CN104626914A

CN104626914A - 汽车非线性主动悬架系统的模糊控制方法

Info

Publication number: CN104626914A
Application number: CN201410851847.0A
Authority: CN
Inventors: 高远; 范健文; 王雨涛; 孔峰; 潘盛辉; 袁海英
Original assignee: Guangxi University of Science and Technology
Current assignee: Guangxi University of Science and Technology
Priority date: 2014-12-31
Filing date: 2014-12-31
Publication date: 2015-05-20
Anticipated expiration: 2034-12-31
Also published as: CN104626914B

Abstract

本发明旨在提供一种汽车主动悬架系统的模糊控制方法，包括以下步骤：A、建立主动悬架系统模型，预设主动悬架系统的状态控制期望，定义控制偏差信号的分数阶微分；B、设计模糊控制器，该模糊控制器采用控制误差信号及其分数阶微分作为输入量，悬架控制力作为控制器输出；C、对受模糊控制器作用的主动悬架系统模型进行路面冲击载荷模拟，根据综合性能指标函数确定控制误差信号的分数阶微分阶次参数；D、将控制误差信号及其分数阶微分作为模糊控制器的输入变量，得到模糊控制器的输出控制力，完成对实际主动悬架系统的控制。本发明控制方法可避免现有技术方案比例因子与量化因子存在相互制约、计算量大的困难，具有控制精确、计算效率的特点。

Description

汽车非线性主动悬架系统的模糊控制方法

技术领域

本发明涉及汽车悬架系统控制领域，具体涉及一种车辆非线性主动悬架系统的模糊控制方法。

背景技术

悬架系统是汽车的重要组成部分之一，汽车悬架系统是指连接车架(或车身)与车桥(或车轮)之间弹性连接的部件，主要由弹性元件、导向装置及减振器三个基本部分组成，汽车悬架的作用主要是缓和、抑制由不平路面引起的振动和冲击，保证乘员乘坐舒适性和所运货物完好；此外，除传递汽车垂直力外，还传递其他各方向的力和力矩，并保证车轮和车身(或车架)之间有确定的运动关系，使汽车具有良好的驾驶性能。因此，汽车悬架系统是影响乘坐舒适性和操纵稳定性的重要部件。

目前，模糊控制器都采用整数阶的运算处理信号作为输入。模糊控制器虽然方法简单，可适用于非线性、时变和滞后系统，且具有一定的自适应能力，但其性能完全依靠专家经验设计，一旦控制器的规则及参数确定后，控制则按特定的规则方式处理，故汽车悬架系统控制性能不能很好适于各种行驶工况要求。对于上述问题，现有技术方案主要采取自动调整模糊控制器中论域比例因子、量化因子或直接修改模糊关系矩阵的手段。然而，比例因子与量化因子存在相互制约影响，而后者也面临计算量较大的困难。

发明内容

本发明旨在提供一种汽车主动悬架系统的模糊控制方法，该控制方法仅对模糊控制器输入量的分数阶微分运算的阶次参数进行优化选择，可避免现有技术方案比例因子与量化因子存在相互制约、计算量大的困难，具有控制精确、计算效率的特点。

本发明的技术方案如下：一种汽车主动悬架系统的模糊控制方法，包括以下步骤：

A、建立主动悬架系统模型，预设主动悬架系统的状态控制期望，检测悬架系统状态信号，根据状态控制期望计算获得控制误差信号，定义控制误差信号的分数阶微分信号；

B、设计模糊控制器，该模糊控制器采用控制误差信号及其分数阶微分信号作为输入量，悬架控制力作为控制器输出；

C、对受模糊控制器作用的主动悬架系统模型进行路面冲击载荷模拟，选取并检测悬架系统控制性能评价指标并确定各评价指标的加权系数，将评价指标及其加权系数代入综合性能指标函数，通过悬架系统控制计算，确定出使得综合性能指标函数具有最小值的分数阶微分阶次参数，根据该分数阶微分阶次参数确定该控制误差信号分数阶微分的表达式；

