CN112859712B - 悬架离散系统稳定性控制方法及存储介质 - Google Patents
悬架离散系统稳定性控制方法及存储介质 Download PDFInfo
- Publication number
- CN112859712B CN112859712B CN202110176641.2A CN202110176641A CN112859712B CN 112859712 B CN112859712 B CN 112859712B CN 202110176641 A CN202110176641 A CN 202110176641A CN 112859712 B CN112859712 B CN 112859712B
- Authority
- CN
- China
- Prior art keywords
- discrete
- active suspension
- suspension
- stability
- feedback
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0428—Safety, monitoring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24024—Safety, surveillance
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本申请涉及一种悬架离散系统稳定性控制方法及存储介质,该方法包括:根据模型参数建立主动悬架连续系统动力学模型,并对主动悬架连续系统动力学模型进行离散化处理,得到主动悬架离散系统动力学模型;利用状态变量反馈构建主动悬架离散控制系统闭环模型;设置车载网络下的主动悬架离散控制系统渐进稳定性判据;通过锥互补线性化算法求解鲁棒控制器反馈增益参数以及性能指标γ取值范围。通过本申请,解决了现有悬架系统稳定性控制方法存在的稳定性判定条件需要较多的线性矩阵不等式和矩阵变量,会使得主动悬架系统出现性能恶化和失稳现象的问题,保证车在网络下的主动悬架的性能及安全性。
Description
技术领域
本发明涉及视频识别转化技术领域,特别涉及一种悬架离散系统稳定性控制方法及存储介质。
背景技术
随着汽车智能化、网联化方向的迅猛发展,电子控制系统在汽车中的应用越来越广泛。整车或模块控制单元通常采用单片机或微控制器,各个控制单元又大都通过CAN(Controller Area Network)网络进行通信。
近年来,能够实时根据工况和需求调整控制性能的主动悬架逐渐在汽车上进行应用,其主要由弹性元件、减振器、作动器、传感器、控制单元以及供能单元等组成。伴随着CAN网络的使用,控制系统不可避免地存在网络非线性特点,则主动悬架控制系统一个是含网络非线性特性(饱和、时滞、死区等)的离散控制系统。
现有技术和研究集中于连续系统的稳定性控制,未考虑采样周期及系统的离散性,将会增大主动悬架控制系统的保守性。另一方面,现有技术涉及的稳定性判定条件需要较多的线性矩阵不等式和矩阵变量,会使得主动悬架系统出现性能恶化和失稳现象。
发明内容
基于此,本发明的目的是提供一种悬架离散系统稳定性控制方法及存储介质,保证车在网络下的主动悬架的性能及安全性。
本发明提供一种悬架离散系统稳定性控制方法,所述方法包括:
根据模型参数建立主动悬架连续系统动力学模型,并对所述主动悬架连续系统动力学模型进行离散化处理,得到主动悬架离散系统动力学模型;
利用状态变量反馈构建主动悬架离散控制系统闭环模型;
设置车载网络下的主动悬架离散控制系统渐进稳定性判据;
通过锥互补线性化算法求解鲁棒控制器反馈增益参数以及性能指标γ取值范围。
本发明提供的悬架离散系统稳定性控制方法,通过将构建的主动悬架连续系统动力学模型离散化处理成为主动悬架离散系统动力学模型,再利用状态变量反馈构建主动悬架离散控制系统闭环模型,设置车载网络下的主动悬架离散控制系统渐进稳定性判据,最终通过锥互补线性化算法求解鲁棒控制器反馈增益参数以及性能指标γ取值范围。解决了现有悬架系统稳定性控制方法存在的稳定性判定条件需要较多的线性矩阵不等式和矩阵变量,会使得主动悬架系统出现性能恶化和失稳现象的问题,保证车在网络下的主动悬架的性能及安全性。
进一步的,所述主动悬架离散系统动力学模型为含时滞的不确定性离散系统,所述含时滞的不确定性离散系统为:
其中,z0(t)、z1(t)、z2(t)分别表示t时刻路面、轮胎和车身的垂向位移量;k1、k2为悬架弹性元件刚度和轮胎等效刚度;u(t-τ)为t时刻含时滞量τ的作动力;m、m1分别为车辆悬挂质量和非悬挂质量;c为悬架阻尼元件等效阻尼;
其中:
上述含时滞主动悬架状态空间表达式可表示为:
离散系统采样周期为T,对两个相邻的采样时刻kT和(k+1)T进行采样,即:t0=kT,t=(k+1)T
系统进行离散化处理后,时滞量转化为时滞数据,离散系统作动力取值为:
式中:dk—时滞量的周期倍数,dl—时滞量下限值,du—时滞量上限值
进一步的,所述利用状态变量反馈构建主动悬架离散控制系统闭环模型的方法包括:
对于所述主动悬架系统的离散模型,采用状态反馈控制器:
u(k-dk)=Kx(k-dk),K为控制系统反馈增益
则主动悬架构成闭环系统,模型如下:
设计主动悬架离散控制系统的反馈增益K,给定标量γ>0,使得主动悬架闭环系统满足条件如下:
进一步的,设置车载网络下的主动悬架离散控制系统渐进稳定性判据的方法包括:
车载网络下的主动悬架闭环离散系统稳定性分析;
反馈控制器设计。
进一步的,所述车载网络下的主动悬架闭环离散系统稳定性分析的方法包括:
构造一种Lyapunov泛函,引入Schur补和Jessen不等式引理,利用LMI方法推导出含时滞主动悬架离散控制系统渐进稳定性判据;
作如下的变量定义:
定义如下Lyapunov泛函:
其中:
P,Pi和Qi(i=1,2)为正定矩阵;
其中:
根据Jessen不等式可得:
已知对于所有k满足,dl≤dk≤du:
整理可得:
其中:
Π13=[C DK 0 0 0]T Π22=diag{-P -Q1 -Q2},标量γ>0,I为兼容维度的单位矩阵
则可得:
构造函数:
推导可得:
对于时滞离散系统,给定反馈增益K,当存在正定矩阵P,Pi和Qi(i=1,2),标量γ>0,I为兼容维度的单位矩阵,使得下面的LMI成立,则闭环系统在H∞范数界γ条件下是渐进稳定的。
进一步的,所述反馈控制器设计的方法包括:
可得:
式中:
最终,反馈增益为:K=YX1 -1。
进一步的,所述通过锥互补线性化算法求解鲁棒控制器反馈增益参数以及性能指标γ取值范围的方法包括:
对于给定采样周期的主动悬架离散控制系统,时滞量满足dl≤dk≤du条件,设计的鲁棒控制器最优反馈控制增益为K=YX1-1。
进一步的,所述通过锥互补线性化算法求解鲁棒控制器反馈增益参数以及性能指标γ取值范围的步骤包括:
给定时滞上下限值du和d1,给定初始值γ;
定义矩阵变量(X1,P1,P2,Q1,Q2,S1,S2,Y),通过minxc函数解优化问题和求出的最优解为:X1(k+1),P1(k+1),P2(k+1),Q1(k+1),Q2(k+1),S1(k+1),S2(k+1),Y(k+1);
若满足,再判断γ是否达到最小值;
若达到最小值,输出γmin且结束;
若γ未达到最小值,适当减少γ值,并重新执行利用状态变量反馈构建主动悬架离散控制系统闭环模型步骤。
判断k是否达到给定最大迭代次数,
若否,则令k=k+1,返回执行设置车载网络下的主动悬架离散控制系统渐进稳定性判据步骤。
本发明还提出一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的悬架离散系统稳定性控制方法。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实施例了解到。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本发明第一实施例提出的悬架离散系统稳定性控制方法的流程图;
图2为本发明第一实施中含时滞的1/4汽车主动悬架模型示意图;
图3为本发明第一实施提出的悬架离散系统稳定性控制方法仿真结果示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
本实施例还提供了一种悬架离散系统稳定性控制方法。如图1所示,该流程包括如下步骤:
步骤S10,根据模型参数建立主动悬架连续系统动力学模型,并对所述主动悬架连续系统动力学模型进行离散化处理,得到主动悬架离散系统动力学模型。
在本发明实施例中,网络控制系统传输时滞、数据丢包率、饱和、死区等非线性特性,用时滞来描述CAN总线的平均延迟时间,消息成功传输概率与数据丢包率用(0-1)之间的不确定量来表示。因此,网络控制下的主动悬架离散系统建立的模型就是含时滞的不确定性离散系统。本发明涉及悬架离散系统稳定性控制方法以存在时滞的控制系统模型推导和展开的,示例为非限定的,同时本方法也适用于其他网络非线性特性下的主动悬架离散系统。
步骤S20,利用状态变量反馈构建主动悬架离散控制系统闭环模型。
其中,z0(t)、z1(t)、z2(t)分别表示t时刻路面、轮胎和车身的垂向位移量;k1、k2为悬架弹性元件刚度和轮胎等效刚度;u(t-τ)为t时刻含时滞量τ的作动力;m、m1分别为车辆悬挂质量和非悬挂质量;c为悬架阻尼元件等效阻尼;
含时滞主动悬架状态空间表达式为:
其中:
上述含时滞主动悬架状态空间表达式可表示为:
离散系统采样周期为T,对两个相邻的采样时刻kT和(k+1)T进行采样,即:t0=kT,t=(k+1)T
系统进行离散化处理后,时滞量转化为时滞数据,离散系统作动力取值为:
式中:dk—时滞量的周期倍数,dl—时滞量下限值,du—时滞量上限值
利用状态变量反馈构建主动悬架离散控制系统闭环模型的方法包括:
对于所述主动悬架系统的离散模型,采用状态反馈控制器:
u(k-dk)=Kx(k-dk),K为控制系统反馈增益
则主动悬架构成闭环系统,模型如下:
设计主动悬架离散控制系统的反馈增益K,给定标量γ>0,使得主动悬架闭环系统满足条件如下:
步骤S30,设置车载网络下的主动悬架离散控制系统渐进稳定性判据。
其中,设置车载网络下的主动悬架离散控制系统渐进稳定性判据的方法包括:
车载网络下的主动悬架闭环离散系统稳定性分析。
反馈控制器设计。
具体的,车载网络下的主动悬架闭环离散系统稳定性分析的方法包括:构造一种Lyapunov泛函,引入Schur补和Jessen不等式引理,利用LMI方法推导出含时滞主动悬架离散控制系统渐进稳定性判据;
作如下的变量定义:
定义如下Lyapunov泛函:
其中:
P,Pi和Qi(i=1,2)为正定矩阵;
其中:
根据Jessen不等式可得:
已知对于所有k满足,dl≤dk≤du:
整理可得:
Π13=[C DK 0 0 0]T Π22=diag{-P -Q1 -Q2},标量γ>0,I为兼容维度的单位矩阵
则可得:
构造函数:
推导可得:
对于时滞离散系统,给定反馈增益K,当存在正定矩阵P,Pi和Qi(i=1,2),标量γ>0,I为兼容维度的单位矩阵,使得下面的LMI成立,则闭环系统在H∞范数界γ条件下是渐进稳定的。
可得:
式中:
最终,反馈增益为:K=YX1 -1。
步骤S40,通过锥互补线性化(CCL)算法求解鲁棒控制器反馈增益参数以及性能指标γ取值范围。
具体的,通过锥互补线性化算法求解鲁棒控制器反馈增益参数以及性能指标γ取值范围的方法包括:通过Schur补,
对于给定采样周期的主动悬架离散控制系统,时滞量满足dl≤dk≤du条件,设计的鲁棒控制器最优反馈控制增益为K=YX1-1。
采用锥互补线性化算法步骤包括:
给定时滞上下限值du和dl,给定初始值γ;
定义矩阵变量(X1,P1,P2,Q1,Q2,S1,S2,Y),通过minxc函数解优化问题和求出的最优解为:X1(k+1),P1(k+1),P2(k+1),Q1(k+1),S1(k+1),S2(k+1),Y(k+1);
若满足,再判断γ是否达到最小值;
若达到最小值,输出γmin且结束;
若γ未达到最小值,适当减少γ值,并重新执行利用状态变量反馈构建主动悬架离散控制系统闭环模型步骤。
判断k是否达到给定最大迭代次数,
若否,则令k=k+1,返回执行设置车载网络下的主动悬架离散控制系统渐进稳定性判据步骤。
本发明提供的悬架离散系统稳定性控制方法,通过将构建的主动悬架连续系统动力学模型离散化处理成为主动悬架离散系统动力学模型,再利用状态变量反馈构建主动悬架离散控制系统闭环模型,设置车载网络下的主动悬架离散控制系统渐进稳定性判据,最终通过锥互补线性化算法求解鲁棒控制器反馈增益参数以及性能指标γ取值范围。解决了现有悬架系统稳定性控制方法存在的稳定性判定条件需要较多的线性矩阵不等式和矩阵变量,会使得主动悬架系统出现性能恶化和失稳现象的问题。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或它们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种悬架离散系统稳定性控制方法,其特征在于,所述方法包括:
根据模型参数建立主动悬架连续系统动力学模型,并对所述主动悬架连续系统动力学模型进行离散化处理,得到主动悬架离散系统动力学模型;
利用状态变量反馈构建主动悬架离散控制系统闭环模型;
设置车载网络下的主动悬架离散控制系统渐进稳定性判据;
通过锥互补线性化算法求解鲁棒控制器反馈增益参数以及性能指标γ取值范围。
2.根据权利要求1所述的悬架离散系统稳定性控制方法,其特征在于,所述主动悬架离散系统动力学模型为含时滞的不确定性离散系统,所述含时滞的不确定性离散系统为:
其中,z0(t)、z1(t)、z2(t)分别表示t时刻路面、轮胎和车身的垂向位移量;k1、k2为悬架弹性元件刚度和轮胎等效刚度;u(t-τ)为t时刻含时滞量τ的作动力;m、m1分别为车辆悬挂质量和非悬挂质量;c为悬架阻尼元件等效阻尼;
其中:
上述含时滞主动悬架状态空间表达式可表示为:
离散系统采样周期为T,对两个相邻的采样时刻kT和(k+1)T进行采样,即:
t0=kT,t=(k+1)T
系统进行离散化处理后,时滞量转化为时滞数据,离散系统作动力取值为:
式中:dk-时滞量的周期倍数,dl-时滞量下限值,du-时滞量上限值
代人含时滞主动悬架状态空间表达式,得到主动悬架系统的离散模型:
4.根据权利要求2所述的悬架离散系统稳定性控制方法,其特征在于,设置车载网络下的主动悬架离散控制系统渐进稳定性判据的方法包括:
车载网络下的主动悬架闭环离散系统稳定性分析;
反馈控制器设计。
5.根据权利要求4所述的悬架离散系统稳定性控制方法,其特征在于,所述车载网络下的主动悬架闭环离散系统稳定性分析的方法包括:
构造一种Lyapunov泛函,引入Schur补和Jessen不等式引理,利用LMI方法推导出含时滞主动悬架离散控制系统渐进稳定性判据;
作如下的变量定义:
定义如下Lyapunov泛函:
其中:
P,Pi和Qi(i=1,2)为正定矩阵;
其中:
根据Jessen不等式可得:
已知对于所有k满足,dl≤dk≤du:
其中,K为主动悬架离散控制系统的反馈增益;
整理可得:
其中:
则可得:
构造函数:
推导可得:
