CN103407341A - 主动悬架支持向量机广义逆复合控制器及其构造方法 - Google Patents

主动悬架支持向量机广义逆复合控制器及其构造方法 Download PDF

Info

Publication number
CN103407341A
CN103407341A CN2013103357482A CN201310335748A CN103407341A CN 103407341 A CN103407341 A CN 103407341A CN 2013103357482 A CN2013103357482 A CN 2013103357482A CN 201310335748 A CN201310335748 A CN 201310335748A CN 103407341 A CN103407341 A CN 103407341A
Authority
CN
China
Prior art keywords
svms
controller
linear
active suspension
contrary
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2013103357482A
Other languages
English (en)
Other versions
CN103407341B (zh
Inventor
汪若尘
孟祥鹏
施德华
陈龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University
Original Assignee
Jiangsu University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu University filed Critical Jiangsu University
Priority to CN201310335748.2A priority Critical patent/CN103407341B/zh
Publication of CN103407341A publication Critical patent/CN103407341A/zh
Application granted granted Critical
Publication of CN103407341B publication Critical patent/CN103407341B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Vehicle Body Suspensions (AREA)

Abstract

本发明公开了一种主动悬架支持向量机广义逆复合控制器及其构造方法,该控制器包括主动悬架系统、最优控制器、直线电机支持向量机广义逆复合控制器。该构造方法将电流逆变器串接在直线电机之前构成复合控制对象;由支持向量机和2个积分环节构造支持向量机逆系统;将线性控制器与支持向量机逆系统以及电流型逆变器相结合组成支持向量机广义逆复合控制器。主动悬架最优控制器在线提取悬架振动信号,计算最优控制力和振动速度;支持向量机逆复合控制器根据最优控制器给定的控制力和悬架振动速度以及直线电机反馈的电磁推力和速度,实时控制直线电机输出相应的电磁推力和速度,实现系统的线性化、解耦和降阶,同时使主动悬架获得良好的效果和实时性。

