本文關(guān)鍵詞：基于汽車行駛平順性的懸架系統(tǒng)研究

  更多相關(guān)文章： 行駛平順性 參數(shù)優(yōu)化 主動(dòng)懸架 神經(jīng)網(wǎng)絡(luò) 路面試驗(yàn)

【摘要】：行駛平順性是汽車的六大重要性能之一,而懸架系統(tǒng)直接影響著汽車的行駛平順性。傳統(tǒng)的被動(dòng)懸架雖然具有結(jié)構(gòu)簡(jiǎn)單、易加工制造、成本低廉等優(yōu)點(diǎn),但懸架系統(tǒng)參數(shù)匹配與優(yōu)化是懸架設(shè)計(jì)的難題之一,同時(shí)被動(dòng)懸架的性能是固定的,無(wú)法使汽車始終保持最佳行駛狀態(tài)。而主動(dòng)懸架可以通過(guò)控制作動(dòng)器的輸出使懸架系統(tǒng)始終處于最優(yōu)狀態(tài),從而極大地提高汽車的行駛平順性,但是現(xiàn)有主動(dòng)懸架成本高、能量消耗大、控制復(fù)雜,這也限制了主動(dòng)懸架在汽車上的普及應(yīng)用。因此開(kāi)發(fā)出廉價(jià)、節(jié)能、易控制的新型懸架系統(tǒng)對(duì)于主動(dòng)懸架的推廣應(yīng)用具有重要意義。本文結(jié)合吉林省汽車產(chǎn)業(yè)發(fā)展專項(xiàng)資金項(xiàng)目——“轎車慣性調(diào)控主動(dòng)懸架研制開(kāi)發(fā)”(編號(hào):20112330),基于汽車的行駛平順性,以汽車懸架系統(tǒng)為研究對(duì)象,對(duì)被動(dòng)懸架彈簧、減震器的參數(shù)優(yōu)化和液壓式主動(dòng)懸架系統(tǒng)進(jìn)行了研究,主要研究?jī)?nèi)容如下:(1)建立了懸架系統(tǒng)的動(dòng)力學(xué)模型。本文對(duì)隨機(jī)路面和整車模型進(jìn)行了建模分析研究,建立了隨機(jī)路面模型和整車七自由度模型,為被動(dòng)懸架系統(tǒng)的參數(shù)優(yōu)化和主動(dòng)懸架控制系統(tǒng)的設(shè)計(jì)及仿真奠定了基礎(chǔ)。(2)對(duì)汽車被動(dòng)懸架彈簧剛度和減震器阻尼系數(shù)進(jìn)行了優(yōu)化。為了保證汽車在被動(dòng)狀態(tài)下的行駛平順性,將粒子群算法和文化算法相融合得到“雙演化,雙促進(jìn)”的改進(jìn)文化粒子群算法,并用其對(duì)被動(dòng)懸架系統(tǒng)的參數(shù)進(jìn)行了優(yōu)化。對(duì)于車身質(zhì)心垂向加速度均方根值、車身俯仰角加速度均方根值、車身側(cè)傾角加速度均方根值及四個(gè)車輪動(dòng)載荷加速度之和的均方根值,采用優(yōu)化參數(shù)比采用理論計(jì)算參數(shù)分別降低了18.93%、17.81%、18.36%和15.97%。(3)設(shè)計(jì)了主動(dòng)懸架神經(jīng)網(wǎng)絡(luò)控制器。對(duì)于主動(dòng)懸架控制系統(tǒng),本文基于神經(jīng)網(wǎng)絡(luò),設(shè)計(jì)了主動(dòng)懸架LM-BP神經(jīng)網(wǎng)絡(luò)控制器和改進(jìn)粒子群神經(jīng)網(wǎng)絡(luò)間接自適應(yīng)控制器,并在整車七自由度模型上進(jìn)行仿真。結(jié)果顯示,相比于被動(dòng)懸架,LM-BP神經(jīng)網(wǎng)絡(luò)主動(dòng)懸架在車身質(zhì)心垂向加速度均方根值、車身俯仰角加速度均方根值、車身側(cè)傾角加速度均方根值上分別降低了36.06%、33.62%、29.08%;而采用改進(jìn)粒子群神經(jīng)網(wǎng)絡(luò)間接自適應(yīng)控制主動(dòng)懸架則分別降低了42.52%、39.60%、40.59%。仿真和實(shí)車路面試驗(yàn)表明,采用改進(jìn)文化粒子群算法優(yōu)化懸架系統(tǒng)彈簧和減震器參數(shù)可以有效提高汽車在被動(dòng)懸架狀態(tài)時(shí)的行駛平順性;而對(duì)于主動(dòng)懸架,采用LM-BP神經(jīng)網(wǎng)絡(luò)的主動(dòng)懸架和改進(jìn)粒子群神經(jīng)網(wǎng)絡(luò)間接自適應(yīng)控制主動(dòng)懸架的行駛平順性要優(yōu)于被動(dòng)懸架,這也驗(yàn)證了主動(dòng)懸架控制系統(tǒng)的有效性,保證了汽車在主動(dòng)懸架狀態(tài)下行駛的平順性。
【關(guān)鍵詞】：行駛平順性 參數(shù)優(yōu)化 主動(dòng)懸架 神經(jīng)網(wǎng)絡(luò) 路面試驗(yàn)
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：U463.33
【目錄】：

