CN101417596A - 一种汽车空气悬架的控制方法 - Google Patents

Abstract

本发明公开了一种汽车空气悬架的控制方法，以硬件部分电子控制装置为核心配以外围的各种传感器、空气弹簧、空气阀门、可调减振器等部件等；软件部分包括信号检测、数据处理及二次计算、控制方法和控制输出，先通过计算输入的车身高度的方差和车速判断出不同的工作模式；采用开环控制以及神经网络实现在线自修正的函数，电子控制装置根据神经网络所得充排气时间控制空气阀门的执行，再经计算得到簧内空气摩尔浓度和偏差量；最后得到具体控制信号，本发明使车辆在不同路面条件下灵活控制，在各种路况条件下具有适当的弹性和阻尼性能，有效地解决在适应各种路况进行参数匹配时的矛盾，提高了车辆的操控性、安全性、舒适性和越野性。

Description

一种汽车空气悬架的控制方法

技术领域

本发明涉及汽车、检测技术与自动化装置和自动控制理论等领域，是一种针对汽车空气悬架的电子测控方法。

背景技术

传统车辆空气悬架系统主要由弹簧、减振器、导向机构组成，其刚度只能被动地根据空气弹簧高度的变化而改变，较小范围内的高度变化对刚度的影响不大，而大幅度的高度变化会改变车辆悬架偏频，破坏车辆的操纵稳定性。减振器则通常采用固定的结构，只能保持其设计时所确定的阻尼系数。这些特性影响了车辆的行驶性能和操作的性能，使乘座舒适性和操作稳定性无法同时满足，只能保证车辆在某一特定的道路和速度条件下达到性能折衷，被动地承受地面对车身的作用力，而不能主动控制悬架的特性以适应外部激励。为了克服悬架特性对车身性能的限制，国外发达国家的高档客车都采用了电子控制的悬架系统，并对空气弹簧和减振器的结构进行一些改进，以满足车辆的减振要求。

当前的电子控制悬架系统主要包括电子控制装置、各类传感器和执行机构。

电子控制装置：是由微处理器、数据通信电路、传感器检测电路、执行器驱动电路及电源电路等组成，其主要功能是利用传感器检测车身的各项状态参数，通过神经网络估算，微处理器根据这些状态按一定的控制方法产生对空气弹簧阀门、减振器的控制信号，最后由驱动电路实施对各执行结构的控制操作。系统采用稳压电源将车载电源变换为适当的电压等级向所有电子电路供电。

检测传感器：用于获取车身的各项状态参数以及行驶姿态和路面信息，其中包括：空气弹簧高度、空气压缩机输出压力、车身倾角、制动、转向、加速等。

执行机构：包括减振器阻尼力变换执行器、空气弹簧控制阀、空气压缩机等组成。原有的减振器结构固定，经改进后的减振器采用阻尼力变换执行器，通过转动减振器控制杆改变减振器的阻尼力。空气弹簧的外部尺寸基本固定，为了达到控制刚度的目的，在弹簧旁增加了辅助气室，通过控制弹簧主气室与辅助气室之间电磁阀的通断改变其容积，进而改变刚度。弹簧充放气控制阀用于对弹簧进行充气或放气，控制弹簧高度，达到抬升和降低车身高度的目的。

采用这样的空气悬架电子控制系统只能实现如下功能：

(1)在空气弹簧的设计范围内抬升和降低车身高度。

(2)将车辆行驶速度、路面颠簸等外部激励划分为若干区域，根据车辆的工作区域在少数几个工作方式中进行选择，达到乘座舒适性和操作稳定性的某种妥协。这种方法并未真正主动控制弹簧刚度和减振器阻尼力，其乘座舒适性受到很大制约。

(3)空气弹簧的刚度与其内部压力、容积相关，为达到对其控制，传统的方式只能通过改变其容积达到对刚度的调节，此方法只能实现两级刚度切换。

发明内容

本发明的目的是为克服现有技术不足，提供了一种具有较大刚度调节范围的汽车空气悬架的控制方法，突破传统汽车减振系统在功能及车辆行驶性能、操作性能等方面的限制，在保证车辆操作稳定性和安全性的基础上尽可能提高车辆的舒适性、平顺性。

本发明采用的技术方案是：以硬件部分电子控制装置为核心，配以外围的各种传感器、空气弹簧、空气阀门、可调减振器等部件等；软件部分包括信号检测、数据处理及二次计算、控制方法、控制输出，其中控制方法具体为：

