基于变论域模糊控制的半主动空气悬架刚度调节

合集下载

基于半主动空气悬架的重型车辆侧翻稳定性控制研究

基于半主动空气悬架的重型车辆侧翻稳定性控制研究建立基于半主动空气悬架的重型车辆半车侧翻动力学模型，作为防侧翻控制的基础模型，采用模糊控制策略控制空气悬架刚度，改变车辆的侧倾刚度，实现重型车辆的防侧翻控制。

仿真结果表明，基于模糊控制的半主动空气悬架能够优化车身侧倾角及侧翻因子，在保障重型车辆转向能力的同时，有效的提高重型车辆的防侧翻能力。

标签：重型车辆；半主动空气悬架；侧翻；模糊控制0 引言重型车辆作为大型运输工具，装载货物质量大、种类繁多，并且车辆自身质心高，在行驶过程中，易发生侧翻危险，造成重大的人员伤亡和财产损失，引起交通拥堵等问题，一些运送危险物品的车辆发生侧翻还会引起环境污染等问题。

因此，对重型车辆的侧翻稳定性控制的研究意义重大。

目前，车辆防侧翻的方法主要有车辆侧翻预警和主动防侧翻控制。

车辆侧翻预警根据当前车辆行驶状况及驾驶意图，预测车辆的侧翻稳定性，提前给出预警，但由于驾驶员的反映及机械操纵需要时间，因此，预警系统不能有效的防止车辆侧翻。

主动防侧翻控制通过车辆底盘控制系统，如主动转向控制、制动控制、主动/半主动悬架控制[1-2]等，控制车辆的运动状态，实现车辆的防侧翻控制。

主动/半主动悬架控制系统可根据车身侧倾状况调整参数，产生防侧倾力矩，对车辆的转向能力和运行轨迹影响不大。

Westhuizen[1]采用油气半主动悬架，褚端峰[2]采用磁流变半主动悬架，一定程度上实现防侧翻控制。

相对的，电控空气悬架已广泛应用于豪华汽车、大型客车和重型货车[3]，对空气悬架的研究主要集中在车身高度的调节[4]、行驶平顺性、道路友好性等方面[5]。

本文建立四自由度的车辆侧翻动力学模型及半主动空气悬架模型，设计模糊控制策略计算期望空气改变量，采用电磁阀控制左右两侧空气空气弹簧充放气，改变空气悬架刚度，抑制车身侧倾角。

1 半车侧翻动力学模型1.1 半车侧翻动力学模型依据车辆实际情况，考虑车辆侧倾、横摆及垂向运动的耦合关系，建立如图1所示的半车侧翻动力学模型，对模型作如下假设：模型以前轮转角、路面为输入，匀速行驶；忽略动载荷变化引起的轮胎特性变化及轮胎回正力矩；非簧载质量相对于簧载质量比重较小，且均假设为刚体。

基于变论域的主动悬架模糊PID控制

基于变论域的主动悬架模糊PID控制刘海潮;刘夫云;张骥;王珂【摘要】针对主动悬架控制中的问题,建立了随机激励汽车整车多体动力学模型,设计一种基于变论域的主动悬架自适应模糊PID控制策略.通过ADAMS-Matlab联合仿真,比较了被动控制、普通PID控制、模糊PID控制(FPID)以及变论域模糊PID控制(VFPID)的控制效果.结果表明,采用基于变论域的模糊PID控制策略后,汽车悬架系统的车身加速度、俯仰角和悬架动挠度分别比被动控制下降65.6％、44.7％、38.0％,而模糊PID控制只比被动控制下降60.5％、36.2％、29.6％,普通PID控制只比被动控制下降53.3％、31.9％、26.8％,说明基于变论域理论的模糊PID控制策略优于其他3种控制策略.【期刊名称】《桂林电子科技大学学报》【年(卷),期】2015(035)006【总页数】5页(P471-475)【关键词】主动悬架;变论域;模糊PID控制;联合仿真【作者】刘海潮;刘夫云;张骥;王珂【作者单位】桂林电子科技大学机电工程学院,广西桂林541004;桂林电子科技大学机电工程学院,广西桂林541004;桂林电子科技大学机电工程学院,广西桂林541004;桂林电子科技大学机电工程学院,广西桂林541004【正文语种】中文【中图分类】TP391.9随着汽车工业的快速发展，人们对汽车乘坐舒适性的要求越来越高，车辆悬架系统的设计显得越发重要。

为了能更好地改善车辆行驶的平顺性，主动悬架取代被动悬架将成为汽车悬架发展的方向之一，所以对悬架控制系统的设计显得尤为重要。

主动悬架的控制方式颇多，有模糊控制、神经控制、鲁棒控制、滑模变结构控制等。

郑泉等[1]提出主动悬架的模糊遗传控制，将模糊控制与遗传算法相结合编写Matlab控制算法；贝绍轶等[2]将模糊控制与神经网络相结合，通过预瞄控制原理达到对悬架系统的减震目的；Li Hongyi等[3]将模糊控制与滑模变结构控制相结合，运用于非线性车辆悬架系统的减震控制；文献[4-5]探讨了变论域与模糊PID控制方法，提出了伸缩因子的选取方法。

基于模糊自适应 PID 控制器的空气悬架控制策略研究

基于模糊自适应 PID 控制器的空气悬架控制策略研究詹长书;程崇;孙世磊【摘要】空气悬架可以根据车辆振动情况改变悬架控制力，从而提高车辆的乘坐舒适性和道路友好性。

为了提高车辆的行驶平顺性，利用Matlab／Simulink建立了1／4空气悬架模型和控制器，控制器通过模糊控制对PID控制器参数进行自整定，对PID的控制量加以实时修正。

