CN111231595A - 一种考虑汽车前后轴动态耦合的半主动悬架控制方法 - Google Patents

Abstract

一种考虑汽车前后轴动态耦合的半主动悬架控制方法，涉及一种汽车半主动悬架控制方法，属于汽车电子控制领域。被控制对象为配备前轴半主动悬架和后轴半主动悬架的汽车，采用模型预测控制算法，基于汽车配备的传感器构建预测模型,设计优化包括车身的垂向加速度、垂向速度、垂向位移、俯仰角变化率、俯仰角、前悬架动行程的伸长速度、后悬架动行程的伸长速度、前悬架动行程、后悬架动行程的指标函数，考虑了汽车前后轴半主动悬架的耦合动态特性，通过优化求取前悬架和后悬架阻尼控制量，将控制量作用于半主动悬架执行机构，减小汽车在不平道路上垂向振动和俯仰动态，提高汽车行驶舒适性。

Description

一种考虑汽车前后轴动态耦合的半主动悬架控制方法

技术领域

本发明涉及一种汽车半主动悬架控制方法，尤其是一种考虑汽车前后轴动态耦合的半主动悬架控制方法，属于汽车电子控制领域。

背景技术

当前，随着汽车电子控制技术的发展和对汽车舒适性能的要求，半主动悬架因为能够根据汽车行驶动态，尤其是根据汽车垂向动态调节悬架阻尼，调节车轮瞬态负载，能够有效的改善、提高汽车在不平道路上的舒适性，因此，半主动悬架越来越多的配备到汽车中，并由高端汽车逐渐配备到中高端汽车。

现有的半主动悬架控制方法一般采用天棚算法、地棚算法、ADD算法等，经过研究与测试，这些算法能够有效消除不平路面冲击对汽车乘员的影响，提升汽车在不平路面上的行驶稳定性。但是这些算法仅考虑汽车的四分之一悬架动态，未考虑汽车前后轴动态的耦合作用，而前后轴作为汽车部件，动力学上具有耦合特征，如当汽车前轴受到路面冲击时，经过车身传导到后轴，当前轮受到路面向上冲击时，前轴悬架压缩，车身具有向正向俯仰角，使得后轴处的车身下压，导致后轴悬架压缩，此为前后轴动力学耦合。

若在半主动悬架控制时，考虑这种动力学耦合，能够更好地提高汽车舒适性，如在上述的前轮受到路面向上冲击时，除了降低前轴悬架阻尼，还可以适当增加后轴悬架阻尼，以减少汽车垂向加速度和俯仰角。对此，本发明提供了一种考虑汽车前后轴动态耦合的半主动悬架控制方法。

发明内容

为解决背景技术存在的问题，本发明提供一种考虑汽车前后轴动态耦合的半主动悬架控制方法，考虑了汽车前后轴半主动悬架的耦合动态特性，采用预测控制方法优化求取前后轴悬架阻尼，以减小汽车在不平道路上垂向振动和俯仰动态，提高汽车行驶舒适性。

为实现上述目的，本发明采取下述技术方案：一种考虑汽车前后轴动态耦合的半主动悬架控制方法，所述控制方法的被控制对象为配备前轴半主动悬架和后轴半主动悬架的汽车，采用的控制算法为模型预测控制算法，并包括以下步骤：

所述模型预测控制算法在预测时域内通过车身的垂向/俯仰动态预测模型递推汽车状态，基于汽车配备的传感器构建预测模型，包括配备固定在车身重心位置的联合传感器，所述联合传感器输出车身的垂向加速度a_z、俯仰角θ及俯仰角变化率q，前轴半主动悬架和后轴半主动悬架配备的悬架动行程传感器，所述悬架动行程传感器输出前悬架动行程z_deff和后悬架动行程z_defr，控制单元为半主动悬架控制器，通过对传感器信号积分、微分，选择预测模型的状态为x＝[x₁,x₂,x₃,x₄,x₅,x₆,x₇,x₈]^T＝[v_s,z_s,q,θ,v_deff,v_defr,z_deff,z_defr]^T，其中v_s和z_s分别为车身的垂向速度和垂向位移，v_deff和v_defr分别为前悬架动行程和后悬架动行程的伸长速度，基于汽车动力学关系，构建如公式(1)所示的预测模型：

其中，m_s为汽车质量，k_f和k_r分别为前悬架和后悬架的弹簧刚度，m_usf和m_usr分别为前轴和后轴的簧下质量，l_f和l_r分别为重心到前轴和后轴的距离，I_y为车身的俯仰转动惯量，k_tf和k_tr分别为前轮和后轮的轮胎刚度，z_rf和z_rr分别为前轴处和后轴处的道路干扰，u₁和u₂分别为前悬架和后悬架的阻尼，