D、将控制误差信号及其分数阶微分信号作为模糊控制器的输入信号，得到模糊控制器的悬架控制力输出，根据输出的悬架控制力完成对实际主动悬架系统的控制。

所述的主动悬架系统的模型为

\{\begin{matrix} m_{1} {\overset{\cdot \cdot}{x}}_{1} + c ({\overset{\cdot}{x}}_{1} - {\overset{\cdot}{x}}_{2}) + k_{1} (x_{1} - x_{2}) + ϵ k_{1} {(x_{1} - x_{2})}^{3} + u = 0 \\ m_{2} {\overset{\cdot \cdot}{x}}_{2} + c ({\overset{\cdot}{x}}_{2} - {\overset{\cdot}{x}}_{1}) + k_{1} (x_{2} - x_{1}) + ϵ k_{1} {(x_{2} - x_{1})}^{3} - u + k_{2} (x_{2} - q) = 0 \end{matrix};

式中，m₁和m₂分别表示1/4车身质量和轮胎质量，c为悬架阻尼系数，k₁和k₂分别是悬架弹簧刚度和轮胎刚度，ε为弹簧的非线性系数，u代表主动控制力，x₁、x₂分别表示车身位移和轮胎位移，q为路面位移输入。

所述步骤A包括以下的步骤：

建立主动悬架系统模型，将车身垂直振动速度趋于零作为悬架系统控制期望，检测车身垂直振动位移，根据状态控制期望计算获得垂直振动速度控制误差信号，并定义其分数阶微分表达式；

所述的垂直振动速度控制误差e及其分数阶微分是通过以下公式计算的：

e＝-dx₁/dt，其分数阶微分

e_{c} = D_{t}^{α} e = - D_{t}^{1 + α} x_{1};

其中x₁表示车身垂直位移，为分数阶微分算子，α∈(0,1)为分数阶次参数，当采用分数阶微分的Riemann-Liouville(R-L)定义，有关系式中(m-1)<α<m,m为整数,a为函数f(t)的初始时刻，当a＝0，写作Γ(·)为伽马函数，且当α＝1，则分数阶微分算子对应传统的整数1阶微分形式。

所述步骤B包括以下的步骤：

(1)取模糊化的输入变量为e和e_c，e和e_c所对应的模糊语言变量分别为E和E_C；输出是悬架系统的悬架控制力u_f，对应的模糊语言变量为U_F；

(2)E、E_C和U_F的模糊集均为{负大(NB)，负中(NM)，负小(NS)，零(ZO)，正小(PS)，正中(PM)，正大(PB)}；

(3)E、E_C和U_F的论域分别为：{-0.3,-0.2,-0.1,0,0.1,0.2,0,3}，{-3,-2,-1,0,1,2,3}，{-1050,-700,-350,0,350,700,1050}；

(4)e、e_c和u_f的隶属函数采用Z型函数、Sigmoid型函数和三角形函数相结合；

(5)对模糊输入变量根据模糊控制规则表进行模糊推理产生模糊输出，E、E_C和U_F的模糊控制规则表如表1所示：

表1 模糊控制规则表

(6)模糊控制器的输出采用面积重心法解模糊化后得到。

所述步骤C包括以下的步骤：

选取并检测悬架系统状态反馈信号，并选取车身垂直振动加速度悬架动行程(x₁-x₂)以及轮胎形变(x₂-q)为车辆悬架控制性能评价指标，建立如下的ITSE综合性能指标函数：

I (t) = {&Integral;}_{0}^{t} t [w_{1} {\overset{\cdot \cdot}{x}}_{1}^{2} + w_{2} {(x_{1} - x_{2})}^{2} + w_{3} {(x_{2} - q)}^{2})] dt - - - (1);

