CN113879062A - 一种汽车主动悬架自适应控制方法 - Google Patents
一种汽车主动悬架自适应控制方法 Download PDFInfo
- Publication number
- CN113879062A CN113879062A CN202111293731.6A CN202111293731A CN113879062A CN 113879062 A CN113879062 A CN 113879062A CN 202111293731 A CN202111293731 A CN 202111293731A CN 113879062 A CN113879062 A CN 113879062A
- Authority
- CN
- China
- Prior art keywords
- control
- function
- designing
- law
- automobile
- 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.)
- Pending
Links
- 239000000725 suspension Substances 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000003044 adaptive effect Effects 0.000 claims abstract description 22
- 238000005312 nonlinear dynamic Methods 0.000 claims abstract description 8
- 238000013016 damping Methods 0.000 claims abstract description 7
- 230000006870 function Effects 0.000 claims description 78
- 239000013598 vector Substances 0.000 claims description 18
- 238000006073 displacement reaction Methods 0.000 claims description 14
- 238000013461 design Methods 0.000 claims description 12
- 238000002955 isolation Methods 0.000 claims description 11
- 238000013459 approach Methods 0.000 claims description 7
- 150000001875 compounds Chemical class 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 10
- 230000005284 excitation Effects 0.000 description 9
- 238000004088 simulation Methods 0.000 description 9
- 238000011217 control strategy Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000004069 differentiation Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000005764 inhibitory process Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- B60G17/0152—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 action on a particular type of suspension unit
- B60G17/0157—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 action on a particular type of suspension unit non-fluid unit, e.g. electric motor
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- 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
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Vehicle Body Suspensions (AREA)
