论文部分内容阅读
汽车悬架系统是保证汽车承载系统与车轮或车桥相互之间具有弹性接触并能传递载荷、缓和冲击、衰减振动以及调整汽车行驶中的车身位置等相关装置的总称,用于减缓外界扰动对车身的冲击,保证汽车行驶平顺性和操纵稳定性。主动悬架系统在控制品质上优于被动悬架,能够根据路面的情况在车轮和车身之间主动及时的调整和产生所需的悬架控制力,以抑制车身的振动,使悬架处于最优的减振状态。主动悬架系统的控制目标是获得良好的行驶平顺性和操纵稳定性,传统的控制理论和方法很难将其性能完全发挥。模糊控制是一种模仿人类思维推理方式的智能控制方法,适用于主动悬架系统的控制。本论文将汽车主动悬架系统多体模型为控制对象,首先,基于ADAMS/View软件创建包含双横臂式前悬架子系统和拖曳式后悬架子系统的7自由度汽车主动悬架系统多体模型,通过ADAMS/Control模块将多体模型导入Matlab/Simulink环境中；然后,在Matlab/Simulink中实现悬架系统的模糊控制器的设计,并且定义控制规则为设计变量,车身加速度为目标函数的优化问题；再次,使用Matlab/Command命令编写改进遗传算法程序并控制整个系统的运行,实现改进遗传算法优化模糊规则。最后,对整个系统进行仿真分析。为了验证模糊控制器的控制效果和遗传算法的优化性能,在30m/s的车速下对主动悬架系统和被动悬架系统进行对比分析。对比分析结果表明,基于改进遗传算法的主动悬架系统模糊控制能够提高模糊控制器的控制效果,显著改善汽车的行驶平顺性,同时也验证了采用联合仿真方法的可行性和准确性。