1、通过计算输入的车身高度的方差和车速，判断出不同的工作模式；

2、采用开环控制以及神经网络实现在线自修正的函数，神经网络的输入为车身高度检测数据进行平均得到的当前车身静高度、目标高度、空气弹簧内压力；无空气弹簧内压力检测情况下，在车辆静止状态下执行短时间的定时充气使车身升高，而后排气恢复至初始高度，测量充气过程使车身高度增加量和排气高度恢复所需时间；车辆行驶过程中，则将当前车身静高度、目标高度以及上述测量的车身高度增加量和排气高度恢复所需时间两数据代入神经网络算法估算所需充气或排气时间；

3、电子控制装置根据神经网络所得充排气时间控制空气阀门的执行，充排气过程执行完成后再重复步骤(2)的检测控制，同时将充排气完成时的车身高度与目标高度相减得到的误差代入神经网络进行多次学习，对模型进行动态修正；

4、检测各点空气弹簧高度和内部压力，经计算得到簧内空气摩尔浓度，并与摩尔浓度给定相减得到偏差量；根据该偏差量加入不灵敏度区并采用PID算法产生控制量，当偏差量超过阈值后才输出控制，得到具体控制信号输出至空气阀门；

5、检测各点空气弹簧高度与高度给定相减得到偏差量，根据该偏差量加入不灵敏度区并采用PID算法产生控制量，当偏差量超过阈值后输出控制，得到具体控制信号输出至空气阀门。

本发明使车辆在不同路面条件下灵活控制，使车辆悬架系统在各种路况条件下具有适当的弹性和阻尼性能，有效地解决在适应各种路况进行参数匹配时的矛盾，提高了车辆的操控性、安全性、舒适性和越野性。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细说明。

图1是汽车空气悬架电子控制器及其外围系统的结构框图；

图2是汽车空气悬架电子控制器软件系统框图；

图3是汽车空气悬架电子控制器控制系统结构示意图；

图4是汽车空气悬架工作模式选择方法示意；

图5汽车空气悬架车身静高度切换控制模型；

图6不含空气弹簧内压力检测的车身静高度切换控制模型；

图7舒适模式的控制系统模型；

图8运动模式的控制系统模型。

具体实施方式

本发明实施平台采用亚星YBL6891H型客车，以freescale MC9S08GB60单片机为核心构成汽车空气悬架系统，系统硬件结构如附图1所示，软件结构如附图2所示。

该系统以电子控制装置为核心，配以外围的各种传感器、空气弹簧、空气阀门、可调减振器等部件。与传统电子控制空气悬架相比硬件的不同之处是：

①电子控制装置内预置多种系统工作模式，在不同的模式下系统采用相应的控制算法，以达到不同的性能目标。

②电子控制装置内采用高集成度微处理器，高速采样车辆的各项参数，并通过对这些参数的处理、分析得到车辆的基本状态，以此为依据，按照一定的方法选择系统工作模式。

③利用电磁阀门控制空气弹簧的充气和排气，使较长时间内的车身平均高度处于某一目标位置，保证车辆的基本通过和操控性能，该目标高度根据工作模式确定。

④采用可调阻尼减振器，可根据工作模式控制减振器的阻尼系数。

⑤电子控制装置通过在空气弹簧上下运动过程中不断开、闭充/排气阀门实现对空气弹簧的动态充气和排气，从而实现对空气弹簧刚度的控制。

系统软件包含4个部分：信号检测、数据处理及二次计算、控制方法、控制输出。

信号检测部分：信号检测软件模块通过对定时器、AD转换等硬件的操作完成各种外部信号的检测，其中包括车身高度传感器信号、车速信号和操作开关等信号。通过检测可以得到控制所需的各项一次数据。

数据处理及二次计算部分：车辆行驶过程中车身高度等信息处于不断变化的过程中，同时系统中存在大量内部的噪声和外界干扰，因此各信号的检测值必须经过滤波等处理才能使用。另一方面，信号检测只能得到一些基本参数，还必须通过它们计算出另一些参数，其中包括：车身的长时间平均高度、车身高度在一段时间内变化的方差及幅度等。

控制方法：得到所须的所有信息后就要根据一定的控制方法产生相应控制信号，详细控制系统结构如附图3。控制方法主要包括四个部分：系统工作模式的选择方法、车身静高度控制方法、运动模式下的恒高度控制方法、舒适模式下的恒红旗莫尔浓度控制方法。

