CN108891220A - 一种车辆半主动悬架系统的天棚控制改进算法 - Google Patents

Abstract

本发明提供一种车辆半主动悬架系统的天棚控制的改进算法。该算法包括如下步骤；首先获取并处理加速度传感器信号从而得到簧上质量加速度信号簧上质量绝对速度簧下质量速度和簧上质量和簧下质量的相对速度随后ECU控制器进行数据计算其中，当时，输出磁流变阻尼器的阻尼系数C_min。；当时，ECU控制器进行下一步数据计算当时，选用最大阻尼系数C_max；当时，选用通过粒子群算法优化计算得到的相对阻尼系数C_mid。本发明通过在传统天棚控制算法的基础上，进一步考量车体速度与加速度之间的影响关系，在保证驾驶安全性与稳定性的前提下有效提高了乘坐舒适性。本发明的改进控制算法简单易行、实时性好、稳定性高、适宜广泛应用。

Description

一种车辆半主动悬架系统的天棚控制改进算法

技术领域

本发明涉及车辆的半主动悬架系统的天棚控制，尤其涉及一种车辆半主动悬架系统的天棚阻尼控制的改进算法。

背景技术

悬架系统是车辆的重要组成部分，其对车辆的行驶平顺性和操纵稳定性具有较大影响。然而，传统的被动悬架系统参数固定很难兼顾上述两方面的性能要求；并且，主动悬架系统虽然能够取得较为满意的控制效果，但成本高、能耗大。半主动悬架系统能够克服主动悬架系统的上述缺点，并且结构简单，能够在一定程度上得到近似主动控制的效果。因此，刚度可变或阻尼可变的可控半主动悬架系统在应用中日益受到重视。

在半主动悬架系统中，天棚阻尼控制由于需要的车辆状态少，且控制运算简便，已经得到了深入的研究和广泛的运用。天棚阻尼控制能够有效提高车身的隔振性能，改善车辆的乘坐舒适性，但同时会对车轮的隔振性能产生不良影响，从而影响行驶的安全性。进一步，天棚阻尼控制通过对车体垂向速度的抑制来实现，由于没有考虑车体速度与加速度之间的影响关系，不能有效降低车体的垂向加速度，故在改善乘坐舒适性方面仍然作用有限。

发明内容

本发明通过分析车辆半主动悬架系统的安全性与舒适性，对以往基于半悬架系统的天棚控制算法进行优化，提出了一种车辆半主动悬架的天棚控制的改进算法。

根据本发明的改进天棚阻尼控制算法，其控制思想是结合车辆的半主动悬架系统，在车体和假想的“天棚”之间安装一个阻尼可调的天棚阻尼器，即悬架阻尼器，并通过判断车体垂向速度和垂向加速度的方向来分析两者之间的影响关系，而采用相应的阻尼系数。

根据本发明的改进天棚阻尼控制算法，在保证车辆安全性的前提下，能够达到提高车辆乘坐舒适性的目的。

为实现上述目的，本发明提出一种基于半主动悬架系统的天棚阻尼控制改进算法。根据本发明的改进天棚阻尼控制算法，其中，天棚阻尼控制系统的结构包括：悬架弹簧、悬架阻尼器、簧上质量、簧下质量及ECU(电子控制单元)控制器；悬架弹簧和悬架阻尼器分别并联在簧上质量和簧下质量之间；并且，簧上质量和簧下质量还分别固定设有簧上质量加速度传感器和簧下质量加速度传感器；进一步，簧上质量加速度传感器和簧下质量加速度传感器与ECU控制器间分别通过信号线连接，并且，簧下质量下接有车轮等效弹簧。

根据本发明的改进天棚阻尼控制算法，其特征在于，该算法具体包括如下步骤：

步骤(1)，采集加速度信号：

利用簧上质量加速度传感器和簧下质量加速度传感器采集簧上质量加速度和簧下质量加速度并将采集到的簧上质量加速度信号和簧下质量加速度信号传输至ECU控制器。

步骤(2)，ECU控制器进行信号处理：

ECU控制器通过信号处理获得簧上质量绝对速度簧下质量速度以及簧上质量和簧下质量的相对速度

步骤(3)，ECU控制器进行数据计算

所述ECU控制器通过数据计算，判断悬架阻尼器应选用的阻尼系数，其中，当时，输出悬架阻尼器的阻尼系数C_min；并且，当时，进行下一步计算。

步骤(4)，当时，ECU控制器进行数据计算

所述ECU控制器通过数据计算，进一步判断悬架阻尼器应选用的阻尼系数，其中，当时，悬架阻尼器产生的阻尼力和理想天棚阻尼力方向相同并且簧上质量绝对速度与簧上质量加速度方向相同，选用最大阻尼系数C_max；此时，阻尼力抑制簧上质量绝对速度增大的同时也间接性地抑制了簧上质量加速度的增大，有利于提高车辆乘坐舒适性；并且，当时，进行下一步计算。

