CN110435377B - 基于比例积分观测器的非线性主动悬架容错追踪控制方法 - Google Patents

基于比例积分观测器的非线性主动悬架容错追踪控制方法 Download PDF

Info

Publication number
CN110435377B
CN110435377B CN201910351648.6A CN201910351648A CN110435377B CN 110435377 B CN110435377 B CN 110435377B CN 201910351648 A CN201910351648 A CN 201910351648A CN 110435377 B CN110435377 B CN 110435377B
Authority
CN
China
Prior art keywords
fault
suspension
matrix
model
actuator
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.)
Active
Application number
CN201910351648.6A
Other languages
English (en)
Other versions
CN110435377A (zh
Inventor
庞辉
杨军杰
尚玉婷
姚睿
刘楠
王鹏
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.)
Xian University of Technology
Original Assignee
Xian University of Technology
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 Xian University of Technology filed Critical Xian University of Technology
Priority to CN201910351648.6A priority Critical patent/CN110435377B/zh
Publication of CN110435377A publication Critical patent/CN110435377A/zh
Application granted granted Critical
Publication of CN110435377B publication Critical patent/CN110435377B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • B60G17/018—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by the use of a specific signal treatment or control method
    • B60G17/0182—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by the use of a specific signal treatment or control method involving parameter estimation, e.g. observer, Kalman filter
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • B60G17/018—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by the use of a specific signal treatment or control method
    • B60G17/0185—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by the use of a specific signal treatment or control method for failure detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Vehicle Body Suspensions (AREA)

Abstract

基于比例积分观测器的非线性主动悬架容错追踪控制方法，首先，为描述悬架系统的模型不确定性，建立基于Takagi‑Sugeno(T‑S)模糊模型的1/2车辆悬架模型；其次，基于该模型，开发鲁棒H∞输出反馈控制器以增强悬架在正常作动器模式下的性能，其输出响应被视为理想的参考轨迹；最后，设计比例积分观测器以在线精确估计作动器故障，并进一步设计主动容错追踪控制器以补偿由作动器故障引起的性能损失；本发明用于作动器故障的非线性主动悬架控制，解决了无法应对外界的不确定干扰和作动器故障的问题。

