基于RBF神经网络的油气悬架平顺性研究

目的 提高整车的行驶性能,使车辆可以自主调节,以适应各种不同的路面,从而达到良好的缓冲效果。方法 以双气室油气弹簧为研究对象,对其组成和工作原理进行详细分析,推导出油气弹簧的阻尼力和刚度等非线性特性与车身位移的关系。根据RBF神经网络控制原理,设计RBF-PID控制器,依靠神经网络自学习性对PID参数动态整定,使整个车身振动衰减,快速达到稳定状态,并基于Matlab/Simulink平台建立仿真模型,在B级和C级不平路面输入的情况下,重点对轮胎动载荷、车身质心加速度以及油气悬挂动挠度等3项性能进行仿真和分析。结果 同普通PID控制相比,RBF-PID控制下,车身3项性能的RMS分别降低26%、54%、0.1%。结论 RBF-PID控制能够克服环境影响,实现油气弹簧特性的可靠控制,提高了车辆行驶的平顺性以及稳定性。