Description

主动悬架支持向量机广义逆复合控制器及其构造方法
技术领域
本发明涉及一种直线电机式主动悬架支持向量机逆控制器及其构造方法,适用于直线电机式主动悬架的解耦控制,属于汽车减振控制技术领域。 
背景技术
近几十年来,可控悬架系统得到了学术界和工业界的广泛关注。相比于不可控的半主动/被动悬架系统,可控悬架系统根据车辆当前的行驶工况和路况对其车身特性实行自适应控制,因而可提高车辆的乘坐舒适性和操纵稳定性。主动控制悬架系统的关键就是作动器。随着电磁减振材料和电控技术的快速发展,以及在电动车开发趋势的影响下,车辆电磁悬架技术的理论研究逐渐深入,并得到了一些商业化应用。
直线式电机在车辆悬架上的应用必须考虑悬架尺寸和运动学、动力学特性,因此,直线式电机作动器多设计成圆筒形。捷克理工大学Stribrsky 等人利用Copley Controls 公司的三相同步直线电机TBX3810 作为力发生器,设计了用于车辆悬架的电磁作动器,并设计了鲁棒控制算法。葡萄牙阿尔加维大学Martins 等人研制了轴向磁化的圆筒型永磁直线作动器,通过双向切换控制电路进行电流控制。采用正弦激励信号进行试验,结果表明: 作动器电磁力与相电流基本成正比,故可通过控制相电流来控制电磁力。试验结果与仿真结果基本吻合,表明作动器能够产生悬架系统所需的主动控制力。这些电机作动器的优点包括输出力较大,响应快,效率高,具有回收电能的可行性;缺点是成本高,体积较大,供电系统电压要求较高。Seungho Lee 等人为其研制的直线式电机作动器设计了LQG 和模糊控制器,比较了不同控制策略的减振效果,通过单轮台架试验进行验证。
直线电机式主动悬架是一个多输入多输出的非线性、强耦合的系统,建立充分考虑直线电机动力学的主动悬架系统的非线性模型具有更强的实用价值。支持向量机是一种建立在统计学习理论基础上的机器学习方法,该方法具有坚实的数学和理论基础。支持向量机结构简单,性能优良,尤其是泛化能力明显提高,适合处理高维数据以及非线性问题。支持向量机算法最终转化为一个二次型寻优问题,理论上得到的解是全局最优解,解决了局部极值问题。因此,近年来受到了广泛的关注,主要应用于模式识别领域。基于支持向量机的控制算法近年来也取得了较大的发展,但未见应用于直线电机式主动悬架系统中。
发明内容
针对现有技术中直线电机式主动悬架存在的上述不足,本发明提供一种既可改善直线电机式主动悬架对参数变化以及扰动的适应性、鲁棒性,同时又能有效地提高各项性能指标,如质心加速度、悬架动挠度、轮胎动载荷的支持向量机逆控制器及其构造方法。
本发明的技术方案是:
主动悬架支持向量机广义逆复合控制器,包括悬架系统、传感器、最优控制器、推力控制器、两个积分器、支持向量机、扩展的电路逆变器、直线电机、内部惯性力检测模块。
所述传感器安装在悬架系统上,用于在线提取悬架振动过程中的振动信号并发送至最优控制器,最优控制器的输入端与传感器相连,输出端与线性闭环控制器的输入端相连,线性闭环控制器的输出端分别直接、通过一个积分器、通过两个积分器和支持向量机的输入端相连,扩展的电路逆变器的输入端与支持向量机的输出端相连,输出端与直线电机的输入端相连,直线电机的输出端分别连接至内部惯性力检测模块和悬架系统,内部惯性力检测模块的输出端连接至支持向量机。
所述推力控制器构成线性闭环控制器,所述两个积分器和支持向量机共同构成支持向量机逆,所述扩展的电路逆变器和直线电机共同构成复合被控对象,所述复合被控对象、悬架系统、传感器共同构成主动悬架系统,所述线性闭环控制器、支持向量机逆、复合被控对象、内部惯性力检测模块共同构成支持向量机逆复合控制器,所述支持向量机逆和主动悬架系统共同构成伪线性系统。