仿真结果表明，采用模糊自适应P ID控制器空气悬架的车辆相对于P ID控制悬架和被动悬架车身加速度有明显减小，轮胎动载荷有所减小，但悬架动行程略有提高。

综合来看，模糊自适应 PID控制器具有较好的控制效果，改善了汽车行驶平顺性。

%In order to improve the vehicle ride comfort capability ,using Matlab /Simulink a 1/4 air suspension model and controller are established to establish .The controller through fuzzy control for PID controller parameters self‐tuning ,the amount of PID controller parameter will correct in real time .The simulation resultsshow :the fuzzy adaptive PID controller for the air suspension relative to PID control suspension and passive suspension has significantly reduce of the vehicle body accelera‐tion ,the dynamic load of tire is reduced ,but the suspension dynamic deflection increased slightly .On the w hole ,fuzzy adaptive PID controller has a better control effect ,to improve the automobile ride comfort capability .【期刊名称】《武汉理工大学学报（交通科学与工程版）》【年(卷),期】2015(000)005【总页数】5页(P934-938)【关键词】空气悬架;模糊自适应PID控制;操纵稳定性;车身加速度【作者】詹长书;程崇;孙世磊【作者单位】东北林业大学交通学院哈尔滨 150040;东北林业大学交通学院哈尔滨 150040;东北林业大学交通学院哈尔滨 150040【正文语种】中文【中图分类】U463.330 引言随着汽车行业快速发展，空气悬架在高档轿车上已经逐步开始应用.空气悬架是车辆的重要组成部分，空气悬架对汽车的安全性、稳定性、舒适性有重要影响.空气悬架可以通过控制器控制算法的改变而改变悬架的控制力，从而控制车辆的车身加速度、悬架动行程、轮胎动载荷，因此空气悬架的控制策略对空气悬架有重要意义. 模糊控制是现代智能控制重要分支之一，控制过程中包含了以往的控制经验，具有适应能力强，抗干扰能力强的特点，特别适用于时变性、非线性的控制系统中［1］.传统的PID参数经过确定就不能再调节，所以在一些控制系统中不能取得满意的效果［2］.针对2种控制器不同的控制特点，把2种控制器结合为模糊自适应PID控制器对空气悬架进行仿真分析.1 空气悬架模型的建立1.1 空气弹簧模型以主副气室一体式空气弹簧为研究对象，主气室和副气室内的气体状态方程为式中：p为气体的压强，Pa；V 为气体的容积，m3；m为气体的质量，kg；R为气体常数，对空气R＝287N·m／（kg·K）；T为气体的温度，K.主副气室的气体通过节流口进行流动，主副气室中压强较小气室的压强除以压强较大气室的压强≥b时，气流的质量流量不变且稳定；当＜b时，气流质量流量与主气室和副气室压力比近似于1／4椭圆关系.b取0.528.节流口气体质量流量表达式为［3］式中：q为气体质量流量；Tmax为气体温度（压力较大的气室）；k为绝热系数，k＝1.4；pmax＝max｛p1，p2｝；pmin＝min｛p1，p2｝；p1 为主气室压强，p2为副气室压强；A为节流口有效面积（A＝εA0，A0为节流口实际面积，ε为收缩系数）.空气弹簧在工作过程中，主副气室内的空气总质量是不变的，但是如果只研究主气室或副气室，则其质量是变化的，根据热力学和流体力学知识，气体的质量变化率为式中：为工作时主气室气体质量变化率；˙m2为副气室气体质量变化率；sgn为符号函数，表达如下.当节流口没有完全关闭时，主副气室是有气体相互流通的，主气室和副气室的压强分别为［4－5］式中：m1为空气悬架主气室气体的初始质量，kg；m2为空气悬架副气室气体的初始质量，kg；p3为空气悬架主气室的初始压强，Pa；p4为空气悬架副气室初始压强，Pa；V1为主气室的有效容积，m3；V2为副气室的有效容积，m3；V3为主气室的初始有效容积，m3；V4为副气室的初始有效容积，m3；V1＝V3＋x；V2＝V4·x；其中为主气室有效容积变化率为副气室有效容积变化率；x为主副气室的高度变化量.当空气悬架的压缩量大于0.03m时，节流口关闭，此时主气室和副气室无气体流通，主副气室的压力可表示为式中：V′3为节流口完全关闭时主气室的有效容积，m3；V′4为节流口完全关闭时副气室的有效容积，m3；p′3为节流口完全关闭时主气室内的气体压强，Pa；p′4为节流口完全关闭时副气室内的气体压强，Pa.由式（5）、式（6）得到节流口未完全关闭时的空气悬架弹簧力为式中：p1 和p2 为式（5）、式（6）所表示的压强.由式（7）、式（8）得到节流口完全关闭时的空气悬架弹簧力为式中p1和p2为式（7）、式（8）所表示的压强；式（9）、式（10）中的S1为空气悬架主气室的垂向有效承载面积，m2；S2为副气室的垂向有效承载面积，m2.1.2 单轮1／4车辆模型文中建立了1／4空气悬架车辆模型，空气悬架是一个复杂的非线性系统，可以根据实际情况进行简化［6］.空气弹簧的力学模型见图1.图1 1／4空气悬架车辆模型空气悬架的系统动力学方程为式中：m1为簧上质量；m2为簧下质量；c为悬架阻尼系数；kt为轮胎刚度；z1为车身垂直位移；z2为车轮垂直位移；q为路面输入位移；U系统主动控制力.悬架的模拟仿真参数见表1.2 模糊自适应PID控制器的设计模糊自适应PID控制器是针对空气悬架运用模糊基本的理论，把规则、操作用模糊集表示，把这些模糊规则存入模糊控制器，然后计算机根据悬架的实际振动情况，根据模糊推理，可以自动对PID参数进行自适应调整［7］，从而对悬架的振动进行调节.模糊自适应PID控制器的原理见图2.表1 悬架的模拟仿真参数?图2 模糊自适应PID控制器原理框图2.1 PID控制器PID控制器是一种线性控制器，它根据给定信号与实际输出信号之间的偏差作为PID控制器的输入量，并对偏差进行比例运算、积分运算和微分运算，三者的运算结果相加为控制器的运算结果［8］，PID控制器的算法表达如下式中：k为采样序号；Kp为比例系数；Ki为积分系数；Kd为微分系数.PID控制器的参数对PID的控制效果有很大的影响，经过整定，得到比例系数Kp ＝10；积分系数Ki＝6；微分系数Kd＝1.5.2.2 模糊控制器模糊控制器是模仿人的推理和决策的一种智能控制器.模糊控制器包括输入控制变量和输出控制变量、隶属度函数的类型、模糊控制规则和解模糊化［9－10］.其中模糊控制规则是模糊控制器的关键部分，根据技术经验和专家经验进行整理，得到模糊控制规则.选取车身的垂向加速度e和车身垂向加速度变化率ec为输入信号，输出信号为PID控制器的3个系数ΔKp，ΔKi，ΔKd.根据路面的激励模型和车辆的速度，选取输入的基本论域为［－1，1］，［－10，10］，Kp 的基本论域为［－100，100］，Ki的基本论域为［－60，60］，Kd的基本论域为［－1 000，1 000］，输入输出的模糊论域均为［－6，6］.输入量化因子Ke＝6，Kec＝0.6，输出比例因子Up＝16.67，Ui＝10，Ud＝166.67.输入变量e，ec和输出变量Kp，Ki，Kd的隶属度函数均为三角形分布的隶属度函数.输入输出变量的模糊子集以如下方式划分｛负大，负中，负小，零，正小，正中，正大｝＝｛NB，NM，NS，ZO，PS，PM，PB｝，模糊规则表的建主要针对Kp，Ki，Kd3个参数的整定.表2～表4为3个参数的模糊规则表.表2 ΔKp的模糊规则表?表3 ΔKi的模糊规则表?表4 ΔKd的模糊规则表?2.3 模糊自适应PID控制器模型将模糊控制器与PID控制器结合起来得到的模糊自适应PID控制器模型.模糊自适应PID控制器的输入为车身垂直加速度与固定值信号的偏差，模糊控制器的输出ΔKp，ΔKi，ΔKd，模糊PID控制器的输出则为具体模型见图3.图3 模糊自适应PID控制器仿真模型3 仿真过程及结果分析路面激励模型采用滤波白噪声模型［11］，选取B级路面等级，车速选择45km／h，仿真时间为30 s以保证结果稳定.分别仿真PID控制和模糊自适应PID控制空气悬架的振动过程，对比2种控制的车身加速度、悬架动行程和轮胎动载荷的均方根值.具体见表5.表5 平顺性对比?根据对比分析，单一的PID控制能够改善车身加速度和小幅度改善轮胎动载荷，但悬架动行程有所提高.模糊自适应PID控制器能够有效改善车身加速度和轮胎动载荷，但悬架动行程也有所提高.但模糊自适应控制器对于车身加速度和轮胎动载荷的改善程度相对比较大，综合比较模糊自适应PID控制器比单一的PID控制器的控制效果要更好.为了比较模糊PID控制和被动控制的差异，绘制了悬架车身加速度、悬架动行程、轮胎动载荷对比曲线.见图4～图6.4 结束语建立了1／4空气悬架模型，在B级路面上通过滤波白噪声激励，模糊自适应PID 控制器能够有效改善振动中的车身加速度和轮胎动载荷，但悬架动行程略有提高.与单一的PID控制相比车身加速度和轮胎动载荷改善明显，悬架动行程略有提高.综合比较模糊自适应PID控制器控制效果更佳.图4 车身加速度与时间仿真曲线图5 悬架动行程与时间仿真曲线图6 轮胎动载荷与时间仿真曲线参考文献［1］高美静.复杂非线性系统的智能控制［D］.秦皇岛：燕山大学，2002.［2］李仲兴，李美，张文娜.车辆空气悬架PID控制系统的研究［J］.拖拉机与农用运输车，2009，36（5）：56－58.［3］郑治国，顾仁康.轻工液压传动与气压传动［M］.北京：中国轻工出版社，1994.［4］江浩斌，杜滢君，叶燊辰.新型一体式悬架减振支柱行程相关刚度特性研究［J］.振动与冲击，2012，31（2）：66－70.［5］邱文军.空气悬架力学特性及主动控制策略的研究［D］.长春：吉林大学，2014.［6］詹长书，孙世磊.基于联合型模糊PID的非线性空气悬架建模与控制［J］.武汉理工大学学报，2014，33（4）：730－733.［7］YANG Qiyao，XU Xing，ZHOU Kongkang，et al.Fuzzy adaptive PID control of Semi－active air suspension［J］.2010International Conference on Computer，Mechatronics，Control and Electronic Engineering，CMCE 2010，2010，2：513－516.［8］黄友锐，曲立国.PID控制器参数整定与实现［M］.北京：科学出版社，2010.［9］王述彦，师宇，冯忠绪.基于模糊PID控制器的控制方法研究［J］.机械科学与技术.2011，30（1）：166－172.［10］冯勇，吴凯，刘梦安.基于模糊PID算法的汽车半主动悬架振动控制［J］.汽车零部件，2012（5）：50－54.［11］XIE Zhengchao，WONG P K，ZHAO Jing，et al.A noise－insensitive semi－active air suspension for heavy－duty vehicles with an integrated fuzzy－wheelbase preview control［J］.Mathematical Problems in Engineering，2013（5）：550－562.。

基于模糊滑模backstepping的半主动空气悬架设计

基于模糊滑模backstepping的半主动空气悬架设计孙丽颖;王君莹【摘要】为了研究半主动空气悬架系统对车辆行驶性能的影响,提出基于半主动空气悬架的模糊滑模backstepping控制.建立1/4二自由度半主动空气悬架动力学模型,用模糊逻辑系统逼近未知函数,解决了阻尼系数不易测的问题.该方法设计的控制器能够适应因车辆行驶状态或者环境发生改变而引起的系统参数在一定范围内的变化.仿真结果表明,与被动悬架相比,模糊滑模backstepping控制器对于提高半主动空气悬架系统减振效果更加明显.%In order to study the influence of semi-active air suspension system on vehicle traveling performance,a fuzzy sliding mode back-stepping control is proposed.Firstly,a 2-DOF quarter-car model for the semi-active air suspension system analysis is established.Then,the fuzzy logic systems are employed to asymptotically approach the unknown function and the problem that damping coefficient is uneasy to measure is solved.The controller designed in this method can be adapted to the change of the system parameters caused by the change of the vehicle traveling state or the environment within a certain range. The results show that, compared with passive suspension, the proposed fuzzy sliding mode back-stepping controller is more effective in improving the vibration reduction effect of the semi-active air suspension systems.【期刊名称】《噪声与振动控制》【年(卷),期】2018(038)001【总页数】5页(P109-113)【关键词】振动与波;半主动空气悬架;backstepping;滑模;模糊【作者】孙丽颖;王君莹【作者单位】辽宁工业大学电气工程学院,辽宁锦州121001;辽宁工业大学电气工程学院,辽宁锦州121001【正文语种】中文【中图分类】TP273悬架系统是维持车辆乘坐舒适性和操作安全性的最重要的部分之一，它能隔离路面冲击对车身的影响，从而保证车辆的行驶性能。