对于时滞离散系统,给定反馈增益K,当存在正定矩阵P,Pi和Qi(i=1,2),标量γ>0,I为兼容维度的单位矩阵,使得下面的LMI成立,则闭环系统在H∞范数界γ条件下是渐进稳定的。
8.根据权利要求7所述的悬架离散系统稳定性控制方法,其特征在于,所述通过锥互补线性化算法求解鲁棒控制器反馈增益参数以及性能指标γ取值范围的步骤包括:
给定时滞上下限值du和dl,给定初始值γ;
定义矩阵变量(X1,P1,P2,Q1,Q2,S1,S2,Y),通过minxc函数解优化问题
求出的最优解为:X1(k+1),P1(k+1),P2(k+1),Q1(k+1),Q2(k+1),S1(k+1),S2(k+1),Y(k+1);
若满足,再判断γ是否达到最小值;
若达到最小值,输出γmin且结束;
若γ未达到最小值,适当减少γ值,并重新执行利用状态变量反馈构建主动悬架离散控制系统闭环模型步骤。
10.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-9任一所述的悬架离散系统稳定性控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110176641.2A CN112859712B (zh) | 2021-02-09 | 2021-02-09 | 悬架离散系统稳定性控制方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110176641.2A CN112859712B (zh) | 2021-02-09 | 2021-02-09 | 悬架离散系统稳定性控制方法及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112859712A CN112859712A (zh) | 2021-05-28 |
CN112859712B true CN112859712B (zh) | 2022-04-29 |
Family
ID=75989439
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110176641.2A Active CN112859712B (zh) | 2021-02-09 | 2021-02-09 | 悬架离散系统稳定性控制方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112859712B (zh) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105059078B (zh) * | 2015-08-17 | 2017-05-03 | 哈尔滨工业大学 | 一种具有磁滞执行器的汽车主动悬架系统的控制方法 |
CN105589340B (zh) * | 2015-11-17 | 2018-10-16 | 西安建筑科技大学 | 一种不确定网络化多时滞系统的稳定性判断方法 |
CN106338917B (zh) * | 2016-10-26 | 2019-01-25 | 江南大学 | 一种基于状态观测器的网络化控制系统的非脆弱h∞控制方法 |
CN106528988B (zh) * | 2016-10-27 | 2019-04-23 | 桂林电子科技大学 | 含有限频带约束的车辆主动悬架鲁棒控制器的设计方法 |
CN108032698B (zh) * | 2017-11-09 | 2020-07-31 | 江苏大学 | 磁流变半主动悬架泰勒级数-三重h2时滞补偿控制方法 |
CN110435377B (zh) * | 2019-04-28 | 2022-06-07 | 西安理工大学 | 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 |
CN110597064B (zh) * | 2019-09-24 | 2021-04-16 | 燕山大学 | 基于非线性和不确定模型的主动悬挂输出反馈控制方法 |
CN111055650B (zh) * | 2019-12-27 | 2021-11-23 | 江苏大学 | 磁流变半主动悬架粒子群-时滞依赖h∞鲁棒控制方法 |
-
2021
- 2021-02-09 CN CN202110176641.2A patent/CN112859712B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112859712A (zh) | 2021-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Huang et al. | Approximation-free control for vehicle active suspensions with hydraulic actuator | |
Lin et al. | Intelligent control of active suspension systems | |