Description

基于比例积分观测器的非线性主动悬架容错追踪控制方法
技术领域
本发明属于悬架系统故障诊断与容错控制领域，具体涉及基于比例积分观测器的非线性主动悬架容错追踪控制方法。
背景技术
车辆悬架系统是指连接车架与轮胎之间的传力装置，它的主要功用是缓和由路面不平度引起的车身振动。相比被动悬架与半主动悬架，主动悬架能够根据实时的路况变化，通过作动器产生系统所需的控制力，因此可以对悬架系统进行最优化的控制。对于主动悬架系统，研究者们已经将诸多控制策略应用其中。例如，滑模变结构控制，自适应反推控制，鲁棒控制，模糊控制以及神经网络控制等。
虽然上述工作对提高车辆的乘坐舒适性已经取得了较大的进展，但是仍然存在一些问题值得注意，特别是在考虑到车辆模型的不确定性和悬架系统故障的情况。首先，车辆在不同行驶道路条件和工况下，悬架参数会在一定范围内发生变化，这就使得对悬架系统的动态特性难以用精确数学模型来描述，从而造成控制上的困难。为此考虑悬架模型的不确定性具有一定的工程意义。此外，在实际工况中，随着车辆的使用时间增加，悬架系统的元器件会不可避免的发生老化，疲劳以及损坏现象。如果悬架系统发生故障，那么理想条件下的控制器就会失效，甚至造成系统性能的恶化。因此，为了能够更好地分析车辆运行的实际工况，我们就有必要考虑悬架模型的不确定性和系统故障的情况。
T-S模型是由Takagi和Sugeno提出的一种模糊推理模型，是一种精确建模的方法。由于T-S模糊模型结构简单，且能够地将非线性系统表示成线性系统的加权和，并且不失实际意义，因此通过T-S模糊模型对非线性系统建模的方法受到众多学者的青睐。结合T-S模糊模型，将其复杂的非线性系统通过模糊隶属函数分解成线性子系统，这对提高乘客舒适度和车辆稳定性具有重要意义。因此为真实模拟悬架系统在不同工况下悬架模型，考虑采用T-S模糊模型来能够提高悬架系统建模的精度。
除此之外，为有效解决悬架系统发生故障时的控制问题，刘树博提出一种滑模容错控制方法；杨柳青基于鲁棒观测器提出一种容错控制方法实现控制律重组；张丽萍提出一种基于H2/H∞状态反馈控制的被动容错控制策略。但是目前的研究方法多以结构简单的1/4车模型为基础，且多为被动容错控制，对复杂的悬架系统很难有较好的控制效果，因此本发明具有一定的实用性。
发明内容
为克服上述现有技术的不足，本发明的目的在于提供基于比例积分观测器的非线性主动悬架容错追踪控制方法，首先，采用T-S模糊模型来描述悬架系统的模型不确定性；其次，在鲁棒H∞状输出反馈控制器的基础上，设计比例积分观测器以实现对故障的在线估计，进而开发出主动悬架的容错追踪控制器来抵消作动器故障带来的负面影响。
基于比例积分观测器的非线性主动悬架容错追踪控制方法，考虑车辆主动悬架存在非线性和执行器故障，结合T-S模糊模型方法、鲁棒H∞输出反馈控制和比例积分观测器，提出一种容错追踪控制方法，使得车辆在悬架发生故障后仍能保持良好的性能；包括以下步骤：
步骤1，建立线性主动悬架模型
根据牛顿第二定律，1/2车辆主动悬架系统动力学方程为：
Figure GDA0002218974470000031
式中，ms和Iy分别为车身质量和车身转动惯量；zc，
Figure GDA0002218974470000032
分别表示车身的垂向位移和俯仰角；muf，mur为前后悬架车轮质量；zuf，zur分别为前后车轮的垂向位移；F1,F2为前、后悬架组件中的弹性力；Ftf,Ftr分别为前、后轮胎组件中的弹性力；其表达式分别为：
Figure GDA0002218974470000033
Figure GDA0002218974470000034
其中：cf，cr为前后悬架阻尼系数；kf，kr为前后悬架的刚度；zrf，zrr为前后轮的路面输入位移；ktf，ktr为前后轮胎刚度系数，uFf，uFr为前后悬架作动器产生的主动控制力，Δyf＝zsf-zuf为前悬架动行程，Δyr＝zsr-zur为后悬架动行程，且
Figure GDA0002218974470000035
Figure GDA0002218974470000036
考虑选取系统状态变量为
Figure GDA0002218974470000037
干扰输入w(t)＝[zrf,zrr]T，测量输出
Figure GDA0002218974470000038
以及控制输出
Figure GDA0002218974470000039
则主动悬架状态空间方程可描述为
Figure GDA0002218974470000041
其中，A、B、B1、C、D、C1、D1、E1均为状态空间的系数矩阵；具体可写为：
Figure GDA0002218974470000042
Figure GDA0002218974470000043
D＝[0],
Figure GDA0002218974470000044
系数矩阵A和C1中的相应元素如下所示：
Figure GDA0002218974470000045
Figure GDA0002218974470000046
Figure GDA0002218974470000047
Figure GDA0002218974470000048
Figure GDA0002218974470000051
Figure GDA0002218974470000052
步骤2，基于T-S模糊模型建立非线性主动悬架模型
由于不同工况下乘客的数量和车身载荷一定的范围内变化，考虑车身质量ms、前悬架车轮质量muf和后悬架车轮质量mur存在不确定性，即ms∈[msmin,msmax]，muf∈[mufmin,mufmax],mur∈[murmin,murmax]，基于上述情况，结合T-S模糊模型建立悬架系统的非线性模型，为此定义：
Figure GDA0002218974470000053
其中，ξ1(t)＝1/ms,ξ2(t)＝1/muf,ξ3(t)＝1/mur，此外，M1(ξ1(t)),M2(ξ1(t)),N1(ξ2(t)),N2(ξ2(t)),O1(ξ3(t)),O2(ξ3(t))为隶属函数，且可描述为：
Figure GDA0002218974470000054
其中隶属函数M1(ξ1(t))和M2(ξ1(t))分别定义为Heavy和Light，隶属函数N1(ξ2(t))和N2(ξ2(t))分别定义为Heavy和Light，同时隶属函数O1(ξ3(t))和O2(ξ3(t))分别定义为Heavy和Light，且满足M1(ξ1(t))+M2(ξ1(t))＝1,N1(ξ2(t))+N2(ξ2(t))＝1,O1(ξ3(t))+O2(ξ3(t))＝1，
此时，考虑悬架系统质量不确定性的悬架系统(4)可用如下T-S模型来描述：
模型规则i:如果ξ1(t)为Mr，ξ2(t)为Nj，ξ3(t)为Ol，那么
Figure GDA0002218974470000061
