主动悬架通过作动器对悬架系统进行实时主动控制,相较于被动和半主动悬架可以更有效地改善车辆动态性能。智能汽车环境感知技术的飞速发展,为智能悬架适应不同路面工况,进一步改善车辆综合动态性能提供了契机。本文以集成式电磁直线作动器的智能悬架作为研究对象,利用路面识别技术获取路面等级信息,进而对悬架系统开展不同路面等级、不同车速范围下的自适应控制策略研究。首先,基于某SUV车型前悬架的具体参数,建立1/4车辆悬架系统动力学模型及路面输入模型,为路面识别技术以及在此基础上的智能悬架自适应控制策略研究打下基础。通过对电磁直线作动器的结构及工作原理的详细介绍,并对作动器样机进行台架测试得到电磁推力与输入电流间的关系,建立了电磁直线作动器的数学模型。然后,基于车辆动态响应进行路面识别技术的研究。提出了基于NARX神经网络识别路面不平度的方法,采集1/4车辆悬架系统的悬架动挠度、车身质心加速度以及车轮振动加速度响应信号,作为NARX神经网络的输入数据,将对应的路面不平度作为输出数据,在MATLAB软件中编写相应的程序,实现对不同等级路面不平度的有效识别。随后,提出了基于实际天棚算法的智能悬架控制策略,通过建立MATLAB与ADAMS的联合仿真模型,确定了不同路面等级、不同车速范围下最优天棚阻尼系数。结合路面识别技术,利用Simulink/Stateflow进行了多阻尼模式切换控制系统的设计,并通过随机路面工况验证了多阻尼模式系统的有效切换及实际天棚算法对智能悬架的有效控制,实现了路面信息与悬架控制有效结合。最后,基于d SPACE进行了1/4车辆悬架系统硬件在环仿真试验,验证了本文提出的实际天棚阻尼控制算法对改善车辆综合动力学性能的有效性。