式中：w₁,w₂,w₃分别表示垂直振动加速度、悬架动行程和轮胎形变的加权系数，q为路面位移输入；

预设后w₁,w₂,w₃后，对受模糊控制器作用的主动悬架系统模型进行路面冲击载荷模拟，在α∈(0,1]的范围内，通过悬架系统控制模拟计算，建立起综合性能指标函数I(t)与分数阶微分阶次参数α的关系曲线，取使得I(t)具有最小值的α值作为最优分数阶次参数,进而确定出垂直振动速度控制误差e的分数阶微分表达式。所述控制模拟计算即为通过对α在(0,1]范围内进行遍历，根据相应的评价指标计算出不同α阶微分情况下所对应的综合性能指标函数I(t)值。

所述步骤D包括以下的步骤：将垂直振动速度控制误差信号e及其分数阶微分信号e_c输入模糊控制器，根据输出的悬架控制力u_f实现对实际主动悬架系统的控制。

本发明汽车主动悬架系统模糊控制方法将悬架系统系垂直振动速度控制误差信号及其分数阶微分表达式信号作为模糊控制器的输入，使得输入信号增加了可调的分数阶微分阶次参数α，使得控制器的控制更加灵活；当垂直振动速度控制误差的分数阶微分表达式阶次参数α根据主动悬架系统综合性能指标函数最小准则参数确定后，模糊控制器的输入变量可根据实时检测主动悬架系统的车身垂直位移计算得到，继而实时输入模糊控制器后得到输出控制力，因此可以根据输出控制力实时控制汽车主动悬架系统，保证汽车的行驶平顺性。本发明方案相比传统整数阶模糊控制方法，在相同的模糊规则及参数条件下，能使车辆获得更好的行驶平顺性；本发明方案将分数阶微分信号量作为模糊控制器输入，并仅对分数微分阶次参数进行优化选择，这区别于传统采取自动调整模糊控制器中论域比例因子、量化因子或直接修改模糊关系矩阵的手段提高控制效果的方法，可避免传统模糊算法优化方法中比例因子和量化因子相互制约的困难，且克服了修改模糊关系矩阵计算量过大的缺陷，在进一步提高汽车行驶平顺性和操纵稳定性的同时，也保证了控制计算的实效性。

附图说明

图1为本发明汽车主动悬架系统模糊控制方法流程示意图

图2为本发明汽车主动悬架系统模糊控制原理图

图3为1/4汽车主动悬架简化模型

图4为实施例1选用的冲击载荷波形图

图5为实施例1综合性能指标函数与分数阶次的关系曲线

图6为模拟车辆悬架系统受冲击载荷作用时车身垂直振动加速度的时域响应曲线图

图7为模拟车辆悬架系统受冲击载荷作用时悬架动行程的时域响应曲线图

图8为模拟车辆悬架系统受冲击载荷作用时轮胎形变的时域响应曲线图

图9为模拟车辆悬架系统受冲击载荷作用时综合性能指标函数的时域变化曲线图

图10为模拟车辆在B级路面60Km/h行驶时车身垂直振动加速度的时域响应曲线图

图11为模拟车辆在B级路面60Km/h行驶时悬架动行程的时域响应曲线图

图12为模拟车辆在B级路面60Km/h行驶时轮胎形变的时域响应曲线图

图中标示释义如下：

IOFC：整数阶模糊控制方法；

FOFC：分数阶模糊控制方法(实施例1方案)。

具体实施方式

下面结合实施例具体说明本发明。

实施例1

如图1所示，本实施例汽车主动悬架系统的模糊控制方法步骤如下：

A、建立主动悬架系统模型，预设主动悬架系统的状态控制期望，检测悬架系统状态信号，根据状态控制期望计算获得控制误差信号，定义控制误差信号的分数阶微分；

所述步骤A包括以下的步骤：

建立主动悬架系统模型：

所述的主动悬架系统的模型为

\{\begin{matrix} m_{1} {\overset{\cdot \cdot}{x}}_{1} + c ({\overset{\cdot}{x}}_{1} - {\overset{\cdot}{x}}_{2}) + k_{1} (x_{1} - x_{2}) + ϵ k_{1} {(x_{1} - x_{2})}^{3} + u = 0 \\ m_{2} {\overset{\cdot \cdot}{x}}_{2} + c ({\overset{\cdot}{x}}_{2} - {\overset{\cdot}{x}}_{1}) + k_{1} (x_{2} - x_{1}) + ϵ k_{1} {(x_{2} - x_{1})}^{3} - u + k_{2} (x_{2} - q) = 0 \end{matrix};

