汽车悬架的主动控制技术是汽车动力学，汽车设计和制造领域中重要的研究课题之一。文章主要对主动悬架的控制算法进行研究。全面系统地研究了悬架系统参数——悬架刚度和悬架阻尼的变化对整个悬架系统动态响应的作用规律，此规律可作为悬架设计和性能评价的参考。文章建立了1/4车的数学模型，对此模型分别使用不同的控制算法进行研究，包括天棚阻尼控制，自校正控制，模糊控制和Adaline神经网络控制，并且在Windows环境下用控制仿真软件Matlab 6.1+Simulink进行仿真。仿真结果表明所用的控制算法能有效地降低车身加速度的均方根值和悬架动挠度的均方根值，从而改善了乘坐的舒适性。以上结果对进一步研究悬架理论及悬架试验将有一定的参考价值。 第一章阐述了悬架的发展概况，并简述了论文的研究内容和方法。 第二章首先确定悬架的性能评价指标为车身加速度均方值、悬架动挠度均方值及动载荷的均方值。建立了路面和两自由度1/4车悬架的数学模型，研究了悬架的动态特性。又建立了汽车悬架的Simulink仿真模型，以后所有的控制策略将在此模型上进行。 第三章研究了经典的天棚阻尼控制策略在主动悬架中的应用，用随机控制系统理论确定了天棚反馈系数，结果表明悬架的加速度和动挠度有一定的降低，但动载荷影响不大。 第四章研究了自校正控制理论在主动悬架中的应用。汽车悬架系统是典型的参数时变系统，要使其在各种状态下具有良好的动态特性，有必要使相应的控制系统具有变参数自适应能力。此控制策略运用衰减记忆递推最小二乘参数估计算法和加权最小方差自校正控制算法，通过控制律的隐式结构直接估计控制参数，再综合得到控制律，从而实现了主动悬架的参数估计自校正控制，仿真结果表明该算法是有效的，这种自适应控制算法对系统的时变参数具有良好的适应性。 第五章研究了模糊控制理论在汽车主动悬架中的应用。以悬架的动挠度为反馈量，以动挠度和动挠度的变化为模糊控制器的输入量。根据经验确定模糊控制规则，建立了离线的模糊控制表。实时控制时根据悬架动挠度确定模糊控制器的量化因子，比例因子还要根据控制的效果确定。又建立了基于规则修改的模糊控制，通过调节修正因子，修改模糊控制规则。仿真结果表明模糊控制策略使悬架的加速度均方根值降低幅度较大，用基于规则修改的模糊控制时效果更好。 第六章研究了Adaline神经网络控制理论在汽车主动悬架中的应用。首先通过Adaline神经网络辨识此动态悬架系统，然后根据辨识结果用Adallne神经网络求出相应的控制力。此控制算法是收敛的，并且运算量不大，取得了较好的仿真控制效果。可以把此Adallne神经控制策略推广，用其它神经网络控制策略来控制主动悬架。 第七章对本论文所作的工作进行了简要的总结。