本文主要研究内容
作者孙亮（2019）在《采用改进神经网络PID控制的车辆悬架振动仿真研究》一文中研究指出：为了研究车辆悬架振动模型,创建了车辆悬架平面简图,并根据牛顿定律推导出车辆悬架振动微分方程式。引用BP神经网络PID控制器,对传统粒子群算法进行改进,将改进粒子群算法用于优化BP神经网络PID可知结构。通过MATLAB软件中对车辆悬架位移、速度和加速度进行仿真验证;同时,与BP神经网络PID控制器仿真结果进行比较和分析。结果表明,车辆悬架采用BP神经网络PID控制器,悬架行程、轮胎位移和车身加速度均方根值较大,车辆整体振动幅度较大;而采用改进BP神经网络PID控制器,悬架行程、轮胎位移和车身加速度均方根值较小,车辆整体振动幅度较小。采用改进神经网络PID控制车辆悬架,能够抑制路面噪声激励对车辆振动幅度的影响,提高车辆行驶的安全性。
Abstract
wei le yan jiu che liang xuan jia zhen dong mo xing ,chuang jian le che liang xuan jia ping mian jian tu ,bing gen ju niu du ding lv tui dao chu che liang xuan jia zhen dong wei fen fang cheng shi 。yin yong BPshen jing wang lao PIDkong zhi qi ,dui chuan tong li zi qun suan fa jin hang gai jin ,jiang gai jin li zi qun suan fa yong yu you hua BPshen jing wang lao PIDke zhi jie gou 。tong guo MATLABruan jian zhong dui che liang xuan jia wei yi 、su du he jia su du jin hang fang zhen yan zheng ;tong shi ,yu BPshen jing wang lao PIDkong zhi qi fang zhen jie guo jin hang bi jiao he fen xi 。jie guo biao ming ,che liang xuan jia cai yong BPshen jing wang lao PIDkong zhi qi ,xuan jia hang cheng 、lun tai wei yi he che shen jia su du jun fang gen zhi jiao da ,che liang zheng ti zhen dong fu du jiao da ;er cai yong gai jin BPshen jing wang lao PIDkong zhi qi ,xuan jia hang cheng 、lun tai wei yi he che shen jia su du jun fang gen zhi jiao xiao ,che liang zheng ti zhen dong fu du jiao xiao 。cai yong gai jin shen jing wang lao PIDkong zhi che liang xuan jia ,neng gou yi zhi lu mian zao sheng ji li dui che liang zhen dong fu du de ying xiang ,di gao che liang hang shi de an quan xing 。
论文参考文献
论文详细介绍
论文作者分别是来自井冈山大学学报(自然科学版)的孙亮，发表于刊物井冈山大学学报(自然科学版)2019年04期论文，是一篇关于车辆悬架论文,改进粒子群算法论文,神经网络论文,控制论文,仿真论文,井冈山大学学报(自然科学版)2019年04期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自井冈山大学学报(自然科学版)2019年04期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：车辆悬架论文; 改进粒子群算法论文; 神经网络论文; 控制论文; 仿真论文; 井冈山大学学报(自然科学版)2019年04期论文;