悬架是汽车的重要组成部分,对汽车的行驶平顺性、乘坐舒适性以及操纵稳定性等多种使用性能影响很大。传统的悬架其阻尼和刚度参数一般按经验设计或优化设计方法选择,一经选定在车辆行驶过程中就无法进行调节,它不可能在各种工况下达到期望的性能指标。主动悬架能根据汽车在行驶过程中的实际情况,主动而及时的产生所需的主动控制力,从而使汽车时刻保持最佳的乘坐舒适性和操纵稳定性。目前对车辆主动悬架控制策略的研究都是建立在悬架系统数学模型的基础之上。ADAMS以其成熟的虚拟样机技术可自动生成多刚体系统动力学的数学模型,无需人工去求解数学模型,因此特别适用于如车辆悬架模型这样具有复杂的非线性,不易建立精确的数学模型的系统。利用ADAMS/View模块建立了主动悬架的单轮模型,用机械模型代替数学模型来研究控制策略。路面模型和悬架性能指标是研究悬架的基础,本文建立了仿真路面模型并确定了悬架性能评价指标。系统控制策略设计作为整个主动悬架技术的核心,对悬架特性的影响举足轻重。作者提出了一种单神经元自适应模糊PID控制算法。单神经元模型类似于非线性的PID控制算法,有监督的Delta学习规则使单神经元能自适应的在线调整P、I、D部分的参数。其总的增益由智能控制算法模糊控制调节,鲁棒性强,并且可以依据仿真试验和驾驶员经验更好的调整控制器的性能。将所提出的单神经元自适应模糊PID控制算法用于车辆主动悬架研究中,并基于MATLAB和ADAMS软件对其进行联合仿真分析。仿真结果表明,单神经元自适应模糊PID控制算法在综合性能上优于被动悬架和目前应用广泛的PID算法,自适应强,在系统变参数下,车辆具有较好的平顺性的同时,仍然能保持良好的轮胎接地性能。