式中，m₁和m₂分别表示1/4车身质量和轮胎质量，c为悬架阻尼系数，k₁和k₂分别是悬架弹簧刚度和轮胎刚度，ε为弹簧的非线性系数，u代表主动控制力，x₁、x₂分别表示车身位移和轮胎位移，q为路面位移输入；

图2为本发明汽车主动悬架系统模糊控制原理图；图3为1/4汽车主动悬架简化模型；图3中m₁和m₂分别表示1/4车身质量和轮胎质量，c为悬架阻尼系数，k₁和k₂分别是悬架弹簧刚度和轮胎刚度，u代表主动控制力，x₁、x₂分别表示车身位移和轮胎位移，q为路面位移输入；

将车身垂直振动速度趋于零作为悬架系统控制期望，检测车身垂直振动位移，根据状态控制期望计算获得垂直振动速度控制误差信号，并定义其分数阶微分表达式；

e＝-dx₁/dt，其分数阶微分

e_{c} = D_{t}^{α} e = - D_{t}^{1 + α} x_{1};

其中x₁表示车身垂直位移，为分数阶微分算子，α∈(0,1)为分数阶次参数，当采用分数阶微分的Riemann-Liouville(R-L)定义，有关系式中(m-1)<α<m,m为整数,a为函数f(t)的初始时刻，当a＝0，写作Γ(·)为伽马函数，且当α＝1，则分数阶微分算子对应传统的整数1阶微分形式；

表1 模糊控制规则表

(6)模糊控制器的输出采用面积重心法解模糊化后得到；

所述步骤C包括以下的步骤：

I (t) = {&Integral;}_{0}^{t} t [w_{1} {\overset{\cdot \cdot}{x}}_{1}^{2} + w_{2} {(x_{1} - x_{2})}^{2} + w_{3} {(x_{2} - q)}^{2})] dt - - - (1);

本实施例采用的主动悬架系统参数如表2所示：

表2 主动悬架系统参数

本实施例预设w₁＝5×10²,w₂＝1×10⁴,w₃＝4×10⁵，对受模糊控制器作用的主动悬架系统模型进行路面冲击载荷模拟，图4为实施例1进行α参数寻优时考虑的路面冲击载荷波形图，建立综合性能指标函数I(t)与参数α的关系曲线，如图5所示，根据图5可知当α＝0.88时，I(t)具有最小值，因此实施例1的最优分数阶次参数α＝0.88，从而确定了垂直振动速度控制误差的分数阶微分表达式；

D、将控制误差信号及其分数阶微分表达式作为模糊控制器的输入变量，得到模糊控制器的输出控制力，根据输出控制力完成对实际主动悬架系统的控制；

所述步骤D包括以下的步骤：

将垂直振动速度控制误差信号e及其分数阶微分信号e_c输入模糊控制器，根据输出的悬架控制力u_f实现对实际主动悬架系统的控制。

图6-8所示给出实施例1分数阶模糊控制方法(FOFC)与被动悬架系统、整数阶模糊控制方法(IOFC)三种控制方法下，车身垂直振动加速度、悬架动行程和轮胎形变的时域响应曲线比较，而图9示出了ITSE综合性能指标函数的时域变化曲线；

由图5-9可见，相比整数阶模糊控制(IOFC)，分数阶模糊控制(FOFC)方法能进一步抑制路面冲击载荷对悬架系统的振动影响，具有更好的动、静态控制性能；

在模拟车辆在B级路面60Km/h行驶时，图10～图12的分别示出了三种控制方法下车身垂直振动加速度、悬架动行程和轮胎形变的时域响应曲线图；

表3-表5分别给出了不同等级路面和车速行驶工况情况下，实施例1分数阶模糊控制方法(FOFC)与整数阶模糊控制方法(IOFC)的车身振动加速度、悬架动行程和轮胎形变的均方根值，并同时列出相比被动悬架情形，上述两种控制方法降低对应指标的百分比：

