车辆主动悬挂最优预见控制模型
浅析汽车底盘主动悬架控制方法
浅析汽车底盘主动悬架控制方法随着汽车技术的不断发展，汽车底盘主动悬架系统已经逐渐成为了一种常见的装备。
这种系统可以根据车辆当前的驾驶状态和路况来主动调节悬架硬度，提升行车舒适性和稳定性。
在本文中，我们将对汽车底盘主动悬架控制方法进行一个浅析。
一、主动悬架原理主动悬架是指车辆悬挂系统具备主动调节功能，通过传感器感知车身运动状态，再根据实时数据调节悬架系统的工作参数，实现对车身姿态和路面适应性的主动调节。
主动悬架主要包括主动减振和主动悬架控制两部分。
主动减振通过控制减振器的阻尼力来调节车辆的悬挂硬度；主动悬架控制则通过控制空气悬挂元件或电磁阻尼器来实现对车辆悬挂的主动调节。
二、主动悬架控制方法1. 传统悬架控制传统的悬架系统主要通过设置不同的弹簧和减振器来实现对车辆悬挂系统的调节。
这种悬架系统在工作过程中需要依靠车辆的行驶速度和路面情况来进行调节，无法实现主动的悬架控制。
因此在高速行驶和复杂路况下，传统悬架系统的性能会受到一定的限制。
主动悬架控制方法则是通过悬架系统内置的传感器和控制单元，实时感知车辆的运动状态和路面情况，并根据这些数据来主动调节悬架系统的工作参数。
目前主动悬架系统主要采用以下几种控制方法：（1）电子控制电子控制是主动悬架系统的核心技术之一，通过悬挂系统内置的控制单元收集和处理来自传感器的数据，并根据预设的悬架调节算法来控制悬挂系统的工作状态。
在电子控制技术的支持下，主动悬架系统可以根据车辆当前的行驶状态和路况主动调节悬架硬度，提升行车舒适性和稳定性。
（2）气动控制为了实现对悬架系统的精准控制，主动悬架系统还需要配备一套高效的控制算法。
主动悬架控制算法的设计主要考虑以下几点：姿态控制是主动悬架系统的重要功能之一，通过感知车辆的侧倾角和纵向加速度来调节悬架系统的工作状态，提升车辆的稳定性和操控性。
（2）路面适应（3）悬挂硬度调节主动悬架系统在汽车领域具有广泛的应用前景，目前已经成为了豪华车和高端车型的标配。
概述汽车主动控制悬架系统的工作原理及控制模式
高速感应控制 车速 #/"$% & ’ 车 速 *" 0/"$% & ’ ， 车 高 持 续 .(,) 以 上 大幅度变化 车 速 #/"$% & ’ ， 车 高 持 续 .(,) 以 上 大 幅度变化
"$" """
""" "
连续坏路 面控制
０
０ ←０
车速与路面感应控制逻辑关系
悬架的刚度与阻尼 汽车行驶工况 “ 软”模式 “ 硬”模式 低 中 高 低 中 高 ０
公共汽车
《城市公共交通》 " ! !##$
概述
汽车主动控制悬架系统
的 工作原理及控制模式
太原市公共交通总公司
摘 要 ：主 动 控 制 悬 架 系 统 能 使 汽 车 乘 坐 舒 适 性 和 操 作 安 全 性
郭丽萍
（ <）传感器。电子控制悬架系统传感器将汽车行驶的 路面状况和车速， 以 及起动、加速、转向、制动等工况转 变为电信号，输送给电子控制器。该系统所使用的传感器 见表 <。 表<
中图分类号： ’($)$$
文 章 编 号： "##*+"’(, （ !##$ ） #"+##",+#! 收 稿 日 期： !##!+#*+"#
C <B C
状态，在这两种不同的模式下，悬架由控制器控制在 三种状态，根据车速和路面的变化自动地调节刚度和 阻尼系数，使车身的振动达到最佳的控制。其逻辑关 系 见 表 .。 （ .） 车 身 姿 态 控 制 。 是 指 在 汽 车 车 速 突 然 改 变 及 转向等情况下，控制器对悬架的刚 度 和 阻 尼 实 施 控 制 ， 以抑制车身的过度摆动，从而确保车辆乘坐舒适性和 操纵稳定性。其逻辑关系见表 ! 。 表!
浅析汽车主动悬架系统的发展和控制策略
・ ２ ９・
浅析汽车主动悬架系统 的发展和控制策略
邱 亚 宇
摘
（ 南京信 息职业技术 学院， 江苏 南京 ２ １ ０ ０ ４ ６ ） 要： 介绍 了国内外汽 车主动 悬架控 制 系统发展和 主要控 制策略 ， 重点论述 了汽车主动悬 架控制 系统的应用和发展 ， 最后列举 了
目前 主 动 悬 架 的控 制 策 略 和 优 缺 点 。
关键词 ： 主动悬架 ； 应用 ； 发展 ； 控 制策略
随着现代汽车对乘坐舒适 『 生 和行驶安全Ｊ 生的要求提高 ，设计一个 起步比较晚 其中上海交通大学、 清华大学 、 吉林大学和同济大学等科研 具有良好综合陛能的悬架成为现代汽车研究的一个重要课题。传统被 院所都开展了一些研究工作 ，对主动悬架进行 了一些理论研究和试验 动式悬架系统的弹『 生 元件其刚度和阻尼是固定值，在汽车行驶过程中 方法的研究 ，仍处于理论探索与数值模拟阶段 ，相应的试验验证比较 无法随路面状况 、 载荷和车速等因素的变化而变化。 由于悬架参数不可 少 ， 还没有进入产品研制开发阶段。 北京理工大学的章一鸣教授较早地 改变 ， 即使参数采用优化设计， 也只能对特定的激励具有最佳效果 ， 一 对主动悬架进行了理论及试验研究。 该校高志彬 、 黄志刚等人进行 了可 旦激励发生变化 ， 悬架 系统的减振效果很难维持最佳， 这一问题注定了 控减振器的性能试验研究 ，试验结果说咀昕 十的三级阻尼可调减振 被动式悬架系统的性能难以提高。近年来 ， 随着计算机技术和各种控制 器 Ｉ 生 能优于传统的被动悬架。 方法 的发展 ， 汽车主动悬架技术成为汽车技术研究的—个重要方向。 这 ２主动悬架系统的控制策略 种主动悬架系统 ，可随汽车行驶状况而自适应地通过作动器控制悬架 汽车主动悬架的研究工作包含两个方面： 一方面是执行器的开发 ， 动力响应 、 或 自动调节悬架的刚度和阻尼参数 ， 具有优 良的减振性能 ， 另一方面是控制策略的研究，两方面较好的配合才会使悬架系统的性 也有利于车辆的操纵稳定 Ｉ 生。 能达到理想的效果。 上世纪五十年代形成完整的经典控制理论， 采用频 １主 动悬 架 系统 国内外发 展状 况 率响应 法和根轨迹法这些 图解分析方法分析系统性能和设计控制装 在汽车悬架系统的发展史上 ， 是１ ９ ５ ４ 年美 国 Ｇ Ｍ汽车公司的 Ｅ 置。历史的实践汪明经典控制理论十分有效的。 ｓ ｐ ｉ ｅ ｌ Ｌ ａ ｂ ｒ ｏ ｓ ｓ ｅ 首次提出了主动悬架的概念。 雪铁龙早在 ２ ０ 世纪 ５ ０ 年 随着状态空间空间法的应用而出现的现代控制理论 ，它可以解决 代初期就将电控主动液压悬架装备在其 １ ５车型上 ， 但实现大规模的批 多输人多输出的多维空间系统 ， 研究 的系统复杂性不断提高 ， 其 已开始 量使用则是在稍后推出的 Ｄ Ｓ系列车型上Ⅲ 。 向智能控制方向发展 。目前应用于主动悬架系统的控制理论 比较多， 常 １ ９ ６ ５ 年， Ｗ． ０ ． Ｏ ｂ ｓ ｏ ｎ 和ｋ Ｒ ￣ Ａ ｌ ｌ ｅ ｎ 作了类似的研究工作。此后 ， Ｔ ． Ｈ ． 见的控制方法主要有 以下 ３ 种： Ｒ ｏ ｃ ｈ ｗ ｅ ｌ ｌ ， Ｓ ． Ｋ ｉ ｍｉ ｃ ￣和 Ｍ ． Ｌ ａ ｗ ｔ ｈ ｅ ｒ 做了用伺服机构作为主动元件的理论 ２ ． １ 天棚阻尼控制。美 国著名控制专家 Ｋ ａ ｒ ｎ ｏ ｐ ｐ 在二十世纪七十年 研究 。早期研究的主动悬架数学模型是不考虑非簧载质量和轮胎特ｌ 生 代初提出了天棚阻尼的概念。这种方法的思想就是在车身上安装一个 的单 自由度系 统 。 与车身振动速度成正比的阻尼器，使阻尼器产生的力与车身竖直方向 １ ９ ７ ６ 年Ｔ ｈ ｏ ｍｐ ｓ ｏ ｎ首先将全状态反馈最优控制理论应用于主动悬 的运动相抵抗 ， 便可以Байду номын сангаас效地防止车身与悬架发生大的共振。 这种方法 架的研究中。１ ９ ８ ４年他又利用部分状态反馈最优控制理论构造了次最 简单 ， 所需要的车身传感器数量也较少 ， 不需要非常复杂的悬架系统模 优反馈阵。 随后 ， Ｔ ｈ ｏ ｍ ｐ ｓ ｏ ｎ 和Ｐ ｅ ａ ｒ ｃ ｅ 把两个 自由度模型扩充到四个 型 ， 实现起来 比较简单 。后来 ｋ ａ ｒ ｎ ｏ ｐ ｐ 又提出了开关阻尼的概念 ， 这种 自由度模 型 。 方法是天棚阻尼的延伸 ，目前已被美 国通用汽车公司应用于某型号车 并取得了良好 的效果 。 １ ９ ８ ６ 年， Ｒ ． Ｍ． Ｃ ｈ ａ ｌ ａ ｓ ｓ ａ ｎ ｉ 研究了整车模型 的行驶 Ｉ 生能。Ｐ ． Ｂ ａ ｒ ａ ｋ和 上 ， ２ ． ２ 智能控制。 近些年来智能控制取得了很大的发展 ， 最有代表ｆ 生 的 Ｄ ． Ｈ ｒ ｏ ｖ ａ ｔ 用计算机模拟激励的方法， 比较 了主动悬架的优趱 陛。用性能 指数 １ Ｉ表示 主动 、 半主动 、 和被动 悬 架 的性能 。对 一组 特 定的 Ⅱ 加权 便是模糊控制和神经网络控制。模糊控制是由美国动控制理论专家扎 计算模拟的激励结果显示采用半主动悬架和主动悬架的车辆其各项指 德ｆ Ｌ ＾ Ａ ． ｚ ａ ｄ ａ ｈ 艉 出来的， 通过一定的发展 ， 模糊控制理论已经成为人们所 研究的一个热 门课题。在汽车悬架控制方面， Ｙ ｏ ｓ ｈ ｉ ｍ ｕ ｒ ｏ 教授将模糊控 标多下降了很多。 １ ９ ５ ５ 年法 国 Ｃ ｉ ｔ ｒ ｏ ｅ ｎ 汽车公司研制出一种液压一空气悬架系统 ， 制理论首先应用到汽车主动和半主动悬架 中。汽车悬架可以看作是用 可以使汽车具有较好 的行驶平顺性和乘坐舒适性 ，由于它的制造工序 组非线 『 生 微分方程来描述的非线性系统 ，利用模糊推理方法可推导 过于复杂 ， 最终未能普及。１ ９ ８ ２ 年美国 Ｌ Ｏ Ｔ Ｕ Ｓ 汽车公 司研制出有源主 出合适的阻尼力 ，实验结果显示采用模糊控制理论设计的控制器可使 动悬架系统 ，瑞典 Ｖ Ｏ Ｌ Ｖ Ｏ汽车公 司在其车上安装 了实验 ｆ 生的 Ｌ Ｏ Ｔ Ｕ Ｓ 主动悬架的性能得到有效提高 ， 提高了汽车行驶的平顺性 。 模糊控制和 主动悬架系统。１ ９ ８ ３年 日 本Ｔ Ｏ Ｙ Ｏ Ｔ Ａ汽车公司在 Ｓ ｏ ａ ｒ ｅ 轿车上采用了 神经网络控制能够为特殊条件下的模型处理问题提供有效的方法 。可 阻尼可调的减振器。１ ９ ８ ６年丰 田又在 Ｓ ｏ ａ ｒ ｅ 车型采用了能分别对阻尼 以认为智能控制将是 ２ １ 世纪控制领域 的核心技术 ， 智能控制的发展必 和刚度进行三级调节的空气悬架 ， １ ９ ８ ９年 Ｔ Ｏ Ｙ Ｏ Ｔ Ａ在 Ｃ ｅ ｌ ｉ ｃ ａ 车型上装 将推动科技的发展， 从而对社会进步的推动力是不可估量 的。 置了真正意义上的主动油气悬架系统 福特汽车公司在 １ ９ ８ ４年底的 ２ ． ３ 混合控制。 当前用于汽车悬架振动的控制策略比较多， 单一控制 Ｌ ｉ ｎ ｃ ｏ ｌ ｎ Ｃ ｏ ｎ ｔ ｉ ｎ ｅ ｎ ｔ ａ ｌ 车上 装 备 了电控 空气 悬架 系 统 ， 可 以有效 地实 现 隔 策略可以使某一控制 目标达到理想的效果 ，但很难达到多个控制 目标 振 和高 度调 整 。 同时满足要求 的要求。因为各种控制策略都有 自身无法弥补的缺陷 ， 考 １ ９ ８ ８年雪铁龙公 司正式将装备有液压悬架的 Ｘ Ｍ车型正式命名 虑到一方面则往往另一面就会有损失 。因此常将多种控制方法结合起 为第一代主动液压悬架系统，之后雪铁龙又在其生产的 Ｘ Ａ Ｎ Ｔ Ｉ Ａ系列 来对悬架系统进行混合控制 ，例如将模糊控制和神经网络控制混合设 车型装置了第二代主动液压悬架， 这一代新型主动悬架大大地提高 Ｅ — 计 应用于奔驰高级轿车和重型坦克，这种混合控制策略同样适用于汽 Ｃ Ｕ控制单元的计算速度 ， 同时有运动和舒适两种模式可供选择。到 目 车主动悬架这样复杂的非线性系统 ，仿真结果显示均能取得 良好的效 前为止，雪铁龙的主动液压悬架已发展到第三代 ，并装备于其 ｃ ５ 、 ｃ ６ 果 ， 从长远来看 ， 混合控制方法将是今后悬架控制策略研究的一个很重 系列车型上。 其第四代主动液压系统也在研发 当中 ［ ３ １ 。 ２ ０ 世纪 ９ ０ 年代 要 方 向。 日本 Ｎ Ｉ Ｓ Ｓ Ａ Ｎ汽车公司在 Ｉ ｎ ｉ ｆ ｎ ｉ ｔ ｅ Ｑ ４ ５ 轿车上也装备了液压主动悬架。 参考文献 此外 ， 德国 Ｐ ｏ ｒ ｓ ｃ ｈ ｅ 、 美国Ｆ ｏ ｒ ｄ ， 德国 Ｂ ｅ ｎ ｚ 、 通用、 克莱斯勒 、 雪铁龙 ［ １ Ⅱ ．Ｅ ｓ ｋ ｉ ，Ｓ ． Ｙ ｉ ｄ ｉ ｒ ｉ ｍ ．Ｖ ｉ ｂ ｒ ａ ｔ ｉ ｏ ｎ Ｃ ｏ ｎ ｔ ｒ ｏ ｌ ｏ ｆ Ｖ ｅ ｈ ｉ ｃ ｌ ｅ Ａ ｃ ｔ ｉ ｖ ｅ Ｓ ｕ ｓ ｐ ｅ ｎ ｓ ｉ ｏ ｎ ｓ ｔ ｅ ｍ Ｕｓ ｉ ｎ ｇ ａ Ｎｅ ｗ Ｒｏ ｂ ｕ ｓ ｔ Ｎ ｅ ｕ ｒ ａ ｌ Ｎｅ ｔ ｗ ｏ ｒ ｋ Ｃ
211072071_车载视觉感知预瞄下的主动悬架控制分析与实车应用(一)
文/江苏 高惠民车载视觉感知预瞄下的主动悬架随着家用汽车的普及率逐年提高，人们由最初的追求家用汽车较好的基本性能指标(动力性、安全性和经济性等)以及提供的方便与快捷，逐步上升到追求家用汽车自身优良的行驶性能和运动特性(舒适性、平顺性和操稳性)。
与此同时，由国内外车辆研究机构的相关报告和汽车公司研发和生产的一些新型车辆可知，先进的车辆悬架系统(主动悬架、半主动悬架等)可以有效改善车辆各项行驶性能，是车辆底盘智能化发展的一个重要方向。
一、悬架系统的组成和功能车辆悬架系统是车身(簧载质量m s )和车轮(非簧载质量m t )之间传递一切力和力矩的连接装置的总称，它用于连接车体与车轮，能够将路面对于车轮的垂向作用力、纵向作用力和侧向作用力以及这些作用力传递到车身，缓冲和衰减行驶中产生的车身振动与冲击，以保证车辆能平顺的行驶。
虽然汽车悬架都拥有各种不完全相同的结构形式，但一般都由弹性元件、减振器和导向机构这三大部分构成。
弹性元件主要有钢板弹簧、空气弹簧、螺旋弹簧、橡胶弹簧、油气弹簧以及扭杆弹簧等形式，而现代车辆悬架系统中采用较多的是螺旋弹簧和扭杆弹簧，个别高级轿车会应用空气弹簧。
车辆行驶中，悬架系统中的弹性元件受到冲击产生振动，为了衰减振动，在悬架系统中安装与弹性元件并联的减振器。
