针对车辆悬架使用最优控制时,评价指标难以客观选取加权系数的问题,提出一种基于遗传算法的半主动悬架最优控制方法。在MATLAB/Simulink环境下,首先建立1/4半主动悬架模型、被动悬架模型及随机路面模型。其次,进行磁流变阻尼器的标定试验,得到不同工况下的阻尼器位移、速度曲线。利用参数拟合工具箱和BP神经网络建立修正的Dahl参数化正向、逆向模型,并进行拟合验证。再次,在最优控制理论的基础上,应用遗传算法对半主动悬架评价指标的加权系数进行选取,建立遗传最优控制器。最后,进行仿真验证与分析。结果表明:应用遗传算法来确定最优控制器的加权系数,提高了车辆的平顺性。

为解决磁流变阻尼器Bouc—Wen模型参数识别方法复杂、不易实现的难题，采用Matlab中的Simulink Design Op—timization工具，在Simulink中搭建Bouc—Wen模型，利用磁流变阻尼器力学特性试验得到的试验数据，对Bouc-Wen模型进行参数识别。结合各参数的物理意义对得到的识别结果进行分析．，确定出阻尼力调控参数，并在Matlab中进行线性拟合，得到其与电流的函数关系。最后搭建考虑阻尼力调控参数的Bouc—Wen仿真模型，用不同幅值和频率的正弦激励进行仿真．并将仿真结果和试验数据进行对比。结果表明：仿真结果和试验数据能够很好的吻合，得到的参数满足要求。

传统电动汽车采用结构简单的单级减速器越来越不能满足电动汽车对传动效率的要求,因此需要向电动汽车引入两挡或多挡变速器来提升整个动力总成的效率。提出了一种新型电动汽车两挡变速器,它由楔形换挡机构和行星轮系组成,可实现无动力冲击的高效换挡。此外,介绍了变速器的基本结构和工作原理,应用Lagrange法对变速器各个组成进行了动力学建模分析,建立了二自由度Lagrange方程,并且搭建了基于MATLAB/Simulink的换挡过程模型,对换挡过程进行了分析,验证了数学模型的准确性。为同类型变速器的动力学建模和换挡品质优化研究提供了一定依据。

为了解某型号电动汽车的车架在随机振动中的最大变形位置,减少由于设计不合理造成的车辆偶合共振的发生。首先采用MATLAB编程、Simulink模块对路面随机激励模型进行仿真模拟;再应用Workbench进行车架的随机振动分析。通过实验模拟得到了该型号电动汽车车架的最大位移响应发生位置,为相关车架的结构改进优化提供了重要的理论依据。