Guo et al. | Robust H∞ control of active vehicle suspension under non-stationary running | |
CN112904718B (zh) | 一种基于Hammerstein模型的磁流变阻尼器控制系统及方法 | |
CN110978931B (zh) | 一种基于hidden semi-Markov切换的车辆主动悬架系统建模和控制方法 | |
Kanarachos et al. | Intelligent road adaptive suspension system design using an experts’ based hybrid genetic algorithm | |
Wang et al. | Event-driven optimal control for uncertain nonlinear systems with external disturbance via adaptive dynamic programming | |
CN112859712B (zh) | 悬架离散系统稳定性控制方法及存储介质 | |
Hu et al. | Stability analysis of damped SDOF systems with two time delays in state feedback | |
Onat et al. | LPV gain-scheduling controller design for a non-linear quarter-vehicle active suspension system | |
CN111221311A (zh) | 基于参数变分法的复杂网络分布式脉冲同步方法及系统 | |
Khan et al. | Optimization of vehicle suspension system using genetic algorithm | |
Kiss et al. | Control barrier functionals: Safety‐critical control for time delay systems | |
Wang et al. | Leader‐following consensus control of second‐order nonlinear multi‐agent systems with applications to slew rate control | |
CN113022247A (zh) | 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 | |
Zeng et al. | Event-triggered controller design for active suspension systems: An adaptive backstepping method with error-dependent gain | |
Vivas-Lopez et al. | INOVE: a testbench for the analysis and control of automotive vertical dynamics | |
Velasco et al. | Stability of networked control systems with bounded sampling rates and time delays | |
Du et al. | Static output feedback control for electrohydraulic active suspensions via T–S fuzzy model approach | |
CN111290268B (zh) | 一种模态依赖的网络化Markov跳变系统状态反馈控制器设计方法 | |
CN109795277A (zh) | 一种控制器与执行器之间的网络受到DoS攻击时主动悬架可靠性控制的方法 | |
CN112949116A (zh) | 一种螺栓连接等效建模方法及装置 | |
Qamar et al. | Online adaptive full car active suspension control using b-spline fuzzy-neural network | |
Rabiee et al. | Semi-active adaptive fuzzy sliding mode control of buildings under earthquake excitations | |
KR102356787B1 (ko) | 신경망을 이용한 기억 장치 및 그의 정확성-저장용량 트레이드오프에 기반한 정보의 자동적 재분배 및 가변적 저장 용량 구현을 위한 동작 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 |