液力减振器是汽车悬架系统中采用较多的减振器类型，其工作原理是车轮(或车桥)与车身(或车架)间受振动出现相对运动时，减振器内的活塞相应的做上下移动，减振器腔内的液压油液不停的从一个腔经过不同的孔隙流入另一个腔中。
此时孔壁与液压油液之间的摩擦和液压油液分子之间的内摩擦对振动形成阻尼力，使车辆振动产生的能量转换成油液热能，最后经减振器外壳吸收，随之散发到大气中。
高惠民(本刊编委会委员)曾任江苏省常州外汽丰田汽车销售服务有限公司技术总监，江苏技术师范学院、常州机电职业技术学院汽车工程运用系专家委员，高级技师。
车轮相对于车身(或车架)跳动时，车轮(尤其指转向轮)的运动轨迹要符合一定的规律或要求，否则车辆的操作稳定性和其他行驶性能会受到影响。
汽车悬挂系统的主动控制研究
汽车悬挂系统的主动控制研究【摘要】汽车悬挂系统是汽车重要的组成部分，对行车安全和舒适性起着至关重要的作用。
随着科技的进步，主动控制技术在汽车悬挂系统中的应用也逐渐受到关注。
本文从现状分析入手，介绍了汽车悬挂系统的发展历程和主动控制技术的应用。
接着详细探讨了基于传感器和控制算法的汽车悬挂系统主动控制方法，并通过案例分析展示了其实际效果。
展望了主动控制技术在汽车悬挂系统中的应用前景，并提出了未来研究方向。
本文旨在为汽车悬挂系统的主动控制研究提供参考，促进相关技术的发展与应用。
【关键词】汽车悬挂系统、主动控制、传感器、控制算法、研究案例分析、应用前景、未来研究方向、总结1. 引言1.1 背景介绍汽车悬挂系统是车辆中至关重要的一个部分，它直接影响着行驶的舒适性、稳定性和安全性。
随着汽车科技的不断发展，传统的被动悬挂系统已经不能满足人们对行驶质量的需求。
越来越多的汽车制造商开始研究和开发主动悬挂系统，以提高汽车的操控性能和舒适度。
传统的被动悬挂系统只能根据路面的不平整程度对汽车进行阻尼调节，无法根据车辆的实际情况进行有效的调整。
而主动悬挂系统则可以通过实时监测车辆的动态参数，根据行驶状态和路况进行主动调控，从而使车辆在行驶过程中保持最佳的悬挂状态。
主动悬挂系统的研究和应用已经取得了一定的成果，但在实际应用中仍存在一些挑战和问题，如成本高昂、能耗大等。
对汽车悬挂系统的主动控制研究具有重要的理论和实践意义，有助于提高汽车的行驶性能和安全性，同时也可以为未来的汽车智能化发展提供重要参考。
1.2 研究意义汽车悬挂系统是汽车重要的组成部分，直接影响到车辆的行驶稳定性、舒适性和安全性。
随着科技的发展，主动控制技术在汽车悬挂系统中得到了广泛应用，可以实现对悬挂系统的实时调节和控制，提高车辆的操控性能。
研究汽车悬挂系统的主动控制具有重要的意义。
通过研究主动控制技术在汽车悬挂系统中的应用，可以提高车辆的行驶稳定性。
主动控制技术能够根据路面情况和驾驶需求自动调节悬挂系统，使车辆在高速行驶、急转弯等场景下更加稳定，减少侧倾和飘逸现象，提高乘车舒适度。
车辆主动悬架最优控制
图 1. q1＝3.35E5 ，q2 ＝40.5E5 的幅频特性图 由图 1 可以看出主动悬架的车身加速度、悬架动扰度、轮胎动载荷幅频特性图同被动悬架相 似，同样具有双峰，不同的是在低频固有频率附近，主动悬架的响应幅值明显减小，且变化 平缓， 主动悬架的减振性能较为突出； 在高频固有频率附近， 主动悬架的响应幅值变化较大 。 可知取该组权系数时，主动悬架的减振性能的改善程度不够理想； 2) 取 q1＝3.35E8，q2 ＝40.5E8 时，由程序得 k1 =63640;k2=4863;k3 =－36146；k4 ＝－904；及 系统的传递函数和幅频特性，绘制幅频特性图 %主动悬架 q1=3.35e8;q2=40.5e8 时的仿真程序: m1=36;m2=240;kt=160000;q1=3.35e8;q2=40.5e8; A=[0 1 0 -1;0 0 0 0;0 0 0 -1;0 0 kt/m1 0]; B=[0;1/m2;0;-1/m1];D=[0;0;1;0]; C=[0 0 0 0;1 0 0 0;0 0 1 0]; E=[1/m2;0;0];H=[0;0;0]; Q=[q2 0 0 0;0 0 0 0;0 0 q1 0;0 0 0 0];R=[1]; [K,P,F]=lqr(A,B,Q,R) M=A-B*K; N=C-E*K; G=ss(M,D,N,H); G1=tf(G) i=1; for s=0:0.1:80 s=s*2*pi*j; G11=(150.6*s^3 + 1.673e004*s^2 + 1.179e006*s + 1.653e-008)/(s^4 + 45.36*s^3 + 5473*s^2 + 9.005e004*s + 1.179e006);
(完整word版)基于Matlab的汽车主动悬架控制器设计与仿真
《现代控制理论及其应用》课程小论文基于Matlab的汽车主动悬架控制器设计与仿真学院：机械工程学院班级：ＸＸＸＸ（XX）姓名：X X X2015年6月3号河北工业大学目录1、研究背景 (3)2、仿真系统模型的建立 (4)2.1被动悬架模型的建立 (4)2.2主动悬架模型的建立 (6)3、LQG控制器设计 (7)4、仿真输出与分析 (8)4.1仿真的输出 (8)4.2仿真结果分析 (11)5、总结 (11)附录：MATLAB程序源代码 (12)（一）主动悬架车辆模型 (12)（二）被动悬架车辆模型 (14)（三）均方根函数 (15)1、研究背景汽车悬架系统由弹性元件、导向元件和减振器组成,是车身与车轴之间连接的所有组合体零件的总称,也是车架(或承载式车身)与车桥(或车轮)之间一切力传递装置的总称,其主要功能是使车轮与地面有很好的附着性,使车轮动载变化较小,以保证车辆有良好的安全性,缓和路面不平的冲击,使汽车行驶平顺,乘坐舒适,在车轮跳动时,使车轮定位参数变化较小,保证车辆具有良好的操纵稳定性。
(a)被动悬架系统(b)半主动悬架系统(c)主动悬架系统图1 悬架系统汽车的悬架种类从控制力学的角度大致可以分为被动悬架、半主动悬架、主动悬架3种（如图1所示）。
目前,大部分汽车使用被动悬架,这种悬架在路面不平或汽车转弯时,都会受到冲击,从而引起变形,这时弹簧起到了减缓冲击的作用,同时弹簧释放能量时,产生振动。
为了衰减这种振动,在悬架上采用了减振器,这种悬架作用是外力引起的,所以称为被动悬架。
半主动悬架由可控的阻尼及弹性元件组成,悬架的参数在一定范围内可以任意调节。
主动悬架是在控制环节中安装了能够产生上下移动力的装置,执行元件针对外力的作用产生一个力来主动控制车身的移动和车轮受到的载荷,即路面的反作用力。
随着电控技术的发展，微处理器在车辆中的应用已经日趋普遍,再加上作动器、可调减振器和变刚度弹簧等重大技术的突破,使人们更加注对主动悬架系统的研究。
汽车悬架系统动力学模型的研究
1 绪论随着社会的发展和文明的进步，汽车作为一种交通工具，已成为人们出行的主要选择，汽车乘坐的安全性、舒适性已成为世人关注的焦点。
汽车作为高速客运载体，其运行品质的好坏直接影响到人的生命安全，因此，与乘坐安全性、舒适性密切相关的轿车动力学性能的研究就显得非常重要。
悬架系统汽车的一个重要组成部分，它连接车身与车轮，主要由弹簧、减震器和导向机构三部分组成。
它能缓冲和吸收来自车轮的振动，传递车轮与地面的驱动力与制动力，还能在汽车转向时承受来自车身的侧倾力，在汽车启动和制动时抑制车身的俯仰和点头。
悬架系统是提高车辆平顺性和操作稳定性、减少动载荷引起零部件损坏的关键。
一个好的悬架系统不仅要能改善汽车的舒适性，同时也要保证汽车行驶的安全性，而提高汽车的舒适性必须限制汽车车身的加速度，这就需要悬架有足够的变形吸收来自路面的作用力。
然而为了保证汽车的安全性，悬架的变形必须限定在一个很小的范围内，为了改善悬架性能必须协调舒适性和操作稳定性之间的矛盾，而这个矛盾只有采用这折衷的控制策略才能合理的解决。
因此，研究汽车振动、设计新型汽车悬架系统、将振动控制在最低水平是提高现代汽车性能的重要措施[1][2]。
1.1 车辆悬架系统的分类及发展按工作原理不同，悬架可分为被动悬架(Passive Suspension)、半主动悬架(Semi-Active Suspension)和主动悬架(Active Suspension)三种，如图1.1所示[3]。
（a）被动悬架 (b)全主动悬架 (c)半主动悬架图 1.1 悬架的分类图1.1中Mu为非簧载质，Ms为簧载质量，Ks为悬架刚度，Kt为轮胎刚度；C1为被动悬架阻尼，C2为半主动悬架可变阻尼，F为主动悬架作动力。
目前我国车辆主要还是采用被动悬架(Passive Suspension)。
其两自由度系统模型如图1.1(a)所示。
传统的被动悬架一般由参数固定的弹簧和减振器组成，其弹簧的弹性特性和减振器的阻尼特性不能随着车辆运行工况的变化而进行调节，而且各元件在工作时不消耗外界能源，故称为被动悬架。
《基于智能控制的汽车主动悬架控制策略研究》范文
《基于智能控制的汽车主动悬架控制策略研究》篇一一、引言随着汽车工业的快速发展，人们对汽车行驶的平稳性、安全性和舒适性要求越来越高。
汽车主动悬架系统作为提高汽车行驶性能的关键技术之一，其控制策略的研究显得尤为重要。
传统的被动悬架系统已经无法满足现代汽车的需求，而基于智能控制的主动悬架系统则能够更好地适应复杂的道路环境，提高汽车的行驶性能。
本文旨在研究基于智能控制的汽车主动悬架控制策略，为汽车悬架系统的设计和优化提供理论依据。
二、智能控制技术概述智能控制技术是一种基于人工智能、计算机技术和控制理论的技术，具有自适应、自学习和优化的特点。
在汽车主动悬架系统中，智能控制技术可以实现对车辆行驶状态的实时监测和调整，提高车辆的行驶稳定性和舒适性。
目前，常见的智能控制技术包括模糊控制、神经网络控制、遗传算法控制等。
三、汽车主动悬架系统概述汽车主动悬架系统是一种能够根据道路条件和车辆行驶状态实时调整悬架参数的系统。
与传统的被动悬架系统相比，主动悬架系统具有更好的适应性和控制性，能够更好地提高车辆的行驶性能。
主动悬架系统主要由传感器、控制器和执行器等部分组成，其中控制器是整个系统的核心。
四、基于智能控制的汽车主动悬架控制策略研究4.1 模糊控制策略模糊控制是一种基于模糊逻辑的控制方法，具有较好的鲁棒性和适应性。
在汽车主动悬架系统中，模糊控制可以根据传感器采集的车辆状态信息，通过模糊推理方法对悬架参数进行调整，实现对车辆行驶状态的优化。
研究表模糊控制策略可以有效地提高车辆的平稳性和安全性。
4.2 神经网络控制策略神经网络是一种模拟人脑神经元工作的计算模型，具有自学习和自适应的能力。
在汽车主动悬架系统中，神经网络控制可以通过学习大量的驾驶数据，自动调整悬架参数，实现对车辆行驶状态的优化。
研究表明，神经网络控制策略可以更好地适应不同的道路环境和驾驶需求。
4.3 遗传算法控制策略遗传算法是一种模拟自然进化过程的优化算法，具有全局搜索和优化能力。
主动悬架控制器算法及应用
轻 型汽 车技 术
２１ （ ） ２２ ０２ ４ 总 ７
技 术纵横
１ ３
直 接 控 制算 法 仅 需 测 量 悬 架 的相 对 速 度 和 相 对 位
广泛应用。 ｈｍ ｓ 首先将随机最优控制理论应用 Ｔ ｏ ｐｏ ｎ 于主动悬架 的研究 ， 对线性最优控制算法有 以下几 点要求 ：
Ｆ 一 主动悬架作用力 为 了使簧载质量具有理想 的隔振效果 ，只要主
动力 Ｆ 与被 动力 Ｆ 的大小 相 同 ， 向相 反 ， ： 。 方 即
Ｆ＝ Ｆ＝ ｘ＋ ｘ ．－ ｐｋ ｘ ０ Ｃ（一 ｔ （－ ｘ ） （ ２）
就可以完全消除簧载质量与非簧载质量之间的 耦合 效 应 ， 为达 到理想 的隔振 效果 ， 利用 直接 控 Ｎ（１ ２ 式， 得到 单轮 悬架 闭环系统 方 程为 ：
好坏 ， 对汽车的使用性能影响很大 。 悬架 弹性 系数 对行 驶平顺 性 的影 响 ：当 弹性 系 数过大时， 悬架 的减振性能减弱 ， 轮胎的振动直接传 递 到车 身 ；当弹性 系数 过小 时悬 架 系统 的 固有 振 动
频率 接 近路 面 的激 励频 率 ， 容易 引起 车身共 振 。 阻 尼对 汽车 行驶平 顺 性 的影 响 ：为衰 减 车身 的
尼 系数 。
这 种 算 法 的设 计 实 际 上是 滤波 器 结 构 的设 计
和滤波器上 下频率 的选择 。一般结论是上 限频率 高， 悬架对路面冲击的隔振效果好 ， 但悬架 的动挠 度增 加 ， 胎 的接 地 性能 差 ， 之亦 然 ， 限 频 率影 轮 反 下
２ 可控 悬架
从上述分析我们知道悬架刚度、阻尼系数等悬 架 系统 的各项参 数 对车 辆 的行驶平 顺 性和操 纵 稳定
《2024年基于智能控制的汽车主动悬架控制策略研究》范文
《基于智能控制的汽车主动悬架控制策略研究》篇一一、引言随着汽车工业的快速发展，汽车主动悬架系统已经成为现代汽车安全与舒适性的重要组成部分。
通过采用先进的控制策略，主动悬架系统可以有效地提高车辆的行驶稳定性、乘坐舒适性以及操控性能。
本文将重点研究基于智能控制的汽车主动悬架控制策略，旨在为汽车悬架系统的优化设计提供理论依据和技术支持。
二、汽车主动悬架系统概述汽车主动悬架系统是一种具有自适应能力的悬架系统，通过传感器实时监测路面状况和车辆运动状态，采用先进的控制算法对悬架进行实时调整，以实现最佳的行驶性能。
与传统的被动悬架系统相比，主动悬架系统具有更高的灵活性和适应性。
三、智能控制在汽车主动悬架系统中的应用智能控制技术在汽车主动悬架系统中发挥着重要作用。
通过采用先进的控制算法和传感器技术，实现对车辆运动状态的实时监测和调整。
常见的智能控制策略包括模糊控制、神经网络控制、遗传算法等。
这些控制策略可以根据不同的道路条件和驾驶需求，对悬架系统进行实时调整，以实现最佳的行驶性能。
四、基于智能控制的汽车主动悬架控制策略研究（一）控制策略设计本文提出一种基于模糊控制的汽车主动悬架控制策略。
该策略通过建立模糊控制器，实现对车辆运动状态的实时监测和调整。
模糊控制器采用输入输出映射的方法，将传感器采集的信号进行模糊化处理，然后根据预设的规则进行决策，最后输出控制信号对悬架系统进行调整。
（二）仿真分析为了验证所提出的控制策略的有效性，本文采用仿真分析的方法。
