发明内容
针对上述存在的问题,本发明提出一种连续线性天棚控制下悬架自适应最优控制系统及方法,以实现连续线性天棚控制的阻尼分配系数在线自适应优化调整,从而实现悬架系统的自适应最优控制。
为实现上述目的,本发明具体技术方案如下:一种连续线性天棚控制下悬架自适应最优控制方法,包括如下步骤:
1)初始化系统参数,所述系统参数包括传感器采样频率f、转向角阈值a0、加速度阈值b0、一阶高通滤波器的截止频率f1、一阶低通滤波器的截止频率f2、积分器和微分器时间步长T及1/4悬架系统的簧载质量m1、簧下质量m2、被动阻尼系数C1、初始天棚阻尼系数C2、螺旋弹簧刚度系数k1和轮胎刚度系数k2;
2)构建1/4悬架连续线性天棚控制模型,建立系统状态空间表达式;所述1/4悬架连续线性天棚控制模型的状态方程如下:
其中,
为车身垂向加速度,
为车轮垂向加速度,
为车身垂向速度,
为车轮垂向速度,z
1为车身垂向位移,z
2为车轮垂向位移,m
1、m
2分别为簧载质量和簧下质量,C
1、C
2分别为被动阻尼系数和初始天棚阻尼系数,k
1、k
2分别为螺旋弹簧刚度系数和轮胎刚度系数,α为阻尼分配系数,q为路面高程;所述1/4悬架连续线性天棚控制模型的系统状态空间表达式如下:
3)构建1/4悬架连续线性天棚控制模型的参考模型,确定参考模型下的参考基数;所述参考模型包括1/4悬架天棚控制模型和1/4悬架改进天棚控制模型,所述1/4悬架天棚控制模型根据1/4悬架连续线性天棚控制模型,令阻尼分配系数α=0得到,其参考基数包括一段时间内车身垂向加速度
的均方值r
11、悬架动行程z
1-z
2的均方值r
12和车轮相对路面位移z
2-q的均方值r
13;所述1/4悬架改进天棚控制模型根据1/4悬架连续线性天棚控制模型,令阻尼分配系数α=1得到,其参考基数包括一段时间内车身垂向加速度
的均方值r
21、悬架动行程z
1-z
2的均方值r
22和车轮相对路面位移z
2-q的均方值r
23;
4)以f为采样频率采集车速信号u、转向角信号a、车身垂向加速度信号x及悬架动行程信号z;
5)确定工况因子R,方法是:如果任意时刻转向角信号a的绝对值满足|a|≥a0或任意时刻汽车加速度信号b的绝对值满足|b|≥b0,则认定当前工况为危险工况,工况因子R=1;否则,认定当前工况为安全工况,工况因子R=0;
6)对车身垂向加速度信号x及悬架动行程信号z进行滤波处理,获得车身垂向加速度滤波信号X及悬架动行程滤波信号Z,并构建状态观测器,观测未能测得的车身垂向速度信号V1、车身与车轮垂向相对速度信号V2及车轮相对路面的位移信号Z1;
7)计算路况因子G,判断路况等级;
8)根据参考基数、车身垂向加速度滤波信号X、悬架动行程滤波信号Z、车轮相对路面的位移信号Z1及实时计算得到的路况因子G、工况因子R,建立自适应最优控制策略,并构建自适应最优控制函数;
9)运用粒子群迭代寻优的方法,设定自适应变异算法,以自适应最优控制函数作为适应度函数,确定最优阻尼分配系数α2;
10)计算实际主动控制力F和直线电机控制电流I;
11)根据实际控制力F计算实际阻尼分配系数α3,并将实际阻尼分配系数信号α3通过Can总线传输给路况识别模块作为新的反馈阻尼分配系数信号α1,成为下一次路况识别的参数之一,具体计算公式如下:
其中,F为实际主动控制力,C2为天棚阻尼系数,V1为车身垂向速度信号,V2为车身与车轮垂向相对速度信号;
12)通过直线电机控制电流I对集成直线电机式主动悬架的直线电机实施控制,获得当前时刻最佳悬架主动控制力,转步骤4)。
