CN113238487A - 一种可调阻尼减振器的模糊控制方法及控制系统 - Google Patents
一种可调阻尼减振器的模糊控制方法及控制系统 Download PDFInfo
- Publication number
- CN113238487A CN113238487A CN202110629176.3A CN202110629176A CN113238487A CN 113238487 A CN113238487 A CN 113238487A CN 202110629176 A CN202110629176 A CN 202110629176A CN 113238487 A CN113238487 A CN 113238487A
- Authority
- CN
- China
- Prior art keywords
- acceleration
- fuzzy
- error
- current
- vehicle
- 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.)
- Granted
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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Vehicle Body Suspensions (AREA)
Abstract
本发明涉及车辆技术领域,具体公开了一种可调阻尼减振器的模糊控制方法及控制系统,该可调阻尼减振器的模糊控制方法包括S1:获取车辆的实时加速度a1和目标加速度a2;S2:计算车辆的加速度误差ae和加速度误差变化率aec,其中,ae=a1‑a2,S3:以加速度误差ae和加速度误差变化率aec作为两个输入量输入至PI型模糊控制器,并输出电磁阀驱动电流,电磁阀驱动电流的大小为I;S4:控制可调阻尼减振器的流量控制阀的电磁阀驱动电流的大小为I,并返回步骤S1。通过采用PI型模糊控制器进行分析,其输入变量仅需两个,实现方便,可降低算法的复杂度,保证控制的实时性。并且该控制方法采用闭环控制,可自动修正并控制误差,保证控制的精度。
Description
技术领域
本发明涉及车辆技术领域,尤其涉及一种可调阻尼减振器的模糊控制方法及控制系统。
背景技术
随着人们对驾驶舒适性的要求,越来越多的车辆的开始搭载可调阻尼式减振器(Continuous Damping Control,CDC)。CDC车身加速度控制模块通过改变CDC自身的阻尼值,调节车身的高度变化,尽量减小车身高度的振动幅度。
目前,在对CDC进行控制时,通常采用的控制方法有:
1)、采用传统PID型模糊控制器,此控制器最为简单,但是难以保证不同加速度分段下的控制精度及反应时间。
2)、采用基于模型的预测控制方法,此控制方法自带控制量及状态量的约束,且可以实时分配控制权重,可以保证模型的精准度,但是由于需要实时优化迭代误差最小值,因此计算量大。
发明内容
本发明的目的在于:提供一种可调阻尼减振器的模糊控制方法及控制系统,以解决相关技术中对CDC进行控制时,计算量大的问题。
一方面,本发明提供一种可调阻尼减振器的模糊控制方法,该可调阻尼减振器的模糊控制方法包括:
S1:获取车辆的实时加速度a1和目标加速度a2;
S3:以加速度误差ae和加速度误差变化率aec作为两个输入量输入至PI型模糊控制器,并输出电磁阀驱动电流,电磁阀驱动电流的大小为I;
S4:控制可调阻尼减振器的流量控制阀的电磁阀驱动电流的大小为I,并返回步骤S1。
作为可调阻尼减振器的模糊控制方法的优选技术方案,获取目标加速度的方法包括:
分别获取车辆当前的纵向加速度、当前的横向加速度、当前的车速以及当前的车身高度,根据预存的纵向加速度、横向加速度、车速、车身高度和目标加速度的关系map、当前的纵向加速度、当前的横向加速度、当前的车速以及当前的车身高度,从关系map中查询与当前的纵向加速度、当前的横向加速度、当前的车速以及当前的车身高度对应的目标加速度。
作为可调阻尼减振器的模糊控制方法的优选技术方案,在PI型模糊控制器中:
加速度误差的论域为[-2,2];
加速度误差的模糊子集为{NB1 NM1 NS1 ZO1 PS1 PM1 PB1};其中,NB1、NM1、NS1、ZO1、PS1、PM1以及PB1为加速度误差的7个模糊值,且依次表示很大的负误差值、较小的负误差值、很小的负误差值、中等的误差值、很小的正误差值、较小的正误差值和很大的正误差值;
加速度误差的隶属度函数为三角形分布函数。
作为可调阻尼减振器的模糊控制方法的优选技术方案,在PI型模糊控制器中:
加速度误差变化率的论域为[-5,5];
加速度误差变化率的模糊子集为{NB2 NM2 NS2 ZO2 PS2 PM2 PB2},其中,NB2、NM2、NS2、ZO2、PS2、PM2以及PB2为加速度误差变化率的7个模糊值,且依次表示很大的负误差变化率值、较小的负误差变化率值、很小的负误差变化率值、中等的误差变化率值、很小的正误差变化率值、较小的正误差变化率值和很大的正误差变化率值;
加速度误差变化率的隶属度函数为三角形分布函数。
作为可调阻尼减振器的模糊控制方法的优选技术方案,在PI型模糊控制器中:
比例控制量Kp的论域为[0,1000];