汽车主动悬架模糊控制方法研究

汽车主动悬架模糊控制方法研究在汽车领域中，主动悬架是一项重要技术，它可以根据道路状况和行驶情况智能调节汽车的悬挂系统，提升行驶舒适度和稳定性。

而在主动悬架控制中，模糊控制是一种有效的方法。

本文将介绍汽车主动悬架模糊控制方法的研究。

一、主动悬架控制及模糊控制主动悬架控制是为了解决汽车在行驶过程中因为地面不平或行驶条件不好引起的颠簸、倾斜或者过度震动等问题。

主动悬架控制智能调整汽车的悬挂高度、弹簧刚度和阻尼等，以便达到最佳的行驶状态。

而模糊控制是指在控制过程中，精确的数学模型难以建立或者已知的模型不完全时，通过对物理系统的描述进行抽象，以模糊语言描述控制问题，采用模糊规则集描述控制器，在不断优化规则的基础上不断进行决策，以达到控制效果。

二、模糊控制应用于主动悬架控制模糊控制作为一种应对模糊环境的控制方法，被广泛应用于主动悬架控制中。

在模糊控制中，通过模糊逻辑控制器控制系统的输入和输出，以实现自适应的控制策略。

通过模糊逻辑控制器建立的模糊控制系统，结合汽车传感器采集的车辆状态信息，通过模糊规则集输入汽车状态，根据规则输出悬架高度、弹簧刚度和阻尼对控制系统进行调节。

具体而言，模糊控制系统将汽车状态信息离散化，形成模糊语言，再通过模糊化运算量化状态，最终输出悬架控制指令。

三、模糊控制系统应用于主动悬架控制的优点应用模糊控制系统的主动悬架控制方法有以下优点：1. 易于建立：主动悬架控制难以使用精确的数学模型建立，而采用模糊控制可以在不需要精确的数学模型的情况下，建立一个可靠的控制系统。

2. 适应性强：模糊控制系统具有自适应性，可以根据不断变化的路况和驾驶状态来调节悬架控制指令，以达到最佳的行驶性能。

3. 优化控制效果：模糊控制系统可以利用专家规则优化控制效果，实现更加准确的控制，提高汽车的驾驶舒适性和稳定性。

四、结论在汽车主动悬架控制中，采用模糊控制方法具有可行性和优越性，将模糊控制器应用到汽车主动悬架控制中，可以使汽车在不同的行驶状况下达到最佳的行驶状态，提高汽车驾驶舒适性和稳定性。

基于变论域模糊控制的车辆半主动悬架控制方法

基于变论域模糊控制的车辆半主动悬架控制方法
王大勇;王慧
【期刊名称】《中国机械工程》
【年(卷),期】2017(028)003
【摘要】针对车辆半主动悬架系统,提出了一种基于变论域模糊PID控制方法,目标是提高车辆在随机路面激励作用下的平顺性.通过将变论域方法与模糊PID控制器相结合来解决模糊PID存在的因模糊规则制定盲目性而产生的在线调节时间过长等问题.由仿真和实验研究对比可知,变论域模糊PID控制下的半主动悬架系统中的车身垂直振动速度和加速度比常规PID控制下的车身垂直振动速度和加速度分别减小了46.56％和29.21％,相比被动悬架系统的车身垂直振动速度和加速度分别减小了58.05％和49.74％.使用该车辆半主动悬架模糊控制方法可提高车辆的平顺性.【总页数】7页(P366-372)
【作者】王大勇;王慧
【作者单位】辽宁工程技术大学机械工程学院,阜新,123000;辽宁工程技术大学机械工程学院,阜新,123000
【正文语种】中文
【中图分类】TP273
【相关文献】
1.装甲车辆磁流变半主动悬架变论域模糊控制 [J], 刘非;李以农;郑玲
2.基于变论域模糊控制的磁流变半主动悬架多目标优化 [J], 杨建伟;董军哲;李捷
3.车辆半主动悬架非线性控制方法的研究 [J], 李以农;郑玲
4.基于AHP的车辆半主动悬架LQG控制方法研究 [J], 孙宇菲; 陈双; 姜强
5.车辆半主动悬架智能控制方法研究现状 [J], 徐明;黄庆生;李刚
因版权原因，仅展示原文概要，查看原文内容请购买。

基于自适应模糊控制的车辆半主动悬架控制研究

基于自适应模糊控制的车辆半主动悬架控制研究通过运用自适应模糊控制策略，基于对1/4辆模型性能实施仿真，研制出半主动悬架自适应模糊控制系统，该系统的主控制器件为8031单片机。

由测试可知，当它接收信号后，会完全遵循设计规律开展工作。

对测试结果进行分析可知，控制器能有效控制系统，所用方法的效果非常好，鲁棒性表现突出，能有效降低车辆的振动及干扰，确保车辆能平稳运行。

标签：车辆；半主动悬架；控制系统前言在车轮及车体间的全部力机力矩，实现车辆悬架系统的传递，崎岖的路面会导致车辆承载系统振动，使用车辆悬架系统，能有效减轻这种振动。

随着科技的发展，在车辆悬架系统中，运用了多种控制方法，例如天棚原理、最优控制及自适应控制等，相比较而言，最优控制的应用范围最广，尽管如此，面对未确定的系统参数，最优控制器也无法适应。

模糊控制属于快速发展的新型控制法，通常情况下，是依照经验来确定初始模糊控制器的参数，并非为最优参数。

通过运用相关的调整方法，能实现控制器各项性能的提升，但很难对模糊控制器的参数实施在线优化，这一算法非常复杂，要求控制器具有较高的计算能力。

该文介绍了车辆半主动悬架系统自适应模糊控制方法。

该方法基于模糊控制理论，充分运用自适应方法，把模糊系统辨识及模糊控制完全结合，将“软反馈”应用于模糊控制器内，能对模糊控制参数进行在线自适应调整，还能修正并简化运算其规则，是半主动悬架控制实时性有明显的提升。

由此研制出半主动悬架自适应模糊控制系统，开展试验活动，该系统的主控制器件为8031单片机。

2 半主动悬架控制方法2.1 自适应模糊控制模糊控制过程及自适应过程是自适应模糊控制过程的两种类型。

构造初始模糊逻辑控制器，基本上是沿用了常规模糊逻辑控制器的方法。

衡量行驶中的车辆平顺性，主要运用车辆振动加速度（垂直加速度x 2和俯仰加速度θ）这一指标，要最大限度的将其降低。

在设计车辆半主动悬架时，模糊控制器的输入量为加速度y1、加速度响应值y的偏差e及其变化率ec。

基于模糊算法的车辆半主动悬架控制

Ｓｅｍｉ－ａｃｔｉｖｅＳｕｓｐｅｎｓｉｏｎＣｏｎｔｒｏｌｏｆＶｅｈｉｃｌｅＢａｓｅｄｏｎＦｕｚｚｙＡｌｇｏｒｉｔｈｍ
ＬｉＤａｓｅｎ，ＸｉｎＪｉｕｓｈｕａｎｇ，ＺｈａｎｇＸｉａｏｗｅｉ
ｓｒｔａｔｅｇｉｅｓｄｅｃｒｅａｓｅｄｔｈｅｐｒｏｂａｂｉｌｉｔｙｏｆｓｕｓｐｅｎｓｉｏｎｔｈｕｓｔｏｉｍｐｒｏｖｅｈｅｔｒｉｄｅｃｏｍｆｏｒｔ．
［４－５］
。
本文在车辆二自由度悬架模型的基础上，提出以车身加
速度为控制目标的模糊控制策略，并应用ｍａｔｌａｂ／ｓｉｍｕｌｉｎｋ实
现了汽车半主动悬架的控制。
１、二自由度悬架模型及路面激励模型
设计研究
汽车实用技术
ＡＵＴＯＭＯＢＩＬＥＡＰＰＬＩＥＤＴＥＣＨＮＯＬＯＧＹ
２０１３年第９期
２０１３Ｎ０．９
基于模糊算法的车辆半主动悬架控制
李大森，辛久爽，张晓维
（华晨汽车工程研究院综合试验处，辽宁沈阳１１０１４１）摘要：以汽车二自由度悬架系统为研究对象，针对半主动悬架系统，提出以车身加速度为控制目的的模糊控制策略。以白噪声随机响应谱作为Ｂ级路面的激励输入，对被动悬架和半主动悬架系统进行仿真研究。仿真后的被动