进一步的,上述步骤6)中构建状态观测器,观测未能测得的车身垂向速度信号V1、车身与车轮垂向相对速度信号V2及车轮相对路面的位移信号Z1的具体方法如下:
6.1)对车身垂向加速度信号x及悬架动行程信号z进行滤波处理,得到车身垂向加速度滤波信号X及悬架动行程滤波信号Z;
6.2)车身垂向加速度滤波信号X经积分器进行积分,得到车身垂向速度信号V1;
6.3)悬架动行程滤波信号Z经微分器进行微分,得到车身与车轮垂向相对速度信号V2;
6.4)车身与车轮垂向相对速度信号V2经微分器进行微分,得到车身与车轮垂向相对加速度信号X1,车身垂向加速度滤波信号X与车身与车轮垂向相对加速度信号X1相减,得到车轮垂向加速度信号X2;
6.5)车身垂向加速度滤波信号X经簧上质量m1增益作用得到车身惯性力观测信号F1,车轮垂向加速度信号X2经簧下质量m2增益作用得到车轮惯性力观测信号F2,车身垂向速度信号V1经天棚阻尼系数(1-α1)C2增益作用得到天棚阻尼力F3,其中,α1为反馈的阻尼分配系数信号,C2为初始天棚阻尼系数,车身惯性力观测信号F1、车轮惯性力观测信号F2和天棚阻尼力F3相加,并经-1增益作用,得到轮胎动载荷信号F4;
6.6)将轮胎刚度系数k
2的倒数作为增益系数,轮胎动载荷信号F
4经
增益作用,得到车轮相对路面的位移信号Z
1。
进一步的,上述步骤7)中路况因子计算公式如下:
G=fun{2lg(Z)+lg(V2)-lg[2πu(m1+m2)(C1V2+C2V1+α1C2V2-α1C2V1)]}
其中,Z为悬架动行程滤波信号,V2为车身与车轮垂向相对速度信号,u为车速信号,m1为1/4悬架簧载质量,m2为1/4悬架簧下质量,C1为被动阻尼系数、C2为初始天棚阻尼系数,V1为车身垂向速度信号,α1为反馈的阻尼分配系数信号,fun为取值函数;所述路况等级判断方法为:当路况因子G=1时,此刻路面为优良路面;当路况因子G=2时,此刻路面为一般路面;当路况因子G=3时,此刻路面为恶劣路面。
进一步的,上述步骤8)中建立自适应最优控制策略、构建自适应最优控制函数包括如下步骤:
8.1)计算车身垂向加速度模型加权系数q11,悬架动行程模型加权系数q12及车轮相对路面位移模型加权系数q13,计算公式如下:
q11=1;
其中,α2为待求的最优阻尼分配系数信号,r11表示1/4悬架天棚控制模型参考下车身垂向加速度参考基数,r12表示1/4悬架天棚控制模型参考下悬架动行程参考基数,r13表示1/4悬架天棚控制模型参考下车轮相对路面位移的参考基数,r21表示1/4悬架改进天棚控制模型参考下车身垂向加速度参考基数,r22表示1/4悬架改进天棚控制模型参考下悬架动行程参考基数,r23表示1/4悬架改进天棚控制模型参考下车轮相对路面位移的参考基数;
8.2)建立不同性能指标重要性比值决策表,具体方法为:如果性能指标h1和h2同等重要,其重要性比值p=1;如果性能指标h1相比性能指标h2稍微重要,其重要性比值p=3;如果性能指标h1相比性能指标h2比较重要,其重要性比值p=5;如果性能指标h1相比性能指标h2相当重要,其重要性比值p=7;如果性能指标h1相比性能指标h2非常重要,其重要性比值p=9;
8.3)定义车身垂向加速度的工况加权系数q21、悬架动行程的工况加权系数q22及车轮相对路面位移的工况加权系数q23,确定方法如下:当工况因子R为1时,q21=1/9,q22=1/3,q23=1;当工况因子R为0时,q21=1,q22=1/5,q23=1/7;