比例控制量Kp的模糊子集为{NB3 NM3 NS3 ZO3 PS3 PM3 PB3},其中,NB3、NM3、NS3、ZO3、PS3、PM3以及PB3为比例控制量Kp的7个模糊值,且依次表示很小的比例控制量值、小的比例控制量值、较小的比例控制量值、中等的比例控制量值、较大的比例控制量值、大的比例控制量值和很大的比例控制量值;
比例控制量Kp的隶属度函数为三角形分布函数;
比例模糊控制规则表为加速度误差的模糊值、加速度误差变化率的模糊值以及比例控制量的模糊值之间的对应关系表。
作为可调阻尼减振器的模糊控制方法的优选技术方案,在PI型模糊控制器中:
积分控制量Ki的论域为[0,6];
积分控制量Ki的模糊子集为{NB4 NM4 NS4 ZO4 PS4 PM4 PB4},其中,NB4、NM4、NS4、ZO4、PS4、PM4以及PB4为积分控制量Ki的7个模糊值,且依次表示很小的积分控制量值、小的积分控制量值、较小的积分控制量值、中等的积分控制量值、较大的积分控制量值、大的积分控制量值和很大的积分控制量值;
积分控制量Ki的隶属度函数为三角形分布函数;
积分模糊控制规则表为加速度误差的模糊值、加速度误差变化率的模糊值以及积分控制量的模糊值之间的对应表格。
作为可调阻尼减振器的模糊控制方法的优选技术方案,在PI型模糊控制器中:
精确化的方法为重心法,且积分模糊控制规则和比例模糊控制规则的权重均为1。
另一方面,本发明提供一种可调阻尼减振器的控制系统,可调阻尼控制器的控制系统安装于车辆,可调阻尼控制器的控制系统用于实施任一上述方案中所述的可调阻尼控制器的控制方法,可调阻尼控制器的控制系统包括:
加速度传感器,用于采集车辆的实时加速度;
车身姿态决策模块,用于提供车辆的目标加速度;
CDC车身加速度控制模块,CDC车身加速度控制模块中预先设有PI型模糊控制器,CDC车身加速度控制模块能够根据车辆的目标加速度和实时加速度计算车辆的加速度误差ae和加速度误差变化率aec,并将车辆的加速度误差ae和加速度误差变化率aec输入至PI型模糊控制器得到输出电磁阀驱动电流;
可调阻尼减振器;
流量控制阀,用于控制所述可调阻尼减振器的供油油压;
流量控制阀驱动模块,依据PI型模糊控制器输出的电磁阀驱动电流的大小给所述流量控制阀供电。
作为可调阻尼控制器的控制系统的优选技术方案,还包括采集装置,所述采集装置用于采集车辆当前的纵向加速度、当前的横向加速度、当前的车速以及当前的车身高度;车身姿态决策模块内预存有纵向加速度、横向加速度、车速、车身高度和目标加速度的关系map,并能够根据预存的纵向加速度、横向加速度、车速、车身高度和目标加速度的关系map、当前的纵向加速度、当前的横向加速度、当前的车速以及当前的车身高度,从关系map中查询与当前的纵向加速度、当前的横向加速度、当前的车速以及当前的车身高度对应的目标加速度。
作为可调阻尼控制器的控制系统的优选技术方案,采集装置包括用于采集车辆的当前的纵向加速度的纵向加速度传感器,用于采集车辆的当前的横向加速度的横向加速度传感器,用于采集车辆的当前的车速的速度传感器,以及用于采集车辆的当前的车身高度的车身高度传感器。
本发明的有益效果为:
本发明提供一种可调阻尼减振器的模糊控制方法及控制系统,该可调阻尼减振器的模糊控制方法包括S1:获取车辆的实时加速度a1和目标加速度a2;S2:计算车辆的加速度误差ae和加速度误差变化率aec,其中,ae=a1-a2,aec=ddate;S3:以加速度误差ae和加速度误差变化率aec作为两个输入量输入至PI型模糊控制器,并输出电磁阀驱动电流,电磁阀驱动电流的大小为I;S4:控制可调阻尼减振器的流量控制阀的电磁阀驱动电流的大小为I,并返回步骤S1。该可调阻尼减振器的模糊控制方法采用PI型模糊控制器进行分析,其输入变量仅需要加速度误差和加速度误差变化率aec,无需考虑车辆的模型参数,以及CDC的模型参数,相比现有技术中采用的PID型模糊控制器,输入变量的数量减小,实现方便,可有效降低算法的复杂度,保证控制的实时性。并且该可调阻尼减振器的模糊控制方法采用闭环控制,可自动修正并控制误差,保证控制的精度。
附图说明
图1为本发明实施例一中可调阻尼减振器的模糊控制方法的结构示意图;
图2为本发明实施例一中加速度误差的隶属度函数示意图;
图3为本发明实施例一中加速度误差变化率的隶属度函数示意图;
图4为本发明实施例一中比例控制量的隶属度函数示意图;
图5为本发明实施例一中积分控制量的隶属度函数示意图;
图6为本发明实施例二中可调阻尼控制器的结构示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,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。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、仅用于描述目的,而不能理解为指示或暗示相对重要性。其中,术语“第一位置”和“第二位置”为两个不同的位置,而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
本实施例提供一种可调阻尼减振器的模糊控制方法,该可调阻尼减振器的模糊控制方法通过CDC车身加速度控制模块实施。具体地,如图1所示,该可调阻尼减振器的模糊控制方法包括以下步骤。
S1:获取车辆的实时加速度a1和目标加速度a2。