为了满足模型预测控制时域内对汽车行驶状态的预测需求，将公式(1)通过欧拉方法离散化，如公式(2)所示：

x(k+1)＝x(k)+Tf(x(k),u(k)) (2)

其中，T为模型预测控制的步长，x(k)为x的离散形式，f(x(·),u(·))为公式(1)整理得到的系统方程，

在模型预测控制算法的框架中，设计优化了指标函数，指标函数中包括车身的垂向加速度a_z、垂向速度v_s、垂向位移z_s、俯仰角变化率q、俯仰角θ以及前悬架动行程的伸长速度v_deff、后悬架动行程的伸长速度v_defr、前悬架动行程z_deff、后悬架动行程z_defr，为了限制半主动悬架的控制量，指标函数中还包括前悬架和后悬架的阻尼u₁和u₂，指标函数如公式(3)所示：

其中，u₁₀和u₂₀分别为前悬架和后悬架阻尼的期望值，q_i(i＝1,···,9)分别为上述指标函数中汽车状态的权重，满足q_i≥0，r_i(i＝1,2)分别为前悬架和后悬架阻尼的权重，通过调整参数q_i、r_i调节汽车舒适性性能，在指标函数中选取首要控制目标并增大其在公式(3)中对应的权重q_i，

前悬架和后悬架阻尼具有最大值u_0max、最小值u_0min限制，为控制量的约束条件，

u_0min≤u_1,2≤u_0max (4)

综合前述汽车行驶动力学模型公式(2)和指标函数公式(3)，设计前悬架和后悬架阻尼的模型预测控制器如公式(5)所示：

通过公式(4)优化求取前悬架和后悬架阻尼u₁、u₂，以实现汽车行驶时的行驶舒适性的提升。

与现有技术相比，本发明的有益效果是：本发明考虑了汽车前后轴半主动悬架的耦合动态特性，通过优化实时求取前后轴悬架阻尼控制量，将控制量作用于半主动悬架执行机构，减小汽车在不平道路上垂向振动和俯仰动态，提高汽车行驶舒适性。为了充分考虑汽车前后轴耦合的动力学特性和调节垂向加速度、俯仰角的控制优化级，本发明采用了模型预测控制算法，在此控制算法框架下，建立了包括汽车车身、前后轴悬架动态的全新动力学模型，用于控制过程中预测车辆状态，以提高行驶在不平道路上的舒适性为目标，构建了半主悬架控制的指标函数，通过调节指标函数中的权重可调节汽车抑制垂向加速度或抑制俯仰角的舒适性取向。

附图说明

图1是本发明的配备半主动悬架的汽车悬架系统结构示意图；

图2是实施例中仿真测试Matlab/Simulink模型示意图；

图3是实施例中选取道路的不平道路曲线；

图4是实施例中仿真测试的两种特性的被动悬架的阻尼特性曲线；

图5是实施例中仿真测试的汽车的垂向加速度和俯仰角对比图；

图6是图5的局部放大图；

图7是实施例中仿真测试的汽车的前悬架和后悬架的阻尼曲线；

图8是图7的局部放大图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参照图1所示的配备半主动悬架的汽车悬架系统结构示意图，被控制对象为汽车101、作为执行机构的前轴半主动悬架102和后轴半主动悬架103，并且集成了悬架动行程传感器，分别输出前悬架动行程z_deff和后悬架动行程z_defr，控制单元为半主动悬架控制器104，固定在车身重心位置的联合传感器105测量输出车身的垂向加速度a_z、俯仰角θ及俯仰角变化率q。

汽车101在不平道路106上行驶时，受到道路激励产生垂向加速度a_z和俯仰角θ，造成行驶舒适性降低，为设计提高舒适性控制算法，构建汽车动力学模型，选择模型状态为x＝[x₁,x₂,x₃,x₄,x₅,x₆,x₇,x₈]^T＝[v_s,z_s,q,θ,v_deff,v_defr,z_deff,z_defr]^T，其中v_s和z_s分别为车身的垂向速度和垂向位移，由联合传感器105信号积分求取，v_deff和v_defr分别为前悬架动行程和后悬架动行程的伸长速度，由悬架动行程传感器微分求取。基于汽车动力学关系，构建如公式(1)所示的预测模型：

