10.3321/j.issn:1004-132X.2004.02.024
基于神经网络的半主动悬架自适应模糊控制研究
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.
车辆、悬架、控制、神经网络
15
U463.33(汽车工程)
国家自然科学基金50275064
2004-03-05(万方平台首次上网日期,不代表论文的发表时间)
共4页
178-181