公开(公告)号：CN114172411A

公开(公告)日：2022-03-11

申请号：CN202111293572.X

申请日：2021-11-03

Applicant: 江苏大学

Inventor： 张步云 ,  李泽威 ,  邹康 ,  赵妍

IPC: H02P6/10 ,  H02P6/28 ,  H02P21/14 ,  H02P21/20 ,  H02P21/22 ,  H02P25/08

Abstract: 本发明公开了一种应用开关磁阻电机的悬架振动抑制系统及方法，涉及汽车悬架技术领域，开关磁阻电机将被动悬架上的传递的机械能转化为电能；所述功率变换器为开关磁阻电机励磁和续流提供回路，检测电路用来检测开关磁阻电机的位置信号、电压和电流；SRM控制器对检测电路输出的位置信号进行判断后输出开关信号给功率变换器，功率变换器根据开关信号断开或导通开关磁阻电机中各相电流，最终实现转矩分配；所述直流电源为功率变换器提供能量。本发明将开关磁阻电机代替阻尼减震器，并通过控制电流的大小实现输出最优阻尼力，同时本发明中通过利用SRM控制器，有效减少了SRM转矩脉动，在提高SRM工作性能的同时，提高车辆行驶平顺性和稳定性。

公开(公告)号：CN115826402A

公开(公告)日：2023-03-21

申请号：CN202211445241.8

申请日：2022-11-18

Applicant: 江苏大学

Inventor： 张步云 ,  赵妍 ,  王勇 ,  张云顺 ,  刘志强 ,  徐旗钊 ,  胡正林

IPC: G05B13/04

Abstract: 本发明公开了一种基于深度强化学习算法的主动悬架控制策略生成方法，涉及到智能控制和人工智能领域技术，包括如下步骤：步骤一：基于主动悬架半车模型，建立主动悬架半车模型的控制问题模型；步骤二：搭建策略神经网络用以表征主动悬架的控制策略；步骤三：通过奖励函数实现策略神经网络的更新；步骤四：策略神经网络的迭代训练，生成收敛后的主动悬架控制策略。本发明基于SAC强化学习算法，通过对所构建的悬架控制策略网络的训练，寻求一种最优的主动悬架控制策略，对所生成的控制策略进行验证后，可通过该控制策略实现对主动悬架的动态自适应减振控制。