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。
类型: 期刊论文
作者: 孙亮
关键词: 车辆悬架,改进粒子群算法,神经网络,控制,仿真
来源: 井冈山大学学报(自然科学版) 2019年04期
年度: 2019
分类: 基础科学,工程科技Ⅱ辑
专业: 汽车工业
单位: 池州职业技术学院机电系
分类号: U463.33
页码: 67-71
总页数: 5
文件大小: 754K
下载量: 125
本文来源: https://www.lunwen90.cn/article/45a54ae0721d4c05657b535c.html