考虑车身俯仰动态的半主动悬架控制

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:kevinchen12344
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
人们在日常乘车出行时经常会遇到因道路损坏而造成的坑包塌陷路面以及一些重要场所前专门放置的减速带等离散冲击路面,本文针对这一工况,以响应速度较快、阻尼力调节范围更大以及实用价值更高的磁流变式半主动悬架为被控对象,构建汽车前后轴动态耦合的被控模型,提出一种能够有效抑制车辆垂向和俯仰运动,提高车辆在离散冲击工况下乘适性能的半主动悬架控制策略。本文建立了能同时表征路面空间状态和车辆行驶状态信息的离散冲击路面的时域描述模型并对离散冲击路面的激励特性作了一定的分析,构建了考虑车身俯仰动态的4-DOF半车动力学模型并对该模型的精度进行了校验,最后基于双曲正切非线性函数建立了磁流变式减振器(Magneto-rheological Damper,MRD)的正逆映射模型,完成了车辆MRD半主动悬架系统动力学模型的构建。针对车辆在离散冲击工况下因车身垂向和俯仰运动导致其乘适性能比较差的这个现象,展开了对LQR半主动悬架控制策略的研究,提出了能表征车辆整体性能的目标函数并根据控制器所要实现的控制目标确定了控制器的目标函数的具体数学描述形式,之后基于所建立的车辆悬架动力学模型设计了能有效抑制该工况下车辆垂向和俯仰运动的最优全状态反馈悬架控制器。为了通过调节控制权重来进一步提升控制器的控制性能,利用PSO粒子群数学优化算法对性能评价数学模型中的控制权重进行寻优运算,减小了控制权重的反复调节工作,借此完成了对控制器进一步的优化,之后通过仿真验证了优化前后控制器的控制性能,并对优化效果作了评价。最优全状态反馈悬架控制器对测量技术要求比较高,需要实现对车辆所有状态的观测,而依目前车载传感器测量技术,是无法观测到车身及车轮处的垂向速度和轮胎动位移这些车辆状态量的,因此,其在工程实际应用中存在着很大的局限性,针对这个问题,本文在最优全状态反馈悬架控制器的基础上设计了以车载传感器可观测量作为输出量的最优输出反馈悬架控制器,并通过不同工况下的仿真验证了控制器的控制性能,结果显示,最优输出反馈悬架控制器的控制性能与最优全状态反馈控制器很接近,然而却极大地拓展了控制算法的工程应用。
其他文献
随着人工智能、大数据技术的飞速发展,数据资源愈发丰富,而对于数据资源的利用也越来越关键。一些与人类本身相关的医疗数据往往涉及到重大利益,这些数据的拥有方也因此无法随意交换数据,这阻碍了人工智能技术在医疗领域的发展。因此,生物医疗健康领域目前面临着因数据无法共享而产生的数据孤岛问题,针对这一问题,联邦学习成为了解决它的答案。而联邦学习过程中,多方通信节点需要进行数据对齐的过程,然而与人相关的数据在I
图像扫描显微(Image Scanning Microscopy,ISM)成像方法具有高分辨率成像特性,在生物医学领域具有广泛的应用前景。ISM在共焦显微的基础上使用阵列扫描方式实现高分辨率成像,可将分辨率提升至衍射极限的2倍,且实验装置简单、易于实现,成为超分辨显微成像领域的研究热点。但该方法需要采集大量图像,数据处理量大、成像速度慢,受扫描范围和物镜数值孔径的限制,无法满足大视场快速成像需求。