Abstract
本发明公开了一种汽车主动悬架自适应控制方法，属于汽车工程技术领域。一种汽车主动悬架自适应控制方法，包括以下步骤：S1，设计系统的非线性动力学模型；S2，设计未知时变函数表示系统的不确定部分；S3，设计基于傅里叶级数的函数近似法估计未知时变系统函数；S4，设计自适应滑模控制系统。本发明，对系统的不确定部分进行在线估计，通过自适应滑模控制器在线计算控制力，能够更好地克服载荷与系统参数时变的影响，与传统PID控制的相比，大大提高了系统的减振控制性能。
Description
技术领域
本发明涉及车辆工程技术领域，尤其涉及一种汽车主动悬架自适应控制方法。
背景技术
车辆结构中的悬架系统，是影响驾驶操作性能与乘座舒适性的重要部分。不良的悬架系统设计，不仅让乘坐者感觉不舒适，也可能造成瞬间轮胎与地面脱离的状况，进而影响行车安全。传统的被动式悬架系统仅由弹簧与阻尼器等元件来储存和消散能量，在动态反应上有一定的设计特性限制，所以无法具备弹性的变化来应付车体因路面颠簸所产生的扰动，因此在弹性系数与阻尼系数的选择上格外重要，由于无外加控制力来抑制车体因路面颠簸所产生的扰动，其性能很难适应各种不同路况的变化。而主动式悬架系统除了具备传统悬架系统的弹簧与阻尼元件外，还具备能提供外加控制力的致动器，如油压缸、气压缸等，可以提供外加力来抑制车体振动，进而满足乘坐者所需要乘座舒适性与驾驶操控性。
应用控制策略对汽车悬架系统进行主动控制，使驾驶舒适度、车辆行驶安全性能得到极大提高，主要控制方法有以下几类：最优控制、基于LMI的H∞控制、滑模控制、自适应控制，反步(Backstepping)控制、模糊控制、神经网络控制器，学习计划控制算法等。遗憾的是，上述研究成果大都是以汽车悬架系统的精确数学模型为基础，在工程实际中系统的精确模型往往不易获得，且没有考虑悬架隔振系统载荷与参数的时变性、路面信息的不可预知性，这与工程实际中系统并不相符。
因此，研究载荷时变与参数不确定的汽车主动悬架的自适应控制方法具有重要的理论价值与实际意义。
发明内容
本发明的目的是为了解决现有技术中，汽车悬架系统的精确模型不易获得、悬架隔振系统载荷与参数的时变性与路面信息不可预知，从而无法高效、精准实现自适应控制的问题，而提出的一种汽车主动悬架自适应控制方法；通过建立系统的非线性模型，运用函数近似方法对系统的不确定部分进行在线辨识，自适应滑模控制控制器在线产生控制力，在汽车悬架系统主动控制中具有更好的减振效果。
为了实现上述目的，本发明采用了如下技术方案：
一种汽车主动悬架自适应控制方法，包括以下步骤：
S1，设计系统的非线性动力学模型；
S2，设计未知时变函数表示系统的不确定部分；
S3，设计基于傅里叶级数的函数近似法估计未知时变系统函数；
S4，设计自适应滑模控制系统。
优选的，在步骤S1中，包括以下步骤：
S101，设计汽车悬架系统的振动方程；
设，上层质量块m1(t)为时变的隔振对象，下层质量块m2，主动控制力Fk；
上层质量块与下层质量块的垂直位移分别为x1、x2，车辆行驶路面的垂直起伏为xr；
上层弹簧的弹性系数为k1，其弹簧力-位移之间关系为k1(x1-x2)；下层弹簧的弹性系数k2，上层阻尼器时变的阻尼系数c1(t)；
由牛顿定律，得汽车悬架系统的振动方程
优选的，在步骤S2中，包括以下步骤：
S201，设计系统未知的汽车悬架振动方程；
设，上层质量块
m1(t)＝m1m+Δm1(t)；
式中，m1m表示m1(t)的名义值，Δm1(t)表示m1(t)的不确定部分，得：
状态变量取为x＝[x1 x2 x3 x4]，系统输出y＝x1，控制输入u＝Fk，则，汽车悬架的振动方程为
f(x,t)、g(t)为未知时变的函数，得
优选的，在步骤S3中，包括以下步骤：
S301，对f(x,t)、g(t)进行在线估计；
定义在区间[t0,t0+T]内的函数h(t)，展开为傅里叶级数
式中，a0、an、bn为傅里叶系数，则
h(t)＝WTZ(t)；
式中，常系数向量W为傅里叶系数，基底函数向量Z(t)选择傅里叶级数
式中，ωi＝2πi/T,i＝1,2,...,nf，nf为基底函数向量的个数；
应用函数近似法，将未知的时变函数f(x,t)、g(t)表示成未知常数与已知Fourier级数的组合函数，进一步通过选择适当的Lyapunov函数，可以推导出未知常系数W的更新律，达到运用函数近似法在线辨识的目的。
优选的，在步骤S4中，包括以下步骤：
S401，运用指数趋近律设计滑模控制律：
定义滑动面
式中，λ1＞0为设计参数；
对时间t求导得
代入汽车悬架的振动方程，得
运用指数趋近律设计滑模控制器，指数趋近律如下：
式中，λ2＞0、λ3＞0为设计参数，sgn(s)为符号函数；
S402，设计汽车悬架控制系统的滑模控制律：
为使控制系统的输出收敛至滑动面，设计汽车悬架系统的滑模控制律如下：
式中，
分别为f(x,t)、g(t)的估计值；
