车辆半主动悬架模糊PID控制仿真及试验研究

车辆半主动悬架模糊PID控制仿真及试验研究

论文摘要

随着国民经济飞速发展、高速公路网全面建设以及生活水平极大提高,汽车逐渐融入到人们工作生活之中,成为不可或缺的交通工具,人们对汽车的行驶平顺性和安全性提出更高的要求。悬架是影响汽车性能的关键部件,采用能够根据路面情况和车辆运行状态进行实时控制的智能悬架是提高汽车平顺性和安全性的一条重要途径。磁流变半主动悬架利用磁流变技术实现了阻尼实时控制,具有悬架系统是保证车辆乘坐舒适性和行驶安全性的重要组成部件。论文对基于磁流变减振器的1/4车辆半主动悬架控制系统进行了仿真以及试验研究。首先,论文运用车辆动力学理论建立了1/4车辆两自由度半主动悬架系统的动力学模型。同时,考虑到路面扰动输入对悬架控制的重要影响,建立出积分白噪声形式的路面不平度数学模型。依据控制原理分别设计了半主动悬架“天棚”阻尼控制算法和模糊PID控制算法,并通过软件Matlab 7.0构建了实现这些控制策略的半主动悬架控制仿真模型,取得了比较好的效果;其次,介绍了如何利用Matlab/Simulink的RTW代码生成工具将Simulink模型自动转换成C/C++代码的方法,并下载到含DSP芯片的TMS320 C6713评估板中。通过这种方式可以利用Simulink方便地建立系统模型,同时也解决了Simulink模型在Matlab/Simulink环境下速度较慢的问题,大大减少了软件工程师的编程工作量。转换后的C代码能脱离Matlab环境独立运行,这进一步扩大用该方法生成的C代码的适用范围;最后,论文利用了1/4车辆半主动悬架控制试验台,使用LabVIEW软件对半主动悬架模糊PID控制进行了初步研究。试验得到了被动悬架以及半主动悬架在正弦激励下的车身垂直加速度以及悬架动挠度曲线,试验结果表明模糊PID控制策略可以较好的控制悬架系统,改善了车辆的动态性能。

论文目录

  • 致谢
  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 车辆悬架系统发展现状
  • 1.1.1 车辆悬架系统简介
  • 1.1.2 半主动悬架发展现状
  • 1.1.3 磁流变减振器发展现状
  • 1.2 车辆悬架系统控制策略概述
  • 1.2.1 车辆动力学的研究发展
  • 1.2.2 半主动悬架控制策略概述
  • 1.3 论文主要研究内容
  • 第二章 车辆半主动悬架系统动力学分析
  • 2.1 悬架系统评价指标
  • 2.2 路面输入模型与功率谱
  • 2.2.1 路面不平度的功率谱
  • 2.2.2 空间与时间频率功率谱密度折算
  • 2.3 悬架系统动力学模型
  • 2.3.1 车辆振动系统模型
  • 2.3.2 被动悬架动力学模型
  • 2.3.3 半主动悬架动力学模型
  • 本章小结
  • 第三章 半主动悬架天棚阻尼与模糊PID 控制仿真研究
  • 3.1 天棚阻尼控制算法与仿真分析
  • 3.1.1 天棚阻尼控制算法
  • 3.1.2 路面模型的建立与仿真
  • 3.1.3 半主动悬架天棚阻尼控制建模与仿真
  • 3.2 模糊控制理论
  • 3.2.1 模糊控制理论基础
  • 3.2.2 模糊控制器设计原理
  • 3.3 PID控制算法理论基础
  • 3.3.1 PID 控制器基本原理
  • 3.3.2 PID控制器特点
  • 3.4 模糊PID 控制器设计
  • 3.4.1 模糊PID 控制原理
  • 3.4.2 PID 参数模糊调整模型的建立
  • 3.5 半主动悬架模糊PID 仿真与结果分析
  • 3.5.1 半主动悬架模糊PID 控制器的编制
  • 3.5.2 仿真与结果分析
  • 本章小结
  • 第四章 基于DSP 的半主动悬架系统代码自动生成
  • 4.1 ICETEK-C6713-A 板介绍
  • 4.2 DSP 芯片与开发流程介绍
  • 4.3 系统代码生成原理
  • 4.3.1 RTW概述
  • 4.3.2 DKT 概述
  • 4.3.3 代码的生成步骤
  • 4.4 仿真软件的配置
  • 4.4.1 MATLAB 中C6000 的配置
  • 4.4.2 CCS 的配置
  • 4.5 半主动悬架系统代码自动生成
  • 4.5.1 模型修改
  • 4.5.2 参数设置
  • 4.5.3 代码自动生成
  • 本章小结
  • 第五章 半主动悬架系统控制试验研究
  • 5.1 磁流变减振器建模与特性试验
  • 5.1.1 模型的建立
  • 5.1.2 特性试验与结果分析
  • 5.2 半主动悬架模糊PID 控制试验
  • 5.2.1 试验系统硬件构成
  • 5.2.2 试验系统软件设计
  • 5.2.3 试验内容与过程
  • 5.2.4 试验结果与分析
  • 本章小结
  • 第六章 全文总结与研究展望
  • 6.1 本文主要研究工作
  • 6.2 未来研究展望
  • 参考文献
  • 详细摘要
  • 相关论文文献

