.?2@A>B@2C.D:>E@,D>2@AE>AAF4F>BFAFE,?>2DEGHD2B>?I@,D>2,FEC2>A>4J456578923$!’:3"> .?2@A>B@2C.D:>E@,D>2@AE>AAF4F>BFAFE,?>2DEGHD2B>?I@,D>2,FEC2>A>4J456578923$!’:3" />
欢迎来到天天文库
浏览记录
ID:58313060
大小:115.03 KB
页数:2页
时间:2020-01-29
《汽车主动悬架控制技术与发展.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、!""#年第/期安徽电子信息职业技术学院学报23$/!""#第’卷;总第!’期<=>.?2@A>B@2C.D:>E@,D>2@AE>AAF4F>BFAFE,?>2DEGHD2B>?I@,D>2,FEC2>A>4J456578923$!’:39$’*文章编号+)#K)1%"!L;!""#<"/1""&)1"!汽车主动悬架控制技术与发展应艳杰,陈家玮(浙江万里学院电信学院,浙江宁波()’)"")*摘要+本文综述了主动悬架发展,着重论述了各种控制方法在汽车主动悬架控制中的应用,探讨了在汽车主动悬架发展中所面临的问题以及
2、汽车悬架控制的发展方向。*关键词+主动悬架;控制理论;综述*中图分类号+,-)(;./#)*文献标识码+0·)汽车悬架系统发展概况响,还未见文献加以研究*#_K+。悬架是车架与车桥之间一切传力装置的总称,它的主要功·!Z!自适应控制用是传递作用在车轮和车架之间的力和力矩,缓冲由不平路面目前理论上比较成熟,应用上比较广泛的自适应控制系统传给车架或车身的冲击力,并衰减由此引起的振动,以保证汽车有两种。一种是模型参考自适系统,另一种是自校正系统。前者能平顺行驶。由参考模型,实际对象,减法器,调节器和自适应机构组成。后者
3、衡量悬架性能好坏的主要指标是汽车行驶的平顺性;即乘主要由两部分组成,一个是参数估计器,另一个是控制器。参数坐舒适性,?MN5E3OP37Q<和操纵稳定性;C86N9M6RGQ8SM9MQT<,但这估计器得到控制器的参数修正值,控制器计算控制动作*%+。两个方面是相互排斥的性能要求。由于被动悬架的刚度和阻尼应用于车辆悬架振动控制的自适应控制方法主要有自校正系数是固定的,无法根据不同的使用要求自适应地改变,在结构控制和模型参考自适应控制两类控制策略。自校正控制是一种设计上只能是满足平顺性和操纵稳定性之间矛盾的折衷。将
4、受控对象参数在线识别与控制器参数整定相结合的控制方为克服这个缺陷,国外在五十年代提出了主动悬架;@UQMV5法,如文献*&+。模型参考自适应控制的原理是当外界激励条件和GWXY56XM36<的概念*)+。主动悬架的特点是能根据外界输入或车车辆自身参数状态发生变化时_被控车辆的振动输出仍能跟踪辆本身状态的变化进行动态自适应调节。主动悬架包控制单元所选定的理想参考模型,如文献*)"+。和力发生器,力发生器的作用下使悬架的特性得到控制,如同改·!Z(模糊控制和神经网络控制变了悬架的刚度和阻尼系数,其中最关键的是控制算法
5、的优自&"年代以来,模糊控制方法被应用在车辆悬架系统中*))_劣。)!+。神经网络是一个由大量处理单元;神经元<所组成的高度并·!常见的主动悬架控制方法行的非线性动力系统_其特点是可学习性和巨量并行性_故在车·!Z)最优控制辆悬架振动控制中有广泛的应用前景。文献*)(+是把神经网络控最优控制是通过建立系统的状态方程,提出控制目标和加制方法用于非线性悬架动力系统的识别和实施最优控制。研究权系数,再应用控制理论求解所设目标下的最优控制规律。应用表明用神经网络控制的非线性悬架系统_和用传统的A^调节于悬架控制的最优控制
6、方法主要有线性最优控制(AM6587>YQM[器控制的悬架相比具有更好的性能。还可以应用神经网络理论O89E36Q739)、C最优控制和最优预见控制(-75VM5]E36Q739)等设计车辆主动悬架系统的动力补偿器型控制器*)/+。三种。线性最优控制是建立在系统较为理想模型基础上,采用受本文采用模糊系统和神经网络融合的方法研究车辆悬架半控对象的状态响应与控制输入的加权二次型作为性能指标,同主动振动控制系统*)’+。该文把两种控制规则;‘8763YY和GI<同时保证受控结构动态稳定性条件下实现最优控制。常见的是把
7、时导入网络_用模糊系统表示规则和知识,进行)a/车辆模型的A^;AM6587^W8N78QMU线性二次型<控制理论和A^4;AM6587半主动悬架系统振动分析,以车身垂直振动加速度和其变化率^W8N78QMU48WXXM86线性二次高斯型<控制理论应用于车辆悬架;=57b<组合的评价函数;F:<最小为目标,优化层间权重的学习系统实现最优控制*!_(+。控制是设计控制器在保证闭环系统各回算法决策控制量。该文的学习算法尚有较大的改进余地,但已初路稳定的条件下,使相对于噪声干扰的输出取极小的一种最优步说明模糊神经网络型
8、综合智能控制方法用于车辆悬架的振动控制法,利用该理论设计的控制器具有很强的鲁棒性,因此对于控制具有强大的生命力。汽车悬架这样一个复杂系统来说具有很大的优势,但是利用该·(汽车悬架控制的发展和工作展望方法设计控制器具有一定的保守性*/_’+。预见控制是在考虑了车车辆悬架振动控制系统的研究和开发是车辆动力学与控制轮处路面激励相关性基础上的最优控制。它利用超声波传感器领域的国际
此文档下载收益归作者所有