步骤(5)，当时，通过粒子群算法优化计算相对阻尼系数C_mid：

当时，悬架阻尼器产生的阻尼力和理想天棚阻尼力方向相同但簧上质量绝对速度与簧上质量加速度方向相反；但是，阻尼力的作用和簧上质量加速度的作用是相似的，都抑制了簧上质量绝对速度的增大；此时，通过粒子群算法优化计算相对阻尼系数C_mid(其中C_mid＝αC_max，α为阻尼分配系数，α∈(0,1))，并选用通过该粒子群算法优化计算得到的相对阻尼系数C_mid。

综合上述步骤，在根据本发明的改进天棚阻尼控制算法中，悬架阻尼器采用的阻尼系数为：

根据本发明的改进天棚阻尼控制算法，优选地，ECU控制器根据簧上质量绝对速度簧下质量速度以及簧上质量和簧下质量的相对速度的方向以及簧上质量绝对速度和簧上质量加速度的方向，能够初步判断悬架阻尼器的阻尼系数。并且，在一个优选实施方案中，该悬架阻尼器能够为磁流变阻尼器。

根据本发明的改进天棚阻尼控制算法，优选地，在上述步骤(5)中，在计算并优化所述相对阻尼系数C_mid时，能够根据优化目标确定综合性能的适应度函数。在一个优选实施方案中，能够得到适应性函数：

进一步，根据本发明的改进天棚阻尼控制算法，还具有如下优点：

本发明在传统的天棚控制算法的基础上，通过进一步考量车体速度与加速度之间的影响关系，获得了改进的天棚控制算法，从而在保证车辆驾驶的安全性与稳定性的前提下，有效提高了乘坐舒适性；

根据本发明的改进控制算法简单易行、实时性好、稳定性高、适宜广泛应用。

附图说明

图1是根据本发明的改进天棚阻尼控制算法中，其天棚阻尼控制系统的结构示意图；

图2是根据本发明的基于半主动悬架的改进天棚控制算法的算法步骤流程图；

图3是根据本发明的改进天棚阻尼控制算法中，粒子群算法优化的流程图；

图4是被动悬架、半主动悬架的天棚控制算法和改进的天棚控制算法中，车体加速度的时域响应的比较示意图。

具体实施方式

下面结合附图及具体实施流程图对本发明进行进一步说明。

图1示出了根据本发明的改进天棚阻尼控制算法，天棚阻尼控制系统的结构图。天棚阻尼控制系统包括悬架弹簧6、悬架阻尼器2、簧下质量5、簧上质量7及ECU控制器。如图1所示，在垂直方向上，悬架弹簧6和悬架阻尼器2分别并联在簧下质量5和簧上质量7之间，簧上质量7和簧下质量5分别固定地设置有簧上质量加速度传感器1和簧下质量加速度传感器3；簧上质量加速度传感器1和簧下质量加速度传感器3与ECU控制器间分别通过信号线连接，簧下质量5下接有车轮等效弹簧4，并且，悬架阻尼器2能够为磁流变阻尼器。

图2所示为根据本发明的基于半主动悬架的改进天棚控制算法的流程图，如图2所示，本发明的改进算法具体包括如下步骤：

步骤(1)，采集加速度信号：

利用簧上质量加速度传感器1和簧下质量加速度传感器3采集簧上质量加速度和簧下质量加速度并将采集到的簧上质量加速度信号和簧下质量加速度信号传输至ECU控制器。

步骤(2)，ECU控制器进行信号处理：

ECU控制器通过信号处理，获得簧上质量绝对速度簧下质量速度和簧上质量和簧下质量的相对速度

步骤(3)，ECU控制器进行数据计算

ECU控制器通过数据计算，判断磁流变阻尼器应选用的阻尼系数；ECU控制器根据簧上质量的绝对速度和簧下质量速度和簧上质量和簧下质量的相对速度的方向以及簧上质量的绝对速度和簧上质量的加速度的方向初步判断磁流变阻尼器的阻尼系数；并且，其中，当时，输出磁流变阻尼器的阻尼系数C_min；当时，进行下一步计算。

