CN114056027A - 一种空气悬架的车高和阻尼协同控制方法 - Google Patents

Abstract

本发明公开了一种空气悬架的车高和阻尼协同控制方法，建立空气悬架整车动力学模型并进行线性化处理以及离散化处理；选取卡尔曼观测器作为整车观测器，利用卡尔曼观测器对整车状态信息进行处理；并将观测数据发送至MPC控制器；结合离散化的整车状态方程和观测数据制定MPC控制器的控制目标和成本函数，根据控制目标和成本函数输出悬架力F；设置MPC控制器控制量的约束，若得到的悬架力满足约束，则将该悬架力输出为悬架系统的最优目标悬架力；根据MPC控制器输出的最优目标悬架力，确定可调阻尼减振器和车高充放气电磁阀的具体动作并反馈作用于整车，进而实现车高和阻尼协同控制。

Description

一种空气悬架的车高和阻尼协同控制方法

技术领域

本发明涉及半主动空气悬架控制技术，具体涉及一种空气悬架的车高和阻尼协同控制方法。

背景技术

随着消费者对汽车舒适性的要求逐渐提高，空气悬架因其良好的刚度和阻尼特性开始得到了广泛的应用，为了进一步提高车辆性能，空气悬架内部各执行机构之间的协同控制是研究重点。专利CN202011521864.X将MPC控制应用于电控空气悬架，但是仅限于对车高进行控制，控制效果单一。专利CN105082920B实现了互联空气悬架阻尼和车高的协同控制，但是控制系统过于复杂，且控制对象为普及率较低的互联空气悬架，不适用于市面上常见的电控空气悬架。

综上所述，现有技术中针对空气悬架的车高和阻尼控制存在着协同性差问题。

发明内容

为了解决现有技术中存在的不足，本申请提出了一种空气悬架的车高和阻尼协同控制方法，基于MPC对空气悬架的车高与阻尼进行协同控制，进而提高了空气悬架系统的控制精度且适用于在任意工况下改善整车的行驶平顺性

本发明所采用的技术方案如下：

一种空气悬架的车高和阻尼协同控制方法，包括如下步骤，

步骤1：建立空气悬架整车动力学模型并进行线性化处理以及离散化处理；

步骤2：选取卡尔曼观测器作为整车观测器，利用卡尔曼观测器对整车状态信息进行处理；并将观测数据发送至MPC控制器；所述整车状态信息包括车身位移、车身速度，所述观测数据为簧上质量加速度、悬架动行程和轮胎动载荷；

步骤3：结合离散化的整车状态方程和观测数据制定MPC控制器的控制目标和成本函数，根据控制目标和成本函数输出悬架力F；

步骤4：设置MPC控制器控制量的约束，若步骤3中得到的悬架力满足约束，则将该悬架力输出为悬架系统的最优目标悬架力；

步骤5：根据MPC控制器输出的最优目标悬架力，确定可调阻尼减振器和车高充放气电磁阀的具体动作并反馈作用于整车，进而实现车高和阻尼协同控制。

进一步，所述控制目标W表示为：

W＝C_dWx[k]+D_duWu[k]+D_dωWω[k]

其中，x[k]是离散处理后整车各参数和各参数一阶导数矩阵，u[k]是离散处理后控制量矩阵，ω[k]是离散处理后路面位移矩阵；C_dW是x[k]项对应的状态矩阵，D_duW是u[k]项对应的状态矩阵，D_dωW是ω[k]项对应的状态矩阵。

进一步，所述成本函数J表示为：

其中，x[N]为终端状态，P为终端状态权重矩阵，W[i]为控制目标在采样周期内的状态矩阵；Q_W为状态权重矩阵；u[i]为控制量在采样周期内的状态矩阵；R_W为输入权重矩阵；N为交叉权重矩阵。