系统基本的工作模式包括：舒适模式、运动模式和自然模式，其中自然模式不进行主动控制。

舒适模式用于车速较低，路况较差的状态下，其动态系统控制目标为在保证操作稳定性和安全性的基础上追求后桥上垂直加速度最小。舒适模式控制的实质是利用弹簧和减振器的作用吸收来自路面的激励能量，减小乘客所感受到的垂直作用力。本发明控制方法的基本思路是保持弹簧内气体总摩尔浓度恒定。车辆在颠簸路面上行驶过程中，当弹簧在外部激励作用下压缩时，高度变小，簧内体积缩小，气体摩尔浓度升高，控制器则发出信号开始对弹簧进行适当排气，则弹簧瞬时刚度在压缩过程中下降，内部气体摩尔浓度保持相对不变，吸收弹簧的压缩势能。相反，当弹簧在外部激励作用下膨胀时，车身升高，簧内体积加大，气体摩尔浓度下降，控制器则发出信号开始对弹簧进行适当充气，则弹簧反向瞬时刚度下降，吸收弹簧的膨胀势能。在压缩和膨胀距离相同的条件下，弹簧所积累的势能下降，其反弹力量也随之下降，削弱其反弹能力。

运动模式用于车速较高，路况好的状态下，其动态系统控制目标为在保证乘座舒适性的基础上追求操作稳定性和安全性。运动模式控制方法的实质是通过控制使弹簧刚度增大，其基本思路是保持弹簧高度恒定。车辆在颠簸路面上行驶过程中，当弹簧在外部激励作用下压缩时，高度变小，控制器发出信号开始对弹簧进行适当充气，则弹簧内压力在外部激励作用的基础上进一步加大，该压力即抑制了弹簧高度变小，实现其刚度加大。相反的过程中，弹簧在外部激励作用下膨胀时，高度变大，控制器发出信号开始对弹簧进行适当排气，则弹簧内压力在外部激励作用的基础上进一步减小，即抑制了弹簧高度变大，同样实现了刚度加大。

系统工作模式选择方法的实现见附图4。输入变量车辆颠簸程度采用约4s内车身高度的方差表达，车速即车辆行驶速度，将车身高度的方差、车速代入如下线性方程。

V+a×σ_H＝x

其中a为模式系数，选择不同的a计算x，根据下表与阈值比较进行判断：

在各模式之间取一定的滞回(B`和C`区)。

本发明通过传感器配合相应的电子电路获得的车辆运行中的各项信号，其中包括：前桥中点和后桥左、右共三点的车身高度，前桥和后桥左、右共三组空气弹簧内压力，车辆行驶速度等。通过对这些信息的处理分析可以得到车辆行驶速度、车身高度和空气弹簧内压力的变化情况等信息，并可得到路面不平整度、车辆载荷等信息。根据驾驶员的设定和检测信息选择期望工作模式及相应的控制方法。

系统工作模式的选择即系统静态工作点的选择。系统静态工作点的基本参数是车身静高度、减振器静阻尼系数。车身的静高度即理想状态下，车身不发生上下颠簸时的高度。在实际路面行驶过程中，由于路面的颠簸和电子控制装置的动态控制，车身高度将在其静高度的基础上上下起伏。当路面激励为随机信号或高频周期信号时，电子控制装置的控制信号和车身的颠簸起伏也是随机或周期的，那么在较长时间尺度上对车身高度瞬时值进行平均即可近似为车身的静高度。路面激励不影响减振器阻尼系数，因此在电子控制装置不发出动态控制信号时，减振器即处于静阻尼状态，在行驶过程中减振器阻尼系数即随着ECU的动态控制信号上下起伏。驾驶员可手动选择系统工作模式，也可由系统自动选择工作模式。根据车辆行驶平顺性、稳定性和通过性的要求，可以得到行驶速度、颠簸状况与车身高度、空气弹簧刚度、减振器阻尼系数之间的基本关系，由此可建立车身静高度与行驶速度、颠簸状况之间的函数关系。自动方式下系统即根据车辆运行状况，利用上述函数关系选择系统工作模式，即确定合适的系统静态工作点。

在正常行驶过程中，车身的静高度不发生变化，只有当系统工作模式切换或其他异常原因造成静高度变换时才执行控制。在行驶过程中，车身不断上下起伏，车身高度的瞬时值存在较大的变化，静高度只能通过长时间检测并平均获得，因此检测滞后时间长，同时弹簧的充排气速度有限，难以实现闭环控制。本发明中采用预估充排气量方式进行开环控制。改变静高度时需要充入或排出的气量与高度差相关，同时受到簧上载荷、簧内气压、环境气压、温度、湿度、粘性以及气路老化等因素的影响。上述因素在车辆使用过程中大多只会缓慢变化，因此，本发明之方法通过传感器检测得到车身当前高度、簧内压力，并间接得到簧上载荷，而后根据一定函数关系估算充气或排气所需时间。为了适应其它缓慢变化因素的影响，在使用过程中则不断根据控制结果在线修正上述函数关系。在没有装配簧内压力监测的车辆上，也可通过在上下客结束关门后车辆静止状态下系统执行短时间的定时充气，而后排气至初始高度，由此得到定时充气高度升高量和排气高度恢复时间，根据一定函数关系估算簧内压力

