The weight transfer is continuously excited by brake pressure changes during braking with activated ABS. For this reason, the wheel load oscillations become more severe with activated ABS, which makes difficult the manipulation of brake pressure due to wheel slip oscillations and wheel acceleration changes which are control variables for ABS. Thus, this study aims to reduce wheel load oscillations during braking with activated ABS (anti-lock brake system). For this aim, the integration between suspension system and ABS was developed by designing the control strategy based on the results of ABS road tests. ABS tests are conducted on wet and slippery road by using hard and medium-hard stages of same damper to determine the rules of control strategy. The control strategy sets the damper stages according to the build up and reduction rates of measured brake pressure via estimated dynamic wheel load information. Estimation of dynamic wheel load is performed with ANN (artificial neural network) using multilayer perceptron networks. This is a novel approach for determining wheel load changes during braking with activated ABS due to difficulties in measuring of dynamic wheel load. Therefore, the results show that the reductions in wheel load are the most influence method to suppress simultaneously both brake pressure and wheel acceleration. In addition, one of the most important results of this study is that the proposed control strategy shortens the braking distance.

在 ABS 激活的制动过程中，制动压力的变化会持续激发重量转移。出于这个原因，当 ABS 激活时，车轮负载振荡变得更加严重，这使得由于车轮滑动振荡和车轮加速度变化（ABS 的控制变量）而导致的制动压力的操纵变得困难。因此，本研究旨在通过激活的 ABS（防抱死制动系统）来减少制动过程中的车轮负载振荡。为此，通过根据 ABS 道路试验结果设计控制策略，开发了悬架系统和 ABS 之间的集成。ABS试验是在湿滑路面上进行的，采用同一阻尼器的硬、中硬阶段来确定控制策略的规则。控制策略通过估计的动态车轮载荷信息，根据测得的制动压力的建立和降低率来设置阻尼器级。动态车轮载荷的估计是通过使用多层感知器网络的 ANN（人工神经网络）来执行的。由于难以测量动态车轮载荷，这是一种在制动过程中确定车轮载荷变化的新方法，ABS 已激活。因此，结果表明，降低车轮载荷是同时抑制制动压力和车轮加速度的最大影响方法。此外，本研究最重要的结果之一是所提出的控制策略缩短了制动距离。动态车轮载荷的估计是通过使用多层感知器网络的 ANN（人工神经网络）来执行的。由于难以测量动态车轮载荷，这是一种在制动过程中确定车轮载荷变化的新方法，ABS 已激活。因此，结果表明，降低车轮载荷是同时抑制制动压力和车轮加速度的最大影响方法。此外，本研究最重要的结果之一是所提出的控制策略缩短了制动距离。动态车轮载荷的估计是通过使用多层感知器网络的 ANN（人工神经网络）来执行的。由于难以测量动态车轮载荷，这是一种在制动过程中确定车轮载荷变化的新方法，ABS 已激活。因此，结果表明，降低车轮载荷是同时抑制制动压力和车轮加速度的最大影响方法。此外，本研究最重要的结果之一是所提出的控制策略缩短了制动距离。结果表明，降低车轮载荷是同时抑制制动压力和车轮加速度的最大影响方法。此外，本研究最重要的结果之一是所提出的控制策略缩短了制动距离。结果表明，降低车轮载荷是同时抑制制动压力和车轮加速度的最大影响方法。此外，本研究最重要的结果之一是所提出的控制策略缩短了制动距离。