悬架系统的主要功能是缓和路面激励对车身的振动，提高车辆的行驶平顺性。附加气室容积可调空气悬架可通过切换不同容积的附加气室进一步提高车辆的行驶平顺性，而传统的空气悬架无附加气室。　　本文通过设计附加气室容积可调空气悬架的特性试验，建立带附加气室容积可调空气悬架的整车模型，优化模糊控制器的输出变量，建立神经模糊控制器，实现悬架性能的改善，主要研究内容有：　　首先，搭建带附加气室容积可调空气悬架的1/4车试验台，分析附加气室容积对悬架性能指标的影响。结果表明：在不同工况下合理调节附加气室容积可有效改善簧上质量加速度、悬架动行程及轮胎动载荷指标，且满载的改善效果优于空载。　　其次，基于工程热力学、流体力学理论知识建立附加气室容积可调空气弹簧系统数学模型，将该弹簧模型以弹簧力的形式引入整车悬架模型。　　然后，设计以平顺性指标为主导地位的综合目标函数及约束条件，采用改进遗传算法对该目标函数进行逐段优化，同时得到不同工况下前悬架和后悬架模糊控制器的最优输出数据，并对该数据进行处理以供神经网络学习。　　最后，利用神经网络的自学习功能不断调整神经网络的连接权值，从而建立整车半主动空气悬架的T-S型神经模糊推理系统，并将该系统嵌入模糊逻辑控制器，以综合目标函数作为整车行驶平顺性评价函数进行仿真分析。结果表明：采用神经模糊控制的半主动空气悬架相比于被动空气悬架在不同工况下的行驶平顺性均得到明显改善，且满载的改善效果优于空载，半主动空气悬架对于提升重载车辆的平顺性效果显著。