进一步，状态权重矩阵Q_W表示为：

其中，ρ_s、ρ_fd、ρ_um分别为簧上质量加速度、悬架动行程和轮胎动载荷对应的权重系数；I₄为上述三个权重系数以及控制量权重系数ρ_u组成的权重系数矩阵。

进一步，输入权重矩阵R_W表示为：

R_W＝ρ_uI₄

其中，ρ_u为控制量权重系数。

进一步，MPC控制器控制量的约束包括四轮位置处各可调阻尼减振器的阻尼力F_D的约束、车高充放气电磁阀的开闭对空气弹簧力F_H的约束。

进一步，四轮位置处各可调阻尼减振器的阻尼力F_D的约束范围表示为：

其中，F_Di为第i个轮胎处可调阻尼减振器的阻尼力，i∈[fl，fr，rl，rr]，代指整车的前左、前右、后左、后右四轮位置处；c_min c_max分别是阻尼系数的最小值和最大值；

为悬架动行程的一阶导数。

进一步，车高充放气电磁阀的开闭对空气弹簧力F_H的约束范围可表示为：

ΔP_Hdi[k]S_0i≤F_Hi≤ΔP_Hci[k]S_0i

其中，ΔP_Hci[k]为空气弹簧在k时刻因充气引起的气压差；ΔP_Hdi[k]为空气弹簧在k时刻因放气引起的气压差；S_0i为充放气时空气弹簧的有效面积，F_Hi为第i个轮胎处空气弹簧力。

进一步，基于最优目标悬架力，对于可调阻尼减振器的控制策略为：

最优阻尼系数c^*与阻尼力F_D可表示为

进一步，高调节系统中空气弹簧提供的悬架力大小为F_H＝F_fl-F_D，改变车高时空气弹簧内部的气压变化幅值表示为：

其中，A_ei为第i个轮胎处空气弹簧的有效面积，P为当前空气弹簧内部气压；F_i为第i个轮胎处的悬架力；对于ΔP_i存在增益系数

使得|ΔP_fl|取得最小值，故空气弹簧的车高充放气电磁阀的开闭时间表示为：

其中，T_Hs为MPC控制器的采样周期。

本发明的有益效果：

本发明从分层控制的角度考虑，将阻尼系数和车身高度对空气悬架性能的影响始终归结于各自的执行机构提供的悬架力。上层MPC控制器在滚动时域内求解空气悬架系统的最优目标悬架力。下层控制中最优目标悬架力依次由可调阻尼减振器和车高充放气电磁阀两个执行机构生成，从而在根本上解决空气悬架各执行机构协同控制的问题，提高了空气悬架系统的控制精度且适用于在任意工况下改善整车的行驶平顺性。

附图说明

图1是建立的整车模型示意图。

图2是基于MPC的空气悬架阻尼与车高协同控制系统框架图。

图3是MPC控制器求解最优目标悬架力的示意图。

图4是前左可调阻尼减振器和车高充放气电磁阀的具体动作示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明。

本申请所提出的一种空气悬架的车高和阻尼协同控制方法是基于MPC控制实现的，MPC控制是在工业实践过程中发展起来的一种新型控制方法，属于最优控制，具有良好的鲁棒性。在处理有限时域内带有约束的最优目标，MPC控制具有突出的优势，其主要包括预测模型、滚动优化以及反馈校正三个方面。MPC控制的基本原理是基于一个对象的动态模型，对系统未来的状态进行预测，滚动优化求解最优目标。

如图2本申请所提出的一种空气悬架的车高和阻尼协同控制方法，包括如下步骤：

步骤1：建立空气悬架整车动力学模型并进行线性化处理。

首先，建立整车动力学模型。该模型如图1所示，包括簧上质量，簧上质量底部通过四个空气悬架连接簧下质量，簧下质量承受来自地面的激励。图1中，M_b为簧上质量；Z_b为簧上质量质心位置处的垂向位移；F_i、F_si和F_di分别为车辆i位置处的悬架力、空气弹簧力和阻尼力，i∈(fl,fr,rl,rr)，代指整车的前左、前右、后左、后右四轮位置处；I_r和θ分别为簧上质量绕X轴的侧倾转动惯量和簧上质量侧倾角；I_p和

分别为簧上质量绕Y轴的俯仰转动惯量和簧上质量俯仰角；l_f和l_r分别为前、后轴到质心的距离；B_f和B_r分别为前、后轴车轮的左右轮距；fd_i为空气悬架的悬架动行程；M_ti为车辆四轮位置处的簧下质量；Z_ti为各簧下质量的垂向位移；K_t为车轮的垂向刚度；q_i为四轮位置处的路面垂向激励；Ae_i为四轮位置处空气弹簧的有效面积；c_i为四轮位置处的阻尼。