其中，r＝1,2(j＝1,2；l＝1,2；i＝1,2,3,4,5,6,7,8)；将矩阵A、B、B1、C、D、C1、D1、E1中的ms、muf、mur分别替换为msmin(或msmax)、mufmin(或mufmax)、murmin(或murmax)即可得到矩阵Ai、Bi、B1i、Ci、Di、C1i、D1i、E1i；
由上述模型规则可得，考虑悬架系统质量不确定性的车辆非线性主动悬架系统可通过T-S模糊模型表示为：
Figure GDA0002218974470000062
其中
h1(ξ(t))＝M1(ξ1(t))×N1(ξ2(t))×O1(ξ3(t)),
h2(ξ(t))＝M1(ξ1(t))×N2(ξ2(t))×O1(ξ3(t)),
h3(ξ(t))＝M2(ξ1(t))×N1(ξ2(t))×O1(ξ3(t)),
h4(ξ(t))＝M2(ξ1(t))×N2(ξ2(t))×O1(ξ3(t)),
h5(ξ(t))＝M2(ξ1(t))×N2(ξ2(t))×O2(ξ3(t)),
h6(ξ(t))＝M2(ξ1(t))×N1(ξ2(t))×O2(ξ3(t)),
h7(ξ(t))＝M1(ξ1(t))×N2(ξ2(t))×O2(ξ3(t)),
h8(ξ(t))＝M1(ξ1(t))×N1(ξ2(t))×O2(ξ3(t)).
其中hi(ξ(t))为模糊权重函数，且hi(ξ(t))≥0,满足
Figure GDA0002218974470000063
步骤3，设计正常模式下的鲁棒H∞输出反馈控制器
在悬架系统无故障状态下时，主动悬架系统采用鲁棒H∞输出反馈控制器：
u(t)＝K(s)y(t) (9)
且待设计的控制律u(t)满足如下状态空间表达形式
Figure GDA0002218974470000071
式中，xc(t)为H∞输出反馈控制器的状态向量，Ac、Bc、Cc、Dc是待设计的控制器参数矩阵，
将待设计的控制律(10)应用于无故障系统(8)，可得1/2车辆主动悬架闭环控制系统
Figure GDA0002218974470000072
其中，xcl(t)＝[x(t),xc(t)]T为系统的状态向量，其它各系数矩阵分别为：
Figure GDA0002218974470000073
Cci＝[C1i+D1iDcCi D1iCc],Dci＝[E1i]，
因此，将设计鲁棒H∞输出反馈控制器转化为求解参数矩阵Aci、Bci、Cci、Dci使得闭环系统(11)保持渐近稳定，且满足H∞性能指标||Tzw||∞＜β，即干扰输入w(t)到控制输出z(t)传递函数的H∞范数||Tzw||∞小于给定上界β，根据有界实引理，满足这一设计要求的充要条件是存在一个对称正定矩阵Q，使得：
Figure GDA0002218974470000074
在Matlab中利用hinflmi求解器确定参数矩阵Ac、Bc、Cc、Dc，得形如式(10)的控制律u(t)，并将其代入矩阵Aci、Bci、Cci、Dci，可得基于鲁棒H∞输出反馈控制器的1/2车辆主动悬架闭环控制系统；
步骤4，建立悬架故障模型
当作动器发生偏差故障，同时也将悬架系统质量不确定性考虑在内时，故障悬架模型为：
Figure GDA0002218974470000081
其中，f(t)表示因作动器偏差故障导致作动器产生的控制力偏差，即故障信号，作动器的偏差故障是车辆悬架系统中的最常见故障情况，因此作动器故障受到了广泛的关注，自然磨损、未知的外部严重干扰、参数变化、系统老化和部分堵塞都是造成作动器偏差故障的原因；
步骤5，设计基于比例积分观测器的容错追踪控制器
在考虑作动器偏差故障时，基于比例积分观测器设计主动悬架系统的容错追踪控制器为：
Figure GDA0002218974470000082
其中，
Figure GDA0002218974470000083
代表容错追踪控制器的补偿力，K1i为待确定的状态反馈增益矩阵，
Figure GDA0002218974470000084
和
Figure GDA0002218974470000085
为故障及状态向量的估计值，
为了得到上述容错追踪控制律，建立如下的比例积分观测器：
Figure GDA0002218974470000086
其中，H1i,H2i是观测器的增益矩阵，在容错追踪控制策略中，通过获得故障系统的信息，来实现对故障信号的检测和隔离，
由式(13)和式(15)可得故障系统与观测器系统的输出误差为：
Figure GDA0002218974470000091
式中
Figure GDA0002218974470000092
定义动态跟踪误差e(t)＝x(t)-xf(t)，则
Figure GDA0002218974470000093
其中
Figure GDA0002218974470000094
由式(13)和式(15)可得故障系统与观测器系统的状态向量误差为
Figure GDA0002218974470000095
其中
Figure GDA0002218974470000096
综合式(17)和式(18)，可得如下动态增广误差系统
Figure GDA0002218974470000097
其中
Figure GDA0002218974470000098
如果存在H1i、H2i、K1j和正定矩阵X1>0、P2>0，且有γ＞0、P3＝I，使得下面的凸优化问题成立：
Figure GDA0002218974470000101
其中，
Figure GDA0002218974470000102
Qij＝[BiK1j 0 0]T，W＝[X1 0 0]T，Γ＝[X1 II]T，*表示矩阵中的对称转置项，
则有以下的设计指标成立：
1)闭环系统(19)是渐进稳定的；
2)在零初始条件下，对
Figure GDA0002218974470000103
假设从干扰输入v(t)到误差输出
Figure GDA0002218974470000104
的闭环传递函数为
Figure GDA0002218974470000105
那么闭环系统(19)满足H∞性能指标
Figure GDA0002218974470000106
即：
Figure GDA0002218974470000107
与现有技术相比，本发明具有以下优点：
1)通过采用T-S模糊模型的方法，将其复杂的非线性悬架系统通过模糊隶属函数分解成线性子系统，这使得悬架模型更加接近实际工况，为验证本发明的有效性奠定了坚实的基础。
2)对于无故障悬架系统，采用鲁棒H∞输出反馈控制器能够较好地保证主动悬架系统的良好性能。
3)引入比例积分观测器能够准确地估计主动悬架系统的作动器故障大小，进而开发出的容错追踪控制器能够较好地弥补作动器故障引起的性能损失，并保证闭环系统的渐进稳定性。
4)方法简单易实现，系统无需冗余的硬件，成本较低。
本发明所提出的方法作为一种主动悬架系统的容错追踪控制方法，具有一定的实用意义，简单易实现，系统具有较好的鲁棒性，能够有效提高主动悬架系统的性能，并保证系统的渐进稳定性。
附图说明
图1为1/2车主动悬架模型。
图2为主动悬架容错追踪控制系统原理框图。
图3为比例积分观测器对故障的估计分析图。
图4为车身加速度响应曲线图。
图5为俯仰角加速度响应曲线图。
