基于RBF的主动悬架反演滑模控制策略研究

• 作者: 李伟 李雅琦 郑柱 陈应鹏
• 来源期刊: 机电工程
• 学科: 交通运输
• 关键词: 控制策略 反演滑模 径向基神经网络 主动悬架 Matlab/CARSIM
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 机械、仪表技术
• 页码范围: 425-428
• 页数: 4页
• 分类号: TH113.1|TP273.2|U463.33
• 字数: 3270字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4551.2020.04.016

摘要

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Mat-lab/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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李伟	重庆交通大学机电与车辆工程学院	82	463	11.0	18.0
2	李雅琦	重庆交通大学机电与车辆工程学院	2	0	0.0	0.0
3	陈应鹏	重庆交通大学机电与车辆工程学院	2	0	0.0	0.0
4	郑柱	重庆交通大学机电与车辆工程学院	2	1	1.0	1.0