步骤(4)，当时，ECU控制器进行数据计算

当时，磁流变阻尼器产生的阻尼力和理想天棚阻尼力方向相同并且簧上质量绝对速度与簧上质量加速度方向相同，此时，选用最大阻尼系数C_max；并且，当时，进行下一步计算。

步骤(5)，当时，通过所述粒子群算法优化计算相对阻尼系数C_mid：

当时，磁流变阻尼器产生的阻尼力和理想天棚阻尼力方向相同但是簧上质量绝对速度与簧上质量加速度方向相反，选用通过粒子群算法优化计算得到的相对阻尼系数C_mid。

在步骤(5)中，通过粒子群算法优化计算出相对阻尼系数C_mid，其中C_mid＝αC_max，α为阻尼分配系数。粒子群算法的优化流程如图3所示，具体而言，包括如下步骤：

步骤(5-1)，粒子群算法的初始化：

①粒子数m：种群的数量少时，容易陷入局部最优解；种群数量大时，将会浪费计算时间；一般简单的优化问题选择20到40范围内的就能达到很好的效果。

②惯性权重ω：当惯性权重取较大时，有利于粒子进行全局搜索，算法不容易陷入局部最优，容易错过最优解；较小的权重系数，有利于粒子的局部搜索，可ω使收敛速度加快，容易陷入局部最优。综上所述，惯性权重采用线性递减权重，可ω在搜索初期扩大搜索区域范围，避免过早陷入局部最优解，后期加强其局部寻优能力，加快算法的收敛速度。

ω＝ω_max-(ω_max-ω_min)×iter÷iter_max

式中ω_max为初始权重；ω_min为最终权重；iter_max为最大迭代次数；iter为当前迭代次数。

③加速因子C1和C2：学习因子是粒子自我总结和自我学习的能为。学习因子值较低时，粒子在返回之前可再向目标区域外徘徊搜索；学习因子较高时，粒子会越过目标区域，错过最优解。粒子群算法的收敛速度与这两个参数的关系不大。

④最大速度V_max：最大速度决定着粒子一次迭代中能够移动的最大距离。V_max较大时，跨区域搜索能力増强，但容易越巧所经历区域的最好解；而较小时，区域内搜素能力增强，容易发生早熟现象，一般凭经验设定。

步骤(5-2)，粒子赋值给阻尼分配系数α，其取值范围在0-1之间。

步骤(5-3)，将阻尼分配系数α带入Matlab/Simulink中设计好的1/4半主动悬架模型进行控制。

步骤(5-4)，定义适应度函数并且进行适应度函数值的计算。

为了提高汽车的行驶平顺性、操纵稳定性，就要尽可能的减小垂直加速度、悬架动挠度和轮胎动变形等指标。但是，这三种指标是相互矛盾的，无法同时达到最优。通过选取合适的参数，使半主动悬架综合性能达到最优。根据优化目标确定综合性能的适应度函数，即

式中：β₁为垂直加速度权重系数；β₂为悬架动挠度权重系数；β₃为轮胎动变形权重系数。

步骤(5-5)，根据步骤(5-4)计算得到的适应度函数值来判断迭代次数是否达到步骤(5-1)中设置的最大迭代次数或者所述步骤(5-4)的适应度函数值是否收敛到最小。

步骤(5-6)，如果适应度函数值达到最大迭代次数或者适应度函数值收敛到最小，此时输出全局最优值及其适应度函数值。

步骤(5-7)，如果适应度函数值没有达到最大迭代次数或者适应度函数值没有收敛到最小，此时需要适应度函数值更新个体极值Pbest和全局极值Gbest，所述个体极值Pbest是指粒子自身目前所找到的最优解，所述全局极值Gbest是指整个种群当前找到的最优解，并按照如下公式进行粒子速度和位置的更新。

V′_id＝ω×V_id+C1×rank()(Pbest_id-X_id)+C2×rank()(Gbest_id-X_id)