图6为前悬架动挠度响应曲线图。
图7为后悬架动挠度响应曲线图。
图8为前轮胎动载荷响应曲线图。
图9为后轮胎动载荷响应曲线图。
图10为前轮主动控制力响应曲线图。
图11为后轮主动控制力响应曲线图。
图12为作动器功率需求图。
图13为本发明的流程图。
具体实施方式
下面结合附图对本发明做更进一步的解释。
如图1，2所示，考虑车辆主动悬架存在非线性和执行器故障，结合T-S模糊模型方法、H∞输出反馈控制和比例积分观测器，提出一种容错追踪控制方法，使得车辆在悬架发生故障后仍能保持良好的性能。
图1为4自由度1/2车辆悬架系统模型，它包含了车辆动力学分析的主要特征，且结构简单，所以在悬架控制策略的研究中被广泛应用。此外，图2描述了在存在作动器故障和外部道路干扰的情况下，本发明对主动悬架系统设计的基于比例积分观测器的容错追踪控制策略的结构框架。由图2可知，当悬架系统正常工作时，鲁棒H∞输出反馈控制器是主动悬架系统的常规控制器，且在这种模式下悬架的输出指标是作为理想的参考轨迹的。而当作动器发生故障时，系统首先会利用比例积分观测器对故障的分析来判定作动器是否发生故障，其次通过主动容错控制器对系统进行故障补偿，同时常规控制器仍正常工作。因此主动悬架系统在考虑作动器发生故障的情况下，也可以保证系统具有良好的性能。
基于比例积分观测器的非线性主动悬架容错追踪控制方法，包括如下具体步骤：
步骤1，建立线性主动悬架模型
建立悬架模型，根据牛顿第二定律，1/2车辆主动悬架系统动力学方程为：
Figure GDA0002218974470000121
式中，ms和Iy分别为车身质量和车身转动惯量；zc，
Figure GDA0002218974470000122
分别表示车身的垂向位移和俯仰角；muf，mur为前后悬架车轮质量；zuf，zur分别为前后车轮的垂向位移；F1,F2为前、后悬架组件中的弹性力；Ftf,Ftr分别为前、后轮胎组件中的弹性力；其表达式分别为：
Figure GDA0002218974470000131
Figure GDA0002218974470000132
其中：cf，cr为前后悬架阻尼系数；kf，kr为前后悬架的刚度；zrf，zrr为前后轮的路面输入位移；ktf，ktr为前后轮胎刚度系数，uFf，uFr为前后悬架作动器产生的主动控制力，Δyf＝zsf-zuf为前悬架动行程，Δyr＝zsr-zur为后悬架动行程，且
Figure GDA0002218974470000133
Figure GDA0002218974470000134
考虑选取系统状态变量为
Figure GDA0002218974470000135
干扰输入w(t)＝[zrf,zrr]T，测量输出
Figure GDA0002218974470000136
以及控制输出
Figure GDA0002218974470000137
则主动悬架状态空间方程可描述为
Figure GDA0002218974470000138
其中，A、B、B1、C、D、C1、D1、E1均为状态空间的系数矩阵；具体可写为：
Figure GDA0002218974470000139
Figure GDA00022189744700001310
D＝[0],
Figure GDA0002218974470000141
系数矩阵A和C1中的相应元素如下所示：
Figure GDA0002218974470000142
Figure GDA0002218974470000143
Figure GDA0002218974470000144
Figure GDA0002218974470000145
Figure GDA0002218974470000146
Figure GDA0002218974470000147
步骤2，基于T-S模糊模型建立非线性主动悬架模型
不同工况下乘客的数量和在车身载荷一定的范围内变化，因此本文考虑车身质量ms、前悬架车轮质量muf和后悬架车轮质量mur存在不确定性，即ms∈[msmin,msmax]，muf∈[mufmin,mufmax],mur∈[murmin,murmax]，基于上述情况，结合T-S模糊模型建立悬架系统的非线性模型。为此定义
Figure GDA0002218974470000148
其中，ξ1(t)＝1/ms,ξ2(t)＝1/muf,ξ3(t)＝1/mur。此外，M1(ξ1(t)),M2(ξ1(t)),N1(ξ2(t)),N2(ξ2(t)),O1(ξ3(t)),O2(ξ3(t))为隶属函数，且可描述为：
Figure GDA0002218974470000151
其中隶属函数M1(ξ1(t))和M2(ξ1(t))分别定义为“Heavy”和“Light”，隶属函数N1(ξ2(t))和N2(ξ2(t))分别定义为“Heavy”和“Light”，同时隶属函数O1(ξ3(t))和O2(ξ3(t))分别定义为“Heavy”和“Light”，且满足M1(ξ1(t))+M2(ξ1(t))＝1,N1(ξ2(t))+N2(ξ2(t))＝1,O1(ξ3(t))+O2(ξ3(t))＝1，
此时，考虑悬架系统质量不确定性的悬架系统(4)可用如下T-S模型来描述：
模型规则i:如果ξ1(t)为Mr，ξ2(t)为Nj，ξ3(t)为Ol，那么
Figure GDA0002218974470000152
其中，r＝1,2(j＝1,2；l＝1,2；i＝1,2,3,4,5,6,7,8)；将矩阵A、B、B1、C、D、C1、D1、E1中的ms、muf、mur分别替换为msmin(或msmax)、mufmin(或mufmax)、murmin(或murmax)即可得到矩阵Ai、Bi、B1i、Ci、Di、C1i、D1i、E1i，
由上述模型规则可得，考虑悬架系统质量不确定性的车辆非线性主动悬架系统可通过T-S模糊模型表示为：
Figure GDA0002218974470000153
其中：
h1(ξ(t))＝M1(ξ1(t))×N1(ξ2(t))×O1(ξ3(t)),
h2(ξ(t))＝M1(ξ1(t))×N2(ξ2(t))×O1(ξ3(t)),
h3(ξ(t))＝M2(ξ1(t))×N1(ξ2(t))×O1(ξ3(t)),
h4(ξ(t))＝M2(ξ1(t))×N2(ξ2(t))×O1(ξ3(t)),
h5(ξ(t))＝M2(ξ1(t))×N2(ξ2(t))×O2(ξ3(t)),
h6(ξ(t))＝M2(ξ1(t))×N1(ξ2(t))×O2(ξ3(t)),
h7(ξ(t))＝M1(ξ1(t))×N2(ξ2(t))×O2(ξ3(t)),
h8(ξ(t))＝M1(ξ1(t))×N1(ξ2(t))×O2(ξ3(t)).
其中hi(ξ(t))为模糊权重函数，且hi(ξ(t))≥0,满足
Figure GDA0002218974470000161
步骤3，设计正常模式下的鲁棒H∞输出反馈控制器
在悬架系统无故障状态下时，主动悬架系统采用鲁棒H∞输出反馈控制器：
u(t)＝K(s)y(t) (9)
且待设计的控制律u(t)满足如下状态空间表达形式
