基于路况的半主动悬架模糊神经网络控制器研究

《基于路况的半主动悬架模糊神经网络控制器研究》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、分类号堕垒笪：32UDC621．3密级坌五编号!Q22窆丕!lQ2Q12@江薛大擎硕士学位论文基于路况的半主动悬架模糊神经网络控制器研究ResearchonFuzzyNeuralNetworkControllerofSemi-activeSuspensionBasedontheRoad申请学位级别亟±学科(专业)．皇氢工程论文提交日期至Q!垒生§旦论文答辩日期至Q!垒生垒旦学位授予单位和日期江菱太堂至Q3垒生鱼旦答辩委员会主席评阅人学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门

2、或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权江苏大学可以将本学位论文的全部内容或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密口，在年解密后适用本授权书。本学位论文属于不保密■学位论文作者签名：芝三秀勿及夕签字日期：知f悔易月¨日翮签名勿、以签字日期：为，磐6月)7日独创性声明本人郑重声明：所呈交的学位论文，是本人在师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容以外，本论文不包含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人

3、和集体，均己在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：盘毒础日期：≯o，中年6月江苏大学硕士学位论文摘要悬架系统为现代汽车的重要组成部分之一，其性能的好坏直接影响行驶车辆的平顺性、操纵稳定性、还有轮胎着地等性能。传统的机械式被动悬架不能满足现代汽车的乘坐舒适性和操纵稳定性。半主动悬架可以依据车辆行驶的车身状况和外界路面激励实际状况，对减振器的阻尼和弹簧刚度实行调节，使得悬架系统处在最优的减振状态，从而获得较好的平顺性和稳定性。本文基于1／4半主动悬架模型对基于路况预测的模糊神经网络控制器进行了研究

4、。首先，对悬架四自由度1／2车辆被动和半主动悬架以及二自由度1／4车辆被动和半主动悬架的数学模型进行分析，并且对1／4半主动悬架模型提出路况预测的模糊神经网络控制策略，最终实现控制器良好的控制性能。其次，分析了模糊理论和神经网络相结合的复合控制方法，并对其在半主动悬架控制的应用的可行性进行了分析，该复合控制方法对非线性、强耦合的半主动悬架系统具有明显的控制效果，然后对基于路况预测半主动悬架系统设计了四层49条模糊规则的模糊神经网络控制器。再次，采用DSPF28335的浮点型芯片设计了半主动悬架数字控制系统。设计了包括电源电路、看门狗复位

5、电路和时钟电路的最小系统，并对车速信号采集与调理电路、车高信号采集与调理电路、超声波路面信号采集与调理电路和滤波信号实行了设计。针对两相步进电机的驱动，设计具有光电隔离功能Mosfet功率器件的H桥驱动电路，实现了悬架系统阻尼的动态调节。最后，选择C级积分白噪声的20km／h和40km／h随机路面作为激励，采用模糊神经网络控制对二自由度1／4被动悬架、半主动悬架系统以及带路况预测的半主动悬架系统进行了仿真研究。在Matlab／Simulink系统中对车身垂直加速度、悬架弹簧动挠度、轮胎动载荷等性能指标分别进行了仿真比较。仿真结果表明，本

6、文设计的基于路况预测的半主动悬架模糊神经网络控制器改善了车辆的性能指标，进而提高了车辆的操纵稳定性和平顺性。关键词：车辆，半主动悬架，模糊神经网络控制，电子控制单元，DSPF28335数字控制系统}本课题得到国家自然科学基金(51105178)资助基于路况的半主动悬架模糊神经网络控制器研究11江苏大学硕士学位论文ABSTRACTSuspensionsystemisanimportantpartofthemodemautomobile，itsperformancedirectlyinfluencethevehicleridecomfort

7、,handingandstability,andthetiregripperformance．Traditionalmechanicalpassivesuspensioncarl’tmeetmodernautomobileridecomfortandhandingstability．Semi-activesuspensionCanbebasedonthevehiclebodyconditionandactualconditionofexternalexcitation，dampingandspringonthestiffnessofth

8、edampertoadjust．Thesuspensionsystemisintheoptimaldampingstates，SOastogainabetterridecomfortandstability