摘要：为研究车辆在行驶过程中的运动姿态,建立了7自由度整车主动悬架模型,并对其进行动力学分析。针对悬架系统非线性、强耦合性的问题,利用小脑模型神经网络(CMAC)学习速率高、抗干扰能力强等特点,提出一种基于CMAC-PID的主动悬架控制方法,从而实现系统参数的实时在线调整。同时,以车身垂向、俯仰、侧倾等相关参数为性能指标进行仿真和实验研究。结果表明:所建立的模型可真实体现悬架系统的全面运动过程,所提出的控制策略能有效减弱车身因路面激励而产生的振动;车身垂直方向位移、车身垂向加速度、悬架平均动行程和车轮平均动位移分别减少了33.78%、22.58%、16.83%、25.71%,车身平均俯仰角位移和车身平均侧倾角位移分别减小了29.77%、26.67%,大幅改善了汽车操纵稳定性、行驶平顺性及乘坐舒适性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
