基于神经网络逆模型的磁流变半主动悬架控制方法研究
本文给出了一种采用阻尼力作为控制量，并通过神经网络逆模型得到驱动电流的磁流变半主动悬架控制方法。结合Skyhook算法和ADD (Acceleration-Driven-Damper)算法的思想，本文给出了一种基于阻尼力的控制算法，具有改善高频减震特性且便于与现有阻尼器力学模型相结合的特点。为了实现阻尼力到驱动电流的转换，本文进一步分析了改进型Bouc-Wen、多项式等多种不同模型的特点，并结合试验数据得到了一种能较好反映磁流变阻尼器动态的双曲正切模型。为了便于实时计算，本文利用该模型给出了一种神经网络的磁流变阻尼器逆模型。通过1/4悬架和整车仿真，验证了所建立的磁流变半主动悬架控制系统对悬架舒适性能的改善作用。
磁流变阻尼器 半主动悬架 神经网络
吴健 刘志远
哈尔滨工业大学控制科学与工程系,哈尔滨150001
国际会议
The 33th Chinese Control Conference第33届中国控制会议
南京
中文
257-262
2014-07-28（万方平台首次上网日期，不代表论文的发表时间）