关键词：汽车悬架;神经网络;PID控制器;仿真;随机路面
摘 要：汽车悬架控制中常规PID控制器的准确性并不理想，与实际应用需求存在一定的偏差。为此提出一种基于BP神经网络的新型PID控制方法，成功应用于汽车半主动空气悬架控制器上。利用神经网络实现 悬架PID控制器的在线整定，并进行快速近似和自动学习。在Matlab/Simulink平台开展了路面模拟信号验证分析，研究结果表明：采用LQG控制器无法实现与模拟程序相同的控制效果，而BP-PID悬挂能够使车体加速度减小80%左右，整车平顺性也得到明显改善。相比较LQG系统，BP-PID对车辆的控制能够获得±1500 N变化幅度，具有更好鲁棒性和更强非线性响应能力。该研究的BP-PID控制悬架更满足节能环保的控制要求，提高乘坐的舒适效果，具有很高的推广价值。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取