令f(a)＝f(x,t)g-1(t)，得
式中，g-1＝1/g(t)，
为fa的估计值；
应用函数近似法，表示如下：
式中，Wfa,
Wg,
为时变系数向量，Zfa,Zg∈Rn为基底傅里叶级数的函数向量，可得
式中
优选的，在步骤S4中，还包括以下步骤：
S403，设计傅里叶基函数加权系数的自适应更新律：
为保证汽车悬架控制系统稳定性，设计
与
的更新律，选取如下的Lyapunov函数：
式中，Qfa，Qg∈Rn×n为正定矩阵；
对时间t求导，得
得
可选择
与
的更新律如下：
得
因此，滑模控制律与自适应更新律保证了汽车悬架控制系统的稳定性。
与现有技术相比，本发明提供了一种汽车主动悬架自适应控制方法，具备以下有益效果：
1、本发明，考虑到悬架系统的参数与载荷时变的特性，建立系统的非线性动力学模型，符合实际状态，进行高精准控制。
2、本发明，利用函数近似方法对系统的不确定部分进行在线估计，通过设计自适应滑模控制器在线计算控制力，该自适应控制方法能够更好地克服载荷时变与系统参数不确定性的影响，与PID控制器相比较，大大提高了汽车悬架系统的控制效果。
该装置中未涉及部分均与现有技术相同或可采用现有技术加以实现，本发明考虑到悬架系统的参数与载荷时变的特性，建立系统的非线性动力学模型，符合实际状态，进行高精准控制；对系统的不确定部分进行在线估计，通过自适应滑模控制器在线计算控制力，能够更好地克服载荷时变的影响，提高了系统的控制性能。
本发明的其他优点、目标和特征，在某种程度上将在随后的说明书中进行阐述；并且在某种程度上，基于对下文的考察研究，对本领域技术人员而言将是显而易见的；或者，可以从本发明的实践中得到教导。
附图说明
图1为本发明的流程图。
图2为汽车悬架系统结构示意图。
图3为汽车悬架系统力学模型。
图4为函数近似法辨识的自适应滑模控制系统原理图。
图5为混合非随机激励作用下的振动控制结果(混合非随机激励信号)。
图6为混合非随机激励作用下的振动控制结果(控制输入)。
图7为混合非随机激励作用下的振动控制结果(f(x,t)的辨识结果)。
图8为混合非随机激励作用下的振动控制结果(g(t)的辨识结果)。
图9为混合非随机激励作用下的振动控制结果(上层质量块位移响应)。
图10为混合非随机激励作用下的振动控制结果(下层质量块位移响应)。
图11为汽车悬架系统实验平台。
图12为汽车悬架系统实验平台原理框图。
图13为上层质量块位移响应。
图14为下层质量块位移响应。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
参照图1-14，一种汽车主动悬架自适应控制方法，包括以下步骤：
S1，设计系统的非线性动力学模型；
S2，设计未知时变函数表示系统的不确定部分；
S3，设计基于傅里叶级数的函数近似法估计未知时变系统函数；
S4，设计自适应滑模控制系统。
鉴于工程实际中汽车悬架系统的精确模型不易获得、悬架隔振系统载荷与参数的时变性，与路面信息的不可预知的特点；本发明针对汽车悬架系统参数与载荷时变的特性，建立系统的非线性模型；提出一种基于傅里叶级数的函数近似方法与滑模控制相结合的复合自适应控制策略。运用函数近似方法对系统的不确定部分进行在线辨识，自适应滑模控制控制器在线产生控制力；并与常规PID控制算法进行对比仿真分析，仿真与实验结果表明基于正交函数近似法的自适应滑模控制策略在汽车悬架系统主动控制中具有更好的减振效果。
具体步骤，如下。
参阅附图2-3，主动悬架系统示意图。其中，图2是汽车1/4悬架系统结构示意图，图3是汽车悬架系统力学模型。
在步骤S1设计系统的非线性动力学模型中，包括以下步骤：设计汽车悬架系统的振动方程；设计未知时变函数。
S101，设计汽车悬架系统的振动方程：
设，上层质量块m1(t)；其中，上层质量块为时变的隔振对象；即，车辆底盘的质量以及载物质量。
下层质量块m2，为车轮组件的质量。
主动控制力Fk，代表控制器产生的主动控制力。
利用车轮与地面的振动，作为初级振源；采用在下上层质量块之间加入作动器，构建汽车悬架控制系统。
整个模型的控制原理是：通过位移传感器测得上、下层质量块的位移，送入控制器；然后通过控制器控制作动器A，使其产生满足一定条件的主动作动力Fk，来抵消上层质量块m1(t)的振动；从而达到隔振的目的。
为使问题简化，在此仅考虑竖直方向的振动，将汽车悬架系统简化为两自由度的弹簧-阻尼-质量系统。
车辆工作时产生的振动，主要是由车轮与地面向车体传播；因此，只要根据下上层质量块的振动信号，计算出使其振动趋于零所需要的施加到下上层质量块上的最优控制力Fk，则向车体传播的振动就趋于零，从而达到隔振的目的。
设，上层质量块m1(t)与下层质量块m2的垂直位移分别为x1、x2，车辆行驶路面的垂直起伏为xr。
对于上层弹簧而言而言，设上层弹簧的弹性系数为k1，则其弹簧力-位移之间关系为k1(x1-x2)；设下层弹簧的弹性系数k2，上层阻尼器时变的阻尼系数c1(t)。