8.4)定义车身垂向加速度的路况加权系数q31、悬架动行程的路况加权系数q32及车轮相对路面位移的路况加权系数q33,确定方法如下:当路况因子G为1时,q31=1,q32=1/7,q33=1/7;当路况因子G为2时,q31=1,q32=1/5,q33=1;当路况因子G为3时,q31=1/9,q32=1/3,q33=1;
8.5)构建自适应最优控制函数,函数形式如下:
min:H=q11q21q31X2+q21q22q23Z2++q31q32q33Z1 2。
进一步的,上述步骤9)中,设定自适应变异算法方法如下:若第m代第n个种群粒子的速度迭代公式中随机变量rand(0<rand<1)的数值大于0.85,那么第m代第n个种群粒子的位移popm(n)变异为popm(n)=rand/n;若第m代第n个种群粒子的速度迭代公式中随机变量rand(0<rand<1)的数值小于等于0.85,那么第m代第n个种群粒子的位移popm(n)不发生变异,popm(n)=popm-1(n)+speedm(n),进行正常迭代更新,其中,popm-1(n)为第m-1代第n个种群粒子的位移,speedm(n)为第m代第n个种群的速度。
进一步的,上述步骤10)中,所述实际主动控制力F和直线电机控制电流I的计算方法包括如下步骤:
10.1)计算理想控制力F0,方法为:若Can总线中未出现最优阻尼分配系数信号α2,此时取α2=1,理想控制力F0=C2V2;若Can总线中出现最优阻尼分配系数信号α2,理想控制力F0=α2C2V2+(1-α2)C2V1;
10.2)确定实际主动控制力F,其中,实际主动控制力F与理想主动控制力F0的关系如下:
其中,Fmax为直线电机最大输出力的绝对值,sgn为取符号函数;
10.3)计算直线电机控制电流I,计算公式如下:
其中,kF为线圈的推力常数,M为直线电机运动时常工作磁环-线圈对数。
进一步的,本发明还提供一种连续线性天棚控制下悬架自适应最优控制系统,其特征在于包括参考基数计算模块、信号采集模块、工况计算模块、状态观测模块、路况识别模块、控制策略建立模块、阻尼分配系数优化模块、实际控制力确定模块和执行模块;其中,参考基数计算模块、信号处理模块、工况计算模块、状态观测模块、路况识别模块、控制策略建立模块、阻尼分配系数优化模块和实际控制力确定模块集成在ECU芯片中,模块间通过Can总线连接,信号采集模块和执行模块经线束与ECU芯片相连;所述参考基数计算模块,基于1/4悬架连续线性天棚控制模型,用于建立1/4悬架天棚控制模型和1/4悬架改进天棚控制模型作为控制系统的参考模型,并确定计算不同参考模型下的参考基数;所述信号采集模块包括车速传感器、转向角传感器、车身垂向加速度传感器和悬架动行程传感器,车速传感器安装在汽车变速箱输出轴上,用于采集车速信号;转向角传感器安装在汽车转向管柱下方,用于采集方向盘转动角度和转向方向的信号;车身垂向加速度传感器安装在簧载质量上,用于采集车身垂向加速度信号;悬架动行程传感器采用角位移传感器,其一端连接在副车架上,一端与车轮相连,用于测量汽车上悬架的动行程;所述工况计算模块,用于计算汽车加速度信号,并根据汽车加速度信号及转向角信号进行工况的判断和工况因子的计算;所述状态观测模块,用于对车身垂向加速度信号和悬架动行程信号进行一阶高通滤波和一阶低通滤波,根据滤波后的车身垂向加速度信号和悬架对行程信号,对传感器未能测得的车身垂向速度信号、车身与车轮垂向相对速度信号及车轮相对路面的位移信号进行观测;所述路况识别模块,用于构建路况因子计算公式,并计算路况因子,判断路况等级;所述控制策略建立模块,根据观测的信号,参考模型下的参考基数及实时计算得到的路况因子、工况因子,用于建立自适应最优控制策略,并构建自适应最优控制函数;所述阻尼分配系数优化模块,用于建立自适应最优控制函数,并将其作为适应度函数,在给定范围内,运用粒子群算法迭代寻优,以确定最优的阻尼分配系数;所述实际控制力确定模块,用于计算实际控制力、实际阻尼分配系数及直线电机的控制电流;所述执行模块,根据计算得到的控制电流,用于对直线电机进行输入电流控制,从而为主动悬架提供主动控制力,实现悬架系统的控制。