CDC车身加速度控制模块可通过加速度传感器采集车辆的实时加速度a1。CDC车身加速度控制模块可通过CDC车身姿态决策模块获取目标加速a2。其中,CDC车身姿态决策模块中预存有纵向加速度、横向加速度、车速、车身高度和目标加速度的关系map,CDC车身姿态决策模块通过采集装置分别采集车辆当前的纵向加速度、当前的横向加速度、当前的车速以及当前的车身高度,并依据车辆当前的纵向加速度、当前的横向加速度、当前的车速以及当前的车身高度从纵向加速度、横向加速度、车速、车身高度和目标加速度的关系map中查询对应的目标加速度,并将其发送给CDC车身加速度控制模块。其中,纵向加速度、横向加速度、车速、车身高度和目标加速度的关系map可通过前期的大量试验获得。
S3:以加速度误差ae和加速度误差变化率aec作为两个输入量输入至PI型模糊控制器,并输出电磁阀驱动电流,电磁阀驱动电流的大小为I。
S4:控制可调阻尼减振器的流量控制阀的电磁阀驱动电流的大小为I,并返回步骤S1。
本实施例提供的可调阻尼减振器的模糊控制方法采用PI型模糊控制器进行逻辑推理,其输入变量仅需要加速度误差ae和加速度误差变化率aec,无需考虑车辆的模型参数,以及CDC的模型参数,相比现有技术中采用的PID型模糊控制器,输入变量的数量减小,实现方便,可有效降低算法的复杂度,保证控制的实时性。并且本实施例提供的可调阻尼减振器的模糊控制方法采用闭环控制,可自动修正并控制误差,保证控制的精度。
可选地,在PI型模糊控制器中,先将加速度误差ae和加速度误差变化率aec模糊化,然后根据模糊规则控制表进行模糊推理得到输出模糊值,然后将输出模糊值解模糊,得到电磁阀驱动电流的大小I。
其中,在PI型模糊控制器中,通过输入变量模糊集将加速度误差ae和加速度误差变化率aec模糊化。
其中,加速度误差的论域为[-2,2],加速度误差变化率的论域为[-5,5]。
在输入变量模糊集中,加速度误差的模糊子集为{NB1 NM1 NS1 ZO1 PS1 PM1 PB1};其中,NB1、NM1、NS1、ZO1、PS1、PM1以及PB1为加速度误差的7个模糊值,且依次表示很大的负误差值、较小的负误差值、很小的负误差值、中等的误差值、很小的正误差值、较小的正误差值和很大的正误差值。加速度误差变化率的模糊子集为{NB2 NM2 NS2 ZO2 PS2 PM2 PB2},其中,NB2、NM2、NS2、ZO2、PS2、PM2以及PB2为加速度误差变化率的7个模糊值,且依次表示很大的负误差变化率值、较小的负误差变化率值、很小的负误差变化率值、中等的误差变化率值、很小的正误差变化率值、较小的正误差变化率值和很大的正误差变化率值。
加速度误差的隶属度函数为三角形分布函数。加速度误差变化率的隶属度函数为三角形分布函数。隶属度函数通常包括高斯型隶属度函数、广义钟形隶属度函数、S形隶属度函数、梯形隶属度函数、三角形分布隶属度函数和Z形隶属度函数。本实施例中,对于加速度误差和加速度误差变化率这两个输入量均选择三角形分布函数作为隶属度函数。具体地,如图2所示,为加速度误差的隶属度函数示意图;如图3所示,为加速度误差变化率的隶属度函数示意图。
输入变量的模糊化需要采用量化因子,通过加速度误差的实际取值范围和加速度误差的论域可计算出加速度误差的量化因子Ke,通过加速度误差变化率的实际取值范围和加速度误差变化率的论域可计算出加速度误差变化率的量化因子Kec;其中,加速度误差的实际取值范围和加速度误差变化率的实际取值范围可根据前期的大量试验进行采集。然后,可采用加速度误差的量化因子Ke将加速度误差的精确的输入值转化为加速度误差的模糊值,采用加速度误差变化率的量化因子Kec将加速度误差变化率的精确的输入值转化为加速度误差变化率的模糊值,因此可实现对加速度误差和对加速度误差变化率的模糊化处理。
在PI型模糊控制器中,通过模糊控制量模糊集以及模糊规则将加速度误差的模糊值以及加速度误差变化率的模糊值进行模糊推理并得到输出模糊值。
其中,比例控制量Kp的论域为[0,1000];积分控制量Ki的论域为[0,6]。
模糊控制量模糊集中,比例控制量Kp的模糊子集为{NB3 NM3 NS3 ZO3 PS3 PM3PB3},其中,NB3、NM3、NS3、ZO3、PS3、PM3以及PB3为比例控制量Kp的7个模糊值,且依次表示很小的比例控制量值、小的比例控制量值、较小的比例控制量值、中等的比例控制量值、较大的比例控制量值、大的比例控制量值和很大的比例控制量值。积分控制量Ki的模糊子集为{NB4NM4 NS4 ZO4 PS4 PM4 PB4},其中,NB4、NM4、NS4、ZO4、PS4、PM4以及PB4为积分控制量Ki的7个模糊值,且依次表示很小的积分控制量值、小的积分控制量值、较小的积分控制量值、中等的积分控制量值、较大的积分控制量值、大的积分控制量值和很大的积分控制量值。
比例控制量Kp的隶属度函数为三角形分布函数。积分控制量Ki的隶属度函数为三角形分布函数。具体地,如图4和图5所示,其中,图4为本发明实施例中比例控制量的隶属度函数示意图;图5为本发明实施例中积分控制量的隶属度函数示意图。
模糊规则中,比例模糊控制规则表为加速度误差的模糊值、加速度误差变化率的模糊值以及比例控制量的模糊值之间的对应关系表。具体地,如表1所示,通过对加速度误差和加速度误差变化率的每个可能的取值进行专家分析和总结后得出该表1,该表1用于模糊控制器在进行分析时提供控制规则,共计49种规则。
表1比例模糊控制规则表
该比例模糊控制规则表的基本形式为:
如果加速度误差变化率的模糊值是NB2并且加速度误差的模糊值是NB1,则比例控制量的模糊值是PB3;
如果加速度误差变化率的模糊值是NM2并且加速度误差变化率模糊值是NB1,则比例控制量的模糊值是PB3;
……
如果加速度误差变化率的模糊值是PM2并且加速度误差的模糊值是NB1,则比例控制量的模糊值是ZO3;
如果加速度误差变化率的模糊值是PB2并且加速度误差的模糊值是NB1,则比例控制量的模糊值是ZO3;
……
如果加速度误差变化率的模糊值是NB2并且加速度误差的模糊值是PB1,则比例控制量的模糊值是ZO3;
如果加速度误差变化率的模糊值是NM2并且加速度误差的模糊值是PB1,则比例控制量的模糊值是NS3;
……
如果加速度误差变化率的模糊值是PM2并且加速度误差的模糊值是PB1,则比例控制量的模糊值是NB3;
如果加速度误差变化率的模糊值是PB2并且加速度误差的模糊值是PB1,则比例控制量的模糊值是NB3。
模糊规则中,积分模糊控制规则表为加速度误差的模糊值、加速度误差变化率的模糊值以及积分控制量的模糊值之间的对应关系表。具体地,如表2所示,通过对加速度误差和加速度误差变化率的每个可能的取值进行专家分析和总结后得出该表2,该表2用于模糊控制器在进行分析时提供控制规则,共计49种规则。
表2积分模糊控制规则表
该积分模糊控制规则表的基本形式为:
如果加速度误差变化率的模糊值是NB2并且加速度误差的模糊值是NB1,则积分控制量的模糊值是PB4;
如果加速度误差变化率的模糊值是NM2并且加速度误差的模糊值是NB1,则积分控制量的模糊值是PB4;
……
如果加速度误差变化率的模糊值是PM2并且加速度误差的模糊值是NB1,则积分控制量的模糊值是ZO4;
如果加速度误差变化率的模糊值是PB2并且加速度误差的模糊值是NB1,则积分控制量的模糊值是ZO4;
……
如果加速度误差变化率的模糊值是NB2并且加速度误差的模糊值是PB1,则积分控制量的模糊值是ZO4;
如果加速度误差变化率的模糊值是NM2并且加速度误差的模糊值是PB1,则积分控制量的模糊值是NS4;
……
如果加速度误差变化率的模糊值是PM2并且加速度误差的模糊值是PB1,则积分控制量的模糊值是NB4;
如果加速度误差变化率的模糊值是PB2并且加速度误差的模糊值是PB1,则积分控制量的模糊值是NB4。
从而,可通过比例模糊控制规则将加速度误差的模糊值、加速度误差变化率的模糊值转化为对应的比例控制量的模糊值。通过积分模糊控制规则表,将加速度误差的模糊值、加速度误差变化率的模糊值转化为对应的积分控制量的模糊值。
在PI型模糊控制器中:精确化的方法为重心法,积分模糊控制规则和比例模糊控制规则的权重均为1。其中,精确化的方法也就是解模糊的方法,重心法采用的公式为现有公式,该公式中,其因变量为电磁阀驱动电流的大小,自变量为比例控制量的模糊值、积分控制量的模糊值、比例控制量的隶属度函数和积分控制量的隶属度函数。
实施例二
如图6所示,本实施例提供一种可调阻尼控制器的控制系统,该可调阻尼控制器的控制系统用于实施上述可调阻尼控制器的控制方法。具体地,可调阻尼控制器的控制系统安装于车辆,可调阻尼控制器的控制系统包括加速度传感器、车身姿态决策模块、CDC车身加速度控制模块、可调阻尼减振器、流量控制阀以及流量控制阀驱动模块等。其中,CDC车身加速度控制模块作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序,主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,CDC车身加速度控制模块可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。
其中,加速度传感器用于采集车辆的实时加速度。车身姿态决策模块用于提供车辆的目标加速度。CDC车身加速度控制模块中预先设有PI型模糊控制器,CDC车身加速度控制模块能够根据车辆的目标加速度和实时加速度计算车辆的加速度误差ae和加速度误差变化率aec,并将车辆的加速度误差ae和加速度误差变化率aec输入至PI型模糊控制器得到输出电磁阀驱动电流。流量控制阀用于控制可调阻尼减振器的供油油压;流量控制阀驱动模块能够依据PI型模糊控制器输出的电磁阀驱动电流的大小给流量控制阀供电。
可选地,可调阻尼控制器的控制系统还包括采集装置,采集装置用于采集车辆当前的纵向加速度、当前的横向加速度、当前的车速以及当前的车身高度;车身姿态决策模块内预存有纵向加速度、横向加速度、车速、车身高度和目标加速度的关系map,并能够根据预存的纵向加速度、横向加速度、车速、车身高度和目标加速度的关系map、当前的纵向加速度、当前的横向加速度、当前的车速以及当前的车身高度,从关系map中查询与当前的纵向加速度、当前的横向加速度、当前的车速以及当前的车身高度对应的目标加速度。其中,纵向加速度、横向加速度、车速、车身高度和目标加速度的关系map可根据前期大量的实验获得。
采集装置包括用于采集车辆的当前的纵向加速度的纵向加速度传感器,用于采集车辆的当前的横向加速度的横向加速度传感器,用于采集车辆的当前的车速的速度传感器,以及用于采集车辆的当前的车身高度的车身高度传感器。
显然,本发明的上述实施例仅仅是为了清楚说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (10)