• 摘要4-6
• ABSTRACT6-11
• 第1章 緒論11-21
• 1.1 研究背景與意義11-12
• 1.2 汽車懸架系統(tǒng)概述12-16
• 1.2.1 傳統(tǒng)的被動(dòng)懸架12-13
• 1.2.2 半主動(dòng)懸架與主動(dòng)懸架13-16
• 1.3 懸架技術(shù)的發(fā)展?fàn)顩r16-19
• 1.3.1 被動(dòng)懸架參數(shù)優(yōu)化的發(fā)展?fàn)顩r16-17
• 1.3.2 主動(dòng)懸架的發(fā)展?fàn)顩r17-19
• 1.4 本文主要研究?jī)?nèi)容19-21
• 第2章 懸架系統(tǒng)的動(dòng)力學(xué)模型21-33
• 2.1 引言21
• 2.2 隨機(jī)路面模型的分析與建立21-25
• 2.2.1 路面的空間功率譜密度21-23
• 2.2.2 路面的時(shí)間功率譜密度23-24
• 2.2.3 隨機(jī)路面模型的建立24-25
• 2.3 七自由度整車模型建模分析25-29
• 2.4 汽車懸架彈簧和減震器參數(shù)對(duì)行駛平順性的影響29-32
• 2.4.1 懸架前后彈簧剛度對(duì)汽車行駛平順性的影響29-31
• 2.4.2 懸架前后減震器阻尼系數(shù)對(duì)汽車行駛平順性的影響31-32
• 2.5 本章小結(jié)32-33
• 第3章 基于改進(jìn)文化粒子群算法的懸架參數(shù)優(yōu)化33-51
• 3.1 引言33
• 3.2 粒子群算法及文化算法33-39
• 3.2.1 粒子群算法及其改進(jìn)33-36
• 3.2.2 文化算法及其實(shí)現(xiàn)36-39
• 3.3 改進(jìn)文化粒子群算法39-43
• 3.3.1 改進(jìn)文化粒子群算法的基本思想39-40
• 3.3.2 交叉操作及小生鏡技術(shù)的應(yīng)用40-42
• 3.3.3 改進(jìn)文化粒子群算法的實(shí)現(xiàn)步驟42-43
• 3.4 改進(jìn)文化粒子群算法在懸架參數(shù)優(yōu)化中的應(yīng)用43-48
• 3.4.1 汽車懸架系統(tǒng)參數(shù)優(yōu)化模型43-46
• 3.4.2 改進(jìn)文化粒子群算法在懸架參數(shù)優(yōu)化中的實(shí)現(xiàn)46-48
• 3.5 基于改進(jìn)文化粒子群算法的懸架參數(shù)優(yōu)化仿真分析48-50
• 3.6 本章小結(jié)50-51
• 第4章 基于主動(dòng)懸架的神經(jīng)網(wǎng)絡(luò)控制研究51-67
• 4.1 引言51
• 4.2 神經(jīng)網(wǎng)絡(luò)算法及其改進(jìn)51-57
• 4.2.1 基于動(dòng)量法和可變學(xué)習(xí)率的改進(jìn)BP神經(jīng)網(wǎng)絡(luò)算法51-54
• 4.2.2 LM-BP神經(jīng)網(wǎng)絡(luò)算法54-56
• 4.2.3 基于改進(jìn)粒子群的神經(jīng)網(wǎng)絡(luò)算法56
• 4.2.4 改進(jìn)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練收斂速度對(duì)比56-57
• 4.3 主動(dòng)懸架LM-BP神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計(jì)57-61
• 4.3.1 LM-BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)的獲取57-60
• 4.3.2 主動(dòng)懸架LM-BP神經(jīng)網(wǎng)絡(luò)控制器的實(shí)現(xiàn)60-61
• 4.4 主動(dòng)懸架神經(jīng)網(wǎng)絡(luò)間接自適應(yīng)控制器設(shè)計(jì)61-64
• 4.4.1 主動(dòng)懸架改進(jìn)粒子群神經(jīng)網(wǎng)絡(luò)間接自適應(yīng)控制器原理61-63
• 4.4.2 主動(dòng)懸架改進(jìn)粒子群神經(jīng)網(wǎng)絡(luò)間接自適應(yīng)控制器的實(shí)現(xiàn)63-64
• 4.5 主動(dòng)懸架狀態(tài)下的神經(jīng)網(wǎng)絡(luò)控制仿真分析64-66
• 4.6 本章小結(jié)66-67
• 第5章 試驗(yàn)樣車搭建及路面試驗(yàn)67-83
• 5.1 引言67
• 5.2 試驗(yàn)樣車的搭建67-74
• 5.2.1 試驗(yàn)樣車的基本結(jié)構(gòu)67-68
• 5.2.2 主/被動(dòng)可切換懸架的結(jié)構(gòu)設(shè)計(jì)68-71
• 5.2.3 主/被動(dòng)可切換懸架的液壓系統(tǒng)設(shè)計(jì)71-72
• 5.2.4 主/被動(dòng)可切換懸架測(cè)控系統(tǒng)的設(shè)計(jì)72-74
• 5.3 試驗(yàn)樣車的路面試驗(yàn)74-81
• 5.3.1 試驗(yàn)樣車的路面試驗(yàn)設(shè)計(jì)74-76
• 5.3.2 試驗(yàn)樣車的路面試驗(yàn)結(jié)果及分析76-81
• 5.4 本章小結(jié)81-83
• 第6章 總結(jié)與展望83-85
• 6.1 全文總結(jié)83-84
• 6.2 全文展望84-85
• 參考文獻(xiàn)85-89
• 致謝89