表3 车身振动加速度均方根值及其改善百分比

表4 悬架动行程均方根值及其改善百分比

表5 轮胎形变均方根值及其改善百分比

由图10～图12及表3～表5可以看出，实施例1的分数阶模糊控制方法，相比相比整数阶控制情形，在各种行驶工况均能进一步降低车身垂直振动加速度、悬架动行程和轮胎形变，使车辆获得更好的行驶平顺性和操纵稳定性。这也表明分数阶模糊控制方法由于增加了可调的分数阶微分阶次参数α，使得控制器控制被控对象更加灵活，通过合理设计α参数，可以使悬架系统控制性能适于各种行驶工况要求。由于分数阶微积分运算可采用微处理技术实现，随着高速微处理器及模糊控制芯片的发展，该方法有利于工程试验，因此本发明所提出的模糊控制方法不仅有效且具工程可实现性。

Claims

1.一种汽车主动悬架系统的模糊控制方法，其特征在于包括以下步骤：

2.如权利要求1所示的汽车主动悬架系统的模糊控制方法，其特征在于：所述的主动悬架系统的模型为

\{\begin{matrix} m_{1} {\overset{. .}{x}}_{1} + c ({\dot{x}}_{1} - {\dot{x}}_{2}) + k_{1} (x_{1} - x_{2}) + ϵ k_{1} {(x_{1} - x_{2})}^{3} + u = 0 \\ m_{2} {\overset{. .}{x}}_{2} + c ({\dot{x}}_{2} - {\dot{x}}_{1}) + k_{1} (x_{2} - x_{1}) + ϵ k_{1} {(x_{2} - x_{1})}^{3} - u + k_{2} (x_{2} - q) = 0 \end{matrix};

3.如权利要求2所示的汽车主动悬架系统的模糊控制方法，其特征在于，所述步骤A包括以下的步骤：

e＝-dx₁/dt，其分数阶微分

其中x₁表示车身垂直位移，为分数阶微分算子，α∈(0,1)为分数阶次参数；当采用分数阶微分的Riemann-Liouville(R-L)定义，有关系式中(m-1)<α<m,m为整数,a为函数f(t)的初始时刻，当a＝0，写作Γ(·)为伽马函数，且当α＝1，则分数阶微分算子对应传统的1阶微分形式。

4.如权利要求3所述的汽车主动悬架系统的模糊控制方法，其特征在于，所述步骤B包括以下的步骤：

表1 模糊控制规则表

(6)模糊控制器的输出采用面积重心法解模糊化后得到。

5.如权利要求4所述的汽车主动悬架系统的模糊控制方法，其特征在于，所述步骤C包括以下的步骤：

选取并检测悬架系统状态反馈信号，并选取车身垂直振动加速度x ₁、悬架动行程(x₁-x₂)以及轮胎形变(x₂-q)为车辆悬架控制性能评价指标，建立如下的ITSE综合性能指标函数：

I (t) = {&Integral;}_{0}^{t} t [w_{1} {\overset{. .}{x}}_{1}^{2} + w_{2} {(x_{1} - x_{2})}^{2} + w_{3} {(x_{2} - q)}^{2})] dt - - - (1);

预设后w₁,w₂,w₃后，对受模糊控制器作用的主动悬架系统模型进行路面冲击载荷模拟，在α∈(0,1]的范围内，通过悬架系统控制模拟计算，建立起综合性能指标函数I(t)与分数阶微分阶次参数α的关系曲线，取使得I(t)具有最小值的α值作为最优分数阶次参数,进而确定出垂直振动速度控制误差e的分数阶微分表达式。

6.如权利要求5所述的汽车主动悬架系统的模糊控制方法，其特征在于，所述步骤D包括以下的步骤：将垂直振动速度控制误差信号e及其分数阶微分信号e_c输入模糊控制器，根据输出的悬架控制力u_f实现对实际主动悬架系统的控制。