This paper outlines a new approach in control of active vibration systems to make the system robust to parametric uncertainties, unmodeled dynamic effects and external disturbances. Namely, it is aimed to ensure robustness of the system towards all kind of disturbances such as road surface inputs and unexpected system parameter changes. So, a new robust-adaptive controller is designed as a vibration isolator and then applied on a full car active suspension system to improve the ride comfort of a vehicle in the presence of structured parameter uncertainties and unstructured unknown parameters or unmodeled dynamics. For this purpose, new parametric uncertainty upper bound adaptation algorithm is developed to isolate any platform from vibrations. Using adaptive laws, the controller can operate properly under changing conditions. The robustness of controller is also ensured by robust control law. This new approach represents a groundbreaking solution to eliminate any disturbance on a vehicle. Stability of the system is guaranteed by using Lyapunov theory, thus uniform boundedness error convergence is achieved. Afterwards, fuzzy logic controller is used to achieve the optimum values of controller gains. Also, comparative numerical solution using a fuzzy logic controlled suspension is performed on the same full-car model, both in time and frequency domain since classical FLC is an effective control method for active suspensions. At the end, it has been verified that the designed fuzzy robust-adaptive controller improves ride comfort more successfully than fuzzy logic one.

本文概述了一种控制主动振动系统的新方法，以使该系统对参数不确定性，未建模的动态影响和外部干扰具有鲁棒性。即，旨在确保系统对各种干扰的鲁棒性，例如路面输入和意外的系统参数变化。因此，将新的鲁棒自适应控制器设计为振动隔离器，然后将其应用于全车主动悬架系统，以在存在结构性参数不确定性和非结构性未知参数或非模型化动力学的情况下提高车辆的乘坐舒适性。为此，开发了新的参数不确定性上限自适应算法，以隔离任何平台与振动。使用自适应定律，控制器可以在变化的条件下正常运行。控制器的鲁棒性还通过鲁棒的控制律得以确保。这种新方法代表了一种突破性的解决方案，可以消除对车辆的任何干扰。利用李雅普诺夫理论保证了系统的稳定性，从而实现了均匀的有界误差收敛。之后，使用模糊逻辑控制器来获得控制器增益的最佳值。此外，由于经典的FLC是有效的主动悬架控制方法，因此在时域和频域上都对同一辆全车模型使用模糊逻辑控制的悬架进行了比较数值解。最后，已经证明所设计的模糊鲁棒自适应控制器比模糊逻辑控制器更成功地提高了乘坐舒适性。这种新方法代表了一种突破性的解决方案，可以消除对车辆的任何干扰。利用李雅普诺夫理论保证了系统的稳定性，从而实现了均匀的有界误差收敛。之后，使用模糊逻辑控制器来获得控制器增益的最佳值。此外，由于经典的FLC是有效的主动悬架控制方法，因此在时域和频域上对同一辆全车模型使用模糊逻辑控制的悬架进行比较数值解。最后，已经证明所设计的模糊鲁棒自适应控制器比模糊逻辑控制器更成功地提高了乘坐舒适性。这种新方法代表了一种突破性的解决方案，可以消除对车辆的任何干扰。利用李雅普诺夫理论保证了系统的稳定性，从而实现了均匀的有界误差收敛。之后，使用模糊逻辑控制器来获得控制器增益的最佳值。此外，由于经典的FLC是有效的主动悬架控制方法，因此在时域和频域上对同一辆全车模型使用模糊逻辑控制的悬架进行比较数值解。最后，已经证明所设计的模糊鲁棒自适应控制器比模糊逻辑控制器更成功地提高了乘坐舒适性。模糊逻辑控制器用于实现控制器增益的最佳值。此外，由于经典的FLC是有效的主动悬架控制方法，因此在时域和频域上都对同一辆全车模型使用模糊逻辑控制的悬架进行了比较数值解。最后，已经证明，所设计的模糊鲁棒自适应控制器比模糊逻辑控制器更成功地改善了乘坐舒适性。模糊逻辑控制器用于实现控制器增益的最佳值。此外，由于经典的FLC是有效的主动悬架控制方法，因此在时域和频域上对同一辆全车模型使用模糊逻辑控制的悬架进行比较数值解。最后，已经证明，所设计的模糊鲁棒自适应控制器比模糊逻辑控制器更成功地改善了乘坐舒适性。