基于神经网络对汽车悬架最优控制器的研究.doc

  • 需要金币1000 个金币
  • 资料包括:完整论文,开题报告
  • 转换比率:金钱 X 10=金币数量, 即1元=10金币
  • 论文格式:Word格式(*.doc)
  • 更新时间:2016-11-24
  • 论文字数:12632
  • 当前位置论文阅览室 > 毕业设计 > 单片机论文 >
  • 课题来源:(小胖猫)提供原创文章

支付并下载

摘要:汽车的悬挂系统就是汽车的车身的支持系统,它是由减震器和汽车轮胎所连接的弹簧组成的支撑系统。悬挂系统具有支撑车身的作用并且改变汽车车身的平稳性进而增加乘车人员的舒适感,由不同悬架支撑的车身行驶的过程中给人的感觉大相径庭。悬挂系统并不是简单的弹簧和减震器的组合,它是多种力的作用如:簧载质量重力作用,非簧载质量的反作用力,外加控制里力的作用,路面的等。这些力对于汽车的稳定性,操作性,行驶的平稳性等及其关键。所以悬架系统是现代轿车尤其关键的系统之一。因此对于汽车悬架系统的控制研究也显得越来越重要。主动式汽车悬架可以输入外加控制力,人们通过传统的控制器和近代数学来设计,并试图找到最优控制的参数,这些参数仅仅是在实验室通过大量的数据处理得到的,由于不能考虑到所有情况在实际路面行驶中,车辆的避震性能和稳定性能表现欠佳。这说明仅用经典控制技术已经很难满足现在人们的控制需求。

随着神经网络的发展,人们开始认识到神经网络在控制领域的发展前景。近些年人们将神经网络应用到控制领域并且得到了显著成果。所以科学家尝试在汽车悬架的控制系统中加入神经网络来优化汽车悬架的控制。神经网络对于非线性的系统识别,处理比一般的处理方法更加优越因为神经网络对于数据的储存和处理是并行方式,异于传统的映射方式而且也便于用超大规模集成电路系统实现。神经网络也可以根据系统输入值调节自身以适应系统的特点即机器学习。神经网络控制就是将神经网络算法加入在系统控制环节进而解决系统复杂非线性、不确定性、不确知系统,在不确定、不确知的问题,使系统的稳定性,鲁棒性和静态动态稳定特性达到预期结果甚至超越预期结果。

 

关键词:汽车悬架,LQR控制器,神经网络

 

目录

摘要

ABSTRACT

一 汽车悬架-1

1.1 汽车悬架系统介绍-1

1.2 汽车悬挂系统原理介绍-2

1.3 汽车悬架的分类-3

1.4 主动式悬架的的详细介绍-4

1.5 主动悬架模型分析-5

二 悬架系统的模型建立于分析-6

2.1汽车悬架系统模型建立分析-6

2.2 悬架二自由度的数学方程分析-7

三 LQR控制器的相关知识-10

3.1  LQR控制器的介绍-10

3.2 LQR控制器的性能能指标J的数学原理-10

3.3 LQR控制器对汽车悬架系统控制概述-11

3.4 LQR控制器对悬架控制的仿真分析-11

我们在matlab的框架模型中加入LQR控制器,其模型图如下-11

四 神经网络-13

4.1神经网络相关知识介绍-13

4.2在控制领域的特点及其应用-14

4.3 BP神经网络理论基础-15

4.4神经网络优化的车身震动仿真-19

4.5结果对比-19

五 总结与展望-22

致谢-23

参考文献-24