汽车半主动空气悬架参数自调整模糊控制

ｉｉｌｔｄ．Ｉｓｓｏｙｔｅｒｓｌｓｔａｈｏｔｏｔｏａｅｕｅｖｒｉａｃｅｅａｉｎ，ｄｎｍｉｓｓｍｕａｅｔｉｈｗｎｂｈｅｕｔｈｔｔｅｃｎｒｌｍｅｈｄｃｎｒｄｃｅｔｃｌａｃｌｒｔｏｙａｃｄｅｏｍａｉｎｏｕｐｎｓｏｎｙａｃｌａｆｔｒｆｒｔｆｓｓｅｉｎａｄｄｎｍｉｏｄｏｉｅ，ａｄｉｍｐｏｅｈｔｅｎｔｂｌｔｎｄｆｖｈ — ｏｎｔｉｒｖｓｔｅｓｅｒｇｓａｉｉａｄｒｅｏｅｉｉｙｉ
ｈｉｌｓｅｔｂｉｈｄ，ａｄａｋｎｆｍｏｅｂａｅｎｔｅｐｒｍｅｅ－ｅｆｔｅｕｚｙｃｎｒｌｍｅｈｄｉｕｃｅｉｓａｌｓｅｎｉｄｏｄｓｄｏｈａａｔｒｓｌ－ｕｎｄｆｚｏｔｏｔｏｓｐｔ
摘要：建立两自由度１４车辆半主动空气悬架的非线性动力学模型，出一种基于参数自调整的模糊控制／提系统结构的模型，以ｃ级路面为随机输入，并对空气悬架系统进行了仿真分析。研究结果表明：该控制方法能够使车身垂直振动加速度、悬架动挠度和车轮动载荷得到较大的衰减，高了汽车的操纵稳定性能和平顺性能。提关键词：振动与波；空气悬架；模糊控制；参数自调整中图分类号：４３３Ｕ６．３文献标识码：Ａ
ｆｒａｄｉｉｐｐｒｏｗｒｎｔｓａｅ．ＷｉｈｉｌｔｄＣ—ｌｓｅｏｄｐｏｌｓｔｅｒｎｏｉｐｔｈｉｓｓｅｓｎｈｈｔｔｅｓｍｕａｅｃａｓｄｒａｒｆｅａｈａｄｍｎｕ，ｔｅａｒｕｐｎｉｉｏ

基于磁流变阻尼器的汽车悬架半主动控制系统设计

基于磁流变阻尼器的汽车悬架半主动控制系统设计王伟【摘要】为了提高汽车悬架控制的可行性,需要研究对汽车悬架的控制系统.针对使用当前方法对汽车控制系统进行设计时存在能耗高和控制效果差的问题,提出一种基于磁流变阻尼器的汽车悬架半主动控制系统设计方法,通过Bouc-Wen模型描述汽车运动过程中减震器的特性,通过汽车的状态方程和输出方程计算汽车悬架在运动状态下的半主动控制阻尼力,根据计算结果构建汽车1/4运动模型.在汽车1/4运动模型的基础上,对外加磁场进行调节,对汽车的阻尼器进行实时的控制和调节,进而控制汽车的悬架,完成汽车悬架控制系统的设计.实验结果表明,所提方法的能耗低、控制效果好.【期刊名称】《内蒙古民族大学学报（自然科学版）》【年(卷),期】2019(034)001【总页数】6页(P76-81)【关键词】磁流变阻尼器;汽车悬架;控制系统【作者】王伟【作者单位】滁州学院机械与汽车工程学院,安徽滁州 239000【正文语种】中文【中图分类】TP273根据车辆振动控制的方法可以将车辆的悬架控制方法分为三个类型，分别是主动、半主动和被动［1］.汽车行驶过程中的稳定性和乘客乘坐的满意度可以通过主动悬架得以优化，但可靠性差、价格高、结构复杂和能耗高都是主动悬架的缺点，以上缺点对主动悬架的发展造成了约束.不能根据道路的情况和汽车运行过程中的状态对调节汽车的悬架是被动悬架系统的缺点，降低了被动悬架控制系统的控制效果［2］.半主动悬架与以上两种方式相比，存在价格合理、能耗少和结构清晰的特点，逐渐被使用在汽车悬架的设计中.磁流变液是近几年新发展的一种材料，具有温度稳定性高、强度高、滞回现象少、粘度低的特点，磁流变液还具有引入杂质不敏感的特点，被广泛地应用到制动器、机械、建筑工程等行业阻尼器的制作中［3］.将磁流变液作为主材料，得到的阻尼器连续调节、结构简单、阻尼力大、耐性好、响应快，被应用在车辆控制系统的设计中.当前车辆控制系统设计方法存在能耗高和控制效果差的问题，需要对车辆控制系统设计方法进行研究［4］.汪若尘等［5］提出了一种汽车混合悬架半主动控制系统设计方法，通过构建汽车的动力学模型，对汽车回路电流在不同模式下的变化进行分析，在控制参考力概念的基础上采用粒子群算法确定半主动控制的最优参数，完成车辆控制系统的设计，该方法对汽车悬架进行控制时，能耗较高.胡红生等［6］提出了一种基于模糊算法的悬架控制系统设计方法，该方法在电磁学原理的基础上构建汽车动力学模型和阻尼器力学特性模型，根据模糊算法规则得到控制策略，通过控制策略完成汽车悬架的控制，该方法对汽车悬架控制时，汽车车身的加速度较高，控制效果差.韩忠磊等［4］提出了一种基于不变性原理的悬架控制系统设计方法，该方法根据阻尼器的运作方式，引入电磁阀和永磁体，对汽车的阻尼器进行设计，在不变性原理的基础上建立汽车悬架模型，得到反馈控制律，根据反馈控制律控制汽车悬架，完成车辆控制系统的设计，该方法存在能耗高的问题.为了解决上述方法中存在的问题，以磁流变液作为主材料，制作阻尼器应用到悬架的控制中，提出一种基于磁流变阻尼器的汽车悬架半主动控制系统设计方法.1 悬架控制系统悬架控制系统主要包括控制软件、磁流变阻尼器、数据采集系统、功率放大器、激振源、传感器、计算机和测控版等［7］（图1）.模拟悬架机械装置：该装置主要由底座、立柱、轮胎、直线导轨、悬架非簧载质量、悬架弹簧和悬架簧载质量构成，是一种两自由的悬架系统模型，可以在垂直方向模拟1/4汽车悬架系统的振动.功率放大器和磁流变阻尼器：悬架控制系统中的执行元件是阻尼器，在汽车的悬架系统中安装阻尼器，可以得到汽车在运行过程中可以控制的阻尼力.传感检测系统：在运行状态下汽车的悬架系统可以通过传感器检测系统测量得到，传感检测系统主要由激振源内力、位移传感器，加速度、位移传感器构成.悬架控制系统在运行过程中的中心是控制计算机和测控版，运算、处理测量得到的信号，将控制信号传送到执行元件中［8］.控制元件：半主动控制系统通过控制软件统一协调元件的工作.例如，处理子程序和数据采集等.振源：激振汽车的悬架系统，通过模拟实际路面在系统中输入状态.数据采集系统：通过采集系统中存在的信号评价测试结果.悬架控制系统的具体工作方式如下：初始化控制系统，并对其进行调试，运行系统的软件以及硬件，使控制系统处于保持运转状态.通过振源对汽车进行激振，采用测控版采样将传感器采集的信号输入数据采集系统和计算机中，根据控制规律对控制信号进行判别，通过测控版将信号传送到各执行元件中，完成悬架的控制［9］. 图1 系统组成图Fig.1 System composition diagram2 阻尼器力学模型和悬架动力学模型在工程界中，非参数和参数建模方法是阻尼器的核心建模方法.其中参数建模包括黏弹塑性模型、非线性双黏性模型、Bouc-Wen模型和非线性滞回双黏性模型等；非参数建模包括Chebychev多项式模型、Takagi-Sugeno模型等.在上述模型中选用Bouc-Wen模型对汽车磁流变减震器的特性进行表述，该模型如图2所示.式中，c代表的是阻尼系数；a为系数，与迟滞回线高度有关；z代表的是粘度系数；x1、x0代表的是位移.图3为1/4汽车悬架模型.图3中，m1代表的是汽车悬架的簧上质量；m2代表的是汽车悬架的簧下质量；k1代表的是汽车悬架中弹簧的刚度；k2代表的是汽车轮胎的刚度；c1代表的是汽车悬架系统的线性黏性尼阻系数.设Fzhi代表的是汽车减震器在运动过程中的阻尼力，其计算公式如下：图2 Bouc-Wen模型Fig.2 Bouc-Wen model图3 悬架模型Fig.3 Suspension model汽车悬架的运动微分方程的表达式如下：式中，x1、x2代表的是阻尼系数、q代表的是路面位移；u代表的是控制向量.通过上式得到汽车悬架的状态向量X和输出向量Y：通过状态向量得到汽车悬架在运动状态下的状态方程，根据输出向量得到汽车悬架在运动状态下的输出方程.状态方程和输出方程的表达式如下：式中，A、B、C、D、L为运动参数，w＝q̇.设J表示指标函数，J的表达式如下：式中，a1代表的是轮胎变形；a2代表的是轮动载荷；a3代表的是悬架变形；a4代表的是汽车加速度；Ru2代表的是控制力.通过性能指标函数得到汽车悬架的线性半主动控制阻尼力F，F的计算公式如下：式中，con、coff均为阻尼系数，coff=0.05con.通过汽车悬架的线性半主动控制阻尼力F得到汽车1/4运动模型：式中，q(t)代表的是路面激励.3 半主动控制通过上述分析可知，磁流变阻尼器在汽车运动过程中的阻尼力主要是由2个阻尼力构成，其中的一部分为粘滞阻尼力，与普通流体相似；另一部分是库伦阻尼力，是根据外加磁场生成.因此，可以通过实时调节外加磁场进而实时控制汽车的磁流变阻尼器，不同的磁流变阻尼器的控制力通过对应的控制策略得到.3.1 被动控制策略1该策略是不打开汽车在运动过程中的磁流变阻尼器电源，使磁流变液从运动开始到运动结束一直都是牛顿流体，此时得到最小的汽车阻尼力Fumin(t)，即：式中，阻尼系数u(t)的计算公式如下：式中，̇(t)代表的是非悬挂部分在汽车运动过程中的速度；̇(t)代表的是汽车在运动过程中的整体速度.3.2 被动控制策略2该策略是打开汽车运动过程中磁流变阻尼器的电源，将磁场调节到最大值，此时汽车磁流变阻尼器中为Bingham流体，汽车的阻尼力达到最大值Fumax(t)，Fumax(t)的计算公式如下：3.3 半主动控制策略通过公式（5）得到汽车悬架的状态方程，引入性能指标函数J，在最优控制理论的基础上得到汽车悬架的最优控制力 (t)，(t)的计算公式如下：式中，R表示汽车控制力向量在最优控制力下对应的权矩阵，可以通过权矩阵R 对控制力和汽车悬架系统反映之间的重要程度进行调整.采用Riccati方程求解参数P：式中，S代表的是状态向量的权矩阵，可以通过权矩阵S对控制力和汽车悬架系统反映之间的重要程度进行调整.可以对磁场强度进行调整，改变车辆的阻尼力，汽车的阻尼力不能在较短的时间内变为最优控制力，只有对磁场强度进行调整，使阻尼力不断地趋近最优控制力，在饱和控制理论和最优控制理论基础上得到悬架控制策略Fu(t)：4 实验结果与分析为了验证所提方法的整体有效性，需要对所提方法进行测试，本次测试的实验平台为Matlab，分别采用所提方法（方法1）、基于模糊算法的悬架控制系统设计方法（方法2）、基于不变性原理的悬架控制系统设计方法（方法3）进行测试，通过能耗系数n对比3种不同方法控制汽车悬架的能耗，方法1、方法2和方法3的测试结果如图4所示.图4（a）为所提方法的测试结果，由图4（a）可知，采用所提方法进行测试时，在多次迭代中的能耗系数均在3以下，表明采用所提方法对汽车悬架进行控制时的能耗较低；图4（b）为基于模糊算法的悬架控制系统设计方法的测试结果，由图4（b）可知，采用基于模糊算法的悬架控制系统设计方法进行测试时，在多次迭代中能耗系数均在3以上，高达5.4，表明基于模糊算法的悬架控制系统设计方法对汽车悬架进行控制时的能耗较高；图4（c）为基于不变性原理的悬架控制系统设计方法的测试结果，由图4（c）可知，使用基于不变性原理的悬架控制系统设计方法进行测试时，在多次迭代中能耗系数的波动较大，表明基于不变性原理的悬架控制系统设计方法的稳定性较差.对比3种不同方法的测试结果可知，所提方法的能耗系数较低，因为该方法将磁流变阻尼器应用到车辆悬架的控制和设计中，磁流变阻尼器的阻尼力大、耐性好、响应快，降低了控制过程中的能耗，验证所提方法的能耗较低.图4 三种不同方法的能耗系数Fig.4 Energy consumption coefficient of three different methods为了进一步验证所提方法的整体有效性，分别采用所提方法（方法1）、基于模糊算法的悬架控制系统设计方法（方法2）、基于不变性原理的悬架控制系统设计方法（方法3）进行测试，通过车体加速度，对比方法1、方法2和方法3的控制效果，测试结果如图5所示.图5 三种不同方法的车体加速度Fig.5 Car body acceleration with three different methods图5（a）为所提方法的车体加速度，由图5（a）可知，采用所提方法对汽车进行控制时，汽车的车身加速度在-0.05～0.05 m·s-2区间内波动；图5（b）和图5（c）为基于模糊算法的悬架控制系统设计方法和基于不变性原理的悬架控制系统设计方法的车体加速度，由图5（b）和图5（c）可知，采用基于模糊算法的悬架控制系统设计方法、基于不变性原理的悬架控制系统设计方法对汽车进行控制时，汽车车身加速度在-0.05～0.05 m·s-2区间外波动，对比3种不同方法的测试结果可知，所提方法对汽车控制时的加速度衰减较为明显，因为所提方法通过调整磁场强度，改变车辆运行过程中阻尼器产生的阻尼力，使汽车运行过程中阻尼器产生的阻尼力不断趋近于车辆悬架的最优控制力，衰减车辆车身在运动过程中产生的加速度，提高所提方法的控制效果.5 结束语汽车悬架受轮胎状况、车身载荷和路面激扰等因素的影响，是一个多自由度的振动系统，控制汽车悬架可以保证乘客的舒适度，减少振动.当前悬架控制系统设计方法存在能耗高和控制效果差的问题，提出一种基于磁流变阻尼器的汽车悬架半主动控制系统设计方法，将磁流变阻尼器应用到悬架控制中，降低了能耗，衰减了车身的加速度，解决了当前方法中存在的问题，被广泛应用到汽车悬架的控制中.参考文献【相关文献】［1］张丽萍，弓栋梁.时域硬约束下汽车主动悬架-H2/H∞保性能控制［J］.计算机仿真，2017，34（8）：190-196.［2］高振刚，陈无畏，汪洪波，等.基于故障补偿的汽车半主动悬架容错控制［J］.汽车工程，2016，38（6）：705-715.［3］陈士安，王骏骋，姚明.车辆半主动悬架全息最优滑模控制器设计方法［J］.交通运输工程学报，2016，16（3）：72-83，99.［4］韩忠磊，胡三宝，刘继鹏.基于不变性原理解耦的半主动悬架控制仿真研究［J］.武汉理工大学学报（交通科学与工程版），2017，41（5）：828-832.［5］汪若尘，焦宇，钱金刚，等.混合悬架半主动控制器设计与试验［J］.农业机械学报，2017，48（6）：334-340.［6］胡红生，肖平，江民，等.野草入侵模糊算法的半主动空气悬架研究［J］.传感技术学报，2017，30（10）：1497-1503.［7］陈龙，施德华，汪若尘，等.基于混合控制策略的馈能悬架半主动控制［J］.北京理工大学学报，2016，36（3）：252-257.［8］康耀东，庞辉，刘凯，等.多级可调阻尼半主动空气悬架的天棚控制研究［J］.机械科学与技术，2016，35（5）：778-783.［9］陈士安，祖广浩，姚明，等.磁流变半主动悬架的泰勒级数-LQG时滞补偿控制方法［J］.振动与冲击，2017，36（8）：190-196，243.。