软件漏洞严重性可以帮助测试开发人员合理地分配有限的资源,优先修复更加严重的漏洞。然而,漏洞的发布和严重性的人工评估之间存在时间滞后,可能会导致“零日攻击”问题。因此,利用漏洞描述、源代码等信息自动、及时、准确地预测软件漏洞严重性具有一定的现实意义。现有方法存在以下问题:(1)每个项目的CVE漏洞描述数据量少,且不同项目的漏洞描述语言风格差异较大;(2)忽略了多个CVSS漏洞特征之间的共享信息;(3
随着智能设备的普及和信息技术的迅猛发展,视频已经成为人们生产生活中不可替代的信息载体。为了对抗视频数量的爆炸式增长,理解分析视频内容,并扩展应用到现实场景中,有助于提高人们的生产生活水平。本文针对发生在公园、停车场等公共场所中的危险性行为,设计实现了一个基于深度学习的视频行为动作识别模型,为设置在公园、停车场等公共场所中的监控设备添加自动识别并反馈危险性行为的功能,为监控人员提供一种智能化辅助解决
药物治疗对于人类的生命健康起着至关重要的作用。而药物研发过程复杂且漫长,需要投入巨大的人力和研发经费,高昂的研发成本最终影响到药物的价格和患者对治疗方案的选择。分子属性预测是新药发现中的一个重要环节,可以辅助研发人员发现候选药物,加快药物研发速度,从而降低研发成本。目前,深度学习技术在药物研发领域中的应用取得了一定的成果,不断地提高分子属性预测的准确性和可靠性成为了科研人员的主要追求。本文主要研究
航空发动机作为飞机的动力源,由于极高的加工技术、材料和设计能力要求,已成为中国航空工业的重点发展对象。高温高压环境对发动机转子工作性能提出了极高的要求,其中转子不平衡量是发动机转子优良性能评定的重要指标,它直接影响了转子的振动特性。本课题以多级盘片分离转子为对象,从装配工艺技术着手,研究降低转子不平衡量的装配方法,以改善航空发动机的工作性能。针对盘片分离转子不平衡量传递机理不清晰的问题,建立多级盘
随着计算机科学技术的进步、体育运动的普及和发展,人工智能、大数据等计算机技术越来越多的应用于体育行业当中,在体育赛事、体育场馆中计算机和数字化技术发挥着越来越重要的作用。2022年冬奥会将在北京举行,奥组委达成共识将研发智能冰壶机器人在冬奥会冰壶比赛期间进行展示互动。冰壶机器人将人工智能技术与冰雪运动相结合,是我国计算机科技水平和体育运动水平的集中体现。本文依托2022北京冬奥及龙江冰雪产业的智能
随着智能无人车技术的不断发展,使得越来越多的各种形式的无人车在工业上得到了应用。为了使人们的生活更加快捷便利,更多的研究人员致力于智能车领域的研究。移动无人车对未知环境的探索一直是其研究的热点和难点,其中定位和地图构建(SLAM)以及路径规划方案是无人设备实现自主定位和导航的关键技术。本文首先从无人车的定位和地图构建(SLAM)出发,介绍了无人车运动过程中常用的坐标系,建立了移动无人车的圆弧运动模
随着深度学习模型的不断推陈出新以及并行计算能力的不断提升,基于深度神经网络的图像语义分割方法取得了巨大的进步,分割性能得到了极大的提升。然而,这些方法都需要大量有标注的像素级别图像分割标签,耗费大量的人力资源来进行这样逐个像素标签的标注工作。因此,设计良好的弱监督语义分割方法,使用边界框标签或者图像类别标签,是缓解这个问题非常重要的手段。近年来,针对弱监督标签的如边界框标签设计的语义分割方法,往往
随着计算机技术的飞速发展,人类步入了信息时代,在计算机世界中流动的数据总量急速增加。数据在计算机中的存储和在计算机网络中有效传输面临着巨大的困难和挑战。数据压缩是缓解数据存储和传输困难的有效手段。近年来,深度学习技术的发展为数据压缩领域注入了新的活力。本研究探讨了深度学习算法在部分形态的数据压缩中的应用,并在目标数据上的实现了领先的压缩性能。现实世界中的数据形态各异,其中有代表性的是两类数据:(1