汽车悬架系统决定着汽车行驶的平顺性和操纵的稳定性。随着我国高速公路的飞速发展和人民生活水平的不断提高中,市场对高性能的悬架需求越来越大,空气悬架以其优良的减振性能在汽车振动控制中得到越来越广泛的应用。根据这一现实需要,本文对基于BP神经网络控制的汽车主动式空气悬架系统进行了研究。空气弹簧悬架系统是一个十分复杂的系统。首先,本文介绍了空气弹簧的特性和空气悬架对整车性能的影响,传感器及传感器数据处理的相关理论,并选择了部分传感器。然后,本文在分析了空气悬架的弹簧特性基础上,建立了1/4悬架二自由度的车辆动力学模型,将BP神经网络算法应用在空气悬架的控制系统中,建立了神经网络模型,并针对1/4车辆模型,设计了电控空气弹簧悬架系统。分别以不同路面、不同行驶状态的随机信号作为输入,以车身垂直方向的振动加速度的均方根值作为输出,利用Matlab/Simulink建立了空气悬架系统的BP神经控制模型,考察垂直方向的车身振动加速度和车轮动载荷。考虑到乘坐舒适性、轮胎着地性等性能指标,其中乘坐舒适性由簧载质量Z轴向振动加速度响应作为评价指标,轮胎着地性由车轮和路面间动载荷作为评价指标,本文对车速分别在301km/h汕和100km/h下,针对B、C级路面对悬架系统的各性能指标进行了仿真分析。结果表明BP神经控制与被动控制相比,各性能指标都有明显的改善。最后,本文对电控空气弹簧悬架系统进行了总体设计,进行了基于BP神经控制的空气弹簧悬架模拟实验,取得较好的控制效果,从而验证了BP神经控制算法的合理性和可行性。