    • [1].PID性能评估与整定软件的开发及应用[J]. 炼油与化工 2019(05)
    • [2].基于模糊PID的步进电机速度控制[J]. 软件 2019(12)
    • [3].采用改进模糊神经网络PID控制的移动机器人运动误差研究[J]. 中国工程机械学报 2019(06)
    • [4].基于改进模糊PID的轮式机器人速度控制器设计[J]. 河北科技大学学报 2020(01)
    • [5].基于模糊PID的高速列车车内压力主被动控制[J]. 中国测试 2020(01)
    • [6].混合式步进电机模糊PID控制器设计仿真[J]. 安徽工程大学学报 2019(06)
    • [7].基于模糊PID控制的列车主动悬架振动控制研究[J]. 工业控制计算机 2020(01)
    • [8].拖拉机液压机械式变速器小波神经网络PID控制[J]. 合肥工业大学学报(自然科学版) 2020(01)
    • [9].雷达稳定平台模糊PID串级控制设计与仿真[J]. 计算机测量与控制 2020(02)
    • [10].基于模糊神经网络PID控制的粉体包装计量控制系统[J]. 食品与机械 2020(01)
    • [11].考虑路面时变的整车主动悬架的改进模糊PID集成控制策略[J]. 现代制造工程 2020(02)
    • [12].基于广义预测控制PID算法的桥式起重机吊钩防摆控制器设计[J]. 制造业自动化 2020(03)
    • [13].面向抽水蓄能电站区域负荷频率的分数阶PID控制研究[J]. 电网技术 2020(04)
    • [14].基于智能控制的PID控制方式的研究[J]. 电子测试 2020(05)
    • [15].基于变速积分与微分先行PID的无刷直流电机串级调速控制[J]. 齐齐哈尔大学学报(自然科学版) 2020(01)
    • [16].基于模糊PID算法吸附机器人转向控制系统[J]. 精密制造与自动化 2020(01)
    • [17].农用车辆路径跟踪预瞄控制研究——基于免疫模糊PID算法和视觉导航[J]. 农机化研究 2020(11)
    • [18].基于模糊PID算法吸附机器人转向控制[J]. 软件 2020(04)
    • [19].基于模糊PID算法的臭氧发生器控制系统优化措施[J]. 自动化应用 2020(04)
    • [20].基于遗传算法的智能PID系统设计和分析[J]. 设备管理与维修 2020(10)
    • [21].基于模糊PID的电力巡检机器人路径纠偏[J]. 智慧工厂 2020(04)
    • [22].基于PID的多电发动机磁轴承控制系统设计与验证[J]. 微特电机 2020(06)
    • [23].基于遗传算法的全自动除泡机腔体充排气PID控制研究[J]. 机械管理开发 2020(05)
    • [24].基于吸收塔动态模型的PID控制模拟研究[J]. 辽宁化工 2020(06)
    • [25].基于PID的光伏清洁机器人速度控制及仿真研究[J]. 造纸装备及材料 2020(03)
    • [26].基于改进模糊-PID的船舶自动舵控制方法[J]. 船舶物资与市场 2020(06)
    • [27].运用启发式算法优化一阶倒立摆PID参数研究[J]. 产业科技创新 2020(10)
    • [28].基于前馈补偿PID控制的轮式机器人轨迹跟踪[J]. 河南工程学院学报(自然科学版) 2020(03)
    • [29].基于模糊PID的驾驶模拟器方向盘力反馈系统设计[J]. 机电技术 2020(04)
    • [30].基于模糊PID的小型冷库过热度控制方法[J]. 湖北工业大学学报 2020(04)

    标签:;  ;  ;  ;  ;  

    车辆半主动悬架模糊PID控制仿真及试验研究
    下载Doc文档

    猜你喜欢