通过建立车辆动力学模型和主动悬架系统模型，对所提出的控制策略进行仿真测试。
仿真结果表明，该控制策略可以有效地提高车辆的行驶稳定性、乘坐舒适性以及操控性能。
五、实验验证与结果分析为了进一步验证所提出的控制策略的实用性，本文进行了实验验证。
通过在实车上进行实验测试，对比传统被动悬架系统和所提出的主动悬架控制策略在不同道路条件下的性能表现。
实验结果表明，所提出的基于智能控制的汽车主动悬架控制策略在提高车辆行驶稳定性、乘坐舒适性以及操控性能方面具有显著优势。
汽车主动悬挂系统的预见控制研究
ａ（）＝ ｏｏ ） ｕｋ Ｆ （ ＋∑ （ ａ （ ． ４ Ｘｋ ｊ ｚ ＋）（） ）， 『
由式 （ ） ４ 可见 ， 用 预 见 控 制 的主 动 悬 挂 系 统 采
假定系统的期望输出为 Ｙ（ ） 则误差信号为 ｋ ，
第 ８卷 第 ２ 期 ２ ０ １ ０ ８年 １ １月 １７ ．８９ ２０ ） １５ ２ —４ ６ １１ １ （０ ８ ２ —９ １０
科
学
技
术
与
工
程
Ｖｏ ＿ Ｎｏ ２１ ｌ８ ．
Ｎｏ ． ２ ｏ８ ｖ ０
Ｓ ｉｎ ｅ Ｔ ｃ ｎ ｌｇ ｎ ｎ ｉ ｅ ｒ ｇ ｃｅ ｃ ｅ ｈ ｏｏ ｙ ａ ｄ Ｅ ｇ ｎ ｅｉ ｎ
ｅＪ （ （ ）＝ ｉ ｝ ）一 （ 。 Ｙ ）
由二次 型 最优 控制 系统 加 上 利 用 扰 动 信 号 的 前 馈
补偿器 构成 。
引入一 阶差分 △ 算 子 （ （ ）： ）一 ｋ一 ｋ （ （
１ ） 在期 望输 出为 常数 的前 提下 ， 以构造 出如下 ）， 可 误差 系统 ：
矩阵 ； 其他各 矩 阵分别 为 ：
０
—
个 非 常 活 跃 的领 域 ， 理 论 上 主 要 为 非 线 性 控 其
制 、 测 控 制 、 棒 控 制 、自适 应 控 制 、 能 控 预 鲁 智 制等。
Ａ
ｌ
一 ｅ５
ｎ ５
预见控制 是根 据 当前 的 目标值 、 未来 干扰 等
悬挂和被动悬挂在平顺行和操作稳定性方面进行 了比较 ， 结果表 明 了预见控制 系统对 悬挂 系统 的性 能有较大 的改进， 一种 是
汽车主动悬架多点预瞄控制算法设计
11111111111111111111111111111111111111111111111!!依据试验建立了橡胶弹簧的非线性动力学模型!并进行了了仿真分析!结果表明所建模型符合实际情况!可直接用于车辆悬架系统动态优化设计中"进一步的研究可采用高阶非线性多项式表示的非线性弹性恢复力来取代本文的线性弹性恢复力"试验也表明橡胶弹簧的动态性能与其所加预载有一定关系!如何在动力学模型中体现预载的影响需要进一步研究"参考文献#$!%!Y 5O F .Z ;3:+69:5E O@Q X X 5O ?V O 9:F .3W 56S 3O@E 96a 5K 9T 65^4:E C 9TR :E 64797Z a 5K 9T 65?4785C ^4:E C [9T 7!!""*!)#&)+’’#!"&$$!$$$%!/58O 3:5A !0E T E F :9:E.!?T 93:89.Z ^4:E C 9T,K E O [E T 85O 9P E 893:3S <6E 783C 5O 7E :W ]W 5:89S 9T E 893:U 98K @K 5363F 9T E 6.3W 567Z D 3Q O :E 63S?3Q :WE :W a 9X O E [893:!$##’!$&!#))"$)%)$)%!?L 3X 5O F .!H E O 90Z ;3:+69:5E O Y 5K E N 93O 3S E@Q X [X 5O]736E 83O?4785C M 79:F A O E T 893:E 6^5O 9N E 89N 57Z a 5K 9T 65?4785C ^4:E C 9T 7!$##$!)&&)’#$!&$$)%$’%!Y O Q :9?!,3669:ERZ.3W 5669:F 8K 5a 97T 356E 789TY 5[K E N 93Q O3S<6E 783C 5O 9T,3C V 3:5:87#E :R V V 69T E 893:>38K 5?9C Q 6E 893:3S>O E 9:+8O E T 2]:85O E T 893:Z a 5[K 9T 65?4785C ^4:E C 9T 7!$###!)’&’’#$*)$)#!&编辑!卢湘帆’作者简介#孙蓓蓓!女!!"%*年生"东南大学机械工程学院副教授(博士"主要研究方向为车辆动力学(机械动态分析与控制(振动与噪声控制等"发表论文)#余篇"汽车主动悬架多点预瞄控制算法设计庄德军!喻!凡!林!逸$!Z 上海交通大学振动!冲击!噪声国家重点实验室"上海"$###)#$Z 北京理工大学"北京"!###*!摘要#设计了一种多点预瞄控制算法"并将该算法应用于具有主动悬架系统的二分之一车辆模型中#采用/E W 5近似算法描述路面多点预瞄信息"基于最优控制理论"对带有多点预瞄的悬架控制力进行了优化设计#在.R >0R Y $?9C Q 69:2环境下"进行了车辆系统仿真"仿真结果显示"带有多点预瞄控制算法的车辆具有优良的行驶性能#对影响预瞄控制算法的主要参数%如预瞄加权系数和预瞄距离等&进行了讨论#关键词#主动悬架)多点预瞄)算法)预瞄距离中图分类号#M ’%)文章编号#!##’*!)$=&$##%’!$*!)!%*#’"’$#20*0.)7,(#S *#0(N &’K #’:D *0(&*,/,2*&#(345*&/%(#K ’P ’3#%,’67$S’0$#*0$J K Q E :F ^5LQ :!!I QA E :!09:I 9$!Z ?8E 85H 540E X 3O E 83O 43Sa 9X O E 893:!;3975E :W?K 3T 2!?K E :F K E 9D 9E 383:F M :9N 5O 7984!?K E :FK E 9!$###)#$Z Y 59L 9:F ]:7898Q 853S>5T K :363F 4!Y 59L 9:F !!###*!/8$(&.%(#R C Q 689V 39:8V O 5N 95UT 3:8O 36E 6F 3O 98K C U E 7W 579F :5W S 3ON 5K 9T 65E T 89N 57Q 7V 5:793:747[85C 7!9:U K 9T K/E W 5E V V O 3G 9C E 893:85T K :9\Q 5U E 7Q 75W 83O 5V O 575:88K 5C Q 689V39:8V O 5N 95U9:S 3O C E [893:Z Y E 75W3:EK E 6SN 5K 9T 65C 3W 56E :WQ 79:F 3V 89C E 6T 3:8O 368K 53O 4!8K 5E V V O 3G 9C E 85643V89C 9P 5W T 3:8O 36S 3O T 57S 3O S O 3:8E :WO 5E O 7Q 7V 5:793:7U 5O 5W 5O 9N 5W Z >K 5W 9S S 5O 5:874785CT 3:S 9FQ O E 893:7U 5O 579C Q 6E 85WX 4.R >0R Y +?9C Q 69:273S 8U E O 5Z >K 5O 57Q 6877K 3U8K 5X 5783N 5O E 66V5O S 3O C E :T 573S 8K 5E T [89N 574785C U 98K 8K 5V O 3V 375WC Q 689V39:8V O 5N 95UT 3:8O 3665O Z .5E :U K 965!8K 55S S 5T 873S 8K 5C E 9:T 3:[8O 36V E O E C 585O 79:8K 5E 6F 3O 98K C !7Q T KE 7V O 5N 95U U 59F K 89:FV E O E C 585O 7!VO 5N 95U89C 5E :W V O 5N 95U W 978E :T 57!3:74785C V 5O S 3O C E :T 57U 5O 59:N 5789FE 85W Z 9’1:*&+$#E T 89N 57Q 7V 5:793:)C Q 689V 39:8V O 5N 95U )E 6F 3O 98K C )V O 5N 95UW 978E :T 5!二分之一车辆模型本文以四自由度带有主动悬架系统的二分之一车辆模型为研究对象!如图!所示"其中!6?为收稿日期#$##(*#’*!$预瞄距离!即预瞄点到后轮的距离!.X 为簧载质量!C V 为车身转动惯量!.U S 为前轮非簧载质量!.U O 为后轮非簧载质量!X 7S 为前悬架刚度!X 7O 为后悬架刚度!X 8S 为前轮胎刚度!X 8O 为后轮胎刚度!!E S 为前悬架作动器控制力!!E O 为后悬架作动器控制力!%为前轴到质心的距离!&为后轴到质,%!)!,中国机械工程第!&卷第!$期$##%年%月下半月图;具有主动悬架系统的二分之一车辆模型心的距离!"为车辆前进速度!D O S 为前轮的路面输入位移!D O O 为后轮的路面输入位移!D U S 为前非簧载质量垂向位移!D U O 为后非簧载质量垂向位移!D X S 为前车身垂向位移!D X O 为后车身垂向位移"假设车身质心处的俯仰角很小!建立的二分之一车辆模型运动方程表示为D p X S *#!.X ,%$C X$%!E S ,X 7S #D U S 7D X S $&,#!.X 7%&C X$%!E O ,X 7O #D U O 7D X O $&#!$.U S D pU S *X 8S #D O S 7D U S $7X 7S #D U S 7D X S $7!E S#$$D p X O *#!.X 7%&C X$%!E S ,X 7S #D U S 7D X S $&,#!.X ,&$C X$%!E O ,X 7O #D U O 7D X O $&#)$.U O D p U O *X 8O #D O O 7D U O $7X 7O #D U O 7D X O $7!E O#’$定义二分之一车辆模型的状态变量为&*D ’X S D ’U S D ’X O D ’U O DX S D U S D X O D U O &%>将二分之一车辆系统的运动方程改写成状态方程形式(&’*B &,;F ,6&##($F *%!E S !!E O &>&#*%D O S !D O O &>式中!B );)6均为与车辆参数有关的常数矩阵"$!路面多点预瞄模型当车辆直线行驶时!前轮首先获得路面信息!由前后轮之间的结构关系!轴距间的所有路面信息都可以被获得!因而可在轴距间选取多个预瞄点作为后轮的预先路面输入"在车速一定的情况下!预瞄距离6?与车速"的比值即为该预瞄点的预瞄时间L !即L ?*6"!#(6?&%,&*?*!!$!+!/#%$预瞄点处的路面输入D 与后轮路面输入D O O的拉普拉斯#0E V6E T 5$函数关系式可表示为D O O #W $D #W $*57L W *%?#7%?!W ,%?$W $7+%?#,%?!W ,%?$W $,+#&$式中!W 为拉普拉斯算子*%#)%?!)%?$均为系数"57L W 的/E W 5近似计算可以表示为57L W *57LW $5L W $*!7L W $,#L ?W $$*7+!,L W $,#L ?W $$*,+#*$取二阶/E W 5近似计算!在预瞄时间不为零时!将式#*$分子)分母同除以L $?*并整理得%#7%?!W ,W $%#,%?!W ,W $*D O O #W $D ?#W $#"$%#**L $?!%?!*’L 将式#"$改写成如下形式(!%D O O #W $7D ?#W $&%%?#,%?!W ,W $&*7$%?!W D ?#W $#!#$令D O O #W $7D ?#W $*E ?#W $和&!*7$%?!!对式#!#$进行反拉氏变换得E p,%?!E ’?,%?#E?*&!D ’?#!!$定义状态变量为/!*E ?7+#D ?*E ?/$*E ’?7+#D ’?7+!D ?*/’?!7&!D ?+#*#+!*&!7%?!+#*&!+$*#7%?!+!7%?#+#*$%$?!第预瞄点的状态方程变为*’*B /?*?,;/?D ?#!$$B /*#!7%?#7%?%&!;/*7$%!$%$%&!*?*/?!/?%&$如果*!!$!+!/!则/个预瞄点的状态方程为*’*B /*,;/&V #!)$B /*B /!#+##B /$K KL ##+#B /EF GH /$/’$/*#!7%!#7%!!#!7%$#7%$!L#!7%/#7%/E FGH !$/’$/;/*;/!#+##;/$KKL ##+#;/E FGH/$/’$/*7$%!!$%$!!7$%$!$%$$!L7$%/!$%$/E FGH !$/’$/’&!)!’汽车主动悬架多点预瞄控制算法设计,,,庄德军喻!凡林!逸**!/!!/!$/$!/$$"//!//$#>&V *!D !D $"D /#>因D !*D O S $后轮的路面信息表示为D O O *"!%/!!,D !&,"$%/$!,D $&,","/%//!,D /&*"!!%D O O 7D !&,D !#,","/!%D O O 7D /&,D /#*%"!,"$,","/&D O O%!’&如果"!,"$,","/*!$则式%!’&满足’定义"为预瞄点的加权系数$即D O O *"!/!!,","///,"!D !,","/D /*!"!#"$#""/##*,!"!"$""/#&V %!(&因而$路面输入可以表示为&#*D !D !#O O*####"##"!#"$#""/!#M NO#</*,!#"#"!"$""/!#M NO"/&V%!%&将式%!%&代入式%(&中得&(*B &,;F ,6</*,6"/&V %!&&根据式%!)&和式%!&&$带有多点预瞄的系统状态方程为!!&(*!#(*B 6</#B !#/&!#*,;!##F ,6"/;!#/&V%!