Figure GDA0002218974470000162
式中，xc(t)为H∞输出反馈控制器的状态向量，Ac、Bc、Cc、Dc是待设计的控制器参数矩阵。
将待设计的控制律(10)应用于无故障系统(8)，可得1/2车辆主动悬架闭环控制系统
Figure GDA0002218974470000163
式中，xcl(t)＝[x(t),xc(t)]T为系统的状态向量，其它各系数矩阵分别为：
Figure GDA0002218974470000164
Cci＝[C1i+D1iDcCi D1iCc],Dci＝[E1i].
因此，将设计鲁棒H∞输出反馈控制器转化为求解参数矩阵Aci、Bci、Cci、Dci使得闭环系统(11)保持渐近稳定，且满足H∞性能指标||Tzw||∞＜β，即干扰输入w(t)到控制输出z(t)传递函数的H∞范数||Tzw||∞小于给定上界β。根据有界实引理，满足这一设计要求的充要条件是存在一个对称正定矩阵Q，使得：
Figure GDA0002218974470000171
在Matlab中利用hinflmi求解器确定参数矩阵Ac、Bc、Cc、Dc，得形如式(10)的控制律u(t)，并将其代入矩阵Aci、Bci、Cci、Dci，可得基于鲁棒H∞输出反馈控制器的1/2车辆主动悬架闭环控制系统；
步骤4，建立悬架故障模型
当作动器发生偏差故障，同时也将悬架系统质量不确定性考虑在内时，故障悬架模型为：
Figure GDA0002218974470000172
其中，f(t)表示因作动器偏差故障导致作动器产生的控制力偏差，即故障信号，作动器的偏差故障是车辆悬架系统中的最常见故障情况，因此作动器故障受到了广泛的关注。自然磨损、未知的外部严重干扰、参数变化、系统老化和部分堵塞都是造成作动器偏差故障的原因；
步骤5，设计基于比例积分观测器的容错追踪控制器
在考虑作动器偏差故障时，基于比例积分观测器设计主动悬架系统的容错追踪控制器为：
Figure GDA0002218974470000173
其中，
Figure GDA0002218974470000181
代表容错追踪控制器的补偿力，K1i为待确定的状态反馈增益矩阵，
Figure GDA0002218974470000182
和
Figure GDA0002218974470000183
为故障及状态向量的估计值，
为了得到上述容错追踪控制律，建立如下的比例积分观测器：
Figure GDA0002218974470000184
其中，H1i,H2i是观测器的增益矩阵。在这种容错追踪控制策略中，我们通过获得故障系统的信息，来实现对故障信号的检测和隔离，
由式(13)和式(15)可得故障系统与观测器系统的输出误差为：
Figure GDA0002218974470000185
式中
Figure GDA0002218974470000186
定义动态跟踪误差e(t)＝x(t)-xf(t)，则
Figure GDA0002218974470000187
其中
Figure GDA0002218974470000188
由式(13)和式(15)可得故障系统与观测器系统的状态向量误差为：
Figure GDA0002218974470000189
其中
Figure GDA0002218974470000191
综合式(17)和式(18)，可得如下动态增广误差系统
Figure GDA0002218974470000192
其中
Figure GDA0002218974470000193
如果存在H1i、H2i、K1j和正定矩阵X1>0、P2>0，且有γ＞0、P3＝I,使得下面的凸优化问题成立：
Figure GDA0002218974470000194
其中，
Figure GDA0002218974470000195
Qij＝[BiK1j 0 0]T，W＝[X1 0 0]T，Γ＝[X1 II]T，*表示矩阵中的对称转置项，
则有以下的设计指标成立：
1)闭环系统(19)是渐进稳定的；
2)在零初始条件下，对
Figure GDA0002218974470000196
假设从干扰输入v(t)到误差输出
Figure GDA0002218974470000197
的闭环传递函数为
Figure GDA0002218974470000198
那么闭环系统(19)满足H∞性能指标
Figure GDA0002218974470000199
即
Figure GDA00022189744700001910
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
下面以实际案例仿真说明实施方案的有效性。
本文对悬架系统质量不确定性的描述为：车身质量为ms(t)＝1235+120sin(t)(kg)，前后悬架车轮质量为muf(t)＝49+0.49sin(t)(kg)，mur(t)＝49+0.49sin(t)(kg)。
为验证本发明的有效性，考虑选取凸块路面作为路面激励输入，其表达式为：
Figure GDA0002218974470000201
其中，A和L分别代表凸块输入的高度和长度，假定其值分别为A＝50(mm)，L＝5(m)，并且车辆以36(km/h)车速匀速行驶。
另外，考虑如下的时变故障：
Figure GDA0002218974470000202
在Simulink中建立基于T-S模糊模型的悬架模型，并搭建容错追踪控制器，进而结合相应参数进行时域仿真，并对以下三种模式进行讨论分析：
1)ROFC-无故障：作动器无故障，且系统仅在鲁棒H∞输出反馈控制器下工作；
2)ROFC-有故障：作动器发生故障，且系统仅在鲁棒H∞输出反馈控制器下工作；
3)FTTC-有故障：作动器发生故障，且系统在本发明提出的容错追踪控制器下工作；
图3为比例积分观测器对故障的估计分析；图4-图9为悬架系统的性能指标在不同模式下响应曲线；图10-图11为悬架系统在不同模式下产生的主动控制力曲线；图12为悬架系统在不同模式下作动器所需的最小功率值。
由图3可知，比例积分观测器对故障信号的估计较为准确，且响应速度快，因此说明本发明提出的容错追踪控制器能够对系统的故障进行有效的补偿。通过分析图4-图9中的悬架系统时域响应曲线可知，在系统无故障时，悬架系统的各项性能指标在三种模式下均比较稳定。当系统引入故障信号后，相比其他两种模式，FTTC作用下的悬架系统在悬架动挠度和轮胎动载荷方面都表现出更加平缓的趋势，因此开发出的容错追踪控制器能够以较低的幅度和较短的时间来降低车身振动，进而大大提高悬架的寿命。由图10-图11可知，当车辆系统发生故障时，FTTC中的主动控制力的变化幅度符合悬架系统预期所需控制力的大小。由此说明容错追踪控制器能够抑制作动器故障给悬架系统带来的不利影响，进而提高车辆的乘坐舒适性。分析图12可知，在故障情况下，FTTC不仅能够取得与系统无故障下相近的效果，而且前后作动器功率需求也能保持在较低水平，进而表明所提出的FTTC不仅能够提高车辆的乘坐舒适性，而且能够降低车辆的能量损耗。

