摘要:在建立了五自由度车辆半主动悬架系统模型的基础上,将神经网络与模糊控制结合起来,提出一种基于神经网络的自适应模糊控制半主动悬架系统,其控制器由模糊神经网络控制器和模糊网络组成,采用快速的变斜率梯度下降算法学习,具有自适应学习功能.仿真计算表明,与被动悬架相比,神经网络自适应模糊控制性能明显优于一般的Fuzzy控制,半主动悬架系统在减小振动,提高车辆平顺性方面优于被动悬架,且车轮动载荷和悬架动挠度也得到明显改善.台架试验同样表明了半主动悬架的优良减振性能.
关键词:车辆 悬架 控制 神经网络
单位:湖南建材高等专科学校机械工程系; 衡阳; 421008; 江苏大学汽车与交通工程学院; 镇江; 212013; 上海汽车电子工程中心; 上海; 200050
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社