由牛顿定律，得汽车悬架系统的振动方程：
在实际应用中，考虑车辆载荷的时变性更具有工程意义；由此，需要将载荷的未知时变性因素考虑进去。
S201，设计系统未知的汽车悬架振动方程；
设，作为被隔振对象的上层质量块表示为
m1(t)＝m1m+Δm1(t)。
式中，m1m表示m1(t)的名义值，Δm1(t)表示m1(t)的不确定部分，得汽车悬架系统的振动方程可变为：
若，状态变量取为
系统输出y＝x1，控制输入u＝Fk；
则，汽车悬架的振动方程可写为
在上式中，考虑系统参数m1、c1的时变性，f(x,t)、g(t)为未知时变的函数；
可得f(x,t)、g(t)的表达式如下
可以看到，系统函数f(x,t)与g(t)是非线性函数；系统的状态x1与x2之间非独立的；汽车悬架系统是一个非线性、强耦合系统。
由于系统中的函数f(x,t)、g(t)是时变未知的，为了进行控制器的设计，需要对f(x,t)、g(t)进行在线估计。
S301，对f(x,t)、g(t)进行在线估计。
一个定义在区间[t0,t0+T]内的函数h(t)，满足Dirichlet条件可展开为傅里叶级数
式中，a0、an、bn为傅里叶系数，则计算公式如下：
函数可写为
h(t)＝WTZ(t)。
式中，常系数向量W为傅里叶系数，基底函数向量Z(t)选择傅里叶级数
式中，ωi＝2πi/T,i＝1,2,...,nf，nf为基底函数向量的个数；
应用函数近似法，可以将汽车悬架系统中未知的时变函数f(x,t)、g(t)表示成未知常数与已知Fourier级数的组合函数；
进一步通过选择适当的Lyapunov函数，可以推导出未知常系数W的更新律，达到运用函数近似法在线辨识的目的。
主动汽车悬架系统的控制的目的是，根据上下质量块的振动位移计算出使其上层质量块振动趋于零所需要的施加到质量块上的最优控制力Fk，使上层质量块的振动趋于零，从而达到隔振的目的。
在控制系统中，利用滑模控制器在线计算控制力Fk。
根据上述所得，先利用函数近似法对汽车悬架结构模型的时变未知函数进行辨识。
基于函数近似法的自适应滑模控制系统结构，如图4所示。
该控制系统，充分融合了滑模控制器鲁棒性强与函数近似法计算简单、实时性强的优点，达到对汽车悬架系统实时控制的目的。
具体如下：
S401，运用指数趋近律设计滑模控制律。
定义滑动面
式中，λ1＞0为设计参数。
对时间t求导得
代入汽车悬架的振动方程，得
运用指数趋近律设计滑模控制器，指数趋近律如下：
式中，λ2＞0、λ3＞0为设计参数，sgn(s)为符号函数。
S402，设计汽车悬架控制系统的滑模控制律。
为使控制系统的输出收敛至滑动面，设计汽车悬架系统的滑模控制律如下：
式中，
分别为f(x,t)、g(t)的估计值；
令f(a)＝f(x,t)g-1(t)，得
式中，g-1＝1/g(t)，
为fa的估计值；应用函数近似法表示如下：
式中，Wfa,
Wg,
为时变系数向量，Zfa,Zg∈Rn为基底傅里叶级数的函数向量；可得
式中
S403，设计傅里叶基函数加权系数的自适应更新律：
为保证汽车悬架控制系统稳定性，设计
与
的更新律，选取如下的Lyapunov函数：
式中，Qfa，Qg∈Rn×n为正定矩阵。
对时间t求导，得
因为
及Wg为未知的常系数向量，可知
得
可选择
与
的更新律如下：
得
因此，滑模控制律与自适应更新律保证了汽车悬架控制系统的稳定性。
综上所述，所设计的自适应滑模控制器工作过程为：
1)、由实际检测到的汽车悬架系统的被隔振对象上层质量块m1(t)的振幅y＝x1；
根据
计算滑动面函数s；
2)、由
来计算系统函数的估计值
3)、由滑模控制律
计算出作用于上下层质量块上的最优控制力u＝Fk。
为了验证所设计的汽车悬架系统主动控制方法的有效性，在相同的条件下，对设计的基于函数近似法的自适应滑模控制算法与常规PID控制算法进行对比仿真。
仿真所选取的系统参数如表1所示。
自适应滑模控制器参数选择如下：λ1＝2.1，λ2＝1.0，λ3＝1.2。
选择PID控制参数：比例系数kp＝2.5，积分系数ki＝0.25，微分系数kd＝0.04。
表1系统参数
为验证本控制方法的控制效果，采用一组由方波、三角波和简谐波组成的混合信号，作为系统的激励信号：
主动汽车悬架控制系统在混合非随机激励作用下的控制效果如图5-10所示。
由图7-8可知，基于傅里叶级数的函数辨识方法能够很好地辨识系统时变参数与未知载荷；对未知函数f(x,t)与g(t)具有较强的估计能力。
由图9-10可知，传统PID控制方法对系统的控制效果十分有限；而基于傅里叶函数近似方法的自适应滑模控制方法可以使系统控制后的振幅由常规PID控制时的80～85％降低到35％以内。
设置汽车悬架系统实验。
汽车悬架控制系统实验装置：
汽车悬架主动控制系统的实验平台与结构原理框图如图11-12所示。
