基于自适应差分进化算法优化的主动悬架单神经元PID控制

U461; 为保证乘客乘坐舒适性和悬架控制效果达到最优,提出一种采用自适应差分进化算法优化的单神经元PID控制的主动悬架控制方法.建立了主动悬架的运动微分方程和状态空间模型,进一步设计了其单神经元PID控制模型,可以有效减少车身垂直加速度带来的影响.考虑到增益K和学习速率的参数值需要人为设定且多次试取难以确定最优参数,故采用自适应差分进化算法进行优化,以簧上质量加速度均方根值为目标函数,完成了主动悬架控制优化算法,并在Matlab/Simulink软件中进行仿真,对比被动悬架和分别由PID控制、单神经元PID控制和基于自适应差分进化算法优化单神经元PID控制的车身垂直加速度指标响应.仿真结果表...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	重庆理工大学学报（自然科学版） 2022, Vol.36 (11), p.51-59
Hauptverfasser:	焦蕊, 赵强, 谢春丽, 李哲煜
Format:	Artikel
Sprache:	chi
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Beschreibung
Zusammenfassung:	U461; 为保证乘客乘坐舒适性和悬架控制效果达到最优,提出一种采用自适应差分进化算法优化的单神经元PID控制的主动悬架控制方法.建立了主动悬架的运动微分方程和状态空间模型,进一步设计了其单神经元PID控制模型,可以有效减少车身垂直加速度带来的影响.考虑到增益K和学习速率的参数值需要人为设定且多次试取难以确定最优参数,故采用自适应差分进化算法进行优化,以簧上质量加速度均方根值为目标函数,完成了主动悬架控制优化算法,并在Matlab/Simulink软件中进行仿真,对比被动悬架和分别由PID控制、单神经元PID控制和基于自适应差分进化算法优化单神经元PID控制的车身垂直加速度指标响应.仿真结果表明:采用自适应差分进化算法优化单神经元PID控制后,车身垂直加速度明显降低,控制效果更好,大幅提升了乘坐舒适性.
ISSN:	1674-8425
DOI:	10.3969/j.issn.1674-8425(z).2022.11.006