摘要: 以带附加气室容积可调空气悬架的整车为研究对象,首先建立附加气室容积可调 空气弹簧模型,并将该模型以弹簧力形式引入整车,然后设计以平顺性指标为主导地位的综合 目标函数及约束条件。采用改进遗传算法对该目标函数进行逐段优化,同时得到不同工况下前 悬架和后悬架模糊控制器的最优输出数据。最后将该输出数据作为导师信号供神经网络学习, 从而建立整车半主动空气悬架的T-S型神经模糊控制器。仿真结果表明:在不同行驶工况下, 相比被动空气悬架,采用神经模糊控制的半主动空气悬架的行驶平顺性显著提高,且满载时的 改善效果优于空载。