其中，m_s为汽车质量，k_f和k_r分别为前悬架和后悬架的弹簧刚度，m_usf和m_usr分别为前轴和后轴的簧下质量，l_f和l_r分别为重心到前轴和后轴的距离，I_y为车身的俯仰转动惯量，k_tf和k_tr分别为前轮和后轮的轮胎刚度，z_rf和z_rr分别为前轴处和后轴处的道路干扰，u₁和u₂分别为前悬架和后悬架的阻尼，即半主动悬架控制系统的控制量。

为了满足模型预测控制时域内对汽车行驶状态的预测需求，将公式(1)通过欧拉方法离散化，如公式(2)所示：

x(k+1)＝x(k)+Tf(x(k),u(k)) (2)

其中，T为模型预测控制的步长，x(k)为x的离散形式，f(x(·),u(·))为公式(1)整理得到的系统方程。

在模型预测控制算法的框架中，设计优化了指标函数。为提高汽车101在不平道路106上行驶时的行驶舒适性，在指标函数中包括车身的垂向加速度a_z、垂向速度v_s、垂向位移z_s、俯仰角变化率q、俯仰角θ以及前悬架动行程的伸长速度v_deff、后悬架动行程的伸长速度v_defr、前悬架动行程z_deff、后悬架动行程z_defr。并且，为了限制半主动悬架的控制量，指标函数中还包括前悬架和后悬架的阻尼，即u₁和u₂。指标函数如公式(3)所示：

其中，u₁₀和u₂₀分别为前悬架和后悬架阻尼的期望值，q_i(i＝1,···,9)分别为上述指标函数中汽车状态的权重(a_z、v_s、z_s、q、θ、v_deff、v_defr、z_deff、z_defr)，满足q_i≥0，r_i(i＝1,2)分别为前悬架和后悬架阻尼的权重，在汽车半主动悬架控制算法中，通过调整参数q_i、r_i调节汽车舒适性性能，在指标函数中选取首要控制目标并增大其在公式(3)中对应的权重q_i。如当以抑制车身的垂向加速度a_z为首要控制目标时，增大其在公式(3)中对应权重q₁。

前悬架和后悬架阻尼受到阻尼器的限制，具有最大值u_0max、最小值u_0min限制，为控制量的约束条件，

u_0min≤u_1,2≤u_0max (4)

综合前述汽车行驶动力学模型公式(2)和指标函数公式(3)，设计前悬架和后悬架阻尼的模型预测控制器如公式(5)所示：

通过公式(4)优化求取前悬架和后悬架阻尼u₁、u₂，以实现汽车101行驶时的行驶舒适性的提升。

实施例：

各权重q_i(i＝1,···,9)分别为：q₁＝10e+5，q₂＝10e+4，q₃＝10e+4，q₄＝10e+6，q₅＝10e+6，q₆＝10，q₇＝10，q₈＝10，q₉＝10，r₁＝0.1，r₂＝0.1。本实施例中，悬架的阻尼的最大值和最小值分别为u_0max＝8000、u_0min＝1000。

为了测试本发明的控制算法性能，基于Matlab/Simulink搭建控制算法的仿真测试模型，参照图2所示，包括汽车动力学模型201、半主动悬架控制算法202、不平路面描述表格203、初始速度204、前悬架和后悬架静态阻尼205及其它辅助模块。

本实施例中选取的道路不平度为国际不平度等级B的路面，其长度与路面高度参照图3所示，道路的高度处于-40mm～40mm之间变化。

为了分析本发明的控制算法性能，与两种特性的被动悬架对比，其悬架伸长速度与悬架阻尼力的曲线参照图4所示，其中阻尼力较大的被动悬架定义为悬架A，阻尼力较小的被动悬架定义为悬架B。当使用悬架A和悬架B仿真测试时，修改图2所示的仿真测试模型，控制输入的悬架阻尼由图4所示的阻尼特性曲线查表获取并输入到图2的汽车动力学模型201中。

分别对配备本发明控制方法的半主动悬架和配备悬架A、悬架B的汽车模型仿真，得到汽车的动态对比参照图5所示，图6为图5中7s～9s的放大曲线。图中，上部的子图为汽车的垂向加速度对比曲线，悬架A和悬架B的加速度变化趋势相同(曲线Damper A和DamperB)，而半主动悬架在本发明的控制方法作用下加速度幅值较小(曲线Control)。下部的子图为汽车的俯仰角对比曲线，悬架A和悬架B的俯仰角变化趋势相同，而半主动悬架在本发明的控制方法作用下俯仰角幅值虽然稍大一些，但波动较小，且波动频率低于人体敏感频带范围。

参照图7所示本发明的控制方法优化求取的前悬架和后悬架的阻尼，图8为图7中7s～9s的放大曲线，从中看出，阻尼在1000～8000之间变化，满足半主动悬架阻尼约束条件。

