02 现在的位置:首页 > 期刊导读 > 2020 > 02 >

用于车辆非线性液压悬架的径向基函数神经网络控制优化与仿真

【作者】申爱民 贺严松

【关键词】 改进遗传算法; 车辆; 液压悬架; RBF神经网络控制; 优化;

摘要车辆行驶受到路面噪声激励后,导致车辆行驶的稳定性下降。对此,建立车辆液压悬架振动模型简图,根据牛顿定律建立车辆垂直方向非线性控制方程式。采用液压驱动车辆悬架机构,推导出液压流量控制方程式。设计径向基函数(RBF)神经网络控制器,引用改进遗传算法对RBF神经网络结构进行优化和调节,给出了车辆液压悬架神经网络控制结构。采用Matlab软件对车辆性能参数进行仿真,并与优化前进行比较。结果表明:车辆液压悬架控制器优化后,轮胎行程最大值、悬架行程最大值和车身加速度最大值分别降低了52.0%,39.2%和44.2%,车辆垂直方向振动幅度较小。采用改进遗传算法优化车辆液压悬架RBF神经网络控制器,能够提高车辆行驶的稳定性和安全性,改善车辆乘坐的舒适度。 

上一篇:基于柔性管线分析理论的轨道车辆跨接线束IPS设计及可靠性研究
下一篇:基于无超调算法的双步进电机伺服阀控制研究

中国机械工程学会  沪ICP备05060958号 
地址:上海市四平路同济大学机械南馆303  邮政编码:200092