在综合考虑算法精度与效率的条件下，设计一种新的汽车半主动悬架BP-PID控制模型，在该算法中融合神经网络控制器的鲁棒特性。通过神经网络完成PID参数的在线整定功能，并达到对非线性函数进行快速逼近与自主学习的过程，充分克服非线性悬架系统的表述偏差缺陷。利用高斯白噪声以及成形滤波器来随机调控路面轮廓的不平度，在Matlab/Simulink平台开展路面模拟信号验证分析。测试结果表明：BP-PID控制的汽车悬架可以显著减小车身加速度，获得更舒适的乘坐性能。
科研之友
微信
新浪微博
Facebook
分享链接