实验装置主要有两部分组成：一个是振源模拟单元，模拟崎岖路面产生的迫使汽车悬架系统振动的外激扰力；另一个是隔振系统的检测与控制单元，主要是振动信号检测与控制力产生。
由IPC工业控制计算机产生的激振信号经A/D转换器送入由电磁阀、液压机与滚转机组成的激振器，模拟初级振源的振动。在未实施控制前，先由安装于下层质量的加速度传感器测量并记录下层质量的响应，以了解被动隔振的情况。实施主动控制时，由传感器测得的位移与加速度信号经过低通滤波及A/D转换后作为自适应滑模控制器的输入。控制器输出分别驱动两个液压缸作动器对系统进行控制。控制器硬件由工业控制计算机IPC-610H以及研华PCM-3718高速智能数据采集卡构成，控制软件用C++语言编制。
汽车悬架控制系统实验结果：
在进行主动悬架振动控制实验时，由振源模拟单元产生频率为5Hz的单位正弦信号作为初级振源输入进行主动控制模拟试验。实验平台参数如下：上层质量块m1＝100kg，上层质量块不确定部分Δm1＝10kg，下层质量块m2＝50kg，上层弹簧线性系数k1＝5.7×106N/m，下层弹簧系数k2＝1.90×106N/m，上层阻尼器系数c1＝170N/m/s。
实验中，滑模控制器参数选择如下：λ1＝2.0，λ2＝1.0，λ3＝1.5。
PID控制参数：比例系数kp＝2.5，积分系数ki＝0.3，微分系数kd＝0.08。
傅里叶级数的基函数项数n＝20。
两种控制方法的实验对比结果如图13-14所示。
由图可知，施加主动控制后，应用自适应滑模控制方法能够使上下层质量块的振动衰减量达70-75％左右，采用常规PID控制可以使质量块的振动衰减量达30-35％左右。
由此可见，所设计的自适应滑模控制策略对汽车悬架系统进行控制时具有较强的抑制单频信号的能力，控制效果明显优于常规PID控制，更适用于工程应用。
本发明，针对汽车悬架系统载荷与参数不确定的特性，提出了基于傅里叶级数的函数近似方法与滑模控制相结合的汽车悬架系统主动控制的新方法；该方法利用函数近似法对系统的不确定系统函数进行在线估计，通过所设计自适应滑模控制器在线计算控制力；仿真与实验结果都表明本研究所设计这种自适应滑模有源振动控制策略是行之有效的，与工业中应用最广泛的PID控制器相比，大大提高了自动控制效果。
本发明中，首先，考虑到悬架系统的参数与载荷时变的特性，建立系统的非线性动力学模型；其次，将系统的不确定部分用两个未知时变函数来描述；应用一系列加权的傅里叶基底函数的和来近似未知函数，基于滑模控制理论设计自适应滑模控制律；结合Lyapunov直接法推导傅里叶基底函数序列系数的自适应更新律；自适应滑模控制控制器在线产生控制力。
与传统PID控制的对比仿真与实验结果表明，提出的自适应滑模控制策略能够更好地克服载荷时变的影响，提高了系统的控制性能。
本发明中，考虑到悬架系统的参数与载荷时变的特性，建立系统的非线性动力学模型，符合实际状态，进行高精准控制；利用函数近似方法对系统的不确定部分进行在线估计，通过设计自适应滑模控制器在线计算控制力，该自适应控制方法能够更好地克服载荷时变与系统参数不确定性的影响，与PID控制器相比较，大大提高了汽车悬架系统的控制效果。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内.
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (6)
1.一种汽车主动悬架自适应控制方法，其特征在于，包括以下步骤：
S1，设计系统的非线性动力学模型；
S2，设计未知时变函数表示系统的不确定部分；
S3，设计基于傅里叶级数的函数近似法估计未知时变系统函数；
S4，设计自适应滑模控制系统。
2.根据权利要求1所述的一种汽车主动悬架自适应控制方法，其特征在于，在步骤S1中，包括以下步骤：
S101，设计汽车悬架系统的振动方程；
设，上层质量块m1(t)为时变的隔振对象，下层质量块m2，主动控制力Fk；
上层质量块与下层质量块的垂直位移分别为x1、x2，车辆行驶路面的垂直起伏为xr；
上层弹簧的弹性系数为k1，其弹簧力-位移之间关系为k1(x1-x2)；下层弹簧的弹性系数k2，上层阻尼器时变的阻尼系数c1(t)；
由牛顿定律，得汽车悬架系统的振动方程
3.根据权利要求2所述的一种汽车主动悬架自适应控制方法，其特征在于，在步骤S2中，包括以下步骤：
S201，设计系统未知的汽车悬架振动方程；
设，上层质量块
m1(t)＝m1m+Δm1(t)；
式中，m1m表示m1(t)的名义值，Δm1(t)表示m1(t)的不确定部分，得：
状态变量取为
系统输出y＝x1，控制输入u＝Fk，则，汽车悬架的振动方程为
f(x,t)、g(t)为未知时变的函数，得
4.根据权利要求3所述的一种汽车主动悬架自适应控制方法，其特征在于，在步骤S3中，包括以下步骤：
S301，对f(x,t)、g(t)进行在线估计；