所述最优控制器的输入为悬架振动信号,所述线性闭环控制器的输入为最优控制力                                                
Figure 2013103357482100002DEST_PATH_IMAGE001
,所述支持向量机逆的输入为推力的二阶导数
Figure 2013103357482100002DEST_PATH_IMAGE003
,所述复合被控对象的输入为直线电机在dq轴下的电流i d i q ,所述悬架系统的输入为推力
进一步,所述扩展的电路逆变器由Park逆变换、Clark逆变换、电流逆变器依次串联构成。
进一步,所述悬架振动信号包括悬挂质量垂直振动加速度、悬架动行程和轮胎变形量。
进一步,支持向量机采用高斯核函数作为内积核函数。
主动悬架支持向量机广义逆复合控制器的构造方法,具体包括如下步骤:
(1)组成直线电机式主动悬架系统:将复合被控对象、传感器和悬架系统共同作为一个整体组成直线电机式主动悬架系统,该复合被控对象以直线电机在d, q轴下的电流i d , i q 为输入,直线电机的电磁推力F为输出;
(2)作整个主动悬架系统的等效:等效为两输入单输出的非线性系统,主动悬架系统的输入变量为直线电机在d, q轴下的电流,输出变量为直线电机的实际电磁推力F
(3)设计最优控制器:安装在悬架上的传感器采集悬挂质量垂直振动加速度
Figure 2013103357482100002DEST_PATH_IMAGE005
、悬架动行程
Figure 753456DEST_PATH_IMAGE006
、轮胎变形量这三个量,最优控制器综合车辆平顺性和操纵稳定性的评价指标
Figure 405629DEST_PATH_IMAGE008
以及控制能量消耗量u的大小这两个因素,取综合性能指标函数:
Figure 800839DEST_PATH_IMAGE010
式中:q1、q2、q3和r为加权系数,其大小代表了各个性能指标在综合性能函数中的权重;
Figure 2013103357482100002DEST_PATH_IMAGE011
越小,车辆平顺性越好;
Figure 490577DEST_PATH_IMAGE006
Figure 313040DEST_PATH_IMAGE007
,它们越小,操稳性越好;
(4)构造支持向量机逆:采用支持向量机加两个积分器构造支持向量机逆,支持向量机采用的内积核函数为高斯核函数,支持向量机的向量系数和阀值将在下一步的离线学习中确定;支持向量机的第一个输入为支持向量机逆的第一个输入,其经第一个积分环节为支持向量机的第二个输入,所述第二个输入再经第二个积分环节为支持向量机的第三个输入,支持向量机的第四个输入为内部惯性力检测模块的反馈,支持向量机的输出即为支持向量机逆的输出;
(5)确定支持向量机的各个向量系数和阀值:选择推力给定信号最为学习激励信号,将选定的阶跃激励信号加到直线电机式主动悬架系统的输入端,采集d, q轴下电流信号和实际推力信号,对得到的实际推力F进行离线求一阶导数
Figure 642390DEST_PATH_IMAGE012
以及二阶导数
Figure 2013103357482100002DEST_PATH_IMAGE013
,从而构成支持向量机逆的训练样本
Figure 654339DEST_PATH_IMAGE014
用构成的训练样本集对支持向量机进行训练,确定支持向量机的各个权系数;
(6)形成伪线性系统:将离线训练好的支持向量机配上两个积分构成的支持向量机逆,与直线电机式主动悬架系统串接复合,形成推力二阶的伪线性子系统;
(7)作出线性闭环控制器:对得到的推力二阶伪线性子系统进行闭环控制器设计,依据线性系统的设计方法对伪线性系统分别作出推力控制器,闭环控制器采用的设计方法包括线性系统理论中的比例积分微分PID、极点配置、二次型指标最优设计方法;
