列车横向半主动悬挂模糊控制策略研究

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (21): 250-254.

列车横向半主动悬挂模糊控制策略研究

李广军1，金炜东1，赵景波2

1.西南交通大学电气学院，成都 610031
2.江苏技术师范学院，江苏常州 213001

出版日期:2013-11-01 发布日期:2013-10-30

Fuzzy control strategy research about train’s lateral semi-active suspension

LI Guangjun1, JIN Weidong1, ZHAO Jingbo2

1.School of Electrical Engineering, Southwest Jiaotong University, Chengdu 610031, China
2.Jiangsu Teachers University of Technology, Changzhou, Jiangsu 213001, China

Online:2013-11-01 Published:2013-10-30

摘要/Abstract

摘要： 针对17自由度列车横向半主动悬挂，提出以横向振动加速度最大值和均方根值作为评价指标，分析了列车横向悬挂模糊控制策略。列车横向半主动悬挂广泛地采用模糊控制调整阻尼值，减少横向振动，提高横向平稳性。因此，利用simulink建立列车横向悬挂模型，设计模糊控制策略直接法和间接法，进行了仿真。仿真结果显示，由于横移和摇头加速度的相互作用，使得前端横向合成加速度大于后端；通过加速度功率谱密度函数值分析对比，直接法综合控制效果好，好于间接法和被动悬挂控制。

关键词: 列车横向半主动悬挂, 模糊控制, 直接法, 间接法, 被动悬挂

Abstract: To 17-DOF vehicle’s lateral semi-active suspension model, it is proposed that maximum and root mean square value of lateral acceleration are used to analyze lateral semi-active suspension fuzzy control strategy. To reduce lateral vibration and improve lateral stability, fuzzy control is used to adjust damping values in train’s semi-active suspension. So train’s lateral suspension is modeled by simulink. Direct and indirect method of fuzzy control strategy are designed. Simulation is also carried on. Simulation results show that lateral and synthetic acceleration of the front bogie is bigger than the back bogie through interaction between lateral and shaking acceleration; direct method is better than indirect method and passive suspension by analyzing power spectral density of acceleration at the same time.

Key words: train’s lateral semi-active suspension, fuzzy control, direct method, indirect method, passive suspension

李广军1，金炜东1，赵景波2. 列车横向半主动悬挂模糊控制策略研究[J]. 计算机工程与应用, 2013, 49(21): 250-254.

LI Guangjun1, JIN Weidong1, ZHAO Jingbo2. Fuzzy control strategy research about train’s lateral semi-active suspension[J]. Computer Engineering and Applications, 2013, 49(21): 250-254.

[1]	苏斐，王红，祖林禄，王江，刘晨. 基于模糊控制的帕金森状态闭环调节[J]. 计算机工程与应用, 2021, 57(22): 273-280.
[2]	郭娜，李彩虹，王迪，张宁，刘国名. 结合预测和模糊控制的移动机器人路径规划[J]. 计算机工程与应用, 2020, 56(8): 104-109.
[3]	石贞洪，江洪，于文浩，柳亚子，蒋潇杰，姜民. 适用于路径跟踪控制的自适应MPC算法研究[J]. 计算机工程与应用, 2020, 56(21): 266-271.
[4]	张攀，刘新杰，张威，郑皓天. 飞机牵引机器人路径跟踪模糊控制[J]. 计算机工程与应用, 2019, 55(16): 217-220.
[5]	祝朝政1，何明1，杨晟2，吴春晓1，刘斌1. 单目视觉里程计研究综述[J]. 计算机工程与应用, 2018, 54(7): 20-28.
[6]	张发坤，庞春颖，于源华. 高精度实时荧光定量PCR温控系统的设计与仿真[J]. 计算机工程与应用, 2018, 54(20): 248-252.
[7]	张卓然，叶广强，赵晓林. 基于改进当前统计模型的自适应无源跟踪算法[J]. 计算机工程与应用, 2017, 53(3): 124-130.
[8]	时光，刘健辰，陈忠华，郭凤仪，姜国强. 基于DE-EDA多目标优化的受电弓模糊控制[J]. 计算机工程与应用, 2016, 52(1): 229-232.
[9]	谢宏，陈俊辉，陈海滨，邹高亮，杨鹏，谭阳红，何怡刚. 无模型自适应模糊算法的多晶硅棒温度控制[J]. 计算机工程与应用, 2016, 52(1): 244-249.
[10]	闫文才1，李新2，白瑞林1. 串联机器人的双模糊自适应滑模控制[J]. 计算机工程与应用, 2015, 51(9): 52-56.
[11]	胡亚琦1，胡翔宇2，朱强化1，李洪中1. 基于模糊控制算法的城市交通区域协调控制[J]. 计算机工程与应用, 2015, 51(7): 266-270.
[12]	贠今天1，2，许立磊1，2，桑宏强2. 遥操作机器人自适应模糊控制及跟踪性能研究[J]. 计算机工程与应用, 2015, 51(3): 61-65.
[13]	许凡1，白瑞林1，过志强2，闫文才1. SCARA机器人模糊自适应滑模控制[J]. 计算机工程与应用, 2015, 51(22): 48-52.
[14]	刘培奇，田洋，孙阳阳. 一种基于双精度搜索算法的变论域模糊控制[J]. 计算机工程与应用, 2015, 51(19): 260-264.
[15]	王洪泉，师五喜，常绍平，修春波. 基于终端滑模机器人模糊自适应路径跟踪控制[J]. 计算机工程与应用, 2015, 51(16): 36-41.