对整车动力学模型线性化处理，得到线性化后的整车状态空间方程可写作：

式中，x(t)为t时刻的整车各参数和各参数一阶导数矩阵，

为x(t)的一阶导数，y(t)为t时刻的整车各参数二阶导数矩阵，ω(t)为t时刻的路面位移矩阵；u(t)为t时刻的控制量矩阵；A为x(t)对应的状态矩阵，B_u为u(t)对应的状态矩阵，B_ω为ω(t)对应的状态矩阵，C为x(t)对应的状态矩阵，D_u为u(t)对应的状态矩阵，D_ω为ω(t)对应的状态矩阵。x、u、ω和y分别表示如下：

其中，Z_s为簧上质量加速度，

为Z_s的一阶导数；θ是簧上质量绕X轴转动的侧倾角，

是θ的一阶导数；

是簧上质量绕Y轴转动的俯仰角，

是

的一阶导数；Z_ui为簧下质量加速度，i∈(fl，fr，rl，rr)，i代指整车的前左、前右、后左、后右四轮位置；

是Z_ui的一阶导数，

是Z_ui的二阶导数；u_i为悬架力，i∈(fl，fr，rl，rr)；q_i为路面激励，i∈(fl，fr，rl，rr)；fd_i为空气悬架的悬架动行程，i∈(fl，fr，rl，rr)；

为第i个簧上质量加速度，i∈(fl，fr，rl，rr)；

MPC控制器的整体设计将基于线性离散后的整车状态空间方程进行。离散化后的整车状态方程可写作：

其中，x[k+1]、y[k]、u[k]和ω[k]分别是离散化后x(t)、y(t)、u(t)和ω(t)；A_d、C_d是x[k]的状态矩阵；B_du、B_dω是控制量u[k]的状态矩阵；D_du和D_dω是路面激励ω[k]的状态矩阵。更具体地，

C_d＝C

D_d＝D

其中，I为控制目标及控制量权重矩阵；T_S为MPC控制器的采样周期。

步骤2：选取卡尔曼观测器作为整车观测器，利用卡尔曼观测器对整车状态信息进行处理；并将观测数据发送至MPC控制器，如图2所示。整车状态信息包括车身位移、车身速度，观测数据为簧上质量加速度、悬架动行程和轮胎动载荷。

步骤3：如图3结合离散化的整车状态方程和观测数据制定MPC控制器的控制目标和成本函数，根据控制目标和成本函数输出悬架力F。具体过程如下：

控制目标W：

根据卡尔曼观测器观测得出的簧上质量加速度

悬架动行程[Z_sfl-Z_ufl，Z_sfr-Z_ufr，Z_srl-Z_url，Z_srr-Z_urr]和轮胎动载荷[Z_ufl-r_fl，Z_ufr-r_fr，Z_url-r_rl，Z_urr-r_rr]，以及簧上质量加速度、悬架动行程和轮胎动载荷这三者各自的权重系数，再结合计算出的离散化的整车状态方程，得出MPC控制器的控制目标W，表示为：

W＝C_dWx[k]+D_duWu[k]+D_dωWω[k] (3)

其中，

和

均为W的状态矩阵。

成本函数J：

在实现MPC控制器控制目标的同时，所需的能耗也需要被纳入考虑范围。因此，MPC控制器的成本函数J可表示为：

其中，x[N]为终端状态，可以设置为0；W[i]为控制目标在采样周期内的状态矩阵；u[i]为控制量在采样周期内的状态矩阵；Q_W为状态权重矩阵；R_W为输入权重矩阵；N为交叉权重矩阵；P为终端状态权重矩阵。

R_W＝ρ_uI₄

其中，ρ_S、ρ_fd、ρ_um分别为簧上质量加速度、悬架动行程和轮胎动载荷对应的权重系数；ρ_u为控制量权重系数，I₄为上述三个权重系数以及控制量权重系数ρ_u组成的权重系数矩阵。