定义在区间[t0,t0+T]内的函数h(t)，展开为傅里叶级数
式中，a0、an、bn为傅里叶系数，则
h(t)＝WTZ(t)；
式中，常系数向量W为傅里叶系数，基底函数向量Z(t)选择傅里叶级数
式中，ωi＝2πi/T,i＝1,2,...,nf，nf为基底函数向量的个数；
应用函数近似法，将未知的时变函数f(x,t)、g(t)表示成未知常数与已知Fourier级数的组合函数；
进一步通过选择适当的Lyapunov函数，可以推导出未知常系数W的更新律，达到运用函数近似法在线辨识的目的。
5.根据权利要求4所述的一种汽车主动悬架自适应控制方法，其特征在于，在步骤S4中，包括以下步骤：
S401，运用指数趋近律设计滑模控制律：
定义滑动面
式中，λ1＞0为设计参数；
对时间t求导得
代入汽车悬架的振动方程，得
运用指数趋近律设计滑模控制器，指数趋近律如下：
式中，λ2＞0、λ3＞0为设计参数，sgn(s)为符号函数；
S402，设计汽车悬架控制系统的滑模控制律：
为使控制系统的输出收敛至滑动面，设计汽车悬架系统的滑模控制律如下：
式中，
分别为f(x,t)、g(t)的估计值；
令f(a)＝f(x,t)g-1(t)，得
式中，g-1＝1/g(t)，
为fa的估计值；
应用函数近似法，表示如下：
式中，
a,Wg,
为时变系数向量，
Zg∈Rn为基底傅里叶级数的函数向量，可得
式中
6.根据权利要求5所述的一种汽车主动悬架自适应控制方法，其特征在于，在步骤S4中，还包括以下步骤：
S403，设计傅里叶基函数加权系数的自适应更新律：
为保证汽车悬架控制系统稳定性，设计
与
的更新律，选取如下的Lyapunov函数：
式中，
Qg∈Rn×n为正定矩阵；
对时间t求导，得
得
可选择
与
的更新律如下：
得
因此，滑模控制律与自适应更新律保证了汽车悬架控制系统的稳定性。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111293731.6A CN113879062A (zh) | 2021-11-03 | 2021-11-03 | 一种汽车主动悬架自适应控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111293731.6A CN113879062A (zh) | 2021-11-03 | 2021-11-03 | 一种汽车主动悬架自适应控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113879062A true CN113879062A (zh) | 2022-01-04 |
Family
ID=79016196
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111293731.6A Pending CN113879062A (zh) | 2021-11-03 | 2021-11-03 | 一种汽车主动悬架自适应控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113879062A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114571940A (zh) * | 2022-02-25 | 2022-06-03 | 南京航空航天大学 | 一种不确定条件下的非线性悬架控制系统 |
| CN115013473A (zh) * | 2022-05-31 | 2022-09-06 | 九江学院 | 基于自适应模糊滑模控制的冷原子重力仪主动隔振方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070060910A (ko) * | 2005-12-09 | 2007-06-13 | 현대자동차주식회사 | 노면마찰계수를 이용한 후륜현가능동제어시스템의 제어방법 |
| CN104487269A (zh) * | 2012-10-23 | 2015-04-01 | 丰田自动车株式会社 | 悬架控制系统和控制悬架装置的方法 |
| CN105539052A (zh) * | 2016-02-16 | 2016-05-04 | 南京师范大学 | 一种以车辆平稳状态为参考的可控悬架滑模追踪控制器 |
| CN106985627A (zh) * | 2017-02-24 | 2017-07-28 | 江苏大学 | 一种车辆路面识别系统以及悬架模式切换方法 |
| CN108248325A (zh) * | 2018-01-11 | 2018-07-06 | 山西大学 | 基于事件触发的汽车主动悬架状态反馈控制方法 |