*&)控制算法根据建立的主动悬架车辆模型$利用线性最优控制理论对系统所需控制力!E S 和!E O 进行优化设计$其最优控制性能指标为V *69CL ,o !L6L#!N!D p $X S ,N $D p $X O ,N )%D X S 7D U S &$,N’%D X O 7D U O &$,N (%D U S 7D O S &$,N %%D U O 7D O O &$,.!!$E S ,.$!$E O #W 2%!"&式中$.!).$分别为前后悬架所需控制力加权系数*N !$N $$"$N %分别为前后车身垂向振动加速度)悬架动行程和轮胎动位移的加权系数’由黎卡提方程可求出最优控制反馈增益矩阵8$因而系统所需要的最优控制力可以表示为F *78&%$#&’仿真及结果分析设计的多点预瞄控制算法与车辆的行驶速度)预瞄点数)预瞄距离及预瞄加权系数等参数有关’为了研究预瞄算法的有效性$在.R >0R Y +9C Q 69:2软件环境中$分别对不同的预瞄点数)预瞄距离和预瞄加权系数进行仿真分析’车辆参数见表!$车辆行驶路面为随机路面$其路面模型采用滤波白噪声等效模拟!!#,D (O S *7$,=#D O S ,$,S #/"G S %$!&式中$=#为低通截止频率*S #为路面粗糙度系数*G S 为前车轮路面输入白噪声信号’表;车辆模型参数参数值簧载质量.X %2F&(#(转动惯量C V %2F (C $&%(!前轮非簧载质量.U S %2F &$*后轮非簧载质量.U O %2F &(’前)后悬架刚度X 7S )X 7O %;+C &!(###前)后轮胎刚度X 8S )X 8O %;+C &!(("##前轴到质心的距离%%C &!#!后轴到质心的距离&%C &!#(!#;!不同车速和预瞄点数对车辆行驶性能的影响在给定的路面条件下$分别对无预瞄)单点预瞄%轴距预瞄&)两点预瞄和三点预瞄等四种悬架系统进行仿真$其仿真车速为!#C +7和$#C +7’预选定两点预瞄的预瞄距离为6!*%,&和6$*%%,&&+$$相应的预瞄加权系数为"!*"$*!+$*三点预瞄的预瞄距离为6!*%,&)6$*$%%,&&+)和6)*%%,&&+)$其相应的预瞄加权系数为"!*"$*")*!+)’仿真结果见表$和表)所示’表<车速为;C 4!$时车辆行驶性能均方根值预瞄点数前悬架后悬架加速度%C +7$&悬架动行程%C &轮胎动位移%C &加速度%C +7$&悬架动行程%C &轮胎动位移%C &无##"(*!###$"’###!$’!##$&*###$%*###!()单点##%!($###$"&####*(##&%!(###!*!###!#!两点##%#%####$"$####*’##’"%(###!(&####’"三点##%#(!###$*#####*’##’$#*###!$"####’%表=车速为<C 4!$时车辆行驶性能均方根值预瞄点数前悬架后悬架加速度%C +7$&悬架动行程%C &轮胎动位移%C &加速度%C +7$&悬架动行程%C &轮胎动位移%C &无!#$!**###)’%###!&#!#’&*"###)#*###$#*单点##*%&*###(!)###!$$!#$!&&###))(###!)*两点##*%#"###)%"###!!*##%"*%###$*!####%!三点##*%#$###$*!###!!&##((")###!"’####(*!!由表$和表)可以看出$在设定的预瞄距离和预瞄加权系数下$随着预瞄点数的增加$其车辆的各性能指标都有所减小$其原因是预瞄点数的增加意味着后轮获得了更详细的路面信息$控制系统利用这些信息可更好地对车辆进行预先的控制$从而使车辆的行驶性能得到了提高’!#<不同预瞄距离和预瞄加权系数对车辆行驶性能的影响以两点预瞄为例且车辆行驶速度为$#C +7$分(*!)!(中国机械工程第!&卷第!$期$##%年%月下半月别改变第一!第二预瞄点的加权系数和第二点的预瞄距离"研究预瞄加权系数和预瞄距离对车辆行驶性能的影响"其仿真结果如图$!图&所示#图<前车身加速度均方根值图=后车身加速度均方根值图!前悬架动行程均方根值图>后悬架动行程均方根值图$为前车身加速度均方根值曲面"图)为后车身加速度均方根值曲面#从图中可以看出"当预瞄加权系数"!*!$$!预瞄距离6$*%%,&&$$时"前后车身加速度均方根值都获得了最小值"如<点所示"最小值分别为#b *%!C $7$和#b %""C $7$#图前轮胎动位移均方根值图@后轮胎动位移均方根值图’为前悬架动行程均方根值曲面"图(为后悬架动行程均方根值曲面"当预瞄距离6$*%%,&&$%!预瞄加权系数也为!$$时"前后悬架动行程均获最小值#b $’!C 和#b #’$C #前轮胎动位移均方根值如图%所示"后轮胎动位移均方根值如图&所示"其结论与图$和图)相似"最小值分别为#b #$!C 和#b ##%C #仿真结果说明在均分预瞄加权系数的情况下"要想获得较小的车身振动加速度和轮胎动位移"预瞄点位置应选取在均分轴距点处"如获得较小的悬架动行程可将预瞄点选取在靠近后轮位置#对不同的车辆行驶速度进行仿真也得到了相同的结论#参考文献’(!)!I QA "J K E :F D‘",O 366E^RZ ?8Q W 43S EH E 6C E :A 9685OR T 89N 5a 5K 9T 65?Q 7V 5:793:?4785C M 79:F ,3O [O 56E 893:3S A O 3:8E :W @5E O ‘K 556@3E W ]:V Q 87Z /O 3T Z]:78Z .5T K Z <:F Z/E O 8^D Z R Q 83C 3X Z <:FZ "$###"$!’%(&’’")$(#$%编辑!马尧发&作者简介’庄德军"男"!"&&年生#上海交通大学振动!冲击!噪声国家重点实验室博士研究生#主要研究方向为车辆系统动力学及其控制#喻凡"女"!"%!年生#上海交通大学振动!冲击!噪声国家重点实验室教授!博士研究生导师#林逸"男"!"()年生#北京理工大学机械与车辆工程学院教授!博士研究生导师#*"!)!*汽车主动悬架多点预瞄控制算法设计+++庄德军喻!凡林!逸汽车主动悬架多点预瞄控制算法设计作者：庄德军， 喻凡， 林逸， Zhuang Dejun， Yu Fan， Lin Yi作者单位：庄德军,喻凡,Zhuang Dejun,Yu Fan(上海交通大学振动、冲击、噪声国家重点实验室,上海,200030)， 林逸,Lin Yi(北京理工大学,北京,100081)刊名：中国机械工程英文刊名：CHINA MECHANICAL ENGINEERING年，卷(期)：2006，17(12)被引用次数：3次1.Yu F.Zhang J W.Crolla D A Study of a Kalman Filter Active Vehicle Suspension System Using Correlation of Front and Rear Wheel Road Inputs 2000(05)1.学位论文庄德军主动油气悬架车辆垂向与侧向动力学性能研究2007悬架是汽车的重要子系统，其性能直接影响着车辆的行驶平顺性和操纵操稳性。
车辆主动悬架系统控制方案设计
车辆主动悬架系统控制方案设计车辆主动悬架系统是一种利用电子控制和传感器技术来调节车辆悬挂系统的功能。
通过检测车辆的动态状况和路况情况，主动悬架系统能够实时调节悬挂的刚度和阻尼，提升车辆的稳定性和行驶舒适性。
本文将针对车辆主动悬架系统的控制方案进行设计，共分为传感器模块、控制模块和执行模块三个部分。
传感器模块是主动悬架系统的基础，负责采集车辆的动态信息和路况情况。
常用的传感器包括加速度传感器、角度传感器、车速传感器和路况传感器等。
加速度传感器用于检测车辆的加速度和减速度，角度传感器用于检测车辆的倾斜角度，车速传感器用于检测车辆的速度，路况传感器用于检测路面的平整度和颠簸程度。
传感器采集到的数据需要经过滤波和处理后方能使用。
控制模块是主动悬架系统的核心，负责根据传感器模块采集到的数据，进行实时的控制和调节。
控制模块包括控制算法和控制器两部分。
控制算法通常采用PID控制算法，即比例、积分、微分控制算法。
PID控制算法能够根据车辆的动态状况和路况情况，计算出合适的悬挂刚度和阻尼，以提升车辆的稳定性和行驶舒适性。
控制器通常采用微控制器或程序控制器，用于控制悬挂系统的执行器。
执行模块是主动悬架系统的实施部分，负责根据控制模块的指令，实时地调节悬挂的刚度和阻尼。
执行模块包括悬挂系统的执行器和悬挂系统的控制阀。
悬挂系统的执行器通常为液压或电液混合执行器，用于实现悬挂系统的加压或减压。
悬挂系统的控制阀用于控制液压或电液混合执行器的操作，根据控制模块的指令，调节液压或电液混合执行器的工作状态。
在车辆主动悬架系统的控制方案设计中，传感器模块负责采集车辆的动态信息和路况情况，控制模块负责根据传感器模块采集到的数据，进行实时的控制和调节，执行模块负责根据控制模块的指令，实时地调节悬挂的刚度和阻尼。
三个模块之间需要进行信息的传递和交互，以实现整个系统的协调工作。
在实际应用中，车辆主动悬架系统的设计还需要考虑到成本、可靠性和安全性等因素。
主动悬架控制方法
主动悬架控制方法悬架系统是汽车底盘的重要组成部分，其主要功能是减震和支撑车身，以提供舒适性和稳定性。
传统的悬架系统通常采用被动控制方式，即减震器根据车身运动来调节阻尼力。
然而，随着科技的进步，主动悬架控制方法逐渐受到关注和应用。
主动悬架控制方法通过传感器和执行器实时监测和调整悬架系统的工作状态，以提供更好的悬架性能和驾驶体验。
主动悬架控制方法的核心是实时监测车身姿态和路面信息，并根据这些信息调整悬架系统的工作状态。
为了实现这一目标，悬架系统通常配备多个传感器，如加速度计、倾斜传感器、行程传感器等，用于监测车身的加速度、倾斜角度、行程等参数。
这些传感器将采集到的数据传输给控制单元，控制单元根据预设的控制算法计算出相应的控制信号，并通过执行器来调整减震器的阻尼力或悬架系统的高度。
主动悬架控制方法可以根据车辆的运行状态和路面的不同情况来调整悬架系统的工作状态。
例如，在高速行驶时，为了提供更好的稳定性和操控性，控制单元可以增加减震器的阻尼力，降低车身的倾斜角度。
而在通过颠簸路面时，控制单元可以减小减震器的阻尼力，提高悬架系统的行程，以提供更好的舒适性和减震效果。
此外，主动悬架控制方法还可以根据驾驶者的需求进行个性化调节，提供不同的驾驶模式选择，如舒适模式、运动模式等。
主动悬架控制方法的应用可以带来多种好处。
首先，它可以提供更好的悬架性能和驾驶体验。
通过实时调整悬架系统的工作状态，主动悬架控制方法可以使车辆更加稳定、舒适和操控性更好。
其次，它可以提高车辆的安全性。
通过根据路面情况调整悬架系统的工作状态，主动悬架控制方法可以减少因颠簸路面或急转弯等情况造成的车辆失控风险。
最后，它可以提高燃油经济性。
通过优化悬架系统的工作状态，主动悬架控制方法可以减少车辆的能耗，提高燃油经济性。
虽然主动悬架控制方法在提供悬架性能和驾驶体验方面具有显著优势，但也存在一些挑战和限制。
首先，主动悬架控制方法的成本较高。
相比传统的被动悬架系统，主动悬架控制方法需要更多的传感器和执行器，并且需要复杂的控制算法和计算单元，导致成本上升。
浅析汽车底盘主动悬架控制方法
浅析汽车底盘主动悬架控制方法1. 引言1.1 概述汽车底盘主动悬架控制方法是一种能够提高车辆悬挂系统性能和舒适性的技术。
随着汽车工业的发展和人们对行车舒适性和安全性要求的提高，底盘主动悬架控制方法逐渐受到重视。
底盘主动悬架控制方法通过感知路况和车辆运动状态，采取相应的控制策略来调节悬架系统的工作状态，以提高车辆的操控性、稳定性和舒适性。
不同类型的底盘主动悬架控制方法采用不同的技术手段和控制算法，如电磁悬架、液压悬架、空气悬架等。
本文将重点介绍各种主动悬架控制方法的原理、特点和应用领域，以及不同方法之间的优缺点比较。
通过对底盘主动悬架控制方法的深入研究和分析，可以为汽车制造商和研发人员提供参考，促进底盘主动悬架技术的进一步发展和应用。
在未来，底盘主动悬架控制方法将在汽车行业发挥越来越重要的作用，为驾驶员提供更安全、舒适的驾驶体验。
1.2 研究背景汽车底盘主动悬架控制方法作为汽车底盘控制技术的一种重要手段，具有极其重要的应用价值和发展前景。
随着汽车工业的飞速发展，人们对汽车的舒适性、安全性和性能要求越来越高，传统的被动悬架系统已经不能满足人们的需求。
研究和开发底盘主动悬架控制方法成为了当前汽车工程领域的热点之一。
底盘主动悬架控制方法的研究背景主要包括以下几个方面。
随着汽车性能的提升，底盘控制技术对于提高汽车的行驶稳定性、通过性和舒适性等方面起到了至关重要的作用。
随着电子技术的不断发展和应用，底盘主动悬架控制方法可以通过精确控制悬架系统的工作状态，提高汽车的行驶性能和安全性。
底盘主动悬架控制方法可以实现不同路况下的智能调节，提高汽车通过不同路面时的适应能力和稳定性。
底盘主动悬架控制方法的研究还可以促进汽车工业的发展，推动汽车制造技术的进步，为人类社会的可持续发展做出积极贡献。
深入研究和开发底盘主动悬架控制方法具有重要的现实意义和理论意义。
1.3 研究目的研究目的是为了深入了解汽车底盘主动悬架控制方法的原理和应用，探讨不同类型的悬架控制方法的优缺点，为汽车制造商和工程师提供有效的参考和指导。
车载视觉感知预瞄下的主动悬架控制分析与实车应用(四)
高惠民(本刊编委会委员)曾任江苏省常州外汽丰田汽车销售服务有限公司技术总监，江苏技术师范学院、常州机电职业技术学院汽车工程运用系专家委员，高级技师。
文/江苏 高惠民车载视觉感知预瞄下的主动悬架(接上期)1/4车辆2自由度的主动悬架系统数学模型如图34所示。
以上给出的车辆各被动、主动或半主动悬架系统模型均为线性悬架系统的振动模型，悬架和车轮弹簧刚度是定值，悬架的阻尼系数也是常数。
然而，事实上车辆悬架中的弹性元件和阻尼元件均存在不同程度的非线性，并且由于车辆悬架材料的变形老化以及使用环境等不确定因素影响，使得实际的车辆悬架系统是一个复杂的非线性不确定系统。
主动悬架系统的非线性控制主要由其所采用的控制策略来体现。
依据控制策略不同所采用的控制理论也不同。