2.根据权利要求1所述的可调阻尼减振器的模糊控制方法,其特征在于,获取目标加速度的方法包括:
分别获取车辆当前的纵向加速度、当前的横向加速度、当前的车速以及当前的车身高度,根据预存的纵向加速度、横向加速度、车速、车身高度和目标加速度的关系map,从关系map中查询与当前的纵向加速度、当前的横向加速度、当前的车速以及当前的车身高度对应的目标加速度。
3.根据权利要求1所述的可调阻尼减振器的模糊控制方法,其特征在于,在PI型模糊控制器中:
加速度误差的论域为[-2,2];
加速度误差的模糊子集为{NB1 NM1 NS1 ZO1 PS1 PM1 PB1};其中,NB1、NM1、NS1、ZO1、PS1、PM1以及PB1为加速度误差的7个模糊值,且依次表示很大的负误差值、较小的负误差值、很小的负误差值、中等的误差值、很小的正误差值、较小的正误差值和很大的正误差值;
加速度误差的隶属度函数为三角形分布函数。
4.根据权利要求3所述的可调阻尼减振器的模糊控制方法,其特征在于,在PI型模糊控制器中:
加速度误差变化率的论域为[-5,5];
加速度误差变化率的模糊子集为{NB2 NM2 NS2 ZO2 PS2 PM2 PB2},其中,NB2、NM2、NS2、ZO2、PS2、PM2以及PB2为加速度误差变化率的7个模糊值,且依次表示很大的负误差变化率值、较小的负误差变化率值、很小的负误差变化率值、中等的误差变化率值、很小的正误差变化率值、较小的正误差变化率值和很大的正误差变化率值;
加速度误差变化率的隶属度函数为三角形分布函数。
5.根据权利要求4所述的可调阻尼减振器的模糊控制方法,其特征在于,在PI型模糊控制器中:
比例控制量Kp的论域为[0,1000];
比例控制量Kp的模糊子集为{NB3 NM3 NS3 ZO3 PS3 PM3 PB3},其中,NB3、NM3、NS3、ZO3、PS3、PM3以及PB3为比例控制量Kp的7个模糊值,且依次表示很小的比例控制量值、小的比例控制量值、较小的比例控制量值、中等的比例控制量值、较大的比例控制量值、大的比例控制量值和很大的比例控制量值;
比例控制量Kp的隶属度函数为三角形分布函数;
比例模糊控制规则表为加速度误差的模糊值、加速度误差变化率的模糊值以及比例控制量的模糊值之间的对应关系表。
6.根据权利要求5所述的可调阻尼减振器的模糊控制方法,其特征在于,在PI型模糊控制器中:
积分控制量Ki的论域为[0,6];
积分控制量Ki的模糊子集为{NB4 NM4 NS4 ZO4 PS4 PM4 PB4},其中,NB4、NM4、NS4、ZO4、PS4、PM4以及PB4为积分控制量Ki的7个模糊值,且依次表示很小的积分控制量值、小的积分控制量值、较小的积分控制量值、中等的积分控制量值、较大的积分控制量值、大的积分控制量值和很大的积分控制量值;
积分控制量Ki的隶属度函数为三角形分布函数;
积分模糊控制规则表为加速度误差的模糊值、加速度误差变化率的模糊值以及积分控制量的模糊值之间的对应表格。
7.根据权利要求6所述的可调阻尼减振器的模糊控制方法,其特征在于,在PI型模糊控制器中:
精确化的方法为重心法,且积分模糊控制规则和比例模糊控制规则的权重均为1。
8.一种可调阻尼控制器的控制系统,可调阻尼控制器的控制系统安装于车辆,其特征在于,可调阻尼控制器的控制系统用于实施权利要求1-7任一项所述的可调阻尼控制器的控制方法,可调阻尼控制器的控制系统包括:
加速度传感器,用于采集车辆的实时加速度;
车身姿态决策模块,用于提供车辆的目标加速度;
CDC车身加速度控制模块,CDC车身加速度控制模块中预先设有PI型模糊控制器,CDC车身加速度控制模块能够根据车辆的目标加速度和实时加速度计算车辆的加速度误差ae和加速度误差变化率aec,并将车辆的加速度误差ae和加速度误差变化率aec输入至PI型模糊控制器得到输出电磁阀驱动电流;
可调阻尼减振器;
流量控制阀,用于控制所述可调阻尼减振器的供油油压;
流量控制阀驱动模块,依据PI型模糊控制器输出的电磁阀驱动电流的大小给所述流量控制阀供电。
9.根据权利要求8所述的可调阻尼控制器的控制系统,其特征在于,还包括采集装置,所述采集装置用于采集车辆当前的纵向加速度、当前的横向加速度、当前的车速以及当前的车身高度;车身姿态决策模块内预存有纵向加速度、横向加速度、车速、车身高度和目标加速度的关系map,并能够根据预存的纵向加速度、横向加速度、车速、车身高度和目标加速度的关系map、当前的纵向加速度、当前的横向加速度、当前的车速以及当前的车身高度,从关系map中查询与当前的纵向加速度、当前的横向加速度、当前的车速以及当前的车身高度对应的目标加速度。
10.根据权利要求9所述的可调阻尼控制器的控制系统,其特征在于,采集装置包括用于采集车辆的当前的纵向加速度的纵向加速度传感器,用于采集车辆的当前的横向加速度的横向加速度传感器,用于采集车辆的当前的车速的速度传感器,以及用于采集车辆的当前的车身高度的车身高度传感器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110629176.3A CN113238487B (zh) | 2021-06-03 | 2021-06-03 | 一种可调阻尼减振器的模糊控制方法及控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110629176.3A CN113238487B (zh) | 2021-06-03 | 2021-06-03 | 一种可调阻尼减振器的模糊控制方法及控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113238487A true CN113238487A (zh) | 2021-08-10 |