(8)形成支持向量机逆复合控制器:最终形成的支持向量机逆复合控制器包括支持向量机逆与线性闭环控制器两部分,可根据不同控制要求采用不同的硬件或软件来实现。
 本发明的有益效果是:
1、采用支持向量机逆,解决了复杂非线性耦合系统的解耦控制问题,通过进一步合理设计线性闭环控制器,获得高性能的跟踪控制以及抗扰动运行性能。
2、本发明的方法不仅可设计新的主动悬架控制系统,而且在旧的主动悬架控制系统的改造中,应用前景非常广阔。
附图说明
图1是直线电机式主动悬架采用支持向量机逆复合控制器对主动悬架进行控制的完整原理框图;
图2是被控的直线电机对应的两输入和单输出的原理框图;
图3是图2的等效框图;
图4是支持向量机逆与主动悬架系统复合构成的伪线性系统的示意图;
图5是图4的等效图;
图6是由线性闭环控制与伪线性系统组成的闭环控制系统的结构图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
如图1至6所示,把复合被控对象、传感器和悬架共同作为一个整体组成直线电机式主动悬架系统。悬架上的传感器采集悬架振动信号发送给最优控制器,并由最优控制器计算出悬架所需最优控制力,该最优控制力作为线性闭环控制器的给定输入。根据分析可知:该直线电机式主动悬架系统为非线性双输入单输出系统,输入为直线电机在d,q轴下的电流i d , i q ,输出为直线电机的实际推力,且推力的相对阶为二阶,整个系统分段可逆。如图,采用4个输入节点以及两个输出节点的支持向量机加2个积分器构成支持向量机逆。再将支持向量机逆串接在原系统即被控的主动悬架系统之前,复合成推力二阶积分型伪线性系统,实现整个系统的线性化。最后为了消除逆系统的逼近误差,对得到的伪线性系统采用线性系统设计理论进行线性闭环控制器的设计。为了增加支持向量机逆对系统变化的适应能力和抗干扰能力,通过增加逆系统的输入节点数目,利用被控系统的部分状态参数测量或估计、干扰估计等信号,构成支持向量机逆的扩展结构,实现系统的容错控制。最终形成的支持向量机广义逆控制器与闭环控制器两部分,可根据不同的控制要求采用不同的硬件或软件来实现。具体实施分为以下几步:
(1)图1所示,组成直线电机式主动悬架系统。将扩展的直流逆变器控制的永磁直线电机与阻尼和减震器并联组成悬架的减振系统共同复合成一个整体,该复合被控对象以直线电机在d, q轴下的电流i d , i q 为输入,直线电机的电磁推力F为输出。
(2)通过分析、等效与推导,为支持向量机逆的构造与学习训练提供方法上的依据。首先作整个直线电机主动悬架系统的等效,等效为两输入单输出的非线性系统,输入变量为直线电机在d,q轴下的电流i d , i q ,输出变量为直线电机的实际电磁推力F,经推导可证明该系统在运行区域内分段可逆,通过分析推导可得整个直线电机式主动悬架系统的数学模型为二阶微分方程,且推力相对阶数为二阶,并可确定其逆系统的输入变量为推力F,推力的一阶导数
Figure 385535DEST_PATH_IMAGE012
以及二阶导数
Figure 191948DEST_PATH_IMAGE013
,输出变量为直线电机在d, q轴下的电流i d , i q
(3)设计主动悬架系统最优控制器。最优控制器综合车辆平顺性和操纵稳定性的评价指标
Figure 8594DEST_PATH_IMAGE008
以及控制能量消耗量u的大小这两个因素,取综合性能指标函数
式中:q1、q2、q3和r为加权系数,其大小代表了各个性能指标在综合性能函数中的权重;
Figure 79111DEST_PATH_IMAGE011
越小,车辆平顺性越好;