通过对主动悬架系统施加一定的控制规则或策略，可使车辆悬架系统按照特定的要求改变其振动特性，以改善所关心的一个或几个振动响应量，从而达到提高车辆行驶性能的目的，这种控制规则或策略就是振动控制算法。
根据所采用减振器特性的不同，先进悬架系统可分为基于作动器的主动悬架和基于可调阻尼器的半主动悬架，同时也有相应的主动控制算法和半主动控制算法。
而实际上，半主动控制算法均是由主动控制算法依据可调阻尼器的出力特性演变而来的。
因此，在先设计和分析悬架系统的主动控制算法的基础上，给出相应的半主动控制算法。
目前车辆悬架系统振动控制算法大致可分为三类，即基于车辆状态判定的控制策略(如天棚控制算法、地棚控制算法等)、基于现代控制理论的控制策略(如PID控制算法、自适应控制算法、最优控制理论的线性二次型控制算法、滑模控制算法等)和基于智能优化理论的控制策略(模糊控制算法、神经网络控制算法等)。
但这些控制策略的研究存在共同问题是只侧重于考虑控制算法，而很少考虑行驶道路变化，影响了主动悬架的控制效果。
从某种角度讲，缺乏足够的道路路面信息限制了主动悬架进一步改善车辆的行驶性能。
如果路面干扰是因为道路的不规则而引起的，若这种情况能在车辆到达之前被测得，并且这个信息可以被控制器在决定系统控制力时进行考虑和利用，那么主动悬架的潜力将会得到更加充分的发挥。
汽车主动悬挂控制的研究现状和未来挑战(1)
汽车主动悬挂控制的研究现状和未来挑战张玉春,王良曦,丛 华(装甲兵工程学院机械工程系,北京100072)摘要:主动悬挂系统能提高车辆的乘坐舒适性和操纵性,得到了广泛的研究和重视.掌握悬挂控制的研究现状,可以更好地研究和利用主动悬挂技术.本文立足现有文献,依照不同的控制策略,从七个方面阐述了主动悬挂控制的研究现状,总结出了尚需解决的非线性悬挂建模、悬挂集成控制、控制系统性能评估等六个基本问题.文章最后分析了鲁棒控制、自适应控制、智能控制在车辆悬挂控制中的局限性及出现的挑战性课题,提出了车辆主动悬挂技术的发展方向.关键词:主动悬挂;鲁棒控制;自适应控制;智能控制;研究现状;挑战中图分类号:TP13,U461 文献标识码:APre sent situation and future challenges for automobile active suspension controlZHANG Yu_chun,WANG Liang_xi,CONG Hua(Department of Mechanical Engineeri ng,Armored Force Engineeri ng Academy,Beijing 100072,China)Abstract:Active suspension system could improve riding quality and provide good performace in handling,it has been gaining increased attentions.It is necessary for technologist to know the development of active suspension sy s tem.Basing on current literatures,accordi ng to seven diverse control strategies,this paper summarizes the situation of automobile active suspen -sion contro l,and concludes the exis ting unsolved six questions,such as nonlinear suspension modeli ng,integrated control and control system performance evaluation.In the end,li mitations and future challenging tasks of robust control,adaptive control and intelligent contro l in automobile active sus pension system were provided.What .s more,this paper pu ts forward fu ture d-irection for active suspension technolo gy.Key words:active suspension;robust control;adaptive control;intelligent control;present situation;challenges1 引言(Introduction)性能优越的悬挂系统,是车辆在不同地形条件下具有快速机动性和良好舒适性的重要保证.传统的地面车辆,普遍采用被动悬挂系统,这种悬挂系统只能被动地存储和吸收外界能量,不能主动适应车辆行驶状况和外界激励的变化,大大制约了车辆性能的进一步改善.主动悬挂系统依靠外界供给的能量,主动产生作用力,能大大改善车辆的乘坐性能和操纵性能,引起了国内外的研究和重视.1955年,德国Feder s piel _Labro sse 教授首次提出主动悬挂的概念[1],随后许多国家的学者以及各大汽车厂家都对其进行了理论和试验研究,并取得可喜的进步.1982年,英国Lo -tus 公司首次实现了理论到实践的零突破,研制了L otus 电液主动悬挂,随后在瑞典Vo lvo 车上安装了这种系统.1990年,T oyota 在Celica 上安装了/有限带宽0主动悬挂系统.1991年,Niss an 公司在Infinity Q45上安装了全主动悬挂系统.1992年,美军在陆军坦克机动车司令部(TA COM )的基础上成立国家机动车中心(NAC),专门研究军用车辆的主动悬挂技术,大大促进了主动悬挂技术在军用地面车辆上的应用和开发[2].悬挂主动控制的研究已有半个世纪的历史,目前人们已提出许多控制方法,每种方法均有各自的优缺点和适应性.一般可将悬挂主动控制分为全主动悬挂、半主动悬挂和慢主动悬挂.全主动悬挂又称宽频带主动悬挂,它需要的作动器带宽较大,能在较宽的频带内改善悬挂的性能,其缺点是耗能大、结构复杂.半主动悬挂仅需消耗很少的外部能源以提供作用力,其作动器仅耗散系统的振动能.因而,半主动悬挂的特点是耗能少,但它的控制是不连续的,只能在有限的频率范围提高悬挂的性能.慢主动悬挂又称有限带宽主动悬挂,需要外部能源以提供作用力,与全主动悬挂不同的是作动器的带宽变小.这种悬挂只控制8Hz 以下的外界激励,高于8Hz 的外界激励则由弹簧、阻尼器构成的被动悬挂控制,因而慢主动悬挂的弹簧和阻尼器不能取消.无论哪种主动悬挂,均需要有效、可靠的控制算法,只有设计完美的控制系统才能获得主动悬挂的优越性能.因而,主动悬挂控制的研究一直是一个非常活跃的领域,取得的成果也非常突出.2 主动悬挂系统控制(Active suspension system con -trol)悬挂系统的主动控制理论,其发展历程大体可划分为两个阶段[3]:第一阶段从20世纪60年代初到90年代初,理论收稿日期:2002-12-12;收修改稿日期:2003-07-01.基金项目:军队/十五0重点项目;主动悬挂技术研究项目(10401030412A).第21卷第1期2004年2月控制理论与应用Control Theory &ApplicationsVo 1.21No.1Feb.2004文章编号:1000-8152(2004)01-0139-06上主要为经典的PID控制和现代的LQR/LQG控制;第二阶段从20世纪90年代初至今,理论上主要为非线性控制、预测控制、鲁棒控制、自适应控制、智能控制等.到目前为此,主动悬挂控制研究的第一阶段在理论上已经取得比较满意的结果.第二阶段的理论正处于研究和探讨之中,是车辆主动悬挂控制发展的高潮时期.211最优控制(Optimal control)早在上世纪60年代,最优控制理论便用在车辆悬挂系统研究中[4].线性最优二次型控制(LQG/LQR)是主动悬挂设计人员常用的方法.理论上讲,LQG/LQR控制主动悬挂可以大幅度改善车辆的性能[5],且具有足够的幅值和相角稳定裕量.但这种控制方法对模型摄动的鲁棒稳定性有时却很差,在激励频率大于60Hz时,系统极易变得不稳定.为此,人们对LQG/LQR控制作了许多改进.Behes hti等[6]考虑到外界扰动的影响,采用奇异摄动理论,基于车辆快慢两种模式(车轮频率和车体振动频率),提出并设计了一种组合LQG控制器.数字仿真结果表明,组合LQG的控制性能和车辆的全状态反馈的控制器具有相当的性能.L in等[7]基于非线性滤波器理论,采用backstepping方法调节非线性问题,很好地解决了车辆对软、硬悬挂的不同需求.Doyle等[8]和黄兴惠等[9]等用鲁棒最优控制理论设计控制器,在系统性能略有降低的情况下,大大提高了系统的稳定性.212自适应控制(Adaptive control)自适应控制是一种实时调节控制器的方法,主要解决受控对象和环境的数学模型不完全确定时,如何改变控制器参数或产生某一辅助信号,使指定的性能指标尽可能接近和保持最优.在众多的自适应控制方法中,理论较完善、应用较广泛的有模型参考自适应控制(MRAC)和自校正控制(STC).Sunwoo等[10]提出了一种以理想天棚阻尼控制为参考模型的自适应控制策略.模拟结果表明,这种自适应控制在悬挂行程大范围变化时,系统依然具有良好的性能.Yao Bu 等[11]在不确定性模型的基础上,着重研究悬挂控制力的自适应鲁棒跟踪,仿真结果表明:在5Hz以下能获得可靠的鲁棒跟踪力.Chantranuwathana等[12,13]在此基础上认为,未建模动力学,尤其是控制信号的一阶延时是造成这种影响的主要原因.他对自适应控制进行适当修改,包括:a)对作动器动力学进行建模的ARC(自适应鲁棒控制);b)取消作动器动力学的ARC;c)ARC参数在线自适应调节.实验结果表明,对作动器的控制信号加以限定后,后两种方案比较实用.由于ARC需要系统的状态信息,不可避免地受到量测噪声的影响,Fanping等[14]进一步提出一种理想补偿自适应鲁棒控制(D CARC)策略.相对ARC而言,DCARC能大幅度简化控制器的设计.由于这种自适应控制算法的回归量并不直接依靠所测量的状态,从而减少了量测噪声对控制系统性能的影响,是目前比较适合工程使用的自适应控制算法.213天棚阻尼控制(Sky_hook damping control)天棚阻尼控制理论是由美国Karnopp教授等[15]提出的,在主动和半主动悬挂中获得广泛运用.Sky_hook原理实际上将悬挂质量速度的比例量作为反馈作用于悬挂质量.理想的天棚阻尼控制很难取得车辆乘坐舒适性和悬挂动行程的一致平衡,且在高频时控制效果差.Besi nger和Kitching等[16,17]提出了一种改进天棚阻尼控制器(MSD),利用了被动悬挂在高频激励时的优点,较好地克服了理想天棚阻尼控制的不足.L i等[18]在天棚阻尼控制中,采用非线性卡尔曼滤波器消除噪声对车体绝对速度的影响,进一步提高了天棚阻尼控制器的性能.214预见控制(Preview control)预见控制是根据当前的目标值、未来干扰等来决定当前的控制方法[19,20].1990年,L anglois等[21]在某军用越野车辆的前端,安装超音速地面高度传感器预测地面形状,由于未考虑作动器的严重非线性,实验结果并不理想.该系统在通过高为50mm的鼓包时,车体加速度均方根值相对于被动悬挂只减少了15%.Morita[23]研究了预见距离对悬挂系统性能的影响.研究结果表明,预测距离为1m左右合适,其最佳的预测时间为30ms.Kitching和Cebon[17]针对1/2模型,采用开环预测(DLP)方法预测HIL车辆模型的未来状态,通过相位滞后补偿(PLC)弥补作动器的响应延时.研究结果表明,相对于被动悬挂,采用预先控制的主动悬挂车辆在高速公路、柏油路及碎石路面上,车体加速度均方根值可分别减少15.4%,18.2%和16.2%.作者进一步认为,最佳的补偿时间为20ms.近年来,最优预见控制的研究增多.M ianzo等[24]用LQ 和H]方法研究了最优预见控制问题,结果表明H]方法使噪声和扰动对预见控制的影响最小,比LQ预见控制效果要好. 215滑模控制(Sliding mode control)滑模控制是变结构控制的一种特殊形式,具有强的非线性系统处理能力、鲁棒性能以及实现简单等特点.就目前的研究看,滑模控制的关键是解决好滑动方向和滑动幅度的选取及克服/抖振0(chattering)问题.1977年,前苏联学者Utkin[25]系统地提出并介绍滑模控制在变结构系统中的应用,从而使滑模控制理论成为工程研究的重要内容.Yagiz等[26]应用滑模控制理论设计1/4车辆主动悬挂系统,取得了比线性LQ控制更优越的性能.Choi等[27]基于整车模型,把滑模控制理论用到半主动悬挂上,HIL模拟结果表明,当车辆参数大幅度变化时,悬挂系统依然具有较好的性能和稳定性.Choi等[27]基于Lyapunov理论,设计了整车主动悬挂系统的滑模控制器,该控制器实现了无chattering.Chen 等[28]在遗传算法(GA)的基础上,实现了滑模控制滑动方向的智能选取,再结合模糊逻辑控制(FL C)消除了chatteri ng现象.这种综合滑模控制、遗传算法及模糊逻辑的IFSMC算法克服了这些算法单独使用时的不足,大大提高了系统的性能和稳定性,具有一定的研究价值.Y oko yama等[29]不同于上述学者,他在研究滑模控制时,接受了模型参考自适应控制的思想,提出跟随滑模控制算法.一般学者的思路是努力使系统状态处于滑动平面上,而Yokoyama等则是参考一个理想模型,使实际模型与理想参考模型的差处于滑动平面上.该算法不需要测量控制力,对于处理非线性系统尤其具有优势.140控制理论与应用第21卷216智能控制(Intelligent control)智能控制是一类无需(或仅需尽可能少的)人的干预就能够独立驱动智能机器实现其目标的自动控制.