CN113238487B CN113238487B (zh) | 2022-08-09 |
Family
ID=77136978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110629176.3A Active CN113238487B (zh) | 2021-06-03 | 2021-06-03 | 一种可调阻尼减振器的模糊控制方法及控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113238487B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113859392A (zh) * | 2021-10-20 | 2021-12-31 | 东风汽车集团股份有限公司 | 一种车辆减振器调校方法及系统 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1247665A1 (en) * | 2001-04-04 | 2002-10-09 | STMicroelectronics S.r.l. | Method and apparatus for controlling a vehicle suspension system based on sky hook approach |
US20110307155A1 (en) * | 2009-02-24 | 2011-12-15 | Simard Christian | Method and system for limiting a dynamic parameter of a vehicle |
CN102621892A (zh) * | 2012-04-06 | 2012-08-01 | 杭州电子科技大学 | 横机伺服系统速度调节器的控制方法 |
CN102853979A (zh) * | 2012-08-25 | 2013-01-02 | 嘉兴学院 | 电主轴半主动振动控制试验台架、系统及电主轴控制方法 |
CN103311930A (zh) * | 2013-06-19 | 2013-09-18 | 河海大学常州校区 | 有源滤波器的模糊pi参数自整定反馈线性化滑模控制方法 |
CN103492962A (zh) * | 2011-04-15 | 2014-01-01 | 株式会社明电舍 | 周期性扰动抑制设备和周期性扰动抑制方法 |
CN103754081A (zh) * | 2013-12-27 | 2014-04-30 | 广西科技大学 | 车辆非线性悬架系统的最优模糊复合控制方法 |
CN104507739A (zh) * | 2012-05-24 | 2015-04-08 | Avl里斯脱有限公司 | 用于测试至少部分地被电动驱动的车辆动力总成系统的方法和装置 |
CN106527124A (zh) * | 2016-11-29 | 2017-03-22 | 重庆工商大学 | 基于非线性神经模糊控制器的电磁阀式减振器控制方法 |
CN107942676A (zh) * | 2017-12-14 | 2018-04-20 | 长春工业大学 | 一种采用模糊算法的平衡车控制方法 |
CN108501944A (zh) * | 2018-05-14 | 2018-09-07 | 吕杉 | 汽车爆胎安全稳定控制方法 |
CN108725573A (zh) * | 2018-05-29 | 2018-11-02 | 南京航空航天大学 | 一种基于磁流变液的主动转向路感控制系统及其控制方法 |
CN109507891A (zh) * | 2019-01-21 | 2019-03-22 | 闽江学院 | 一种半主动模糊控制方法 |
CN110836782A (zh) * | 2019-10-12 | 2020-02-25 | 中国第一汽车股份有限公司 | 一种车辆用空气悬架的制造方法 |
CN112506043A (zh) * | 2020-11-11 | 2021-03-16 | 中车青岛四方机车车辆股份有限公司 | 轨道车辆及垂向减振器的控制方法和控制系统 |
CN112549893A (zh) * | 2020-12-11 | 2021-03-26 | 浙江戈尔德智能悬架股份有限公司 | 一种汽车智能电控悬架减振系统 |
-
2021
- 2021-06-03 CN CN202110629176.3A patent/CN113238487B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020185827A1 (en) * | 2001-04-04 | 2002-12-12 | Stmicroelectronics S.R.I. | Method and apparatus for controlling a vehicle suspension system based on sky hook approach |