基于变论域模糊控制的磁流变半主动悬架多目标优化

ｏｔｎｙａｃｔｅｌｄｈｖｐａｅｔｆｒａｄｄｎｍｉｉａａｅａｐｒｎｍｐｏｅｃｍｐｒｄｗｉｏｖｎｉｎｌｆｚｙｃｎｒｌｎｐｒｃｌｒｒｏｉｒｖｏａｅｔｃｎｅｔａｚｏｔ，ｉａｉｕａ，ｗｉａ — ｈｏｕｏｔｔｐｓｈ
ｓｅｄ．Ｓｍｕａｉｎｒｓｌｓｓｏｔａｆｅｅｌｔｐｉｚｔｏｔａａｌｎｉｅｓｕｚｙｃｎｒｌｏｈｒｄｏ－ｐｅｓｉｌｔｏｅｕｔｈｗｈｔａｒｒａ —ｉｔｍｅｏｔｍｉａｉｎｗｉｈｖｒｂｅｕｖｒｅｆｚｏｔｏ，ｂｔｅｃｒｉｉｎ
１ＳｈｏｏｃａｉｌｌｔｎｃａｄＡｔｂｌＥｇｎｅｎＢｉｎｎｖｒｔｉｌｎｅｉｎｒｉｃｕｅＢｉｎ１０４．ｃｏｌｆＭｅｈｎｃ－ｅｒｉｎｕｏｉｎｉｅｒｇ，ｅｉＵｉｓｙｏＣｖａｅｃｏｍｏｅｉｊｇｅｉｆｉＥｅｒｇａｄＡｃｔｔｒ，ｅｉｇ００４；ｎｈｅｊ２Ｓｈｏｏｃｉｅｅｃｉｔｎｉｅｒｇ，ＴｉａｎｅｉｏｃｎｅａｄＴｃｎｌｙａｙａ００２．ｃｏｌｆＭａｈｎ—ｌｔｃｙＥｇｎｅｉｅｒｉｎａｕｎＵｉｍ￣ｆＳｉｃｎｅｈｏｏ，Ｔｉｎ３０４ｙｖｅｇｕ
ｖｒａｌｎｖｒｅｆｚｙｃｎｔｏｌｒｂｓｄｏｕｚｎｅｅｅｉｅｉｎｄｗｉｔａ／Ｓｍｕｉｋ．Ｔｈｎａｃ —ｉｌｔｎａｂｅｕｉｅｓｕｚｏｒｌｅａｅｎｆｚｙｉｆｒｎｃｓｄｓｇｅｔＭａｌｂｉｌｎｉｈｅｏｓｍｕａｉｏ

汽车半主动悬架自适应模糊控制的仿真研究的开题报告

汽车半主动悬架自适应模糊控制的仿真研究的开题报告一、研究背景与意义随着社会经济水平的不断提升和人民生活水平的不断提高，汽车已经成为了现代交通工具中不可或缺的一部分。