| CN111650929A (zh) * | 2020-03-02 | 2020-09-11 | 南阳师范学院 | 一种自适应滑模控制方法、系统及移动机器人控制器 |
| CN113400883A (zh) * | 2021-07-29 | 2021-09-17 | 安徽工业大学 | 一种车辆主动悬挂系统的耗散性能控制方法及装置 |
-
2021
- 2021-11-03 CN CN202111293731.6A patent/CN113879062A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20070060910A (ko) * | 2005-12-09 | 2007-06-13 | 현대자동차주식회사 | 노면마찰계수를 이용한 후륜현가능동제어시스템의 제어방법 |
| CN104487269A (zh) * | 2012-10-23 | 2015-04-01 | 丰田自动车株式会社 | 悬架控制系统和控制悬架装置的方法 |
| CN105539052A (zh) * | 2016-02-16 | 2016-05-04 | 南京师范大学 | 一种以车辆平稳状态为参考的可控悬架滑模追踪控制器 |
| CN106985627A (zh) * | 2017-02-24 | 2017-07-28 | 江苏大学 | 一种车辆路面识别系统以及悬架模式切换方法 |
| CN108248325A (zh) * | 2018-01-11 | 2018-07-06 | 山西大学 | 基于事件触发的汽车主动悬架状态反馈控制方法 |
| CN111650929A (zh) * | 2020-03-02 | 2020-09-11 | 南阳师范学院 | 一种自适应滑模控制方法、系统及移动机器人控制器 |
| CN113400883A (zh) * | 2021-07-29 | 2021-09-17 | 安徽工业大学 | 一种车辆主动悬挂系统的耗散性能控制方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| 崔明月，刘红钊，屈重年，孙棣华: "载荷时变的双层隔振系统自适应滑膜控制", 《振动工程学报》, vol. 30, no. 4, 31 August 2017 (2017-08-31), pages 610 - 619 * |
| 李公法，蒋国璋，江都，陶波: "机器人灵巧手的人机交互技术及其稳定控制", 华中科技大学出版社, pages: 243 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114571940A (zh) * | 2022-02-25 | 2022-06-03 | 南京航空航天大学 | 一种不确定条件下的非线性悬架控制系统 |
| CN115013473A (zh) * | 2022-05-31 | 2022-09-06 | 九江学院 | 基于自适应模糊滑模控制的冷原子重力仪主动隔振方法 |
| CN115013473B (zh) * | 2022-05-31 | 2023-03-31 | 九江学院 | 基于自适应模糊滑模控制的冷原子重力仪主动隔振方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Turnip et al. | Hybrid controller design based magneto-rheological damper lookup table for quarter car suspension | |
| Pan et al. | Adaptive tracking control for active suspension systems with non-ideal actuators | |
| Liu et al. | An adaptive neural network controller for active suspension systems with hydraulic actuator | |
| Mustafa et al. | Vibration control of an active vehicle suspension systems using optimized model-free fuzzy logic controller based on time delay estimation | |
| Pan et al. | Robust finite-time tracking control for nonlinear suspension systems via disturbance compensation | |
| Huang et al. | Adaptive fuzzy controller with sliding surface for vehicle suspension control | |