本发明与现有技术相比具有如下有益效果:
本发明根据参考模型下的参考基数,结合待求的最优阻尼分配系数,确定了车身垂向加速度、悬架动行程及车轮相对路面位移对应的模型加权系数,充分考虑了悬架控制模型对阻尼分配系数的选取及控制系统的影响;
本发明定义了不同工况、不同路况下车身垂向加速度、悬架动行程及车轮相对路面位移对应的加权系数,能够考虑到车辆行驶过程中不同工况及不同路况对汽车操纵稳定性和乘坐舒适性的不同需求,充分考虑了不同工况和不同路况对阻尼分配系数的选取及控制系统的影响;
本发明综合考虑每一时刻的车身加速度、悬架动扰度及车轮相对路面的位移,兼顾悬架控制模型、不同工况和不同路况的影响,构建自适应最优控制策略和自适应最优控制函数,并运用粒子群优化算法寻优迭代,为连续线性天棚控制系统的阻尼分配系数的选取提供了一种新型在线调整的方法,在保证阻尼分配系数自适应的同时又能使其得以优化;
本发明在粒子群优化算法中设定变异算法,以防止优化算法陷入局部最优,以确定最优连续线性天棚控制的阻尼分配系数,为阻尼分配系数的优化选取提供了一种简单、有效地方法;
本发明考虑到系统工作的实际状况和实际直线电机输出力的限制,相比现有的技术和方案,提供了一种更加实用、安全的系统控制方法。
具体实施方式
下面结合附图以及具体实施例对本发明作进一步的说明,需要指出的是,下面仅以一种最优化的技术方案对本发明的技术方案以及设计原理进行详细阐述,但本发明的保护范围并不限于此。
所述实施例为本发明的优选的实施方式,但本发明并不限于上述实施方式,在不背离本发明的实质内容的情况下,本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。
图1为连续线性天棚控制下悬架自适应最优控制系统的逻辑结构示意图,包括参考基数计算模块、信号采集模块、工况计算模块、状态观测模块、路况识别模块、控制策略建立模块、阻尼分配系数优化模块、实际控制力确定模块和执行模块;其中,参考基数计算模块、信号处理模块、工况计算模块、状态观测模块、路况识别模块、控制策略建立模块、阻尼分配系数优化模块和实际控制力确定模块集成在ECU芯片中,模块间通过Can总线连接,信号采集模块和执行模块经线束与ECU芯片相连。
参考基数计算模块,基于1/4悬架连续线性天棚控制模型,用于建立1/4悬架天棚控制模型和1/4悬架改进天棚控制模型作为控制系统的参考模型,并分别计算不同参考模型下的参考基数。
信号采集模块包括车速传感器、转向角传感器、车身垂向加速度传感器和悬架动行程传感器,车速传感器安装在汽车变速箱输出轴上,用于采集车速信号;转向角传感器安装在汽车转向管柱下方,用于采集方向盘转动角度和转向方向的信号;车身垂向加速度传感器安装在簧载质量上,用于采集车身垂向加速度信号;悬架动行程传感器采用角位移传感器,其一端连接在副车架上,一端与车轮相连,用于测量汽车上悬架的动行程。
工况计算模块,用于计算汽车加速度信号,并根据汽车加速度信号及转向角信号进行工况的判断和工况因子的计算。