EP1247665A1 (en) * | 2001-04-04 | 2002-10-09 | STMicroelectronics S.r.l. | Method and apparatus for controlling a vehicle suspension system based on sky hook approach |
US20110307155A1 (en) * | 2009-02-24 | 2011-12-15 | Simard Christian | Method and system for limiting a dynamic parameter of a vehicle |
CN103492962A (zh) * | 2011-04-15 | 2014-01-01 | 株式会社明电舍 | 周期性扰动抑制设备和周期性扰动抑制方法 |
CN102621892A (zh) * | 2012-04-06 | 2012-08-01 | 杭州电子科技大学 | 横机伺服系统速度调节器的控制方法 |
CN104507739A (zh) * | 2012-05-24 | 2015-04-08 | Avl里斯脱有限公司 | 用于测试至少部分地被电动驱动的车辆动力总成系统的方法和装置 |
CN102853979A (zh) * | 2012-08-25 | 2013-01-02 | 嘉兴学院 | 电主轴半主动振动控制试验台架、系统及电主轴控制方法 |
CN103311930A (zh) * | 2013-06-19 | 2013-09-18 | 河海大学常州校区 | 有源滤波器的模糊pi参数自整定反馈线性化滑模控制方法 |
CN103754081A (zh) * | 2013-12-27 | 2014-04-30 | 广西科技大学 | 车辆非线性悬架系统的最优模糊复合控制方法 |
CN106527124A (zh) * | 2016-11-29 | 2017-03-22 | 重庆工商大学 | 基于非线性神经模糊控制器的电磁阀式减振器控制方法 |
CN107942676A (zh) * | 2017-12-14 | 2018-04-20 | 长春工业大学 | 一种采用模糊算法的平衡车控制方法 |
CN108501944A (zh) * | 2018-05-14 | 2018-09-07 | 吕杉 | 汽车爆胎安全稳定控制方法 |
CN108725573A (zh) * | 2018-05-29 | 2018-11-02 | 南京航空航天大学 | 一种基于磁流变液的主动转向路感控制系统及其控制方法 |
CN109507891A (zh) * | 2019-01-21 | 2019-03-22 | 闽江学院 | 一种半主动模糊控制方法 |
CN110836782A (zh) * | 2019-10-12 | 2020-02-25 | 中国第一汽车股份有限公司 | 一种车辆用空气悬架的制造方法 |
CN112506043A (zh) * | 2020-11-11 | 2021-03-16 | 中车青岛四方机车车辆股份有限公司 | 轨道车辆及垂向减振器的控制方法和控制系统 |
CN112549893A (zh) * | 2020-12-11 | 2021-03-26 | 浙江戈尔德智能悬架股份有限公司 | 一种汽车智能电控悬架减振系统 |
Non-Patent Citations (8)
Title |
---|
M. M. RASHID;N. A. RAHIM;M. A. HUSSAIN;F. MOHAMED;M. A. RAHMAN: "Development and Testing of Hybrid Fuzzy Logic Controller for Car Suspension System Using Magneto-Rheological Damper", 《2008 IEEE INDUSTRY APPLICATIONS SOCIETY ANNUAL MEETING》 * |
宋宇: "基于多刚体系统动力学的汽车悬架性能分析及控制研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
李志华: "磁流变阀控减振器特性及其半主动控制策略研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
杨哲: "新型磁流变阻尼器结构设计和控制性能研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
杨春博: "微型客车防侧翻控制策略研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
汪少华: "半主动空气悬架混杂系统的多模式切换控制研究", 《中国优秀博硕士学位论文全文数据库(博士)工程科技Ⅱ辑》 * |
滕昱棠: "磁流变冲击缓冲器的结构设计与模糊控制研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
胡为等: "磁流变阻尼器的半主动控制算法设计与仿真", 《控制工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113859392A (zh) * | 2021-10-20 | 2021-12-31 | 东风汽车集团股份有限公司 | 一种车辆减振器调校方法及系统 |
