基于模糊神经网络单筒冲气式减振器的模式识别.pdfVIP

液压与气动 2011年第8期 基于模糊神经网络单筒冲气式减振器的模式识别 李荣兵 Patternrecognitionofthemono—tubeshockabsorberbasedon fuzzyneutralnetworks LIRong—bing (徐州工业职业技术学院，江苏 徐州 221140) 摘 要：为了能够提高单筒冲气式减振器模式识别的准确率，深入地研究了模糊神经网络在其中的应 用。首先，建立了神经网络模型；然后，研究了模糊神经网络模式识别的方法；最后，对单筒冲气式减振器的 故障模式进行了识别，识别结果表明，模糊神经网络具有较高的模式识别能力。 关键词：模糊神经网络；单筒式冲气式减振器；模式识别 中图分类号：TH138 文献标识码：B 文章编号：1000-4858(2011)08-0044-04 单筒冲气式减振器主要应用汽车悬架的减振中， 而避免了油液的乳化。 能够提高汽车的稳定性。单筒冲气式减振器与传统减 单筒减振器是汽车在行驶过程中容易损坏的零件 振器相比具有很多优势，由于浮动活塞的使用使减振 之一，减振器能够正常工作与汽车的工作平稳性和安 器少了一套阀门系统，从而使减振器的结构更为简化， 全息息相关，因此，应该对减振器进行有效地模式识 零件的数量降低；在单筒冲气式减振器中充满了高压 别，及早发现减振器的故障，从而可以提高汽车的寿 气体，从而能够有效地避免振动和噪音，从而改善汽车 的性能；由于单筒冲气式减振器工作缸和活塞的直径 收稿 日期：2011-03—14 都具有较大的尺寸，在泄流的条件下可以提供更大的 作者简介：李荣兵(1962一)，男，江苏省丰县人，副教授，主要 阻尼力；单筒冲气式减振器将高压气体和油液分开，从 研究方向为数控技术。 2O (4)AMESim软件的图形化建模仿真界面直观易 O ． 20 懂，使用方便，容易掌握； — 40 — 6O (5)用AMESim对液压系统进行仿真时，不仅系 一 80 ． 100 ． 120 统整体结构的数学模型起着决定性作用，各个元件子 Hz 模型中的结构参数也同样重要，精确地设定这些参数 图6 等效弹簧刚度为7．8e+7N／m的幅频特性曲线 往往比较困难 ，因此，设置参数、分析结果并修改参数 3 结论 是仿真中的重要环节 』。 通过AMESim软件对 电液力控制系统的建模和仿 真分析以及实验，可得以下结论： 参考文献： (1)通过对该电液力控制系统的建模和仿真分 [1] 付永领，祁晓野．AMESim系统建模和仿真[M]．北京：北 析，证明该液压系统满足设计要求，为以后进行控制 京航空航天大学出版社，2006． [2] 王春行．液压控制系统 [M]．北京 ：机械工业 出版 系统的设计分析、校正和仿真奠定了坚实的基础； 社 ，2004． (2)通过仿真分析，为我们的台架设计提出基本