目前,智能控制技术,如人工神经网络技术(ANN)、模糊控制技术(FLC)、遗传算法优化技术等已进入工程化和实用化的时代,在汽车工程中得到了研究和重视.人工神经网络能够对非线性特性进行学习、记忆,能以任意精度反映被学习对象的特征.用ANN学习悬挂的非线性特性可以得到神经汽车模型,无须对汽车的悬挂作线性化处理.模糊逻辑控制是基于模糊推理的一种智能控制方法,能充分利用学科领域的知识,能以较少的规则来表达知识,在技能处理上比较擅长,特别在复杂系统控制问题上,模糊理论更具有突出的优点.从目前研究来看,单独的人工神经网络、模糊逻辑控制和遗传算法优化技术均存在不同程度的不足,在汽车悬挂控制上,很少单独使用,常和其它的控制算法结合使用,或者几种智能控制算法集成使用.Baumal等[30]详细研究了遗传算法和传统的寻优方法在汽车主动悬挂设计中的优缺点.他认为,GA算法虽然较为复杂,但它可在全局范围内寻找最优解,设计的悬挂具有更好的性能.Buckner等[31]采用结构化神经网络方法实现了对主动悬挂系统特征参数的智能估计.Peng等[32]采用DNA编码的遗传算法,对模糊逻辑控制器的规则库优化设计,避免了传统模糊逻辑控制规则的经验化.并且,基于DNA编码的GA算法,有效解决了GA算法搜索速度与种群数目(性能)之间的矛盾.研究结果表明,这种综合算法具有较大的优势. Hashiyama等[33]通过遗传算法探讨有无专家知识对模糊逻辑控制器的影响.研究结果表明,在无专家知识的情况下,采用GA算法可帮助选择逻辑规则;在有专家知识的情况下, GA算法可以更好地调节系统性能.T aylor等[34]提出一种回归优化模糊控制算法,采用这种算法可以减轻系统性能对参数变化的敏感程度.Y os himura等[35]针对1/2主动悬挂,提出LQ和FLC联合控制的方法.LQ以车体加速度作为反馈信号,作为主控制器,FL作为补偿控制器.研究结果表明,结合LQ 的LF控制方法在控制车体加速度方面十分有效.Araujo等[36]最近提出并研究了分级递阶模糊逻辑控制器的设计方法.仿真结果证明这种控制方法较单纯的FLC,具有更好的性能. 217鲁棒控制(Robust control)鲁棒控制就是试图描述被控对象模型的不确定性,并估计在某些特定的界限下达到控制目标所留有的裕度.由于车辆主动悬挂所处的环境以及自身的特点,在系统建模时总会引入建模误差,在设计控制时必须考虑各种不同的不确定因素.经典PID具有较好的鲁棒性,它的不足之处是适用单输入单输出(SISO)系统,对车辆主动悬挂这样复杂的系统难以适用.LQG控制适合于多输入多输出(M IM O)系统,不足之处是鲁棒性不足.目前,用于车辆主动悬挂的鲁棒控制方法主要有回路传输回复(LTR)、鲁棒LQG方法、H]方法、结构奇异值)))L方法以及动态平面控制(D SC)等方法.Do yle等[8]应用LTR方法提高LQG控制的鲁棒性,该方法是基于LQG控制性能与鲁棒性之间的折衷,这种方法过于保守,设计的控制器性能难以达到最优.西班牙M ller[37]利用H]理论,设计了自适应性很强的悬挂控制器.Pui_Chuen 等[38]在其博士论文中,利用D SC方法设计了非线性鲁棒悬挂控制器.美国密执安科技大学R Kashani等应用结构奇异值)))L方法对具有参数摄动及高阶不确定性的主动悬挂LQG控制进行鲁棒性分析.H]方法设计的缺点是设计出的控制器一般是保守的,而且需要在鲁棒稳定性和性能鲁棒性之间作折衷选择.解决这一问题的途径之一是所谓的H2/H]混合设计方法[39,40].日本的Webers等[41]进一步提出了鲁棒设计的实际难题,基于Lyapunov函数提出鲁棒设计不确定性边界的确定方法.在国内,也有不少人对鲁棒控制进行了专题研究.清华大学的黄兴惠等[9]、西南交通大学的戴焕云等[3]、上海交通大学的张志谊[19]在其博士论文中,均以不同的方法对鲁棒控制进行了详细的研究.3主动悬挂控制的总结(Summing_up for active sus-pension control)311取得的进步(Progress)汽车主动悬挂控制的研究成果很多,主要在于:1)各国学者和工程人员在解决主动悬挂系统的控制问题,以及使主动悬挂系统走向工程应用等方面作了大量的卓有成效的工作.由于他们的不懈努力,各种不同结构、不同控制算法的主动悬挂系统已经应用到部分高级轿车和个别军用原型车辆上.2)获得大量的主动悬挂控制知识,包括:主动悬挂的LOR/LQG控制、自适应控制、滑模控制、智能控制、鲁棒控制等理论,以及这些控制器的设计方法.这些知识对于汽车主动控制技术的发展,甚至对于整个工程领域控制理论的发展和应用,都具有十分重要的意义.312主动悬挂控制未解决的问题(Unresolved problems for active suspension control)1)现有主动悬挂系统的绝大部分控制算法均依赖精确的悬挂模型,而悬挂系统在特定的情况下具有极强的非线性,有些非线性现在也没有好的方法进行建模和处理(如悬挂撞击限位挡块).针对车辆悬挂系统特有非线性现象的控制算法,一直没能很好解决.2)汽车主动悬挂系统是个典型的多输入多输出的复杂系统,对于复杂系统的控制,其重要问题之一是解耦控制和故障时稳定性.目前对车辆主动悬挂系统的解耦控制,除Fu_ Cheng博士[42]采用/地面扰动响应解耦控制器参数化0方法外,尚未见其他的研究成果.故障时稳定性是鲁棒稳定性的重要内容之一,如果MIMO系统的一个控制通道发生故障,使原来的闭环控制系统变成新的控制系统,很可能导致整个系统性能恶化或不稳定,目前这方面的问题也未解决.3)主动悬挂系统与车辆底盘其他主动系统的联合控制.车辆各系统的总体性能与车辆各部分的控制功能密切相关,而且各功能子系统之间相互影响、相互制约.例如,如果第1期张玉春等:汽车主动悬挂控制的研究现状和未来挑战141侧倾被主动悬挂所控制,那么侧偏响应特性通常会变差.因而,独立的控制系统所得到的性能改善往往不如预料的好.如对整车系统加以联合控制,则可以使各控制功能之间加以协调.同时,联合控制还精简了系统配置,可以对车辆的状态信息及硬件进行共享,提高系统可靠性和降低系统成本.因而主动悬挂系统与车辆其他主动系统进行联合控制是未来的主要研究方向之一,目前对这方面的研究远远不够.4)车辆的姿态调节和乘坐舒适性控制是悬挂设计需考虑的两个重要方面,现有研究成果大多根据不同的需要建立不同的数学模型,各自独立进行设计,并认为车辆的总体性能是这些子系统性能之和;或者对数学模型进行分解,然后再组合起来进行控制.能否在建立数学模型时考虑负载干扰,把姿态控制和乘坐控制同时进行设计,而大大简化设计过程,这个问题也未解决.5)悬挂系统的性能评估基本上是基于输出变量的RM S 值,实体建模仿真对于验证设计的悬挂系统及控制器提供了十分有效的方法,同时,验证装有主动悬挂系统的车辆所具有的动力学特性,也是评价悬挂控制好坏的重要手段,它最能为样车设计提供有力的理论依据.此方面的研究,目前尚未见报道.6)基于车辆悬挂反馈控制系统的设计自由度和测量变量的选择问题.针对这两个问题,Smith[43](1995年)用1/4模型作了较详细的研究,但他未考虑选择不同的变量后系统所具有的鲁棒性能.而对于1/2模型和整车模型,由于状态变量多,后一个问题一直没有得到有效的解决.4主动悬挂控制的挑战(Active suspension control challenges)411鲁棒控制的局限性(Robust contro l limitations)鲁棒控制理论及设计工具,为决定控制策略的鲁棒性以及权衡控制系统的性能提供了极有价值的框架结构.但是,鲁棒控制始终不能克服模型的不确定性和控制系统性能之间的矛盾关系.滑模控制是另一种受工程界关注的鲁棒控制方法,它对系统参数变化的灵敏度低,从理论上讲,能完全排除外界扰动的影响.当前,滑模控制最大的障碍是chattering 问题,一些学者对此作了深入的研究,但研究表明,chattering 现象的减弱同时牺牲了控制系统对外界扰动和系统参数变化的不敏感性.汽车悬挂系统参数的不确定性以及外界环境的不确定性,无法用准确的模型进行描绘,且不确定性大小也很难界定,这就使得鲁棒控制的使用受到一定程度的限制.由于越野车辆悬挂系统的外界激励范围广、变化大且悬挂系统常常呈现难以处理的非线性,选择滑模控制不失为一个较好的方法.但在这种情况下,如何克服和利用chattering现象以及利用滑模控制的极限刚度(完全屏除外扰的影响)均值得进一步研究. 412自适应控制的挑战(Adaptive contro l challenges)无论采用哪种自适应控制,直接的或间接的、线性的或非线性的、传统的或智能的,都是建立在对过程变化的在线评价上,正确地更新和(或)补偿控制器.自适应控制器的问题是在线建模、识别、非线性补偿和控制器的调节问题.一般而言,由于悬挂系统在某些条件下的非线性及其作动系统的固有强烈非线性,很难对其进行精确建模,而且在线识别更加困难.缺乏对这些因素的考虑,即便建立精确的模型,进行精确的控制,也不可能取得好的控制效果.因而,需进一步研究适合汽车主动悬挂系统的自适应控制算法,处理好这些问题. 413智能控制的局限性及未来发展(Intelligent control limita-tions and fu ture development)模糊控制并不需要对系统模型的精确描述,它在不确定性系统模型的环境下具有很强的应用价值.模糊控制的核心是一套语言控制规则集.规则库在模糊逻辑控制中起着关键性作用,它决定了控制过程的精度.但传统的模糊控制规则建立在专家或熟练操作人员的知识和实践的基础上,换而言之,规则库依赖于人脑,主观形成的规则往往并非最优.神经网络控制需要预先详细描述所需系统的性能,并且提供足够精确的样本数据,这对于汽车主动悬挂系统是难以做到的.并且,神经网络控制学习结果的物理意义并不明显,一旦神经网络控制不能达到预期的控制效果,就较难找到达不到的原因和相应的解决办法.因而这两种智能控制均具有一定的局限性,需要和其他控制方法结合或者两者结合形成模糊神经网络控制方法.可望在汽车上使用的智能控制算法为: Bang_Bang控制、模糊神经网络控制、基于LQG的模糊逻辑控制以及其他组合式智能控制方法.参考文献(References):[1]FEDERSPIEL_LABR OSSE J M.Beit rag zum stadium und z ur ver-vollkommung der aufhangung der fahrzeuge[J].ATZ,M arz,1955, 3(2):57-72.[2]HOOGTERP F B,EILER M K,MACKIE W J.Active suspens ionin the automotive i ndus try and the military[J].SAE J of Commer-cial Vehicles,1996,105(2):96-101.[3]戴焕云,沈志云.车辆主动悬挂的鲁棒控制研究[D].成都:西南交通大学,1999.(DAI Huanyun,SHEN Zhiyun.The research on robus t control of vehicle active s uspension[D].Chengdu:Southwest Jiaotong Univer-si ty,1999.)[4]KARNOPP D C,TRIKHA A parative study of optimizationtechniques for shock and vibration is olation[J].J of Engineering for Indus try,Trans on ASME,Series B,1969,91(4):1128-1132. [5]ELBEHEIRYM E M,KAR NOPP D C.Optimal control of vehiclerandom vi bration with cons trained s us pension deflecti on[J].J of Sound and Vibration,1996,189(5):547-564.[6]BEHESHTI M T H,NEM ATOLLAHZADEH S M.Design of acti ves us pension control usi ng singular perturbation theory[C]M BERTONIG.Proc of IFAC15th Triennial World Congress.Barcelona,Spain:Pergamon,2002,789-797.[7]LIN J S,IOANNIS K.Nonli near design of active sus pens ions[J].IEEE Control Systems Magazine,1997,17(3):45-49.[8]DOYLE J C,STEIN G.M ultivariable feedback design concepts for aclassic/mordern s ynthesis[J].IEEE Trans on Automatic Control, 1981,26(1):4-16.142控制理论与应用第21卷[9]黄兴惠,赵六奇.汽车主动悬架的实验研究及系统鲁棒稳定性分析与设计[D].北京:清华大学,1999.(HUANG Xinhui,ZHAO Liuqi.Experimental res earch of vehicle active sus pens ion and analysis and design of syste m s tabili ty robus t-ness[D].Beiji ng:Tsinghua University,1999.)