然而，随着汽车数目的不断增加，交通拥堵和安全问题逐渐显现。

此外，不适当的行车姿态也会导致驾驶员疲劳和汽车的损坏。

因此，研究汽车悬架系统的自适应控制策略成为了当前重要的研究领域。

汽车悬架系统可以控制汽车在行驶过程中的姿态和稳定性，从而提高行驶的安全性和舒适性。

半主动悬架系统作为一种新型的悬架系统，融合了主动和被动悬架的优点，可以自适应地改变悬架的阻尼和硬度，从而实现更为灵活和可控的悬架系统。

模糊控制算法是一种模拟人类思维的方法，可以根据控制输入和输出之间的关系，建立模糊规则库并进行模糊推理，实现自适应控制。

因此，将模糊控制算法应用于汽车悬架系统的控制中是有意义的。

本文将研究汽车半主动悬架自适应模糊控制的仿真方法，通过数学建模和仿真实验来探讨这种控制方法对汽车悬架系统的控制效果。

二、研究内容与目标本研究的主要内容是研究汽车半主动悬架自适应模糊控制的仿真方法。

具体来说，本研究将：1. 以数学建模的方式，对汽车半主动悬架的控制系统进行表述和建模。

2. 设计模糊控制器，拟合汽车悬架系统的非线性和时变特性，实现自适应控制。

3. 通过Matlab/Simulink平台进行仿真实验，对系统进行性能分析，如控制精度、系统稳定性和抗干扰性等。

4. 优化控制算法，提高控制性能。

本研究的目标是实现汽车半主动悬架自适应模糊控制的仿真研究，探究该控制方法的控制效果，并且优化控制算法，提高控制性能。

通过本研究，为汽车悬架系统的控制提供新思路和方法。

三、研究方案和方法本研究将以如下方案和方法进行：1. 系统分析和建模研究半主动悬架系统的机理和控制原理，建立数学模型和控制模型。

通过分析系统的非线性和时变特性，建立相应的控制模型。

2. 模糊控制器设计设计汽车半主动悬架自适应模糊控制器，根据系统控制模型和实验数据，建立模糊规则库。

新型变论域模糊控制在列车半主动悬挂系统中的应用

第10卷第12期Vo l .10,No .12宜宾学院学报J ou rnal of Yibin Un i versity2010年12月Dec .,2010收稿日期6修回作者简介李广军(6),男,黑龙江佳木斯人,硕士,讲师,主要从事智能控制、机电一体化控制等研究新型变论域模糊控制在列车半主动悬挂系统中的应用李广军a ,周启忠b ,杨欣b(宜宾学院 a.网管中心;b .物理与电子工程学院,四川宜宾644000)摘要:半主动悬挂系统性能优于被动悬挂系统,而模糊控制简单,不需要精确的数学模型,因此半主动悬挂模糊控制成为一个重要的研究问题.但普通模糊控制精度低,增加规则提高控制精度容易导致规则爆炸,常常影响模糊控制效果.因此,设计了一种新型的变论域模糊因子,提出了基于该因子的变论域模糊控制方法.该方法以简单函数作为伸缩因子,简单方便,计算量小,可提高控制精度,又节约变论域操作的计算时间.仿真显示,该方法在车体加速度、车体速度、车体动扰度和车轮动载荷几个评价指标均优于被动悬挂,证明了该方法的有效性.关键词:半主动悬挂;被动悬挂;变论域;模糊控制;伸缩因子中图分类号:TP273,U2601111 文献标志码:A 文章编号:1671-5365(2010)12-0065-04App lica tio n of New Va r i a ble Un iver se F uzzy Con tr ol Tra i n ’s Sem i 2a ct i ve Su spen sionL I Guang 2jun a,ZHAN G Q i 2z hong b,Y ANG Xinb(a.N et work Center;b .School of Physics and E lectronic Eng ineering,Yibin U niversity,Y ibin 644000,Ch ina )Ab stract:The se m i 2active suspensi on per for mance is p rior t o passive suspen si ons,and the f uzz y con tr oller does not need an accu 2r ate mathe matical model of the ob ject cr eation w ith a si mp le structu re;it is an i mpo rtan t issue about the se mi 2active su s p ension based on the f uzzy c on tr o l .Bu t the c on tr o ller often has bad contr o l effects because of lo w p recision in the conven tional fuzzy con 2tr o l .A novel method was p roposed with a ne w contr action 2expansi on factor,which is based on the f uzz y con tr ol w ith changing do 2main t o fuzzy inpu t and ou t pu t variables .I t is of lo w comp utati onal comp lexity and saves ti m e in the c on troller that the simp lefunction is used as a contraction 2ex p ansion factor thr ough the strict testificati on.The si mulati on show s that 4indexes are better than the p assive suspen sion in the acceleration,the velocity and the disturbance of tr ain body work as well as the l oad of train wheels and the valid ity of design method ar e p r esen ted.K ey word s:se mi 2active suspensi on;passive su s p en sion;variable un iverse;fuz zy c on trol;c on tracti on 2expan sion factor 提高列车运行速度是提升铁路运输竞争力的有效途径之一,但通常提高列车速度的同时就会降低乘坐舒适度.为了使列车速度高且乘坐舒适,需要采用车体振动控制技术.在各种车体振动控制技术中,由于半主动悬挂系统在控制品质上接近于主动悬挂系统,且结构简单,无须力源,能量损耗小,可使整个系统小型化和轻量化,因此可作为改善铁道车辆振动、提高乘坐舒适度的有效对策.对于铁道机车车辆而言,由于轮轨关系的不确定性、机车车辆本身的强非线性特性和一定范围内的参数时变性,使得系统精确数学模型很难获得,从而限制了现代控制理论在实用化机车车辆悬挂系统控制中的应用[1].与经典的控制方法相比,模糊控制方法不用建立控制系统的精确数学模型,实际控制中不需要由输入量通过复杂的计算得出输出量,而只需要根据模糊判据就可以得到合乎要求的输出量.与经典控制方法相比,模糊控制具有相同甚至更好的控制效果,且控制实时性好.现阶段,针对半主动悬挂系统的研究工作在我国刚刚开始,从实用性和可靠性考虑,模糊控制应是我国半主动悬挂系统控制方法的首选方案,并且已经有了应用[2].但是,模糊控制的精度低,以增加语言变量或控制规则的数目来提供控制系统的精度,但这样做将不可避免地面临着“规则爆炸”问题.因此,要把它引入高速可靠的车辆悬挂控制中,需要对常规模糊控制器进行改进,或将其与现代控制理论的某些长处结合起来,构成复合控制策略.为解决这个问题,在误差较小时,引入可变模糊论域的思想,所谓变论域模糊控制器[3],是通过选取合适的论域伸缩因子,以论域之变应误差之变,使得实际的控制规则大幅度增加,越接近期望控制点,控制器的档级越小,因而获得比较满意的动态性能和稳态性能指标.:2010--29.:2010-09-28:197-1　半主动悬挂模型一个简化的两自由度半主动模型[4]如图1所示,其中,m s为车体(悬挂)质量、m t为车轮轴(非悬挂)质量、k s为悬架弹簧刚度(N /m )、k t为车轮等效刚度(N /m )、c s为固定阻尼减振器的阻尼系数(N.s/m )、u c为可控阻尼力.则半主动悬挂的动力学方程如下:m s Z s =-k s (Z s -Z t )-c s (Z s -Z t )+u cm t Z t =k s (Z s -Z t )+c s (Z s -Z t )+k t (r -Z t )-u c(1)图1　半主动悬挂模型令x 1=z t,x 2=z s,x 3=Z t,x 4=Z s,则系统状态方程可以表示为:X =AX +BU(2)其中,X ={x 1,x 2,x 3,x 4}T,U ={r,u c}T ,A =00100001-(k s +k t )/m t k s /m t -c s /m t c s /m t k s /m s -k s /m sc s /m s-c s /m sB =0000k t /m t -1/m t 01/m s系统输出方程为:Y =CX +DU(3)式中,Y ={y 1,y 2,y 3,y 4}T={Z s,Z s,Z s,-Z t,Z t-r},C =k s /m s-k s /m sc s /m s-c s /m s0001-110010D =1/m s0000悬挂模型各参数为=,=3,=6N ,=6N ,=5N2　变论域模糊因子设计文献[3]中作者首次提出变论域思想:在规则形式不变的前提下,论域随着误差变小而收缩(亦可随着误差增大而扩展).局部地看,论域收缩相当于增加规则,也即插值结点加密,从而提高了精度.基于变论域的模糊控制器的设计无需太多的领域专家知识,只要知道规则的大致趋势,至于论域是否等距划分,隶属函数取什么样的形状,在论域收缩之下已显得无关紧要了.如果在规则形成不变的前提下,论域随设初始论域[-E,E ]通过伸缩因子α(x )变换为[-α(x )E,α(x )E ],α(x )为误差变量x 的连续函数.显然,这种可变论域的模糊控制器的控制效果大为改善,它以论域的变化跟随误差的变化.整个算法较为简捷,实时性较好,精度高.由上述可知,如何确α(x )函数是一个关键环节,根据分析中“误差变大,论域变大”的要求,优化模糊域,即随着误差变小而收缩(亦可随着误差增大而膨胀).2.1　新型的伸缩因子设计传统的变论域模糊伸缩因子[3]构造如式(4)、(5),文献[5]已经给出了两个伸缩因子的严密性证明.设常数τ,其取值范围0<τ<1,伸缩因子为:α(x )=‖x ‖E2(4)α(x )-1-e -kx(5)其中,k 为大于0的常数.公式(4)、(5)都需要进行复杂的指数运算和幂指数运算,计算时间长,对于硬件的配置要求高,对于列车的实际控制条件提出了很高的要求,如果控制器操作延迟也会影响列车的稳定性.因此,必须简化伸缩因子,构造可以达到同样控制精度但计算相对简单的伸缩因子.因此,提出了以下简化的伸缩因子:α(x)=1-11+kx2(6)其中,k 为大于0的常数.2.2　伸缩因子的严密性证明伸缩因子的严密性证明,即伸缩因子必须满足对偶性、保零性、单调性、协调性与正规性.证明如下:1)对偶性.由于公式(6)是偶函数,k 为大于0的常数,显然满足对偶性;2)保零性.将x =0代入公式(6),α(x )=0,满足保零性;3)单调性.对公式(7)两端求导数,α(x )=k ‖x ‖(1+kx 2)3,显然,当x ∈(0,E ),α′(x )>0,单调递增,满足单调性;)协调性若要协调性,就要保证y =α(x )=(+x大于等于y ,=‖x ‖为了便于证明,取=,即66 宜宾学院学报第10卷　-1:m s 210kg m t 0kg k s 1000/m k t 10000/m c s 170s/m.4.1-11k 2E.E 1要满足y ≥y ,.从图2可以看出:随着k 的增大,伸缩因子也变大;当k 较小时(例如k <=10),伸缩因子曲线完全在y ,=x 的下方,根本不能满足要求;当k 较大时(例如k >=1000),伸缩因子曲线大部分位于y ,=x 的上方.因此,要满足y ≥y ,,与k 的取值有直接关系,即该伸缩因子不能完全满足协调性条件;5)正规性.对于公式(6),当k 取值足够大时,可以满足正规性要求.经过论证表明,公式(6)与公式(5)完全相似,不能严格地满足伸缩因子的协调性定义要求,可以替代公式(5),而在k 取值足够大的情况下(为了满足协调性和正规性,一般应该取值在1000～10000之间),可以进似替代公式(4).与公式(4)和(5)相比,算法简单方便,不需要进行复杂的指数和幂指数运算,节约时间.图2　伸缩因子α(x )=1-11+kx2的变化趋势图3　半主动悬挂的变论域模糊控制模糊控制器是模拟人类控制特征的一种语言控制器,其设计主要包括模糊控制器的结构选择、模糊规则的选取、确定模糊控制器模糊化和解模糊方法以及模糊控制器输入和输出变量的论域等.3.1　模糊控制器的选择采用基于天棚阻尼悬挂[4]的自适应模糊控制形式,如图2以理想天棚阻尼悬挂输出的加速度Z rs作为理想输出,半主动悬挂的加速度为Z s,则误差e =Z rs-Z s,误差变化率ec =e.以误差e 和ec 作为模糊控制器的输入变量,输出变量为动力系统产生的控制力u c.图3　半主动悬挂模糊控制图3　模糊规则的选取模糊规则的选择是设计模糊控制器的核心.选择过程可分为三部分:选择适当的模糊语言变量、确定各语言变量的隶属函数和建立模糊控制规则.本文设计的模糊控制器,其输入、输出变量均选择五个模糊语言变量值(模糊子集)描述,即负大(NL ),负中(NM ),零(Z ),正中(P M ),正大(P L ).输入变量e 和ec 的模糊子集采用梯形隶属函数,e 和ec 这两个量在控制过程中都是需要减小的,控制系统的模糊规则用试错法进行调整,得到的模糊控制规则如表1所示.而用最大-最小法合成推理规则对该表进行运算得到的模糊子集u c ,并应用高度法把模糊子集转化成一个精确的输出量u c.表1　模糊控制规则表eu ecNL N M Z PM PL NL NL NL N M Z Z N M NL N M Z Z P M Z NM N M Z PM PL P M Z Z P M P L PL P LZP MP LP LPL3.3　模糊控制器论域的确定模糊控制器输入变量的论域与路面干扰有着密切联系,应依据受到路面干扰的最大值来确定;输出变量的论域则以火车在不同的轨道干扰信号下,保持良好的悬架特性为原则.根据实验选取e:-6～6m /s 2,ec:-180～180m /s 3,u c:-540～540N.e 和ec 的输入论域取[-3,3],即E =Ec =3,u c的输出论域取[-3,3],即U c=3,因此e 、ec 和u c在输入时分别乘以比例因子Ke 、Kc 和Ku,其中Ke=0.5,Kc =1/60,Ku =80.3.4　变模糊论域控制根据伸缩因子的选择方法[6],设X 1=[-E,E ],X 2=[-Ec,Ec],Y =[-U c,U c]分别为模糊输入变量e,ec 和输出变量u c的论区域.设计出输入e 、e c和u c的论域X 1、X 2和Y 的伸缩因子:α(e)=1-11+ke 2(7)α(ec )=1-11+kec2(8)α(u c)=(α(e )+α(ec ))/2(9)式中,e ∈X 1,ec ∈X 2,k =10000.变论域模糊通常有两种等价的处理方法:1)直接将输入和输出论域乘以对应的伸缩因子,该种方法由于在论域上各点都乘以伸缩因子,实现比较困难;)将各比例因子分别乘以相应的伸缩因子,实现相对容易本文采用第二种方法,分别对入变量,和相应的比例因子K 、K 和K 乘以相应的伸缩因子α76　第12期李广军,周启忠,杨欣:新型变论域模糊控制在列车半主动悬挂系统中的应用.22.e ec u ce c u(e)、α(ec)和α(u c).通过半主动悬挂模型仿真发现,变模糊适用于误差较小的情况,而ec对于输出结果影响较大,因此制定了以下变论域模糊算法:1)如果ec模糊论域内的输入绝对值小于1,分别对Ke、Kc和Ku乘以相应的伸缩因子α(e)、α(ec)和α(u c).2)其他情况,仅对e和u c进行变模糊变化,即Ke和Ku乘以相应的伸缩因子α(e)和α(u c).4　仿真研究采用四阶五级龙格一库塔法,时间步长取0.01s,仿真时间为2s,采用正弦输入信号.对于垂直方向的振动,由国际标准I S O2631可知:车辆系统在垂直振动频率为4-8Hz 与内脏器官形成共振现象,是对人体振动比较敏感的频率范围,因此采用幅值为0.02m,频率为6H z的正弦信号.将基于变论域模糊控制的半主动悬挂与被动悬挂进行比较,包括半主动悬架与被动悬架的车体加速度、车体速度、车体动挠度及车轮动载荷四种评价指标,如图4、5、6和7所示,虚线代表半主动悬挂,实线代表被动悬挂.仿真显示,与被动悬挂相比,半主动悬挂的车体加速度、车体速度、车轮动载荷均有显著降低,大约下降了20%,该控制方法稳定性好,鲁棒性强,控制效果优于被动悬挂,但车辆动扰度控制效果不太明显.5　结果分析针对简化的两自由度半主动模型,制定了模糊控制规则,并使用了变模糊论域控制方法,并取得了以下结果:1)提出了一种新的变论域模糊因子,并给了严格证明,该因子可以代替传统的伸缩因子,同时该方法简单方便,不需要指数或者冪指数运算,节约运算时间;2)利用改进的伸缩因子,把变论域模糊控制方法应用到列车半主动悬挂中,仿真效果显示,该方法控制效果在车体垂向加速度、速度和动载荷三个指标均优于被动悬挂;3)由于控制误差与加速度有关,与车辆动扰度关系不大,因此车辆动扰度控制效果不好,这一点有待改进.参考文献:[1]G oodall R.Acti ve Rail way S u s pensi ons:I m p le m en t St atus and Techno2l ogical Trend s[J].Vehicl e Syste m Dyna m i cs(S004223114),1997(28):872117.[2]杨建伟,黄强.基于模糊控制的高速车辆横向半主动悬挂仿真[J].系统仿真学报,2006,18(12):354223546.[3]李洪兴.变论域自适应模糊控制器[J].中国科学E辑,1999,29(1):32242.[4]陈建.半主动悬挂控制策略仿真及其在摆式客车上的应用分析[D].成都:西南交通大学,2007:19223.[5]田勇,沈祖诒,刘保国.变论域模糊控制器及其应用研究[J].现代制造工程,5()2【编校李青】86 宜宾学院学报第10卷　2004:98100.:。