| Sun et al. | Active suspension control with frequency band constraints and actuator input delay | |
| Yagiz et al. | Backstepping control of a vehicle with active suspensions | |
| Wang et al. | Research on robust model predictive control for electro-hydraulic servo active suspension systems | |
| Fallah et al. | Optimized Control of Semiactive Suspension Systems Using H $ _\infty $ Robust Control Theory and Current Signal Estimation | |
| CN113879062A (zh) | 一种汽车主动悬架自适应控制方法 | |
| Ho et al. | Adaptive sliding mode control based nonlinear disturbance observer for active suspension with pneumatic spring | |
| Heidari et al. | Design a PID controller for suspension system by back propagation neural network | |
| Le et al. | Improvement of vibration isolation performance of isolation system using negative stiffness structure | |
| CN109398020B (zh) | 一种基于非线性模型的车辆液电耦合式isd悬架的预测控制方法 | |
| Zhang et al. | A new SSUKF observer for sliding mode force tracking H∞ control of electrohydraulic active suspension | |
| Tang et al. | Takagi-sugeno fuzzy model-based semi-active control for the seat suspension with an electrorheological damper | |
| 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 | |
| Moaaz et al. | Fuzzy and PID controlled active suspension system and passive suspension system comparison | |
| Liang et al. | Optimal vibration control for nonlinear systems of tracked vehicle half-car suspensions | |
| CN113467233A (zh) | 一种基于模糊模型的时滞有限频域输出反馈控制方法 | |
| Chiang et al. | Optimized sensorless antivibration control for semiactive suspensions with cosimulation analysis | |
| Jiang et al. | Design of a BP neural network PID controller for an air suspension system by considering the stiffness of rubber bellows | |
| Zhao et al. | A linear variable parameter observer-based road profile height estimation for suspension nonlinear dynamics improvements | |
| Zeng et al. | Neuron PI control for semi-active suspension system of tracked vehicle |
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 |