状态观测模块,用于对车身垂向加速度信号和悬架动行程信号进行一阶高通滤波和一阶低通滤波,根据滤波后的车身垂向加速度信号和悬架对行程信号,对传感器未能测得的车身垂向速度信号、车身与车轮垂向相对速度信号及车轮相对路面的位移信号进行观测。
路况识别模块,用于构建路况因子计算公式,并计算路况因子,判断路况等级。
控制策略建立模块,根据观测的信号,参考模型下的参考基数及实时计算得到的路况因子、工况因子,用于建立自适应最优控制策略,并构建自适应最优控制函数。
阻尼分配系数优化模块,用于建立自适应最优控制函数,并将其作为适应度函数,在给定范围内,运用粒子群算法迭代寻优,以确定最优的阻尼分配系数。
实际控制力确定模块,用于计算实际控制力、实际阻尼分配系数及直线电机的控制电流。
执行模块,根据计算得到的控制电流,用于对直线电机进行输入电流控制,从而为主动悬架提供主动控制力,实现悬架系统的控制。
图2为本发明连续线性天棚控制下悬架自适应最优控制方法的实施过程流程图,包括以下步骤:
1)初始化系统参数,包括传感器采样频率f、转向角阈值a0、加速度阈值b0、一阶高通滤波器的截止频率f1、一阶低通滤波器的截止频率f2、积分器和微分器时间步长T和1/4悬架系统的簧载质量m1、簧下质量m2、被动阻尼系数C1、初始天棚阻尼系数C2、螺旋弹簧刚度系数k1和轮胎刚度系数k2,本发明具体实施例中,参数a0、b0、m1、m2、C1、C2、k1、k2初始化的值由具体车型确定;
2)构建1/4悬架连续线性天棚控制模型,建立系统状态空间表达式,具体方法如下:
2.1)构建1/4悬架连续线性天棚控制模型,如图3所示,1/4悬架连续线性天棚控制模型的状态方程如下:
其中,
为车身垂向加速度,
为车轮垂向加速度,
为车身垂向速度,
为车轮垂向速度,z
1为车身垂向位移,z
2为车轮垂向位移,m
1、m
2分别为簧载质量和簧下质量,C
1、C
2分别为被动阻尼系数和初始天棚阻尼系数,k
1、k
2分别为螺旋弹簧刚度系数和轮胎刚度系数,α为阻尼分配系数,q为路面高程;其中,q的方程构造方法为:
其中,
为路面垂向速度,v为车速,f
0为下截止频率,其数值为0.011v,q为路面高程,n
0为参考空间频率,其数值为0.1,G
q为路面不平度系数,w(t)为零均值高斯白噪声;
2.2)根据1/4悬架连续线性天棚控制模型的状态方程,以车身垂向加速度
悬架动行程z
1-z
2及车轮相对路面位移z
2-q作为输出,建立系统状态空间表达式,具体形式如下:
3)构建1/4悬架连续线性天棚控制模型的参考模型,并计算参考模型下的参考基数,其中,参考模型包括1/4悬架天棚控制模型和1/4悬架改进天棚控制模型,具体方法如下:
3.1)根据1/4悬架连续线性天棚控制模型,令阻尼分配系数α=0,得到1/4悬架天棚控制模型;
3.2)计算1/4悬架天棚控制模型参考下的参考基数,即一段时间内车身垂向加速度
悬架动行程z
1-z
2及车轮相对路面位移z
2-q的均方值r
11、r
12和r
13;
在具体实施中,根据步骤2.2)中的状态方程,以C级路面作为系统输入,车速v=20m/s,系统仿真时长T
1=20s,分别得到T
1内车身垂向加速度
悬架动行程z
1-z
2及车轮相对路面位移z
2-q的均方值r
11、r
12和r
13,即1/4悬架天棚控制模型参考下的参考基数;
3.3)根据1/4悬架连续线性天棚控制模型,令阻尼分配系数α=1,得到1/4悬架改进天棚控制模型;
3.4)计算1/4悬架改进天棚控制模型参考下的参考基数,即一段时间内车身垂向加速度
悬架动行程z
1-z
2及车轮相对路面位移z
2-q的均方值r
21、r
22和r
23;