Figure 571272DEST_PATH_IMAGE006
Figure 625947DEST_PATH_IMAGE007
,它们越小,操稳性越好。
根据具有二次性能指标的线性系统的最优控制理论,应使对输出变量加权的性能函数J有极小值。此时悬架系统最优控制力为:
u=KX=-R-1BTPX
式中,R=[r],P可以通过黎卡提方程(2)求得,K为反馈增益矩阵,可以运用Matlab中提供的对输出加权的LQRY函数求得;
ATP+PA+Q-PBR-1BTP=0
式中,Q=diag(qi)(i=1,2,3)。
(4)构造支持向量机逆。采用支持向量机加个积分器构造支持向量机逆,见图4所示,支持向量机采用的内积核函数为高斯核函数,支持向量机的向量系数和阀值将在下一步的离线学习中确定;然后用此具有4个输入节点、2个输出节点的支持向量机加2个积分构成具有1个输入节点、2个输出节点的支持向量机逆,见图4所示,其中:支持向量机的第一个输入为支持向量机逆的第一个输入,其经第一个积分环节为支持向量机的第二个输入,所述第二个输入再经第二个积分环节为支持向量机的第三个输入,支持向量机的第四个输入为内部惯性力检测模块的反馈,支持向量机的输出即为支持向量机逆的输出。
(5)确定支持向量机的各个向量系数和阀值。选择推力给定信号最为学习激励信号,将选定的阶跃激励信号加到直线电机式主动悬架系统的输入端,采集d, q轴下电流信号和实际推力信号,对得到的实际推力F进行离线求一阶导数
Figure 963387DEST_PATH_IMAGE012
以及二阶导数
Figure 419908DEST_PATH_IMAGE013
,从而构成支持向量机逆的训练样本
Figure 817391DEST_PATH_IMAGE014
用构成的训练样本集对支持向量机进行训练,确定支持向量机的各个权系数; 
(6)形成伪线性系统。将离线训练好的支持向量机配上二个积分构成的支持向量机逆,如图6左图中的虚线框内所示,与图1所示的直线电机式主动悬架系统串接复合,形成推力二阶的伪线性子系统,如图6所示,实现了把复杂非线性系统耦合转化为简单的线性子系统。
(7)作出线性闭环控制器。对得到的推力二阶伪线性子系统进行闭环控制器设计。依据线性系统的设计方法对伪线性系统分别作出推力控制器,闭环控制器可以采用线性系统理论中的比例积分微分PID、极点配置或二次型指标最优等设计方法。
(8)形成支持向量机逆复合控制器。最终形成的支持向量机逆复合控制器包括支持向量机逆与线性闭环控制器两部分,如图1所示,可根据不同控制要求采用不同的硬件或软件来实现。
本发明直线电机式主动悬架支持向量机逆控制器包括主动悬架最优控制器、扩展的电流逆变器连接永磁直线电机、支持向量机逆与线性闭环控制器相连接,将所述加速度传感器安装在悬架上,在线提取悬架振动过程中的振动信号发送至所述主动悬架最优控制器;最优控制器根据输入的振动信号计算出悬架所需的最优控制力并作为线性闭环控制器的给定输入;将所述的支持向量机逆与线性闭环控制器相串接形成主动悬架支持向量机逆控制器,然后根据最优控制器给定的输入信号和直线电机反馈的电磁推力信号提出主动悬架的主动控制力方案,由直线电机输出电磁推力,完成一个控制循环。其中支持向量机逆用支持向量机加个积分环节构成,线性闭环控制器为推力控制器,由线性设计方法对伪线性系统分别作出;伪线性系统为推力子系统,支持向量机逆和主动悬架系统共同复合组成等效的伪线性系统。
本发明通过构造支持向量机逆系统,将原直线电机式主动悬架系统这一非线性系统线性化为伪线性系统,再通过合理的设计闭环控制器,可获得良好的控制效果。 
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (5)