通过上述实施例的仿真测试能够结果看出，在本发明的控制方法作用下，通过控制前悬架和后悬架的阻尼，降低汽车在不平道路上的垂向加速度，降低俯仰角波动频率，提高了汽车的行驶舒适性。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的装体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同条件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (4)

1.一种考虑汽车前后轴动态耦合的半主动悬架控制方法，其特征在于：所述控制方法的被控制对象为配备前轴半主动悬架(102)和后轴半主动悬架(103)的汽车(101)，采用的控制算法为模型预测控制算法，并包括以下步骤：

所述模型预测控制算法在预测时域内通过车身的垂向/俯仰动态预测模型递推汽车(101)状态，基于汽车(101)配备的传感器构建预测模型，包括配备固定在车身重心位置的联合传感器(105)，所述联合传感器(105)输出车身的垂向加速度a_z、俯仰角θ及俯仰角变化率q，前轴半主动悬架(102)和后轴半主动悬架(103)配备的悬架动行程传感器，所述悬架动行程传感器输出前悬架动行程z_deff和后悬架动行程z_defr，控制单元为半主动悬架控制器(104)，通过对传感器信号积分、微分，选择预测模型的状态为x＝[x₁,x₂,x₃,x₄,x₅,x₆,x₇,x₈]^T＝[v_s,z_s,q,θ,v_deff,v_defr,z_deff,z_defr]^T，其中v_s和z_s分别为车身的垂向速度和垂向位移，v_deff和v_defr分别为前悬架动行程和后悬架动行程的伸长速度，基于汽车动力学关系，构建如公式(1)所示的预测模型：

其中，m_s为汽车质量，k_f和k_r分别为前悬架和后悬架的弹簧刚度，m_usf和m_usr分别为前轴和后轴的簧下质量，l_f和l_r分别为重心到前轴和后轴的距离，I_y为车身的俯仰转动惯量，k_tf和k_tr分别为前轮和后轮的轮胎刚度，z_rf和z_rr分别为前轴处和后轴处的道路干扰，u₁和u₂分别为前悬架和后悬架的阻尼，

为了满足模型预测控制时域内对汽车行驶状态的预测需求，将公式(1)通过欧拉方法离散化，如公式(2)所示：

x(k+1)＝x(k)+Tf(x(k),u(k)) (2)

其中，T为模型预测控制的步长，x(k)为x的离散形式，f(x(·),u(·))为公式(1)整理得到的系统方程，

在模型预测控制算法的框架中，设计优化了指标函数，指标函数中包括车身的垂向加速度a_z、垂向速度v_s、垂向位移z_s、俯仰角变化率q、俯仰角θ以及前悬架动行程的伸长速度v_deff、后悬架动行程的伸长速度v_defr、前悬架动行程z_deff、后悬架动行程z_defr，为了限制半主动悬架的控制量，指标函数中还包括前悬架和后悬架的阻尼u₁和u₂，指标函数如公式(3)所示：

其中，u₁₀和u₂₀分别为前悬架和后悬架阻尼的期望值，q_i(i＝1,···,9)分别为上述指标函数中汽车状态的权重，满足q_i≥0，r_i(i＝1,2)分别为前悬架和后悬架阻尼的权重，通过调整参数q_i、r_i调节汽车舒适性性能，在指标函数中选取首要控制目标并增大其在公式(3)中对应的权重q_i，

前悬架和后悬架阻尼具有最大值u_0max、最小值u_0min限制，为控制量的约束条件，

u_0min≤u_1,2≤u_0max (4)

综合前述汽车行驶动力学模型公式(2)和指标函数公式(3)，设计前悬架和后悬架阻尼的模型预测控制器如公式(5)所示：

通过公式(4)优化求取前悬架和后悬架阻尼u₁、u₂，以实现汽车行驶时的行驶舒适性的提升。

2.根据权利要求1所述的一种考虑汽车前后轴动态耦合的半主动悬架控制方法，其特征在于：所述控制方法采用的预测模型为包括汽车前后轴动态、车身动态的动力学模型。

3.根据权利要求1所述的一种考虑汽车前后轴动态耦合的半主动悬架控制方法，其特征在于：所述控制方法采用的预测模型的前悬架和后悬架阻尼u₁、u₂为控制量。

4.根据权利要求3所述的一种考虑汽车前后轴动态耦合的半主动悬架控制方法，其特征在于：所述控制方法的指标函数中所述控制量包括控制量的期望值，为前悬架和后悬架阻尼u₁、u₂的静态值。

Images