[10]SUNWOO M,CHEOK K A C,HUANG N T.M odel referenceadaptive control for vehicle active s us pension sys tems[J].IEEETrans on Industrial Electronics,1991,38(3):217-222.[11]YAO BU,TOM IZUKA M.Adaptive robust control of SISO nonlin-ear sys tems i n a semi_stri ct feedback form[J].Automatica,1997,33(5):893-900.[12]CHANTRANUWATHANA S,PENG Huei.Practical adaptive ro-bus t controllers for active s us pension[J].Dynamic Syste ms andControl,2000,69(1):255-262.[13]CHANTRANUWATHANA S,PENG Huei.Adaptive robust controlfor active sus pens ions[C]M American Automation Control Counicl.Proc of American Control Confere nce.San Diego,California:Hy-att Regency,1999:1702-1706.[14]BU Fanpi ng,YAO Bi n.Desired compens ation adaptive robust con-trol of s ingle rod elect ro_hydraulic actuator[J/OL].www:<URL:http://cites />.[15]KARNOPP D,CROSBY M J.Vibration control using semi_activeforce generators[J].J of Engineering for Industry,Trans of theASME,1974,5(2):619-626.[16]BESINGER F H,CEBON D,COLE D J.Force control of a s emi_active damper[J].Vehicle Sys te m Dynamics,1995,24(6):695-723.[17]KITCHING K J,CEBON D,COLE D J.An experimental i nvest-igation of preview control[J].Vehicle Sys te m Dynamics,1999,32(6):459-478.[18]LI Hong,GOODALL R M.Linear and non_linear s kyhook dampi ngcontrol laws for active railway sus pens ions[J].Control Engineer-ing Practice,1999,7(7):843-850.[19]张志谊,傅志方.汽车悬挂系统的主动控制研究[D].上海:上海交通大学,1999.(ZHANG Zhiyi,FU Zhi fang.Active control researc h on vehiclesus pens ion systems[D].Shanghai:Shanghai Jiao Tong Univers ity,1999.)[20]刘少军,李艳.基于1/2车辆模型主动悬架预先控制方法的研究[J].信息与控制,2000,29(1):6-13.(LIU Shaojun,LI Yan.Study on anticipated control method pert-inent to active s uspension based on a half_car model[J].Informa-tion and Control,2000,29(1):6-13.)[21]LANGLOIS R G,ANDERSON R J,HANNA D M.Implementingpreview control on an off_road vehicle w i th active sus pens ion[C]MProc of the12th IAVSD Symposi um on the Dynamics of Vehicles.Lyon,France:Swets and Zeitlinger,1991.[22]NAGIRI S.Improvement of ride comfort by previ ew vehicle s us pen-sion sys tem[J].SAE Trans ations,J of Passenger Cars,1992,101(6):364-370.[23]M ORITA T,TANAKA T,KISHIM OTO N.Ride comfort improve-ment using preview sens or[C]M AVEC.Int Sympos ium on Ad-vanced Vehicle Control.Yokohama,Japan:SAE of Japan,1992:123-129.[24]M IANZO L,PENG Huei.LQ and Hinf previ ew control for a dura-bility simulator[C]M American Automation Control Council.Procof A merican Control Conference.Albuquerque,New Mexico:IEEEPress,1997:699-703.[25]UTKIN V I.Variable s tructure systems w i th slidi ng mode[J].IEEE Trans on A utomatic Control,1977,22(2):212-222. [26]YAGIZ N,OZBULUR V,INANC N.Sliding mode control of ac-tive s us pension[C]M IEEE.12th IEEE Int Sy mpos ium on Intelli-gent Control.Is tanbul,Turkey:IEEE Pres s,1997:373-378. [27]CHOI S B,CHOI Y T,PARK D W.A sliding mode control of afull_car electrorheological sus pensi on sys tem via hardware in_the_loop s imulation[J].Trans of the ASME,2000,122(3):114-121.[28]TA_TAU CHEN,TZUU_HSENG S.LI.Integrated fuz zy GA_bas edsimplex s liding_mode control[J].Int J of Fuzzy Sys te ms,2000,2(4):267-277.[29]YOKOYAMA M,HEDRICK J K.A model following sliding_modecontroller for semi_active s us pension s ys tems with M R dampers[C]M American Automation Control Council.Proc of A merican Con-trol Conference.Virgnia:Arlinglon Press,2001,7:2652-2657. [30]BAUM AL A E,MCP HEE J J,CALAMAI P H.Application of ge-netic algori thms to the design opti mization of an active vehicle sus-pension system[J].Computer Methods in A pplied Mechanics andEngi neering,1998,7(1):87-94.[31]BUCKNER G D,SCHUETZE K T.Intelligent es timation of s ys temparameters of active vehi cle s us pension control[J].SAE Trans a-tions,J of Passenger Cars,1999,108(6):1257-1263.[32]PENG Xiao,VADAKKEP AT P,TONG HENG.DNA coded GAfor the rule bas e optimization of a fuzzy logic controller[C]MIEEE.Proc of the2001IEEE Congress on Evol utionary Computa-tion.Seoul,Korea:IEEE,Pres s.2001,(2):1191-1196.[33]HASHIYAMA T,SHAOUT A.Fuzzy controllers for s emi_acti ves uspension s ystem generated through genetic algorithms[J].IEEEProc_Control Theory and A pplications,1995,142(2):1371-1376.[34]TAYLOR J H,SHENG Lan.Recurs ive opti mization procedure forfuzzy_logic controller synthesis[C]M American Automati on Control Council.Proc of American Control Conference.Phil adephia:IEEEPres s,1998:1211-1219.[35]YOSHIMURA T,NAKAMINAMI K,K URIMOTO M,et al.Ac-tive sus pens ion of passenger cars usi ng linear and fuzz y_logic con-trols[J].Control Engineeri ng Practice,1999,7(7):41-47. [36]ARA J O F M U,YONEYAM A T.Improved vibration s uppress ionvia hierarchical fuzzy control[C]M BERTONIG.Proc of IF AC15th Triennial World Congress.Barcelona,Spain:PERGAMON,2002:1321-1330.[37]M LLER N.Development of a robust driver model wi th parameteradaptation[D].Universi tat Karls ruhe,laboratoi re d.Automatiquede Grenoble,1996.[38]PUI_CHUEN,PATICK YIP.R obust and adaptive nonlinear controlus ing dynamic s urface controller with application to intelligent vehi-cle highway s ystem[D].Berkeley:University of California atBerkeley,1996.[39]GASPAR P,SZASZI I.M ixed H2/H]control design for acti vesuspension st ructures[J].Periodica Polytechnica in Hungary(inEnglis h),Series:Trans portantion,2000,28(1/2):3-16.[40]GASP AR P.Model_bas ed H2/H]control design for uncertain dy-namic s ys tem[J].IEEE Trans on Automatic Control,1999,56第1期张玉春等:汽车主动悬挂控制的研究现状和未来挑战143。
智能车辆控制基础 第四章 车辆垂向及综合运动控制
4.2 车辆防侧翻控制
4.2.1 影响车辆侧翻的参数
图4-16 影响车辆侧翻的参数
(图中:CGu为簧下质量重心,CGs为簧上质量重心。)
4.2.2 车辆防侧翻系统控制
防侧翻系统控制不仅考虑垂向控制,也引入了转向和制动控制,实际上是车辆的横向、纵向和垂 向的综合控制,如图4-17所示。在控制过程中当车辆处于侧翻临界点以内,也就是意味着只要|R|在阈 值 之内,紧急制动控制和紧急转向控制就不会被激活,其中阈值取侧翻系数R的最大值。当|R|临近 阈值 时,即当汽车有侧翻趋势时,从式(4-36)可以看到,要想减小侧翻的风险,必须减小侧翻加速度, 而车辆在稳态转弯时的横向加速度ay,s=ρυ2,其中ρ为轨道曲率。所以减小侧翻加速度则可以通过减小 转向曲率ρ或车速υ来实现。此时紧急制动系统启动,通过给制动力fx,d来减小车辆的速度,同时转向控 制系统也启动,它的作用是调节曲率ρ(如适当减小转弯半径)从而减小R值,来实现防侧翻系统控制。
式中,n为空间频率;n0=0.1m-1为参考空间频率;Gq(n0)为路面不平度系数;w为频率指数,通常取值为2。 车辆行驶时不仅需要考虑路面不平度,还要考虑车速带来的影响,因此需要使用时间频率来代
替空间频率。
使用u表示车速,则空间频率n和时间频率f之间的关系,可以表为 则可将式(4-26)改写为时间谱密度Gq(f),其表达式为