1.主动悬架支持向量机广义逆复合控制器,其特征在于:包括悬架系统、传感器、最优控制器、推力控制器、两个积分器、支持向量机、扩展的电路逆变器、直线电机、内部惯性力检测模块;
所述传感器安装在悬架系统上,用于在线提取悬架振动过程中的振动信号并发送至最优控制器,最优控制器的输入端与传感器相连,输出端与线性闭环控制器的输入端相连,线性闭环控制器的输出端分别直接、通过一个积分器、通过两个积分器和支持向量机的输入端相连,扩展的电路逆变器的输入端与支持向量机的输出端相连,输出端与直线电机的输入端相连,直线电机的输出端分别连接至内部惯性力检测模块和悬架系统,内部惯性力检测模块的输出端连接至支持向量机;
所述推力控制器构成线性闭环控制器,所述两个积分器和支持向量机共同构成支持向量机逆,所述扩展的电路逆变器和直线电机共同构成复合被控对象,所述复合被控对象、悬架系统、传感器共同构成主动悬架系统,所述线性闭环控制器、支持向量机逆、复合被控对象、内部惯性力检测模块共同构成支持向量机逆复合控制器,所述支持向量机逆和主动悬架系统共同构成伪线性系统;
所述最优控制器的输入为悬架振动信号,所述线性闭环控制器的输入为最优控制力                                                
Figure 2013103357482100001DEST_PATH_IMAGE001
,所述支持向量机逆的输入为推力的二阶导数
Figure 2013103357482100001DEST_PATH_IMAGE003
,所述复合被控对象的输入为直线电机在dq轴下的电流i d i q ,所述悬架系统的输入为推力
Figure 221669DEST_PATH_IMAGE004
2.根据权利要求1所述的主动悬架支持向量机广义逆复合控制器,其特征在于:所述扩展的电路逆变器由Park逆变换、Clark逆变换、电流逆变器依次串联构成。
3.根据权利要求1或2所述的主动悬架支持向量机广义逆复合控制器,其特征在于:所述悬架振动信号包括悬挂质量垂直振动加速度、悬架动行程和轮胎变形量。
4. 根据权利要求1或2所述的主动悬架支持向量机广义逆复合控制器,其特征在于:所述支持向量机采用高斯核函数作为内积核函数。
5.主动悬架支持向量机广义逆复合控制器的构造方法,具体包括如下步骤:
(1)组成直线电机式主动悬架系统:将复合被控对象、传感器和悬架系统共同作为一个整体组成直线电机式主动悬架系统,该复合被控对象以直线电机在d, q轴下的电流i d , i q 为输入,直线电机的电磁推力F为输出;
(2)作整个主动悬架系统的等效:等效为两输入单输出的非线性系统,主动悬架系统的输入变量为直线电机在d, q轴下的电流,输出变量为直线电机的实际电磁推力F
(3)设计最优控制器:安装在悬架上的传感器采集悬挂质量垂直振动加速度
Figure 2013103357482100001DEST_PATH_IMAGE005
、悬架动行程
Figure 364681DEST_PATH_IMAGE006
、轮胎变形量
Figure 2013103357482100001DEST_PATH_IMAGE007
这三个量,最优控制器综合车辆平顺性和操纵稳定性的评价指标以及控制能量消耗量u的大小这两个因素,取综合性能指标函数:
Figure 752249DEST_PATH_IMAGE010
式中:q1、q2、q3和r为加权系数,其大小代表了各个性能指标在综合性能函数中的权重;越小,车辆平顺性越好;
Figure 915156DEST_PATH_IMAGE006
Figure 176373DEST_PATH_IMAGE007
,它们越小,操稳性越好;
(4)构造支持向量机逆:采用支持向量机加两个积分器构造支持向量机逆,支持向量机采用的内积核函数为高斯核函数,支持向量机的向量系数和阀值将在下一步的离线学习中确定;支持向量机的第一个输入为支持向量机逆的第一个输入,其经第一个积分环节为支持向量机的第二个输入,所述第二个输入再经第二个积分环节为支持向量机的第三个输入,支持向量机的第四个输入为内部惯性力检测模块的反馈,支持向量机的输出即为支持向量机逆的输出;
(5)确定支持向量机的各个向量系数和阀值:选择推力给定信号最为学习激励信号,将选定的阶跃激励信号加到直线电机式主动悬架系统的输入端,采集d, q轴下电流信号和实际推力信号,对得到的实际推力F进行离线求一阶导数
Figure 658301DEST_PATH_IMAGE012
以及二阶导数
Figure DEST_PATH_IMAGE013
,从而构成支持向量机逆的训练样本
Figure 713982DEST_PATH_IMAGE014
用构成的训练样本集对支持向量机进行训练,确定支持向量机的各个权系数;
(6)形成伪线性系统:将离线训练好的支持向量机配上两个积分构成的支持向量机逆,与直线电机式主动悬架系统串接复合,形成推力二阶的伪线性子系统;
(7)作出线性闭环控制器:对得到的推力二阶伪线性子系统进行闭环控制器设计,依据线性系统的设计方法对伪线性系统分别作出推力控制器,闭环控制器采用的设计方法包括线性系统理论中的比例积分微分PID、极点配置、二次型指标最优设计方法;
(8)形成支持向量机逆复合控制器:最终形成的支持向量机逆复合控制器包括支持向量机逆与线性闭环控制器两部分,根据不同控制要求采用不同的硬件或软件实现。
CN201310335748.2A 2013-08-05 2013-08-05 主动悬架支持向量机广义逆复合控制器及其构造方法 Expired - Fee Related CN103407341B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310335748.2A CN103407341B (zh) 2013-08-05 2013-08-05 主动悬架支持向量机广义逆复合控制器及其构造方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310335748.2A CN103407341B (zh) 2013-08-05 2013-08-05 主动悬架支持向量机广义逆复合控制器及其构造方法