预估开环控制方式的车身静高度切换控制模型如图5，其中可在线自修正的函数采用神经网络实现。神经网络的输入为约10s内车身高度检测数据进行平均得到的当前车身静高度、目标高度、簧内压力，其它影响因素在短时间内不可能大幅变化，因此可由神经网络的不断学习实现模型修正。无簧内压力检测的情况下，在车辆静止状态下系统执行短时间的定时充气使车身升高，而后排气恢复至初始高度，测量充气过程使车身高度增加量和排气高度恢复所需时间。车辆行驶过程中，则将当前车身静高度、目标高度以及上面测量的两数据代入BP神经网络算法估算所需充气或排气时间，控制模型如图6所示。

电子控制装置根据神经网络所得充排气时间控制阀门执行操作，充气、排气过程执行完成后再重复上述检测控制过程。同时记下充气、排气完成时的车身高度，与目标高度相减得到误差，而后代入神经网络进行多次学习，对模型进行动态修正。

舒适模式下控制为恒气体摩尔浓度控制方式，系统模型可见附图7。系统实时检测各点空气弹簧高度和内部压力，经计算得到簧内空气摩尔浓度，并与摩尔浓度给定相减得到偏差量。根据该偏差量采用PID算法产生控制量，为避免空气阀门过份频繁动作，需加入一定不灵敏度区，当偏差量超过阈值后才输出控制。对控制量符号化得到“充气”、“排气”和“停”三种具体的控制信号输出至阀门。

运动模式下控制为恒高度控制方式，系统模型可见附图8。系统实时检测各点空气弹簧高度，与高度给定相减得到偏差量。根据该偏差量采用PID算法产生控制量，为了避免系统发生振荡，也需加入一定不灵敏度区，当偏差量超过阈值后输出控制。对控制量符号化得到“充气”、“排气”和“停”三种具体的控制信号输出至阀门。

Claims (3)

1、一种汽车空气悬架的控制方法，硬件部分以电子控制装置为核心，配以外围的各种传感器、空气弹簧、空气阀门、可调减振器等部件等；软件部分包括信号检测、数据处理及二次计算、控制方法、控制输出，其特征是所述控制方法，具体为：

(1)通过计算输入的车身高度的方差和车速，判断出不同的工作模式；

(2)采用开环控制以及神经网络实现在线自修正的函数，神经网络的输入为车身高度检测数据进行平均得到的当前车身静高度、目标高度、空气弹簧内压力；无空气弹簧内压力检测情况下，在车辆静止状态下执行短时间的定时充气使车身升高，而后排气恢复至初始高度，测量充气过程使车身高度增加量和排气高度恢复所需时间；车辆行驶过程中，则将当前车身静高度、目标高度以及上述测量的车身高度增加量和排气高度恢复所需时间两数据代入神经网络算法估算所需充气或排气时间；

(3)电子控制装置根据神经网络所得充排气时间控制空气阀门的执行，充排气过程执行完成后再重复步骤(2)的检测控制，同时将充排气完成时的车身高度与目标高度相减得到的误差代入神经网络进行多次学习，对模型进行动态修正；

(4)检测各点空气弹簧高度和内部压力，经计算得到空气弹簧内空气摩尔浓度，并与摩尔浓度给定相减得到偏差量；根据该偏差量加入不灵敏度区并采用PID算法产生控制量，当偏差量超过阈值后才输出控制，得到具体控制信号输出至空气阀门；

(5)检测各点空气弹簧高度与高度给定相减得到偏差量，根据该偏差量加入不灵敏度区并采用PID算法产生控制量，当偏差量超过阈值后输出控制，得到具体控制信号输出至空气阀门。

2、根据权利要求1所述的一种汽车空气悬架的控制方法，其特征是：步骤(1)所述的工作模式包括舒适模式、运动模式和自然模式，其中舒适模式时空气弹簧内气体总摩尔浓度恒定，运动模式时保持弹簧高度恒定，自然模式不进行主动控制。

3、根据权利要求1所述的一种汽车空气悬架的控制方法，其特征是：步骤(2)在没有装配空气弹簧内压力监测的车辆上，可通过在结束关门后车辆静止状态下执行短时间的定时充气，而后排气至初始高度，得到定时充气高度升高量和排气高度恢复时间。

Images