汽车半主动空气悬架在软与硬路面下机器学习中的应用（英文）

作者：徐绍勇; 张建润^*; 阮文廉

来源：Journal of Southeast University (english Edition), 2022, 38(03): 300-308.

• 半主动空气悬架
• 平顺性
• 机器学习
• 模糊控制
• 遗传算法

为提高车辆半主动空气悬架在不同路面下的平顺性和控制性能，以驾驶员座椅和车辆俯仰角的加权加速度均方根值为控制目标，提出了一种基于模糊最优控制和车辆实际模型的机器学习方法.研究结果表明：车辆在72 km/h以上高速行驶时，软路面对车辆的平顺性有明显影响.基于机器学习，软路面工况下采用模糊控制的座椅和车辆俯仰角的加权加速度均方根值分别降低了30.20%和19.95%,而硬路面工况下无控制策略的座椅加速度和俯仰角加速度的加权加速度均方根值分别降低了34.36%和21.66%.这说明不同仿真条件下，该方法均能提高车辆的行驶平顺性.此外，为提高机器学习的效率，需要对其学习数据进行不断更新，以适应车辆的各种运行工况.

• 单位
  东南大学; 机电工程学院; 湖北理工学院