Publications (2)

Publication Number Publication Date
CN103407341A true CN103407341A (zh) 2013-11-27
CN103407341B CN103407341B (zh) 2015-10-28

Family

ID=49600405

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310335748.2A Expired - Fee Related CN103407341B (zh) 2013-08-05 2013-08-05 主动悬架支持向量机广义逆复合控制器及其构造方法

Country Status (1)

Country Link
CN (1) CN103407341B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103754081A (zh) * 2013-12-27 2014-04-30 广西科技大学 车辆非线性悬架系统的最优模糊复合控制方法
CN103770594A (zh) * 2014-01-16 2014-05-07 江苏大学 一种车辆悬架用馈电型电磁阻尼减振控制方法
CN104076687A (zh) * 2014-06-04 2014-10-01 江苏大学 一种主动悬架和电动助力转向集成系统的解耦控制方法
CN104972860A (zh) * 2015-01-23 2015-10-14 江苏大学 一种用于车辆主动悬架的全息最优滑模控制器
CN106647256A (zh) * 2016-10-08 2017-05-10 西南交通大学 一种基于h∞ pid的主动悬架控制系统及控制方法
CN107264211A (zh) * 2017-07-04 2017-10-20 陈蜀乔 一种瞬态主动式直线电机电磁悬架
CN107738549A (zh) * 2017-10-20 2018-02-27 东风汽车公司 直线电机式电磁主动悬架的能量输出控制方法
CN110027378A (zh) * 2019-01-11 2019-07-19 江苏大学 汽车主动悬架电磁作动器抗饱和复合控制器及构造方法
CN112606648A (zh) * 2020-12-28 2021-04-06 江苏大学 一种馈能式混合电磁主动悬架复合控制器的构造方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030218321A1 (en) * 2002-05-24 2003-11-27 Tomoji Suzuki Vehicle seat occupant classifying method and apparatus based on a support vector machine
CN101640513A (zh) * 2009-08-12 2010-02-03 江苏大学 两电机变频调速系统的支持向量机逆控制器及其构造方法
CN101814892A (zh) * 2010-03-04 2010-08-25 江苏大学 无轴承同步磁阻电机基于支持向量机逆系统复合控制器
CN102136822A (zh) * 2011-04-12 2011-07-27 江苏大学 一种五自由度无轴承同步磁阻电机解耦控制器及构造方法
WO2012031614A1 (en) * 2010-09-09 2012-03-15 Autoliv Development Ab System for determining vibration characteristics of a motor vehicle

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030218321A1 (en) * 2002-05-24 2003-11-27 Tomoji Suzuki Vehicle seat occupant classifying method and apparatus based on a support vector machine
CN101640513A (zh) * 2009-08-12 2010-02-03 江苏大学 两电机变频调速系统的支持向量机逆控制器及其构造方法
CN101814892A (zh) * 2010-03-04 2010-08-25 江苏大学 无轴承同步磁阻电机基于支持向量机逆系统复合控制器
WO2012031614A1 (en) * 2010-09-09 2012-03-15 Autoliv Development Ab System for determining vibration characteristics of a motor vehicle
CN102136822A (zh) * 2011-04-12 2011-07-27 江苏大学 一种五自由度无轴承同步磁阻电机解耦控制器及构造方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
丁世飞,齐丙娟,谭红艳: "支持向量机理论与算法研究综述", 《电子科技大学学报》, vol. 40, no. 1, 31 January 2011 (2011-01-31), pages 2 - 7 *
程启明,杜许峰,郭瑞青,郑勇: "基于最小二乘支持向量机的多变量逆系统控制方法及应用", 《中国电机工程学报》, vol. 28, no. 35, 15 December 2008 (2008-12-15), pages 96 - 101 *
罗虹,陈星,邓兆详,来飞,马英: "主动悬架的直线电机作动器控制系统研究", 《系统仿真学报》, vol. 24, no. 7, 31 July 2012 (2012-07-31), pages 1537 - 1542 *
郑雨芳: "支持向量机逆系统在感应电机解耦中的应用研究", 《湖南科技大学 硕士学位》, 15 June 2010 (2010-06-15) *
金鹏,刘国海,董蓓蓓,周大为: "基于支持向量机α阶逆系统方法的无刷直流电机调速系统控制", 《东南大学学报(自然科学版)》, vol. 39, 30 September 2009 (2009-09-30), pages 82 - 86 *
陈宏伟: "车辆节能型主动悬架的研究", 《西安理工大学 硕士学位》, 15 December 2008 (2008-12-15) *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103754081A (zh) * 2013-12-27 2014-04-30 广西科技大学 车辆非线性悬架系统的最优模糊复合控制方法
CN103770594A (zh) * 2014-01-16 2014-05-07 江苏大学 一种车辆悬架用馈电型电磁阻尼减振控制方法
CN103770594B (zh) * 2014-01-16 2016-03-02 江苏大学 一种车辆悬架用馈电型电磁阻尼减振控制方法
CN104076687B (zh) * 2014-06-04 2016-09-14 江苏大学 一种主动悬架和电动助力转向集成系统的解耦控制方法
CN104076687A (zh) * 2014-06-04 2014-10-01 江苏大学 一种主动悬架和电动助力转向集成系统的解耦控制方法
CN104972860B (zh) * 2015-01-23 2017-04-05 江苏大学 一种用于车辆主动悬架的全息最优滑模控制器
CN104972860A (zh) * 2015-01-23 2015-10-14 江苏大学 一种用于车辆主动悬架的全息最优滑模控制器
CN106647256A (zh) * 2016-10-08 2017-05-10 西南交通大学 一种基于h∞ pid的主动悬架控制系统及控制方法
CN107264211A (zh) * 2017-07-04 2017-10-20 陈蜀乔 一种瞬态主动式直线电机电磁悬架
CN107738549A (zh) * 2017-10-20 2018-02-27 东风汽车公司 直线电机式电磁主动悬架的能量输出控制方法
CN107738549B (zh) * 2017-10-20 2019-10-08 东风汽车集团有限公司 直线电机式电磁主动悬架的能量输出控制方法
CN110027378A (zh) * 2019-01-11 2019-07-19 江苏大学 汽车主动悬架电磁作动器抗饱和复合控制器及构造方法
CN110027378B (zh) * 2019-01-11 2021-08-03 江苏大学 汽车主动悬架电磁作动器抗饱和复合控制器及构造方法
CN112606648A (zh) * 2020-12-28 2021-04-06 江苏大学 一种馈能式混合电磁主动悬架复合控制器的构造方法
CN112606648B (zh) * 2020-12-28 2022-04-26 江苏大学 一种馈能式混合电磁主动悬架复合控制器的构造方法