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 林國(guó)問(wèn);馬大為;樂(lè)貴高;郭亞軍;;雙氣室油氣懸架系統(tǒng)車輛道路友好性分析[J];機(jī)械設(shè)計(jì);2014年02期

2 李偉平;張利軒;馬義超;唐偉;;基于不確定性和隔代遺傳的礦用車平順性優(yōu)化[J];湖南大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年06期

3 貝紹軼;袁傳義;陳龍;張?zhí)m春;;基于軸距預(yù)瞄的半主動(dòng)懸架模糊神經(jīng)網(wǎng)絡(luò)控制[J];汽車工程;2010年12期

4 齊仲紀(jì);劉漫丹;;文化算法研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2008年05期

5 易建軍;孫英策;季白楊;關(guān)懿峰;董金祥;;基于隨機(jī)線性最優(yōu)控制理論的車輛主動(dòng)懸架控制器的設(shè)計(jì)研究[J];機(jī)械研究與應(yīng)用;2007年06期

6 徐建省;王永驥;季海波;;魯棒控制方法在導(dǎo)彈控制系統(tǒng)中的應(yīng)用研究進(jìn)展與展望[J];航天控制;2007年01期

7 宋永剛;張進(jìn)秋;魏健;;汽車懸架控制系統(tǒng)發(fā)展概述[J];專用汽車;2007年01期

8 張寶菊;賈萍;郝迎英;;用基于小生鏡技術(shù)的改進(jìn)遺傳算法解決TSP問(wèn)題[J];天津工業(yè)大學(xué)學(xué)報(bào);2006年03期

9 杜瓊;周一屆;;新的進(jìn)化算法——文化算法[J];計(jì)算機(jī)科學(xué);2005年09期

10 劉少軍,黃中華,陳毅章;Automobile active suspension system with fuzzy control[J];Journal of Central South University of Technology(English Edition);2004年02期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 李天宇;混合動(dòng)力工程車輛自動(dòng)變速換擋策略及控制方法研究[D];吉林大學(xué);2014年

2 劉樹(shù)博;基于新型優(yōu)化算法的主動(dòng)懸架魯棒輸出反饋控制研究[D];吉林大學(xué);2010年

3 王俊偉;粒子群優(yōu)化算法的改進(jìn)及應(yīng)用[D];東北大學(xué);2006年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前8條

1 李元鵬;電液伺服控制主動(dòng)懸架控制策略研究[D];吉林大學(xué);2015年

2 楊超云;前后懸架匹配及動(dòng)力學(xué)仿真分析研究[D];武漢理工大學(xué);2013年

3 張弓;基于預(yù)決策粒子群算法的懸架仿真優(yōu)化[D];浙江大學(xué);2011年

4 程杰;基于懸架控制的車輛平順性仿真研究[D];浙江大學(xué);2008年

5 蔡連營(yíng);特種車輛主動(dòng)懸架技術(shù)仿真研究[D];吉林大學(xué);2008年

6 黃麗;BP神經(jīng)網(wǎng)絡(luò)算法改進(jìn)及應(yīng)用研究[D];重慶師范大學(xué);2008年

7 杜翔;基于虛擬樣機(jī)的懸架參數(shù)優(yōu)化及匹配[D];上海交通大學(xué);2007年

8 王瑩;新型汽車主動(dòng)懸架系統(tǒng)及其魯棒控制研究[D];廣東工業(yè)大學(xué);2005年

，

本文編號(hào)：531177