步骤4：设置MPC控制器控制量的约束，若步骤3中得到的悬架力满足约束，则将该悬架力输出为悬架系统的最优目标悬架力；

在实际的控制过程中，空气悬架可生成的力有一定的范围约束。所以MPC控制器求解最优目标悬架力的过程中，需要考虑这些约束。

MPC控制器输出的控制量u为悬架力F，最后生成的悬架力F主要由可调阻尼减振器产生的阻尼力F_D和车高充放气电磁阀在开闭过程中产生的空气弹簧力F_H组成，可表示为

F＝F_D+F_H (5)

若只考虑阻尼器独立工作，且阻尼系数c∈[c_min c_max]，则可调阻尼减振器阻尼力F_damper的约束范围可以表示为

其中，c_min c_max分别是阻尼系数的最小值和最大值；

为悬架动行程的一阶导数。

若从整车的角度考虑，四轮位置处各可调阻尼减振器的阻尼力F_D的约束范围可表示为

其中，F_Di为第i个轮胎处可调阻尼减振器的阻尼力，i∈[fl,fr,rl,rr]。

车高充放气电磁阀的开闭对空气弹簧力F_H的约束范围可表示为：

ΔP_Hdi[k]S_0i≤F_Hi≤ΔP_Hci[k]S_0i (7)

其中，ΔP_Hci[k]为空气弹簧在k时刻因充气引起的气压差；ΔP_Hdi[k]为空气弹簧在k时刻因放气引起的气压差；S_0i为充放气时空气弹簧的有效面积，F_Hi为第i个轮胎处空气弹簧力。

将可调阻尼减振器的阻尼力F_D和空气弹簧力F_H的约束纳入MPC控制器的控制量求解范围，进而求解出整车的实时最优目标悬架力F_fl，F_fr，F_rl，F_rr。

步骤5：根据MPC控制器输出的最优目标悬架力，确定可调阻尼减振器和车高充放气电磁阀的具体动作并反馈作用于整车，进而实现车高和阻尼协同控制，以达到改善平顺性的目的。

可调阻尼减振器和车高充放气电磁阀作为下层执行机构，根据上层MPC控制器求解出的最优目标悬架力采取的具体动作如图4所示。

选取前左的可调阻尼减振器和车高充放气电磁阀为研究对象。当MPC控制器求解出的最优目标悬架力F_fl后，对于前左位置处的可调阻尼减振器，在悬架动行程的一阶导数

不为0的情况下，其目标阻尼系数c_aimm可表示为

其中，F为可调阻尼减振器需输出的悬架力。

因为可调阻尼减振器阻尼系数的实际范围为[0，c_max-c_min]，因此实际输出的最优阻尼系数c^*与阻尼力F_D可表示为

此时，车高调节系统中空气弹簧提供的悬架力大小为F_H＝F_fl-F_D。

假设当前空气弹簧内部气压为P，则改变车高时空气弹簧内部的气压变化幅值可表示为

其中，A_efl为前左空气弹簧的有效面积。

对于前左空气弹簧的ΔP_fl，必然存在增益系数

使得|ΔP_fl|取得最小值。此时，前左空气弹簧的车高充放气电磁阀的开闭时间可表示为

其中，T_Hs为MPC控制器的采样周期；当前广泛应用的SX10型号电磁阀开闭频率已高达1200Hz，因此T_Hs取值0.001s。

空气悬架的前右、后左、后右处的情况与前左位置处一致。综上，对于互联空气悬架协同控制系统的优化问题，MPC控制器求解得到的最优目标悬架力；通过阻尼系数和车身高度执行机构提供的悬架力依次生成，实现对阻尼系数和车身高度的协同控制，能有效降低簧上质量加速度、悬架动行程以及轮胎动载荷，从而达到改善乘坐舒适性和道路友好性的目的。

以上实施例仅用于说明本发明的设计思想和特点，其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施，本发明的保护范围不限于上述实施例。所以，凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰，均在本发明的保护范围之内。

Claims (10)

1.一种空气悬架的车高和阻尼协同控制方法，其特征在于，包括如下步骤，

步骤1：建立空气悬架整车动力学模型并进行线性化处理以及离散化处理；

步骤2：选取卡尔曼观测器作为整车观测器，利用卡尔曼观测器对整车状态信息进行处理；并将观测数据发送至MPC控制器；所述整车状态信息包括车身位移、车身速度，所述观测数据为簧上质量加速度、悬架动行程和轮胎动载荷；