基于PSO_与模糊控制的车辆半主动悬挂系统研究

(７)
将式(７) 代入(６) 中ꎬ可得到传递函数:
Ｓｖ( ω)
２πｋＡｖ Ω ２ｃＶ３
＝２２
Ｇ( ｊω) ２＝
(８)
Ｗ( ω) ω ( ω ＋ Ω ２ｃＶ２ )
图１两自由度１ / ４半主动悬挂系统模型
令Ｇ( ｊω) ＝
Copyright©博看网. All Rights Reserved.
ξ( ξ>０)
控制策略ꎬ建立车辆１ / ４半主动悬挂系统模型ꎬ以此
为优化控制对象进行仿真分析ꎮ
１模型建立
１.２轨道输入模型建立
１.１建立１ / ４半主动悬挂系统模型
车辆产生的振动是因为轨道的高低不平顺造成
的ꎬ因此需建立合理的轨道输入模型ꎮ 本文选取第
系悬挂的普通阻尼器换为磁流变阻尼器ꎬ建立１ / ４
÷
２σ ２ｉ
è
ø
输入、输出变量范围为:
ｚ̈２ ∈ [ －ａｍａｘ ꎬａｍａｘ ] ꎬ ｚ̇ ２－ｚ̇ １ ∈ [ －ｂｍａｘ ꎬｂｍａｘ ] ꎬ Ｉ ∈
[ ０ꎬｉｍａｘ ] ꎻ论域为:Ａ＝ { －ａꎬ－ａ＋１ꎬꎬ０ꎬꎬａ－１ꎬａ} ꎬ
Ｂ＝{ －ｂꎬ－ｂ＋１ꎬꎬ０ꎬꎬｂ－１ꎬｂ} ꎬＩ＝{ ０ꎬꎬｉ－１ꎬｉ} ꎬ分
ｏｆｔｈｅｖｅｈｉｃｌｅｂａｓｅｄｏｎＰＳＯ－Ｆｕｚｚｙｏｐｔｉｍｉｚａｔｉｏｎｃｏｎｔｒｏｌｃａｎｅｆｆｅｃｔｉｖｅｌｙｒｅｄｕｃｅｔｈｅｖｅｒｔｉｃａｌｖｉｂｒａｔｉｏｎｏｆｔｈｅｖｅｈｉｃｌｅａｎｄ
ｔｈｅｃｏｎｔｒｏｌｅｆｆｅｃｔｉｓｓｉｇｎｉｆｉｃａｎｔｌｙｉｍｐｒｏｖｅｄ.
模糊子集定义为:
ｚ̈ ２＝ { ＮＢꎬＮＭꎬＮＳꎬＺＯꎬＰＳꎬＰＭꎬＰＢ}