在具体实施中,根据步骤2.2)中的状态方程,以C级路面作为系统输入,车速v=20m/s,系统仿真时长T
1=20s,分别得到T
1内车身垂向加速度
悬架动行程z
1-z
2及车轮相对路面位移z
2-q的均方值r
21、r
22和r
23,即1/4悬架改进天棚控制模型参考下的参考基数;
4)利用信号采集模块采集信号,分别以f为采样频率采集车速信号u、转向角信号a、车身垂向加速度信号x及悬架动行程信号z;
5)计算工况因子,方法如下:
5.1)计算汽车加速度信号b,计算公式如下:
b=uf
其中,u为车速信号,f为传感器采样频率;
5.2)根据汽车加速度信号b及转向角信号a判断工况,并计算工况因子R,方法如下:
如果任意时刻转向角信号a的绝对值满足|a|≥a0或任意时刻汽车加速度信号b的绝对值满足|b|≥b0,则认定当前工况为危险工况,工况因子R=1;否则,认定当前工况为安全工况,工况因子R=0;
6)对车身垂向加速度信号x及悬架动行程信号z进行滤波处理,并根据车身垂向加速度滤波信号X及悬架动行程滤波信号Z,结合反馈的阻尼分配信号系数构建状态观测器,以观测未能测得的车身垂向速度信号V1、车身与车轮垂向相对速度信号V2及车轮相对路面的位移信号Z1;如图4所示,为本发明ECU内部悬架状态观测模块中状态观测系统原理图,结合本图,进行详细叙述:
6.1)车身垂向加速度信号x及悬架动行程信号z分别经一阶高通滤波器和一阶低通滤波器进行滤波处理,得到车身垂向加速度滤波信号X及悬架动行程滤波信号Z,滤波器系统的传递函数具体如下:
一阶高通滤波器系统的传递函数为
其中f
1为一阶高通滤波器的截止频率;
一阶低通滤波器系统的传递函数为
其中f
2为一阶低通滤波器的截止频率;
6.2)车身垂向加速度滤波信号X经积分器进行积分,得到车身垂向速度信号V1;
6.3)悬架动行程滤波信号Z经微分器进行微分,得到车身与车轮垂向相对速度信号V2;
6.4)车身与车轮垂向相对速度信号V2经微分器进行微分,得到车身与车轮垂向相对加速度信号X1,车身垂向加速度滤波信号X与车身与车轮垂向相对加速度信号X1相减得到车轮垂向加速度信号X2;
6.5)车身垂向加速度滤波信号X经簧上质量m1增益作用得到车身惯性力观测信号F1,车轮垂向加速度信号X2经簧下质量m2增益作用得到车轮惯性力观测信号F2,车身垂向速度信号V1经天棚阻尼系数(1-α1)C2增益作用得到天棚阻尼力F3,其中,α1为反馈的阻尼分配系数信号,C2为初始天棚阻尼系数,车身惯性力观测信号F1、车轮惯性力观测信号F2和天棚阻尼力F3相加,并经-1增益作用,得到轮胎动载荷信号F4;
6.6)将轮胎刚度系数k
2的倒数作为增益系数,轮胎动载荷信号F
4经
增益作用,得到车轮相对路面的位移信号Z
1。
7)根据反馈的阻尼分配系数信号α1,结合悬架动行程信号Z、车身与车轮垂向相对速度信号V2、车身垂向速度信号V1及悬架参数计算路况因子,并判断路况等级,具体包括如下步骤:
7.1)实际控制力确定模块通过Can总线将反馈的阻尼分配系数信号α1传输给路况识别模块;
7.2)计算路况因子G,具体计算公式如下:
G=fun{2lg(Z)+lg(V2)-lg[2πu(m1+m2)(C1V2+C2V1+α1C2V2-α1C2V1)]|
其中,Z为悬架动行程滤波信号,V2为车身与车轮垂向相对速度信号,u为车速信号,m1为1/4悬架簧载质量,m2为1/4悬架簧下质量,C1为被动阻尼系数、C2为初始天棚阻尼系数,V1为车身垂向速度信号,α1为反馈的阻尼分配系数信号,fun为取值函数,具体形式如下:
7.3)根据路况因子G判断路面状况,判断方法如下:
当路况因子G=1时,此刻路面为优良路面;
当路况因子G=2时,此刻路面为一般路面;
当路况因子G=3时,此刻路面为恶劣路面;
8)根据参考基数、车身垂向加速度滤波信号X、悬架动行程滤波信号Z和车轮相对路面的位移信号Z1,及实时计算得到的路况因子G、工况因子R,建立自适应最优控制策略,并构建自适应最优控制函数,如图5所示,为本发明ECU内部控制策略构建模块中构建自适应最优函数流程图,结合本图,进行详细叙述:
8.1)根据1/4悬架天棚控制模型参考下的参考基数和1/4悬架改进天棚控制模型参考下的参考基数,计算模型加权系数q1i(i取1,2,3),计算公式具体如下:
q11=1;
其中,q1i,i取1,2,3,分别表示车身垂向加速度、悬架动行程及车轮相对路面位移对应的模型加权系数,α2为待求的最优阻尼分配系数信号,r1i,i取1,2,3,分别表示1/4悬架天棚控制模型参考下车身垂向加速度的参考基数、悬架动行程的参考基数及车轮相对路面位移的参考基数,r2i,i取1,2,3,分别表示1/4悬架改进天棚控制模型参考下车身垂向加速度的参考基数、悬架动行程的参考基数及车轮相对路面位移的参考基数;
8.2)建立不同性能指标重要性比值决策表,具体方法如下:
如果性能指标h1和h2同等重要,其重要性比值p=1;
如果性能指标h1相比性能指标h2稍微重要,其重要性比值p=3;
如果性能指标h1相比性能指标h2比较重要,其重要性比值p=5;
如果性能指标h1相比性能指标h2相当重要,其重要性比值p=7;
如果性能指标h1相比性能指标h2非常重要,其重要性比值p=9;
8.3)根据工况因子,利用不同性能指标重要性比值决策表,计算工况加权系数q2i(R)(i取1,2,3),具体方法如下:
当工况因子R为1时,说明该工况为危险工况,汽车操纵稳定性非常重要,是主要考虑的因素,则此时车身垂向加速度、悬架动行程及车轮相对路面位移对应的工况加权系数分别为q21=1/9、q22=1/3和q23=1;
当工况因子R为0时,说明该工况为安全工况,汽车乘坐舒适性非常重要,是主要考虑的因素,则此时车身垂向加速度、悬架动行程及车轮相对路面位移对应的工况加权系数分别为q21=1、q22=1/5和q23=1/7;
8.4)根据路况因子,利用不同性能指标重要性比值决策表,计算路况加权系数q3i(G)(i取1,2,3),具体方法如下:
当工况因子G为1时,说明此刻路面为优良路面,追求汽车乘坐舒适性,同时考虑到在良好路面上车速较高,汽车的操纵稳定性一定程度上也需要考虑,则此时车身垂向加速度、悬架动行程及车轮相对路面位移对应的路况加权系数分别为q31=1、q32=1/7和q33=1/7;
当工况因子G为2时,说明此刻路面为一般路面,需要兼顾汽车乘坐舒适性和汽车的操纵稳定性,则此时车身垂向加速度、悬架动行程及车轮相对路面位移对应的路况加权系数分别为q31=1、q32=1/5和q33=1;
当工况因子G为3时,说明此刻路面为恶劣路面,必须保证汽车的操纵稳定性,由于路面起伏很大,考虑到悬架动行程相对较大,应适当增加悬架动行程的比重,则此时车身垂向加速度、悬架动行程及车轮相对路面位移对应的路况加权系数分别为q31=1/9、q32=1/3和q33=1;
8.5)构建自适应最优控制函数,其具体形式如下:
min:H=q11q21q31X2+q21q22q23Z2++q31q32q33Z1 2
9)在给定范围内,运用粒子群迭代寻优方法,确定最优阻尼分配系数α2,具体包括如下步骤:
9.1)粒子群迭代优化参数初始化:设定优化参数α2的限制范围,即粒子位移的限制范围,为[0,1],设置粒子的运动速度的范围限制为[-0.1,0.1],设定种群规模maxgen为100,迭代次数为100;
9.2)设定自适应变异算法,以防止算法陷入局部最优,具体方法如下:
第m代第n个种群的速度迭代公式如下:
其中,speedm(n)为第m代第n个种群的速度,m为当前种群的代数,maxgen为种群规模,speedm-1(n)为第m-1代第n个种群的速度,c1和c2为固定的参数系数,均取0.49445,rand为0~1之间的随机数,pop1,m-1(n)为第m-1代第n个种群粒子的位移和第n个种群内粒子位移最优值的差值,pop2,m-1(n)为第m-1代第n个种群粒子的位移和全体总群内粒子位移最优值的差值;
若第m代第n个种群粒子的速度迭代公式中随机变量rand(0<rand<1)的数值大于0.85,那么第m代第n个种群粒子的位移popm(n)变异为popm(n)=rand/n;
若第m代第n个种群粒子的速度迭代公式中随机变量rand(0<rand<1)的数值小于等于0.85,那么第m代第n个种群粒子的位移popm(n)不发生变异,popm(n)=popm-1(n)+speedm(n),进行正常迭代更新,其中,popm-1(n)为第m-1代第n个种群粒子的位移;
9.3)确定适应度函数:取步骤8)中的自适应最优控制函数为优化算法的适应度函数;
9.4)在给定的粒子位移和速度的限制范围内,进行粒子位移和速度的迭代更新,并根据适应度函数实现个体最优值和种群最优值的迭代更新,以确定最优的粒子,即最优的阻尼分配系数α2;
10)依据粒子群优化算法得到的最优阻尼分配系数α2,结合控制系统工作状况及直线电机输出限制,计算实际主动控制力,从而计算控制电流,如图6所示,为本发明ECU内部实际控制力确定模块中实际控制力及控制电流计算流程图,结合本图,进行详细叙述,具体包括如下步骤:
10.1)根据最优阻尼分配系数α2,结合观测得到的车身垂向速度信号V1和车身与车轮垂向相对速度信号V2,计算得到当前主动悬架理想控制力F0,计算方法具体如下:
A)若Can总线中未出现最优阻尼分配系数信号α2,说明处于控制系统初始状态或控制失效状态,为了系统正常运行,必须保证悬架系统的操纵稳定性,此时取α2=1,理想控制力F0=C2V2;
B)若Can总线中出现最优阻尼分配系数信号α2,说明处于控制系统正常运行,理想控制力F0=α2C2V2+(1-α2)C2V1;
10.2)考虑到主动悬架的直线电机输出力有范围限制,即理想控制力绝对值不得大于直线电机最大输出力的绝对值,确定实际主动控制力F,其中,实际主动控制力F与理想主动控制力F0的关系如下:
其中,F为实际主动控制力,F0为理想主动控制力,Fmax为直线电机最大输出力的绝对值,sgn为取符号函数,即F0为正值、0和负值时,其值分别取1或0或-1;
10.3)根据实际主动控制力F,计算直线电机控制电流I,公式如下:
其中,kF为线圈的推力常数,M为直线电机运动时常工作磁环-线圈对数;
11)根据实际控制力计算实际阻尼分配系数α3,并将实际阻尼分配系数信号α3通过Can总线传输给路况识别模块作为新的反馈阻尼分配系数信号α1,成为下一次路况识别的参数之一,具体计算公式如下:
其中,F为实际主动控制力,C2为天棚阻尼系数,V1为车身垂向速度信号,V2为车身与车轮垂向相对速度信号;
12)根据计算的控制电流对集成直线电机式主动悬架的直线电机实施控制,以获得最佳悬架主动控制力;转步骤4)开始重复上述步骤,实现阻尼分配系数在线自适应优化调整,从而对悬架系统进行自适应优化控制。