Claims (1)

1.基于比例积分观测器的非线性主动悬架容错追踪控制方法，其特征在于，包括以下步骤：
步骤1，建立线性主动悬架模型
根据牛顿第二定律，1/2车辆主动悬架系统动力学方程为：
Figure FDA0003608051790000011
式中，ms和Iy分别为车身质量和车身转动惯量；zc，
Figure FDA0003608051790000012
分别表示车身的垂向位移和俯仰角；muf，mur为前后悬架车轮质量；zuf，zur分别为前后车轮的垂向位移；F1,F2为前、后悬架组件中的弹性力；Ftf,Ftr分别为前、后轮胎组件中的弹性力；其表达式分别为：
Figure FDA0003608051790000013
Figure FDA0003608051790000014
其中：cf，cr为前后悬架阻尼系数；kf，kr为前后悬架的刚度；zrf，zrr为前后轮的路面输入位移；ktf，ktr为前后轮胎刚度系数，uFf，uFr为前后悬架作动器产生的主动控制力，Δyf＝zsf-zuf为前悬架动行程，Δyr＝zsr-zur为后悬架动行程，且
Figure FDA0003608051790000015
Figure FDA0003608051790000016
考虑选取系统状态变量为
Figure FDA0003608051790000017
干扰输入w(t)＝[zrf,zrr]T，测量输出
Figure FDA0003608051790000018
以及控制输出
Figure FDA0003608051790000019
则主动悬架状态空间方程可描述为：
Figure FDA00036080517900000110
其中，A、B、B1、C、D、C1、D1、E1均为状态空间的系数矩阵；具体可写为：
Figure FDA0003608051790000021
Figure FDA0003608051790000022
Figure FDA0003608051790000023
系数矩阵A和C1中的相应元素如下所示：
Figure FDA0003608051790000024
Figure FDA0003608051790000025
Figure FDA0003608051790000026
Figure FDA0003608051790000027
Figure FDA0003608051790000028
Figure FDA0003608051790000029
步骤2，基于T-S模糊模型建立非线性主动悬架模型
由于不同工况下乘客的数量和车身载荷一定的范围内变化，考虑车身质量ms、前悬架车轮质量muf和后悬架车轮质量mur存在不确定性，即ms∈[msmin,msmax]，muf∈[mufmin,mufmax],mur∈[murmin,murmax]，基于上述情况，结合T-S模糊模型建立悬架系统的非线性模型，为此定义
Figure FDA0003608051790000031
其中，ξ1(t)＝1/ms,ξ2(t)＝1/muf,ξ3(t)＝1/mur，此外，M1(ξ1(t)),M2(ξ1(t)),N1(ξ2(t)),N2(ξ2(t)),O1(ξ3(t)),O2(ξ3(t))为隶属函数，且可描述为：
Figure FDA0003608051790000032
其中隶属函数M1(ξ1(t))和M2(ξ1(t))分别定义为Heavy和Light，隶属函数N1(ξ2(t))和N2(ξ2(t))分别定义为Heavy和Light，同时隶属函数O1(ξ3(t))和O2(ξ3(t))分别定义为Heavy和Light，且满足M1(ξ1(t))+M2(ξ1(t))＝1,N1(ξ2(t))+N2(ξ2(t))＝1,O1(ξ3(t))+O2(ξ3(t))＝1，
此时，考虑悬架系统质量不确定性的悬架系统(4)可用如下T-S模型来描述：
模型规则i:如果ξ1(t)为Mr，ξ2(t)为Nj，ξ3(t)为Ol，那么
Figure FDA0003608051790000033
其中，r＝1,2(j＝1,2；l＝1,2；i＝1,2,3,4,5,6,7,8)；将矩阵A、B、B1、C、D、C1、D1、E1中的ms、muf、mur分别替换为msmin(或msmax)、mufmin(或mufmax)、murmin(或murmax)即可得到矩阵Ai、Bi、B1i、Ci、Di、C1i、D1i、E1i；
由上述模型规则可得，考虑悬架系统质量不确定性的车辆非线性主动悬架系统可通过T-S模糊模型表示为：
Figure FDA0003608051790000034
其中：
h1(ξ(t))＝M1(ξ1(t))×N1(ξ2(t))×O1(ξ3(t)),
h2(ξ(t))＝M1(ξ1(t))×N2(ξ2(t))×O1(ξ3(t)),
h3(ξ(t))＝M2(ξ1(t))×N1(ξ2(t))×O1(ξ3(t)),
h4(ξ(t))＝M2(ξ1(t))×N2(ξ2(t))×O1(ξ3(t)),
h5(ξ(t))＝M2(ξ1(t))×N2(ξ2(t))×O2(ξ3(t)),
h6(ξ(t))＝M2(ξ1(t))×N1(ξ2(t))×O2(ξ3(t)),
h7(ξ(t))＝M1(ξ1(t))×N2(ξ2(t))×O2(ξ3(t)),
h8(ξ(t))＝M1(ξ1(t))×N1(ξ2(t))×O2(ξ3(t)).
其中hi(ξ(t))为模糊权重函数，且hi(ξ(t))≥0,满足
Figure FDA0003608051790000041
步骤3，设计正常模式下的鲁棒H∞输出反馈控制器
在悬架系统无故障状态下时，主动悬架系统采用鲁棒H∞输出反馈控制器：
u(t)＝K(s)y(t) (9)
式中，K(s)为鲁棒H∞输出反馈控制的增益矩阵，u(t)为鲁棒输出反馈控制力，y(t)表示系统输出，
且待设计的控制律u(t)满足如下状态空间表达形式
Figure FDA0003608051790000042
式中，xc(t)为H∞输出反馈控制器的状态向量，Ac、Bc、Cc、Dc是待设计的控制器参数矩阵，
将待设计的控制律(10)应用于无故障系统(8)，可得1/2车辆主动悬架闭环控制系统
Figure FDA0003608051790000043
