一种汽车半主动悬架系统的智能控制方法

摘要

一种汽车半主动悬架系统的智能控制方法，对模糊控制器进行改进，设计出基于Mamdani模型的神经模糊推理系统作为控制器，结合BP反传学习规则，训练出模糊控制规则，同时采用Simulink S‑函数构建相应的模糊神经网络控制汽车半主动悬架系统仿真模型。通过对该模型的仿真试验结果的分析表明，该模型的运用可以使汽车悬架系统的综合性能得到了较显著的改善。在相同试验条件下，统一在Simulink环境下对被动悬架和基于模糊控制及Mamdani模糊神经网络控制的半主动悬架系统模型进行仿真试验。并以悬架性能评价指标即车身垂直加速度、悬架动行程以及轮胎动载荷相应的均方根值为仿真模块的输出，本发明所用到的智能控制方法能有效提高半主动悬架系统的性能。