递归对角神经网络算法在汽车主动悬架控制系统中的研究-燕山大学学报.PDF

第４ １ 卷 第 １ 期 燕山大学学报 Ｖｏｌ ４ １ Ｎｏ １ ２０１７ 年１ 月 Ｊｏｕｒｎａｌ ｏｆ Ｙａｎｓｈａｎ Ｕｎｉｖｅｒｓｉｔｙ Ｊａｎ． ２０１７ 　 　 文章编号：１００７⁃７９１Ｘ（２０１７）０１⁃００２７⁃０５ 递归对角神经网络算法在汽车主动悬架控制系统中的研究 １ １， ∗ ２ 吕　 科 ，杨正才 ，赵　 宝 （１．湖北汽车工业学院汽车动力传动与电子控制湖北省重点实验室，湖北 十堰４４２００２ ； ２． 中车集团长春轨道客车股份有限公司客车制造中心，吉林 长春 １３００００ ） 摘　 要：考虑汽车主动悬架的控制效果，应用汽车系统动力学理论建立七自由度整车悬架模型；采用电磁阀式 减振器技术方案，对主动悬架控制系统进行了总体方案设计；在递归对角神经网络算法的基础上构建了主动悬 架控制器，利用遗传算法进行神经网络权值训练。 Ｓｉｍｕｌｉｎｋ 和ｄＳＰＡＣＥ 实时硬件在环联合仿真结果表明：在间 歇颠簸路面激励作用下，对车身垂向加速度、轮胎动行程所进行的仿真分析，以及对车辆座椅进行的振动分析， 都说明该算法对主动悬架具有较明显的控制效果，较好地提高了行驶平顺性和操纵稳定性。 关键词：递归对角神经网络；主动悬架；遗传算法；电磁阀式减振器 中图分类号： ＴＰ２７４　 　 文献标识码： Ａ　 　 ＤＯＩ：１０．３９６９／ ｊ．ｉｓｓｎ．１００７⁃７９１Ｘ．２０１７．０１．００４ ０　 引言 针对以上问题以及汽车悬架的诸多特点，本 悬架系统用以传递车体和车轮之间的力和力 文采用递归对角神经网络（ Ｄｉａｇｏｎａｌ Ｒｅｃｕｒｒｅｎｔ 矩，缓和路面传给车架的冲击载荷，对于汽车的行 Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ ，ＤＲＮＮ ）控制智能算法进行主动悬 架控制。 递归对角神经网络具有自组织自学习功 驶平顺性、乘坐舒适性、操纵稳定性、安全性和轮 胎的使用寿命等都有着重要的影响，主动悬架是 能，可以较好地进行容错、非线性逼近以及自适应 ［１］ 控制。 在求各层之间的权值适应值时，考虑悬架 悬架发展的必然方向 。 其中，主动悬架控制器 的控制策略对其性能起着决定性的作用。 目前， 的性能指标评估，通过遗传算法进行个体搜索获 得网络权值的最优值。 主动悬架控制算法主要包括ＰＩＤ 控制算法、最优 控制算法、鲁棒控制算法和神经网络控制算法 １　 主动悬架系统动力学模型 ［２⁃８］ 等 。 ＰＩＤ 控制算法过于简单，不适合主动悬架 实时响应快的要求。 汤靖等人利用最优控制理论 汽车悬架系统是一个多自由度多体系统，各 改善了并联式主动悬架的动态性能和稳定性，但 部件之间的运动关系和力学关系非常复杂，因此 ［５］ 其目标函数所包含的加权系数很难获得 。 ＥＳＫＩＩ 很难利用传统的计算方法分析悬架的运动学和动 等人利用鲁棒控制对主动悬架进行了一系列研 力学特性。 采用建模仿真分析来研究悬架系统的