其中，xcl(t)＝[x(t),xc(t)]T为系统的状态向量，其它各系数矩阵分别为：
Figure FDA0003608051790000044
因此，将设计鲁棒H∞输出反馈控制器转化为求解参数矩阵Aci、Bci、Cci、Dci使得闭环系统(11)保持渐近稳定，且满足H∞性能指标||Tzw||∞＜β，即干扰输入w(t)到控制输出z(t)传递函数的H∞范数||Tzw||∞小于给定上界β，根据有界实引理，满足这一设计要求的充要条件是存在一个对称正定矩阵Q，使得：
Figure FDA0003608051790000045
在Matlab中利用hinflmi求解器确定参数矩阵Ac、Bc、Cc、Dc，得形如式(10)的控制律u(t)，并将其代入矩阵Aci、Bci、Cci、Dci，可得基于鲁棒H∞输出反馈控制器的1/2车辆主动悬架闭环控制系统；
步骤4，建立悬架故障模型
当作动器发生偏差故障，同时也将悬架系统质量不确定性考虑在内时，故障悬架模型为：
Figure FDA0003608051790000051
其中，f(t)表示因作动器偏差故障导致作动器产生的控制力偏差，即故障信号，作动器的偏差故障是车辆悬架系统中的最常见故障情况，因此作动器故障受到了广泛的关注，自然磨损、未知的外部严重干扰、参数变化、系统老化和部分堵塞都是造成作动器偏差故障的原因；
步骤5，设计基于比例积分观测器的容错追踪控制器
在考虑作动器偏差故障时，基于比例积分观测器设计主动悬架系统的容错追踪控制器为：
Figure FDA0003608051790000052
其中，
Figure FDA0003608051790000053
代表容错追踪控制器的补偿力，K1i为待确定的状态反馈增益矩阵，
Figure FDA0003608051790000054
和
Figure FDA0003608051790000055
为故障及状态向量的估计值，
为了得到容错追踪控制律，建立如下的比例积分观测器：
Figure FDA0003608051790000056
其中，H1i,H2i是观测器的增益矩阵，在容错追踪控制策略中，通过获得故障系统的信息，来实现对故障信号的检测和隔离，
由式(13)和式(15)可得故障系统与观测器系统的输出误差为：
Figure FDA0003608051790000057
式中
Figure FDA0003608051790000058
其中
Figure FDA0003608051790000059
表示Ci与Di的复合矩阵，ea(t)表示状态误差，xa(t)表示xf(t)与f(t)的复合状态，
Figure FDA0003608051790000061
表示复合状态的估计，
定义动态跟踪误差e(t)＝x(t)-xf(t)，则
Figure FDA0003608051790000062
其中
Figure FDA0003608051790000063
Figure FDA0003608051790000064
表示BiK1j与Bi的复合矩阵，
由式(13)和式(15)可得故障系统与观测器系统的状态向量误差为
Figure FDA0003608051790000065
其中
Figure FDA0003608051790000066
Figure FDA0003608051790000067
表示系统复合矩阵，H1i和H2i是分别用于估计f(t)和xf(t)的观测器增益矩阵，
Figure FDA0003608051790000068
表示H1i和H2i的复合矩阵，Cj和Dj都表示系统状态矩阵，
Figure FDA0003608051790000069
表示Cj和Dj的复合矩阵，
Figure FDA00036080517900000610
表示系统复合矩阵，
综合式(17)和式(18)，可得如下动态增广误差系统
Figure FDA00036080517900000611
其中
Figure FDA00036080517900000612
Figure FDA00036080517900000613
Figure FDA00036080517900000614
表示增广系统动态误差的导数，
Figure FDA00036080517900000615
与
Figure FDA00036080517900000616
表示增广系统矩阵，
如果存在H1i、H2i、K1j和正定矩阵X1>0、P2>0，且有γ＞0，γ表示鲁棒性能指标，P3＝I，P3表示待求矩阵，I表示单位矩阵，使得下面的凸优化问题成立：
Figure FDA00036080517900000617
Figure FDA0003608051790000071
其中，
Figure FDA0003608051790000072
Qij＝[BiK1j 0 0]T，W＝[X1 0 0]T，Γ＝[X1 I I]T，*表示矩阵中的对称转置项，
则有以下的设计指标成立：
1)闭环系统(19)是渐进稳定的；
2)在零初始条件下，对
Figure FDA0003608051790000073
假设从干扰输入v(t)到误差输出
Figure FDA0003608051790000074
的闭环传递函数为
Figure FDA0003608051790000075
那么闭环系统(19)满足H∞性能指标
Figure FDA0003608051790000076
即：
Figure FDA0003608051790000077
CN201910351648.6A 2019-04-28 2019-04-28 基于比例积分观测器的非线性主动悬架容错追踪控制方法 Active CN110435377B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910351648.6A CN110435377B (zh) 2019-04-28 2019-04-28 基于比例积分观测器的非线性主动悬架容错追踪控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910351648.6A CN110435377B (zh) 2019-04-28 2019-04-28 基于比例积分观测器的非线性主动悬架容错追踪控制方法