CN113859392B (zh) * | 2021-10-20 | 2022-12-27 | 东风汽车集团股份有限公司 | 一种车辆减振器调校方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113238487B (zh) | 2022-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113325691B (zh) | 一种无人车双闭环纵向控制方法、系统及设备 | |
JP2005538886A (ja) | 少なくされた数のセンサーを用いるファジー制御装置 | |
Hrovat et al. | An approach toward the optimal semi-active suspension | |
US6216083B1 (en) | System for intelligent control of an engine based on soft computing | |
CN108303982B (zh) | 自动引导运输车、其控制方法及控制系统 | |
CN110989577B (zh) | 自动驾驶决策方法及车辆的自动驾驶装置 | |
CN113238487B (zh) | 一种可调阻尼减振器的模糊控制方法及控制系统 | |
Thomas et al. | Fuzzy logic control-a taxonomy of demonstrated benefits | |
CN106527124B (zh) | 基于非线性神经模糊控制器的电磁阀式减振器控制方法 | |
Kaldas et al. | Rule optimized fuzzy logic controller for full vehicle semi-active suspension | |
Muhammed et al. | Linear-control vs. ADRC for automatic management of the handling-comfort contradiction of a quarter-car system | |
Kargar et al. | Integrated optimization of powertrain energy management and vehicle motion control for autonomous hybrid electric vehicles | |
Reddy et al. | Real-time predictive clunk control using a reference governor | |
WO2022163013A1 (en) | System and method for adaptive control of vehicle dynamics | |
CN116300410B (zh) | 数据驱动前馈加反馈补偿的转角优化方法及系统 | |
CN109709803B (zh) | 一种基于pso改进的大脑情感学习智能控制器的汽车imt速度控制方法 | |
CN116755323A (zh) | 一种基于深度强化学习的多旋翼无人机pid自整定方法 | |
CN113985728B (zh) | 一种道路连续鼓包或隆起的车辆多体系统垂向振动抑制方法 | |
Kashani et al. | Fuzzy logic active and semi-active control of off-road vehicle suspensions | |
Taghavifar et al. | PSO-fuzzy gain scheduling of PID controllers for a nonlinear half-vehicle suspension system | |
Mustafa et al. | A new neural network-based adaptive time-delay control for nonlinear car active suspension system | |
Wang et al. | Speed control of tracked vehicle autonomous driving system using fuzzy self-tuning PID | |
Espitia et al. | Control of a MIMO coupled plant using a neuro-fuzzy adaptive system based on boolean relations | |
Aldair et al. | Regeneration energy for nonlinear active suspension system using electromagnetic actuator | |
CN117734686A (zh) | 一种基于滑模控制的巡航车速控制方法 |
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 |