠送和交换学位论文;⑤学校可以公布学位论文的全部或部分内容(保密学位论文在解密后遵守此规定)。签名:盘盈塾日期:型竺垒2:导师签名:日期:万方数据太原理工大学硕士研究生学位论文井下车辆主动悬架控制技术研究摘要井下无轨胶轮车是一种常用的井下物料、人员运送工具,因其灵活、便捷、高效、安全等优点,正得到越来越广的应用。采用主动悬架的井下无轨胶轮车,能够更好的适应井下恶劣的路况,提高人员乘坐的舒适性。主动悬架能够依据路况的变化,产生悬架控制力
3、,动态调整悬架的刚度,提高车辆的行驶性能。目前,主动悬架系统的研究成果比较多,但国内仍然没有成熟的主动悬架产品,其难点有两个方面,其一为对主动悬架控制理论的研究,其二为对主动悬架动作器的设计及研究。本文基于WC5型无轨胶轮车研究了两种控制策略,分别是基于成熟理论、占据主导地位的LOG控制器和尚未在主动悬架领域应用的神经网络PID控制器。因路面信号是随机的,可以用一定功率的高斯白噪声表示,同时悬架的性能指标也可以用二次型指标来表示,这两点使LQG控制器在主动悬架控制方面很有优势。由于悬架系统具有非
4、线性难以表述的特点,导致以往设计的主动悬架系统难以准确反映悬架实际工作状态,导致实验结果与实际应用差距较大,为此,本文提出了一种新型神经网络PID控制主动悬架,该控制器鲁棒性能好,能够通过在线学习,实时整定PID控制器参数。通过仿真实验研究表明,神经网络PID控制主动悬架相比LQG主动悬架调整效果更优。本文主要进行了以下工作:(1)介绍了井下无轨胶轮车的基本知识,对悬架系统的组成、作用、万方数据太原理工大学硕士研究生学位论文分类进行了详细阐述,对主动悬架系统与被动悬架系统的组成、功能区别进行了介
5、绍。在对主动悬架系统的最新国内外动态了解的基础上,建立了主动悬架,被动悬架的数学模型,主要以1/4车身悬架系统模型为基础,分析了能够较好反应悬架工作状态的控制量,建立了路面不平度模型。(2)研究设计了主动悬架随机线性最优控制器。使用二次型指标函数描述悬架系统的性能指标,各指标的重要程度通过加权系数予以调整,通过黎卡提方程的求解得到控制矩阵K,以矩阵K乘以相关控制参数,得到最优控制率。(3)阐述了神将网络控制的基本理论,介绍了神经网络-PID控制的基本原理和学习方法,该控制器是将神经网络控制器与P
6、ID控制器相结合,整合了神经网络学习适应能力强和PID控制器结构简单,调整方便的特点,该控制器具有强大的非线性表达能力,能够实现PID参数的实时整定。(4)在Matlab/Simulink环境中搭建主动悬架、被动悬架2自由度模型,并设计搭建了2种主动悬架控制器,在Matlab/Simulink环境中对悬架系统进行仿真实验,评价指标选取为轮胎动挠度,车身加速度及悬架动挠度。分析结果表明,主动悬架相比被动悬架具有较好的车辆性能,在主动悬架中,神经网络PID悬架效果更优。关键词:井下车辆,主动悬架,L
7、OG控制,神经网络,PID控制,仿真II万方数据太原理工大学硕士研究生学位论文RESEARCHONCONTROLTECHNOLOGYOFACTIⅦSUSPENSIONINI肥ERGROUNDVEmCLEABSTRACTTracklessrubbertirevehicleisakindofcommoninstrumentforcarryingmaterialsandsurfs.Asit’Sflexible,convenient,efficientandsafe,it’Sbeingusedmorea
8、ndmorewidely.Tracklessrubbertirevehiclewithactivesuspensioncanadaptthepoorroadconditionsincoalminesbetterandimprovethecomfortablenessofpassengers.Theactivesuspensioncangenerateasuspensioncontrolforceaccordingtotheroadcondition.Thesuspensionstiffnessc
此文档下载收益归作者所有