基于最优控制和模糊控制的半主动悬架仿真研究

ＳｉｍｕｌａｔｉｏｎＳｔｕｄｙｏｆＳｅｍｉ－ＡｃｔｉｖｅＳｕｓｐｅｎｓｉｏｎＢａｓｅｄｏｎＯｐｔｉｍａｌＣｏｎｔｒｏｌａｎｄＦｕｚｚｙＬｏｇｉｃＣｏｎｔｒｏｌ
ＧＵＨａｉ－ｍｉｎｇ，ＺＨＡＯＧｕｉ－ｆａｎ，ＹＡＮＧＪｉａ－ｌｉｎ，ＣＡＯＪｉａｎ－ｘｉａｏ，ＱＩＮＧＫｅ
（１．ＣｏｌｌｅｇｅｏｆＡｕｔｏｍｏｂｉｌｅＥｎｇｉｎｅｅｒｉｎｇ，ＨａｒｂｉｎＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，ＳｈａｎｄｏｎｇＷｅｉｈａｉ２４２６０９，Ｃｈｉｎａ；
第６期２０１３年６月
机械设计与制造
ＭａｃｈｉｎｅｒｙＤｅｓｉｇｎ＆Ｍａｎｕｆａｃｔｕｒｅ
基于最优控制和模糊控制的半主动悬架仿真研究
顾海明，赵桂范，杨佳鳞，曹建骁，青坷
ｔｉｍｅ，ｃｃａｏｒｄｉｎｇｔｏｌｉｎｅａｒｑｕａｄｒｔｉａｃｇａｕｓｓｉａｎｓｔｏｃｈａｓｔｉｃｏｐｔｉｍａｌｃｏｎｔｒｏｌｔｈｅｏｒｙａｎｄｆｕｚｚｙｌｏｇｉｃｃｏｎｔｒｏｌｔｈｅｏｙ，ｒａＬＱＧｏｐｔｉｍａｌｃｏｎｔｒｏｌｌｅｒａｎｄａｆｕｚｚｙｌｏｇｉｃｃｏｎｔｒｏｌｌｅｒｗｉｔｈｔｗｏｉｎｐｕｔｓａｎｄｏｎｅｏｕｔｐｕｔｒｅａｅｓｄｉｇｎｅｄ．Ｒｏｄａｉｎｐｕｔｍｏｄｅｌ，ｐａｓｓｉｖｅｓｓｕｐｅｎｓｉｏｎｓｙｓｔｅｍ，ｏｐｔｉｍａｌｃｏｎｔｒｏｌｓｙｓｔｅｍａｎｄｆｕｚｚｙｌｏｇｉｃｃｏｎｔｒｏｌｓｙｓｔｅｍａｒｅｅｓｔａｂｌｓｉｈｅｄｉｎＭＡＴＬＡＢ／ＳＩＭＵＬＩＮＫａｎｄｓｉｍｕｌａｔｉｏｎｔｅｓｔｏｕｔｐｕｔｉｓａｐｐｌ￣ｄｔｏａｎａｌｙｚｅｔｈｅｅｆｅｃｔｏｎｂｏｄｙｃｃａｅｌｅｒａｔｉｏｎ，ｓｓｐｕｅｓｉｎｏｎｄｅｌｅｆｃｔｏｉｎａｎｄｔｉｒｅｄｙｎａｍｉｃｌｏｄ．ａＴｈｅｒｅｓｕｌｔｓｈｏｗｓｔｈａｔｔｈｅｔｗｏｃｏｎｔｒｏｌｓｔｒｔａｅｇｉｅｓＣｎａｂｏｔｈｉｍｐｒｏｖｅｃａｒｉｒｄｅｃｏｍｆｏｒｔ．Ｆｉｎａｌｌｙ，ｂｏｔｈｔｈｅｄｖａｎｔａａｇｅｓａｎｄｄｓｉｄｖａｎｔａａｇｅｓｆｔｏｈｅｔｗｏｃｏｎｔｒｏｌ

某越野汽车磁流变半主动悬架变论域模糊控制

某越野汽车磁流变半主动悬架变论域模糊控制庞辉;刘凡;王延【摘要】In order to solve the problem that the traditional variable universe fuzzy controller for semi-active suspension dependents on empirical rules,an improved variable universe T-S fuzzy control strategy based on fuzzy neural network is proposed.Firstly,according to the testing data of the magneto-rheological (MR)damping force characteristic,the damping force of MR shock absorber based on adaptive fuzzy neural network and the half vehicle MR semi-active suspension system is established.Secondly,the T-S fuzzy controller for suspension system is developed,meanwhile in order to adjust the variables of T-S fuzzy controller in real time,the fuzzy neural network structure is used to describe the change of the scaling factor. Finally,the effectiveness and feasibility of the proposed control method are verified by the simulation results.%为了解决半主动悬架传统变论域模糊控制器过度依赖经验规则的问题,提出了一种基于模糊神经网络的变论域T-S模糊控制策略.首先,根据磁流变减振器阻尼特性的实验结果,建立基于自适应模糊神经网络的减振器阻尼力模型及1/2车辆半主动悬架动力学模型;其次,建立悬架系统T-S模糊控制器,同时为了实时调节T-S 模糊控制器变量的论域,采用模糊神经网络结构描述伸缩因子的变化.仿真结果表明,笔者提出的变论域模糊控制策略能够有效提高车辆行驶平顺性和操作稳定性.【期刊名称】《振动、测试与诊断》【年(卷),期】2019(039)002【总页数】21页(P311-319,433-444)【关键词】半主动悬架;磁流变减振器;变论域;T-S模糊控制;模糊神经网络【作者】庞辉;刘凡;王延【作者单位】西安理工大学机械与精密仪器工程学院, 西安, 710048;西安理工大学机械与精密仪器工程学院, 西安, 710048;西安理工大学机械与精密仪器工程学院,西安, 710048【正文语种】中文【中图分类】TH113.1引言车辆悬架系统的主要功能是吸收由路面不平度引起的振动响应，同时保证轮胎与路面的不间断接触以提高车辆行驶平顺性和操纵稳定性[1-2]。

基于联合仿真的汽车半主动悬架模糊控制分析

基于联合仿真的汽车半主动悬架模糊控制分析郝博然;卞学良;窦占峰;朱玉刚【摘要】为了降低汽车行驶时路面对车身的冲击,该文基于AMESim软件建立了半主动悬架和被动悬架1/4车动力学模型,并在MATLAB/Simulink中设计了二维模糊控制器,以积分白噪声信号模拟了C级随机路面,运用AMESim和MATLAB/Simulink对模型进行了联合仿真,仿真结果实现了半主动悬架阻尼值根据路况在3个档位之间的切换.分析结果表明采用模糊控制器的半主动悬架车身垂直振动加速度比被动悬架降低了13.3％,悬架动挠度降低了6.69％,使车辆行驶的平顺性和操纵稳定性得到了较好的改善.【期刊名称】《汽车工程师》【年(卷),期】2017(000)009【总页数】4页(P21-24)【关键词】联合仿真;半主动悬架;模糊控制器【作者】郝博然;卞学良;窦占峰;朱玉刚【作者单位】河北工业大学;河北工业大学;河北工业大学;中国汽车技术研究中心【正文语种】中文悬架的性能对汽车平顺性和操稳性影响显著。

半主动悬架则可以根据不同路况改变阻尼或刚度的大小，性能较被动悬架有很大提升。

和主动悬架相比，半主动悬架在性能接近的同时又具有安全性好、成本低及结构紧凑等优点。

高性价比使得半主动悬架愈来愈受到国内外研究人员的关注。

以往人们在对车辆动力学模型进行分析时，大多建立数学模型进行分析，而数学建模过程繁琐，利用软件搭建的数学模型可视化和可读性也较差，在一定程度上降低了工作效率和精度[1-3]。

文章通过运用LMS.AMESim软件并基于物理意义对半主动悬架1/4车进行建模，建模思路清晰。

然后利用MATLAB/Simulink设计了模糊控制器，对半主动悬架模型进行联合仿真，并对仿真结果进行分析，分析结果表明，采用模糊控制的半主动悬架较被动悬架性能有较为明显的改善，同时联合仿真的方法提高了工作效率和准确率，对半主动悬架的后续研究具有参考意义。

1 动力学模型分析1.1 半主动悬架1/4车模型分析汽车是一个复杂的振动系统，其振动形式和振动的影响因素繁多。