Publications (2)

Publication Number Publication Date
CN110435377A CN110435377A (zh) 2019-11-12
CN110435377B true CN110435377B (zh) 2022-06-07

Family

ID=68428650

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910351648.6A Active CN110435377B (zh) 2019-04-28 2019-04-28 基于比例积分观测器的非线性主动悬架容错追踪控制方法

Country Status (1)

Country Link
CN (1) CN110435377B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111152616B (zh) * 2020-01-08 2022-09-27 合肥工业大学 一种磁流变阻尼悬架及其测控方法
CN111158343B (zh) * 2020-01-10 2023-03-21 淮阴工学院 一种针对带有执行器和传感器故障的切换系统的异步容错控制方法
CN111273543B (zh) * 2020-02-15 2022-10-04 西北工业大学 一种基于策略迭代的pid优化控制方法
CN111791660B (zh) * 2020-06-05 2021-08-10 西安理工大学 一种基于滑模观测器的主动悬架容错控制方法
CN114253308B (zh) * 2020-09-21 2022-08-30 陕西环保产业研究院有限公司 一种空间框架结构振动的主动控制方法和设备
CN112859712B (zh) * 2021-02-09 2022-04-29 江西科技学院 悬架离散系统稳定性控制方法及存储介质
CN113022247B (zh) * 2021-03-09 2022-11-29 渤海大学 主动车辆悬架系统自适应固定时间事件触发模糊控制方法
CN113625677A (zh) * 2021-06-16 2021-11-09 河南大学 一种基于自适应迭代学习算法的非线性系统故障检测与估计方法和装置
CN114326682B (zh) * 2021-12-30 2023-06-20 华南理工大学 基于比例积分观测器的注塑机冷凝控制系统故障监测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4218087A1 (de) * 1992-06-01 1993-12-02 Isermann Rolf Prof Dr Ing Dr H Verfahren zur Regelung der Dämpfung und/oder zur Diagnose des Fahrwerks eines Kraftfahrzeugs
CN101269618A (zh) * 2008-04-25 2008-09-24 江苏大学 一种电子控制空气悬架三档可调减振器阻尼值的控制方法
CN103264628A (zh) * 2013-05-28 2013-08-28 哈尔滨工业大学 一种汽车主动悬架系统的容错自适应控制方法
JP2013241076A (ja) * 2012-05-18 2013-12-05 Hitachi Automotive Systems Ltd サスペンション制御装置
CN106574880A (zh) * 2014-07-31 2017-04-19 法国大陆汽车公司 用于通过处理至少一个车载摄像机的图像来检查车辆的悬架的方法
CN106671724A (zh) * 2016-12-30 2017-05-17 辽宁工业大学 一种汽车主动悬架的被动容错控制方法
CN109017446A (zh) * 2018-07-31 2018-12-18 大连民族大学 期待路径车辆纵向速度追踪控制方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4218087A1 (de) * 1992-06-01 1993-12-02 Isermann Rolf Prof Dr Ing Dr H Verfahren zur Regelung der Dämpfung und/oder zur Diagnose des Fahrwerks eines Kraftfahrzeugs
CN101269618A (zh) * 2008-04-25 2008-09-24 江苏大学 一种电子控制空气悬架三档可调减振器阻尼值的控制方法
JP2013241076A (ja) * 2012-05-18 2013-12-05 Hitachi Automotive Systems Ltd サスペンション制御装置
CN103264628A (zh) * 2013-05-28 2013-08-28 哈尔滨工业大学 一种汽车主动悬架系统的容错自适应控制方法
CN106574880A (zh) * 2014-07-31 2017-04-19 法国大陆汽车公司 用于通过处理至少一个车载摄像机的图像来检查车辆的悬架的方法
CN106671724A (zh) * 2016-12-30 2017-05-17 辽宁工业大学 一种汽车主动悬架的被动容错控制方法
CN109017446A (zh) * 2018-07-31 2018-12-18 大连民族大学 期待路径车辆纵向速度追踪控制方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
庞辉，杨军杰.基于T-S模糊模型的主动悬架滑模容错控制器设计.《工程力学》.2019,229-248. *

Also Published As

Publication number Publication date
CN110435377A (zh) 2019-11-12

Similar Documents

Publication Publication Date Title
CN110435377B (zh) 基于比例积分观测器的非线性主动悬架容错追踪控制方法
Pan et al. Adaptive tracking control for active suspension systems with non-ideal actuators
Xia et al. Active disturbance rejection control for active suspension system of tracked vehicles with gun
Li et al. Multi-objective control for active vehicle suspension with wheelbase preview
Hua et al. Adaptive prescribed performance control of half-car active suspension system with unknown dead-zone input
CN103264628B (zh) 一种汽车主动悬架系统的容错自适应控制方法
CN111791660B (zh) 一种基于滑模观测器的主动悬架容错控制方法
CN110597063B (zh) 基于非线性扩张状态观测器的主动悬挂输出反馈控制方法
CN110673480B (zh) 一种时变位移约束的主动悬架系统的鲁棒控制方法
CN104049536A (zh) 底盘非线性系统模糊神经网络广义逆控制器的构造方法
Du et al. Nonlinear extended state observer-based output feedback stabilization control for uncertain nonlinear half-car active suspension systems
CN110597064A (zh) 基于非线性和不确定模型的主动悬挂输出反馈控制方法
CN112356633A (zh) 一种考虑时滞干扰的车辆主动悬架系统的自适应控制方法
Liu et al. Active/robust control of longitudinal vibration response of floating-type cable-stayed bridge induced by train braking and vertical moving loads
Wang et al. H/sub/spl infin//robust-performance control of decoupled active suspension systems based on LMI method
CN104553660B (zh) 一种自适应主动悬架的控制方法及控制装置
Guo et al. Robust saturated fault-tolerant control for active suspension system via partial measurement information
CN112434407B (zh) 一种履带式车辆多悬挂动力学参数分配优化设计方法
He et al. Intelligent control of horizontal vibration of high-speed elevator based on gas–liquid active guide shoes
CN113879062A (zh) 一种汽车主动悬架自适应控制方法
CN113110042A (zh) 一种列车容错控制方法
Hac et al. Control of suspensions for vehicles with flexible bodies—Part I: Active suspensions
CN108608822B (zh) 一种agv悬挂系统弹性调节方法及系统
Zhao et al. A linear variable parameter observer-based road profile height estimation for suspension nonlinear dynamics improvements
KR20230138097A (ko) 차량의 구동력 제어 방법

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant