主要配制了温度稳定性能优异的磁流变液,并分析温度对磁流变液悬浮相、载液和添加剂的影响,研究了磁流变液的粘度-温度特性,该磁流变液在20～100℃温度范围内粘度稳定性能优良。测试了该磁流变液的阻尼器在不同温度下施加不同电流时的阻尼力特性,并初步探讨了磁流变液阻尼力的温度衰减性能。

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。

磁流变液(MRF)制成的阻尼器结构简单、体积小、能耗低、阻尼连续可调可以作为理想的气动控制装置.文章介绍了磁流变阻尼器的3种工作模式并通过磁流变阻尼器阻尼力的简化计算模型来分析设计过程中应考虑的因素使之能达到较好的控制效果.

该文对多环形槽结构磁流变阻尼器进行理论分析和实验建模，建立了该阻尼器的力学模型。根据实验数据，给出了阻尼力与控制电流之间和阻尼器响应速度的关系，并以此为依据设计出磁流变阻尼器的控制器。由于磁流变阻尼器具有非线性和滞回特性，目前的力学模型还不够精确，该丈采用将模糊控制方法对阻尼器进行控制仿真，结果表明其控制效果较好

由于磁流变液的机理尚未清晰，故以其作为介质的磁流变阻尼器具有未知的非线性特性。鉴于人工神经网络具有万能逼近能力，该文应用神经网络技术研究磁流变阻尼器的模型辨识问题。首先利用BP神经网络在对磁流变阻尼器的正模型进行建模，在此基础上，利用递归神经网络对磁流变阻尼器的逆模型进行辨识。仿真结果表明，神经网络可以准确地对磁流变阻尼器模型进行建模，并且逆模型的神经网络模型可以用于振动抑制。

基于商用有限元分析软件，探讨单级和双级磁流变阻尼器的磁场特性。研究同样参数条件下双级磁路与单级磁路对磁流变阻尼器性能的影响，对比了不同结构参数、不同条件下的单级、双级磁流变阻尼器磁场分布的不同，从而系统研究了影响磁流变阻尼器磁场性能的各种结构参数及其贡献。可以用于指导磁流变阻尼器的设计。

利用磁流变液制成的磁流变阻尼器具有相应速度快、阻尼连续可调、功耗小、阻尼力大、动态范围广、频响高、适应面大等特点本文从参数建模和非参数建模两个方面对磁流变阻尼器的力学模型进行讨论分析着重对8种参数模型进行了分析指出不同的设计应采用不同的模型方案以发挥各自的优势.

分析了Bingham模型的阻尼特性讨论了目前磁流变阻尼器研究面临的一些问题总结了磁流变阻尼器阻尼特性建模的发展趋势。根据磁流变阻尼器的动态特性实验结果提出了一种改进的描述阻尼器动态特性的力学模型-修正的Bingham模型通过仿真分析参考实验数据证明了这种力学模型能够较为精确的描述磁流变阻尼器动态特性。

磁流变阻尼器是一种应用前景广阔的半主动控制的智能驱动装置。通过对磁流变阻尼器动态特性试验，建立了面向高级智能假肢的修正的Sigmoid磁流变阻尼器模型，试验结果显示理论模型较好地拟合了磁流变阻尼器特性参数实际测试值。

大跨度斜拉桥拉索的大幅振动及其控制越来越引起人们的重视,应用磁流变阻尼器进行拉索减振是一种新的探索.文中介绍在洞庭湖大桥应用磁流变阻尼器进行拉索减振的试验研究情况,得到了安装阻尼器前后拉索的动力特性,结果显示拉索系统的模态频率在安装阻尼器后增大了3%～4%,模态阻尼比无阻尼器时增大了3倍～6倍.磁流变阻尼器的减振效果经历了实际风雨振的检验,在其他拉索发生大幅振动的情况下,装有磁流变阻尼器的拉索稳定如常,其振幅减小20倍～30倍.证明该阻尼器是拉索减振的有效手段.这些对于应用磁流变阻尼器进行拉索振动控制具有一定的指导意义.