成新明，唐启志

（中南大学 信息科学与工程学院，湖南长沙410083）

随着列车速度的提高，铁道车辆振动也逐渐增大，并将做多自由度的随机振动，从而列车运行的安全性、平稳性和舒适性也随之下降。传统铁道车辆的被动悬挂方式虽然能在一定程度上满足铁道车辆动力学性能的要求，但局限性在于其悬挂特性仅与连接悬挂元件的局部相对运动有关，且其悬挂特性在车辆运行过程中不能随激励的变化而任意进行调整，这就限制了机车车辆性能的提高，同时也使得列车不能适应复杂的运营线路。半主动悬挂系统结构简单，无须力源，成本和维护费用较低，能有效地改善机车车辆横向动力学性能，目前是列车提速并改善其横向平稳性的有效方法［1－2］。迄今为止，国内外学者在半主动悬挂控制策略方面做了大量的工作。而选择合理的控制策略实现减振器阻尼的调节是控制的关键。应用于车辆半主动悬挂控制系统的控制策略主要有线性最优控制、鲁棒控制、自适应控制、预测控制、模糊控制和神经网络控制等［3］。对于这些控制方法，都有自己的优缺点。就模糊控制和神经网络控制来说，模糊控制的缺点是控制精度低、控制规则难建立，当控制规则确定后又不会改变，这就导致了模糊控制的自适应能力差。而尽管神经网络能够逼近任意非线性函数，在半主动悬挂系统中用做控制器和辨识器具有自适应能力和较强的学习功能，但神经网络算法比较复杂，收敛速度无法很好地保证，实时性不好。……