基于神经网络的半主动悬架自适应模糊控制研究

• 作者: 崔晓利 李德超 陈龙
• 来源期刊: 中国机械工程
• 关键词: 车辆 悬架 控制 神经网络
• 年，卷（期）: 2004,（2）
• 所属期刊栏目: 汽车工程
• 页码范围: 178-181
• 页数: 4页
• 分类号: U463.33
• 语种: 中文
• DOI: 10.3321/j.issn:1004-132X.2004.02.024

摘要

在建立了五自由度车辆半主动悬架系统模型的基础上,将神经网络与模糊控制结合起来,提出一种基于神经网络的自适应模糊控制半主动悬架系统,其控制器由模糊神经网络控制器和模糊网络组成,采用快速的变斜率梯度下降算法学习,具有自适应学习功能.仿真计算表明,与被动悬架相比,神经网络自适应模糊控制性能明显优于一般的Fuzzy控制,半主动悬架系统在减小振动,提高车辆平顺性方面优于被动悬架,且车轮动载荷和悬架动挠度也得到明显改善.台架试验同样表明了半主动悬架的优良减振性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔晓利	湖南建材高等专科学校机械工程系	12	48	4.0	6.0
2	陈龙	江苏大学汽车与交通工程学院	368	3236	25.0	34.0
3	李德超		5	124	5.0	5.0