X′_id＝X_id+V′_id

式中：V′_id表示第i个粒子在第d维上的速度；ω表示惯性权重；C1和C2加速因子，根据经验通常取2；Pbest和Gbest为个体极值和全局极值；rank()为随机生成函数，生成介于(0,1)之间的随机数。

进行粒子速度和位置的更新后，重复步骤(5-2)至步骤(5-6)；

步骤(5-8)，满足控制要求，输出全局最优值及其适应度函数值后，结束优化过程。输出阻尼分配系数α和相对阻尼系数C_mid。

从实际实施中得出，车身加速度是衡量乘坐舒适性的重要性能指标；车身动位移可以反映车身姿态，轮胎动位移可以反映轮胎接地性，它们是衡量驾驶安全性的重要性能指标。图4是被动悬架、半主动悬架的天棚控制算法和改进的天棚控制算法中，车体加速度的时域响应的比较。如图4所示半主动悬架的改进天棚阻尼控制对车体加速度响应在大部分时间段明显优于天棚阻尼控制和被动悬架控制，起到了在提高车辆安全性的前提下改善了车辆的乘坐舒适性的作用。

应当理解，根据本发明的改进天棚控制算法，上述实施方案和实施例仅出于示例的目的，在不脱离本发明随附权利要求书所限定的范围的前提下，据此做出的多种改型和变体，都属于本发明的保护范围。

附图标记列表

1 簧上质量加速度传感器

2 悬架阻尼器

3 簧下质量加速度传感器

4 车轮等效弹簧

5 簧下质量

6 悬架弹簧

7 簧上质量

Claims (5)

1.一种车辆半主动悬架系统的天棚阻尼控制的改进算法，其中，天棚阻尼控制系统包括：悬架弹簧、悬架阻尼器、簧上质量、簧下质量及ECU控制器，并且，所述簧上质量和所述簧下质量分别固定设置有簧上质量加速度传感器和簧下质量加速度传感器；其特征在于，所述改进算法包括如下步骤：

步骤(1)，采集加速度信号：

利用所述簧上质量加速度传感器和所述簧下质量加速度传感器采集簧上质量加速度和簧下质量加速度并将采集到的加速度信号传输至所述ECU控制器；

步骤(2)，所述ECU控制器进行信号处理：

所述ECU控制器通过信号处理进一步获得簧上质量绝对速度簧下质量速度以及簧上质量和簧下质量的相对速度

步骤(3)，所述ECU控制器进行数据计算

所述ECU控制器通过数据计算，判断所述悬架阻尼器应选用的阻尼系数，其中，当时，所述悬架阻尼器选用最小阻尼系数C_min；并且，当时，进行下一步计算；

步骤(4)，当时，所述ECU控制器进行数据计算

所述ECU控制器通过数据计算，进一步判断所述悬架阻尼器应选用的阻尼系数，其中，当时，所述悬架阻尼器产生的阻尼力和理想天棚阻尼力方向相同且所述簧上质量绝对速度与所述簧上质量加速度的方向相同，此时，选用最大阻尼系数C_max；并且，当时，进行下一步计算；

步骤(5)，当时，通过所述粒子群算法优化计算相对阻尼系数C_mid：

其中，当时，所述悬架阻尼器产生的阻尼力和理想天棚阻尼力方向相同但所述簧上质量绝对速度与所述簧上质量加速度的方向相反，此时，通过所述粒子群算法优化计算出相对阻尼系数C_mid(其中C_mid＝αC_max，α为阻尼分配系数，α∈(0,1))，并且，所述悬架阻尼器选用计算得到的相对阻尼系数C_mid。

2.如权利要求1所述的改进算法，其特征在于，通过所述改进算法得到的所述悬架阻尼器的阻尼系数为：

3.如权利要求1所述的改进算法，其特征在于，其中，所述ECU控制器根据所述簧上质量绝对速度所述簧下质量速度以及所述簧上质量和簧下质量的相对速度的方向，以及所述簧上质量绝对速度和所述簧上质量加速度的方向，能够初步判断所述悬架阻尼器的阻尼系数。

4.如权利要求1-3的任一项所述的改进算法，其特征在于，所述悬架阻尼器为磁流变阻尼器。

5.如权利要求1所述的改进算法，其特征在于，在所述步骤(5)中，在计算并优化所述相对阻尼系数C_mid时，使用粒子群优化算法，并且根据优化目标确定综合性能的适应度函数。