文献类型：期刊文章

作　　者：崔晓利[1] 陈龙[2] 李德超[3]

机构地区：[1]湖南建材高等专科学校机械工程系,衡阳421008 [2]江苏大学汽车与交通工程学院,镇江212013 [3]上海汽车电子工程中心,上海20005

出　　处：《中国机械工程》

基　　金：国家自然科学基金资助项目 (50 2 750 64)

年　　份：2004

卷　　号：15

期　　号：2

起止页码：178-181

语　　种：中文

收录情况：AJ、BDHX、BDHX2000、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：在建立了五自由度车辆半主动悬架系统模型的基础上 ,将神经网络与模糊控制结合起来 ,提出一种基于神经网络的自适应模糊控制半主动悬架系统 ,其控制器由模糊神经网络控制器和模糊网络组成 ,采用快速的变斜率梯度下降算法学习 ,具有自适应学习功能。仿真计算表明 ,与被动悬架相比 ,神经网络自适应模糊控制性能明显优于一般的 Fuzzy控制 ,半主动悬架系统在减小振动 ,提高车辆平顺性方面优于被动悬架 ,且车轮动载荷和悬架动挠度也得到明显改善。台架试验同样表明了半主动悬架的优良减振性能。

关 键 词：车辆  悬架 控制  神经网络

分 类 号：U463.33]