Also Published As

Publication number Publication date
CN103407341B (zh) 2015-10-28

Similar Documents

Publication Publication Date Title
CN103407341B (zh) 主动悬架支持向量机广义逆复合控制器及其构造方法
CN106160610B (zh) 一种主动悬架电磁作动器智能控制器的构造方法
CN102811015B (zh) 一种基于自抗扰控制的交流感应电机控制系统
CN107168369B (zh) 一种欠驱动无人车的编队控制方法及系统
Xu et al. Semi-active vibration control for in-wheel switched reluctance motor driven electric vehicle with dynamic vibration absorbing structures: Concept and validation
CN111176118B (zh) 一种基于鲁棒自适应算法的转台伺服系统辨识方法
CN106788052B (zh) 基于观测器的异步电机命令滤波误差补偿模糊控制方法
CN102790581B (zh) 一种无轴承异步电机径向位置鲁棒控制器的构造方法
CN112904718B (zh) 一种基于Hammerstein模型的磁流变阻尼器控制系统及方法
Lin et al. Adaptive sliding mode technique‐based electromagnetic suspension system with linear switched reluctance actuator
WO2020215659A1 (zh) 一种电液智能转向系统性能监测器及性能优化方法
CN109398020B (zh) 一种基于非线性模型的车辆液电耦合式isd悬架的预测控制方法
CN102790580B (zh) 无轴承异步电机支持向量机逆解耦控制器的构造方法
Huang et al. An electronic line-shafting control strategy based on sliding mode observer for distributed driving electric vehicles
Wang et al. The identification of electric load simulator for gun control systems based on variable-structure WNN with adaptive differential evolution
Kaleemullah et al. Comparative analysis of LQR and robust controller for active suspension
Qin et al. Torque equilibrium position closed-loop control of dual electric motors swing system for large mining excavator
CN105099263B (zh) 基于广义回归神经网络辨识器的超声波电机位置与速度控制系统
Zhang et al. Research on coordinated control of braking mode switching for enhancing switching quality considering communication delay and time-varying model parameters
Abu-Khudhair et al. Fuzzy control of semi-active automotive suspensions
CN102790576B (zh) 一种无轴承永磁同步电机解耦控制器的构造方法
Cao et al. Regenerative-braking sliding mode control of electric vehicle based on neural network identification
Wang et al. A parameters adaptive non-singular terminal sliding mode control method for overhead crane system
Cao et al. Simulation research on neural network sliding mode control of energy-regenerative braking of electric vehicle
Yu et al. A Comprehensive Review of Permanent Magnet Synchronous Linear Motors in automotive electromagnetic suspension system

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20151028

Termination date: 20160805

CF01 Termination of patent right due to non-payment of annual fee