车辆振动对车辆运输的负载有着至关重要的影响,其中需要重点考虑驾驶员和乘客的乘车舒适性。汽车主动悬架与其它悬架相比,不仅充分保证了汽车的稳定性,同时还改善了悬架的各项性能。主动悬架的优势是可以为执行部件提供灵活的控制,如果缺少这种灵活性,主动悬架就无法由各种行驶状态调整到最佳状态。在设计控制器时,受不同路况下车辆安全限度的约束,主动悬架系统性能优势无法充分发挥。因此,为了克服上述主动系统的缺点,达到全主动悬架系统的要求,本文提出了无模型控制的方法。在充分了解车辆控制系统现状的基础上,对具有不确定性和外界干扰的非线性主动悬架系统,采用了基于增强型智能PID（i PID）的无模型控制策略。通过考虑乘坐舒适性及解决轮胎动位移和悬架动行程之间的冲突来提高悬架性能。本文的主要创新是在悬架模型参数不确定情形下,不仅简化了控制器结构而且提升了系统鲁棒性能。首先,针对四分之一2自由度汽车主动悬架系统,提出了一种基于扩张状态观测器（ESO）的新型无模型分数阶滑模控制（MFFOSMC）方法。主要目的是保证轮胎动载荷和悬架动行程在安全临界范围内以提高乘车舒适性。为了更好地模拟实际的悬架系统,模型中充分考虑了一些外部干扰,如不确定性干扰、系统参数变化以及摩擦力效应等。利用LMS AMESim软件进行系统建模,同时在Matlab/Simulink上进行控制部分的构建。此外,利用李雅普诺夫稳定性理论分析了有限时间内闭环系统的收敛特性。其次,针对2自由度非线性主动悬架系统,提出了一种基于粒子群优化算法（PSOMFFLC）的新型无模型模糊控制方法。该方法包括无模型的智能PID控制器、模糊逻辑控制器、时延估计和粒子群优化算法。控制目标是解决垂直方向底盘加速度最小与动态车轮载荷小之间的冲突,以提升乘车舒适性和保证行驶的安全性。PSO-MFFLC的优点是结构简单,易于调节。此外,在不同道路输入下的悬架性能评估中,该方法体现出了较好的跟踪性能及鲁棒性。与MFFOSMC方法不同,该控制器的所有参数都是通过粒子群优化方法设定的。为了验证该控制器的有效性,上述非线性主动悬架系统同时考虑了诸多不确定因素,例如参数变化、外部扰动和摩擦力效应等,以提供更具现实意义。最后,本文提出了一种新的无模型自适应模糊控制器（MFAFLC）,用于半车4自由度主动悬架系统的振动控制。为了验证无模型控制方法对复杂系统的有效性,本文考虑了角动态自由度的影响及参数变化和外部扰动的物理约束。其控制目标一方面是解决最小化底盘垂向和俯仰角加速度之间的矛盾,从而提升乘车的舒适性。另一方面是使轮胎动位移和悬架动行程保持在安全范围内,以确保行驶安全。该控制器由三部分组成:第一部分是基于无模型的智能PI控制器,它克服了现有控制器结构的不足,改善了系统的性能,减少了系统输出高阶导数。第二部分是利用扩张状态观测器（ESO）对未知模型的动态不确定性进行估计。第三部分是采用自适应模糊逻辑分数阶控制器,用于在线补偿ESO的估计误差。该MFAFLC的特点是结构简单和易于实现。此外,本文基于Lyapunov理论和Barbalat引理,证明了整个闭环系统的稳定性。