重载自动地面引导车的自适应模糊神经网络系统补偿式主动油气悬架分层控制研究OA
Hierarchical Adaptive Neuro Fuzzy Inference System Compensated Control for Heavy-load Automatic Guided Vehicle Active Hydro-pneumatic Suspension
为提升重载自动地面引导车在非结构路面下的姿态控制性能,针对油气悬架强非线性及电磁阀控制信号-主动力非线性导致的力输出精度低的问题,提出模糊神经网络系统补偿的分层控制策略.上层以线性二次型调节实现车身垂向全局最优控制,结合模糊PID抑制侧倾,共同生成期望主动力控制力;下层利用模糊神经网络系统对力跟踪误差进行学习与补偿,建立从力误差到电磁阀控制信号的非线性映射关系,从而实现高精度力跟踪控制.仿真表明,该策略可有效改善矿用自动地面引导车在非结构路面下的姿态响应,在C级随机路面激励下,车身垂向、侧倾角加速度均方根值较被动悬架分别降低 30.4%、38.9%;单侧阶跃路面激励下,车身侧倾峰值较模糊PID补偿减小 44%,振动更平稳,验证了其复杂工况下的优越性与鲁棒性.
A hierarchical control strategy with adaptive neuro fuzzy inference system compensation is proposed for heavy-duty automatic guided vehicle on unstructured roads.It improves posture control performance under severe nonlinear conditions.The strategy addresses hydro-pneumatic suspension nonlinearity and electromagnetic valve force inaccuracies.The upper layer uses linear quadratic regulator for optimal vertical body control.A fuzzy PID controller suppresses roll motion.Desired active suspension forces are generated.The lower layer applies adaptive neuro fuzzy inference system for force tracking error compensation.It maps force errors to electromagnetic valve control signals.High-precision force tracking is achieved.Simulation results validate the proposed strategy.Under class C road excitation,root mean square vertical and roll accelerations decrease by 30.4%and 38.9%.Under single-side step excitation,peak roll angle decreases by 44%.The strategy shows strong robustness under complex conditions.
李霞;高亚楠;高琳;何涛;刘本学
郑州大学 机械与动力工程学院,河南 郑州 450001||河南省先进内燃动力摩擦副与润滑重点实验室,河南 孟州 454750郑州大学 机械与动力工程学院,河南 郑州 450001郑州大学 机械与动力工程学院,河南 郑州 450001中原内配集团股份有限公司,河南 孟州 454750郑州大学 机械与动力工程学院,河南 郑州 450001||河南省先进内燃动力摩擦副与润滑重点实验室,河南 孟州 454750
机械制造
重载自动地面引导车非结构路面油气悬架自适应模糊神经网络系统非线性补偿AMESim&MATLAB联合仿真
heavy-load automatic guided vehicleunstructured terrainhydro-pneumatic suspensionadaptive neuro fuzzy inference systemnonlinear compensationAMESim&MATLAB co-simulation
《液压与气动》 2026 (2)
64-73,10
河南省重点研发及推广(科技攻关)项目(222102210051)
评论