摘要:针对现有悬架设计及实验不一致问题以及基本型Elman网络忽略了输出层节点的反馈,只能满足一阶线性动态系统信号处理,而不能满足多层网络、多阶系统的需求,提出了一种改进型Elman网络;改进后的网络增强了关联层以及输出层的反馈,把反馈增益作当作连接权值来实施网络训练,训练后的网络不仅比例系数和积分系数具有时变性,还具有自适应性强、学习效率高、逼近精度高等特点。建立了基于改进型Elman神经网络PAC控制器,对六自由度悬架试验平台系统进行控制研究,分析了悬架阻尼、非悬挂质量、悬架刚度、轮胎刚度等参数对时域内轮荷利用率和频域内相位角的影响,通过整车实验证明:悬架参数的匹配可以有效地改善车身振动,降低悬架动挠度、轮胎动载荷,提高乘坐舒适性和车辆行驶安全性,协调整车综合性能。
关键词:悬架 六自由度 试验系统 神经网络
单位:安徽工业大学机械工程学院; 马鞍山243002; 中华人民共和国科学技术部信息中心; 北京100862; 南京航空航天大学能源与动力学院; 南京210016
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社