2.主动悬架的控制算法 主动悬架研发主要包括悬架结构设计和控制算法设计。悬架结构设计必须与控制匹配才能达
到其最佳性能,因此,主动悬架的控制算法变得尤为重要。目前主动悬架控制算法包括模糊控制、神 经网络控制、鲁棒控制、自适应控制、遗传算法控制、最优控制及复合控制等,控制策略分类框图如 图4-8所示。
主动悬架控制策略介绍
主动悬架控制策略介绍【摘要】悬架是现代汽车最重要的组成之一,悬架结构的选用,不但在很大程度上决定了汽车平顺性的优劣,而且随着汽车速度的提高,对于与行驶速度密切相关的操纵稳定性的影响也越来越大。
因此,设计优良的悬架系统,对提高汽车产品质量有着极其重要的意义。
悬架系统的研究由来已久，悬架系统按照控制原理和控制功能可以分为被动、半主动、主动悬架,这些悬架在性能上有很大的差别。
由于主动悬架不但能很好地隔离路面振动,而且能控制车身运动,比如启动和制动时的俯仰、转弯时的侧倾等,另外还可以调节车身的高度,提高轿车在恶劣路面的通过性。
因此对主动悬架的研究吸引了一大批工程师对其投入研究，各种控制方法和作动器也被相继研究出来，本文主要对这些方法进行一些简介，以供同行参考研究并对其中的最优控制算法的LQG控制器进行探讨。
【关键词】主动悬架LQG控制器单轮模型Introduction of active suspension control strategy Abstract Suspension is one of the most important parts in the modern automobile, the suspension structure, not only largely determines the quality and ride comfort of the vehicle, with the vehicle speed, closely related to the speed of handling and stability and have greater influence. Therefore, it is very important to design a good suspension system to improve the quality of automotive products. Suspension system has been studied for a long time. The suspension system can be divided into passive, semi-active and active suspension according to the control principle and control function. The active suspension can not only well isolated vibration, but also can control the body motion, such as pitching and turning starting and braking when the roll, also can adjust body height, increase the car in bad road through sex. So the research of active suspension has attracted a large number of engineers for its investment in research, various control methods and actuators have been studied in this paper, some of these methods, for reference and Research on LQG controller on the optimal control algorithm is discussed.Key words Active suspension The LQG controller The single wheel model1.主动悬架的几种控制策略1.1天棚阻尼器控制方法(Skyhook Control)天棚阻尼器控制理论是由Karnopp提出,在主动悬架的控制系统中被广泛采用。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
##
<
##
H]
T
外部激励为
zv = [ z v1
z
c v
1
z v2
z
c v2
z v3
z
c v
3
z v4
z
c v
4
]
T
故, 该 9 自由度的设计模型可用状态方程表示为
x# = Ax + Bu + Ez v
y = Cx
09@ 9 I9@ 9 A=
A0 B0
09 @ 9 B=
Q
0 12 @ 8 E=
M
a11 0 0 a14 0 0 a17 0 0 0 a22 0 a24 0 0 a27 0 0 0 0 a33 0 0 a36 0 0 a39 a41 a42 0 a44 0 0 0 0 0 A0 = 0 0 0 0 a55 0 0 0 0 0 0 a63 0 0 a66 0 0 0 a71 a72 0 0 0 0 a77 a78 0 0 0 0 0 0 0 0 a88 0 0 0 a93 0 0 0 0 0 a99 b11 0 0 b14 0 0 b17 0 0 0 b22 0 b24 0 0 b27 0 0 0 0 b33 0 0 b36 0 0 b39 b41 b42 0 b44 0 0 0 0 0 B0 = 0 0 0 0 b55 0 0 0 0 0 0 b63 0 0 b66 0 0 0 b71 b72 0 0 0 0 b77 b78 0 0 0 0 0 0 0 0 b88 0 0 0 b93 0 0 0 0 0 b99
图 2 单节车辆垂向分析模型 Fig. 2 V ert ical anal ysis model of s ingal rail vehi cle
图 3 单节车辆侧滚分析模型 Fig. 3 R ol ling analys is model of sin gal rail vehicle
为节省篇幅, 该设计模型的 9 个自由度的振动 方程就不一一列出, 下面采用状态方程来描述该系
中由于存在着一定的响应滞后, 很难对反馈信号及
时产生足够大的控制力, 从而限制了系统的主动隔 振效果, 因而在该模型中, 预先通过某种传感器( 如
超声波传感器或红外线传感器) 测定未来的目标信
号或外扰, 系统在决定控制指令时, 不仅考虑系统当 时的状态, 而且还可以根据已确认的未来目标值和
外扰信息的变化趋势作出即时的控制决策, 称这种
际的车辆系统上会产生
较大的系统误差, 甚至 会使主动控制失效。为
此本文提出了车辆悬挂
最优预见控制模型。该
图 1 传统分析模型
模型与传统的简化模型 Fig. 1 Tradit ional analysis model
相比, 增加了轮对的激励数, 充分考虑了一系、二系的
众多垂向阻尼和弹簧刚度, 使得系统的设计模型更加
1/ M 1/ M 1/ M 1/ M
0
0
0
0
0
0
0
0
- l/ I < - l/ I < l / I <
l/I<
0
0
0
0
0
0
0
0
- b/ J H b/ J H - b/ J H b / J H
0
设定目标预见步数提前作出响应, 由此验证了最优预见控制在复杂多自由度的车辆主动悬挂设计
模型中应用的可行性和有效性。
关键词: 车辆工程; 多自由度; 主动悬挂; 最优预见控制
中图分类号: U 2701 32
文献标识码: A
Optimum- preview control model of rail vehicle active suspension
精确化, 在不过分的提高系统阶次的情况下, 设计模 型更加接近车辆的实际系统。同时, 由于该设计模型
同样地避开了复杂的轮轨蠕滑力模型[ 4] , 其横向模型
在只考虑了车体、前、后转向架侧滚的情况下( 共 3 个 自由度) , 略去了横移、摇头等自由度, 而垂向模型则
考虑了车体浮沉、点头( 1 @ 2) , 及前后转向架浮沉、点
收稿日期: 2005-05-15 基金项目: 教育部科技研究重点项目( 01131) 作者简介: 朱 浩( 1972- ) , 男, 湖南株洲人, 中南大学博士研究生, 从事车辆主动减振技术与智能控制策略研究.
第3期
朱 浩, 等: 车辆主动悬挂最优预见控制模型
9
棒性降低, 因此根据此
模型设计的控制器在实
朱 浩1, 刘少军1, 邱显焱2
( 11 中南大学 机电工程学院, 湖南 长沙 410083; 21 株 洲工学院 机械系, 湖南 株洲 412000)
摘 要: 以复杂多自由度的车辆系统设计模型代替传统的简化模型, 建立了主动悬挂控制车辆系统 模型, 设计了最优预见控制器, 研究了车体的浮沉、点头、侧滚 3 种运动状态在加控制和未加控制时
第5卷 第3期 2005 年 9 月
交通运输工程学报
Journal of T raffic and T ransport ation Engineering
Vo l1 5 No1 3 Sept . 2005
文章编号: 1671-1637( 2005) 03-0008- 06
车辆主动悬挂最优预见控制模型
控制决策为预见控制。它在形式上属于最优控制,
所以也可称为最优预见控制策略。用该控制方法作
为主动悬挂的控制策略, 以期弥补因系统能源的沿
程损失和元件的响应滞后使得减振效果不明显, 提
高控制质量, 降低系统控制能量的峰值, 减少能量消
耗, 达到理想的控制效果。
1 车辆系统模型
在建立单节车辆原理模型时选择四轴车为研究 对象, 考虑到建模的方便性可将其分解为垂向模型和 横向模型分别建立其动力学方程。在这里假设: 一系 悬挂的所有弹簧刚度均为 k1 , 阻尼刚度均为 c1; 二系 悬挂的所有弹簧刚度均为 k2 , 阻尼刚度均为 c2 。
头( 2 @ 2) , 共 6 个自由度的运动, 因此, 本研究中用于
设计主动悬挂控制器的单节车辆系统的设计模型共
考虑了 9 个自由度。这种设计的好处是将该设计模
型的控制器接入实际系统后, 能使设计模型和实际系
统的动态稳定性能更加接近。
系统模型的复杂化导致了与之对应的实验系统
的复杂程度也提高了, 众多的元件在实时控制过程
的路面激扰响应。仿真计算结果表明在最优控制下车体的浮沉响应降低了 27% , 点头响应降低了
30% , 侧滚响应降低了 30% ; 在预见控制二次加权矩阵的作用下, 车体的浮沉响应降低了 54% , 点
头响应降低了 50% , 侧滚响应降低了 45% ; 根据预见控制的提前预见可适时响应的特点, 系统可按
0引言
传统的用于主动悬挂控制器设计的车辆系统模 型( 简称车辆设计模型, 一般采用四自由度二轴车的 结构来建模) 的构建思路主要是为了避开复杂的数
学建模而消极地选择用一个只具有类似行为的低阶 系统去逼近一个高阶系统[ 1~ 3] , 其模型结构见图 1。 这种设计思路的好处是模型结构简单, 易于在简化 的试验台架上实现; 缺点是由于模型做了降阶处理, 从而使得实际控制系统的稳定性和性能二者之间鲁
Abstract: Based o n t he design model of mult-i deg rees of freedom , a new modelling method of rail vehicle sy st em w ith act ive suspensio n w as put f orw ard, a kind of opt im um- preview cont ro ller w as designed to r est rain t he vert ical vibrat io n, no dding and ro lling of carbody, t he system respo nd w it h contr oller w as analy sed. Sim ulat ion result s indicat e t hat t he vert ical v ibrat io n, nodding and rolling levels of carbody are reduced by about 27% , 30% , 30% respectively using opt im um cont rol met ho d, and t he levels o f carbody are r educed by about 54% , 50% , 45% respect iv ely using preview cont rol met hod, preview cont rol strat egy can m ake vehicle system r espond ahead acco rding to t arget value. It is f easible t hat t he optimum- pr ev iew contro ller is used in desig nning the active suspension of rail v ehicle system based on complex mult-i deg rees of f reedom model. 1 t ab, 15 f igs, 8 refs. Key words: vehicle engineering; mult-i degrees of freedom; active suspension; optimum- preview control Author resume: Zhu H ao( 1972- ) , male, doct oral st udent , 86- 731- 8832710, zhu1201_1@ 163. com.