基于RBF的主动悬架反演滑模控制策略研究

发布时间：2023-02-21 10:09

　　为了使汽车悬架系统得到更好的动态响应和优化控制,将径向基神经网络(RBF)算法应用到了反演滑模控制策略中。建立了C级随机路面激励与2自由度1/4汽车悬架系统模型之间的关系;建立了主动悬架系统运动状态方程,对车辆垂直加速度、悬架动挠度和轮胎动位移等悬架系统评价指标进行了研究;提出了一种基于径向基神经网络(RBF)算法的反演滑模控制策略;在Matlab/CARSIM联合仿真平台,对2自由度1/4汽车悬架系统模型和RBF反演滑模控制策略进行了仿真试验。研究结果表明:以C级随机路面为激励的条件下,此控制策略使车身加速度降低了34.7%,悬架动挠度降低了28%,轮胎动位移降低了28.7%,提升了悬架的动态性能和控制性能。

【文章页数】：4 页

【文章目录】：
0 引 言
1 主动悬架系统控制模型
    1.1 二自由度主动悬架系统模型
    1.2 主动悬架系统运动状态模型
2 RBF控制策略
    2.1 自适应反演滑模控制策略
    2.2 基于RBF自适应反演滑模控制策略
    2.3 稳定性分析
3 改进型控制策略验证
    3.1 路面输入模型
    3.2 仿真结果
4 结束语



本文编号：3747544