步骤3：结合离散化的整车状态方程和观测数据制定MPC控制器的控制目标和成本函数，根据控制目标和成本函数输出悬架力F；

步骤4：设置MPC控制器控制量的约束，若步骤3中得到的悬架力满足约束，则将该悬架力输出为悬架系统的最优目标悬架力；

步骤5：根据MPC控制器输出的最优目标悬架力，确定可调阻尼减振器和车高充放气电磁阀的具体动作并反馈作用于整车，进而实现车高和阻尼协同控制。

2.根据权利要求1所述的一种空气悬架的车高和阻尼协同控制方法，其特征在于，所述控制目标W表示为：

W＝C_dWx[k]+D_duWu[k]+D_dωWω[k]

其中，x[k]是离散处理后整车各参数和各参数一阶导数矩阵，u[k]是离散处理后控制量矩阵，ω[k]是离散处理后路面位移矩阵；C_dW是x[k]项对应的状态矩阵，D_duW是u[k]项对应的状态矩阵，D_dωW是ω[k]项对应的状态矩阵。

3.根据权利要求1所述的一种空气悬架的车高和阻尼协同控制方法，其特征在于，所述成本函数J表示为：

其中，x[N]为终端状态，P为终端状态权重矩阵，W[i]为控制目标在采样周期内的状态矩阵；Q_W为状态权重矩阵；u[i]为控制量在采样周期内的状态矩阵；R_W为输入权重矩阵；N为交叉权重矩阵。

4.根据权利要求1所述的一种空气悬架的车高和阻尼协同控制方法，其特征在于，MPC控制器控制量的约束包括四轮位置处各可调阻尼减振器的阻尼力F_D的约束、车高充放气电磁阀的开闭对空气弹簧力F_H的约束。

5.根据权利要求4所述的一种空气悬架的车高和阻尼协同控制方法，其特征在于，四轮位置处各可调阻尼减振器的阻尼力F_D的约束范围表示为：

其中，F_Di为第i个轮胎处可调阻尼减振器的阻尼力，i∈[fl,fr,rl,rr]，代指整车的前左、前右、后左、后右四轮位置处；c_min c_max分别是阻尼系数的最小值和最大值；

为悬架动行程的一阶导数。

6.根据权利要求4所述的一种空气悬架的车高和阻尼协同控制方法，其特征在于，车高充放气电磁阀的开闭对空气弹簧力F_H的约束范围可表示为：

ΔP_Hdi[k]S_0i≤F_Hi≤ΔP_Hci[k]S_0i

其中，ΔP_Hci[k]为空气弹簧在k时刻因充气引起的气压差；ΔP_Hdi[k]为空气弹簧在k时刻因放气引起的气压差；S_0i为充放气时空气弹簧的有效面积，F_Hi为第i个轮胎处空气弹簧力。

7.根据权利要求1-6中任意一项权利要求所述的一种空气悬架的车高和阻尼协同控制方法，其特征在于，基于最优目标悬架力，对于可调阻尼减振器的控制策略为：

最优阻尼系数c*与阻尼力F_D可表示为

8.根据权利要求7所述的一种空气悬架的车高和阻尼协同控制方法，其特征在于，高调节系统中空气弹簧提供的悬架力大小为F_H＝F_fl-F_D，改变车高时空气弹簧内部的气压变化幅值表示为：

其中，A_ei为第i个轮胎处空气弹簧的有效面积，P为当前空气弹簧内部气压；F_i为第i个轮胎处的悬架力；对于ΔP_i存在增益系数

使得|ΔP_fl|取得最小值，故空气弹簧的车高充放气电磁阀的开闭时间表示为：

其中，T_Hs为MPC控制器的采样周期。

9.根据权利要求3所述的一种空气悬架的车高和阻尼协同控制方法，其特征在于，状态权重矩阵Q_W表示为：

其中，ρ_S、ρ_fd、ρ_um分别为簧上质量加速度、悬架动行程和轮胎动载荷对应的权重系数；I₄为上述三个权重系数以及控制量权重系数ρ_u组成的权重系数矩阵。

10.根据权利要求3所述的一种空气悬架的车高和阻尼协同控制方法，其特征在于，，输入权重矩阵R_W表示为：

R_W＝ρ_uI₄

其中，ρ_u为控制量的权重系数。

Images