CN115570925B - 用于车辆的可变阻尼半主动悬架系统的控制方法 - Google Patents
用于车辆的可变阻尼半主动悬架系统的控制方法 Download PDFInfo
- Publication number
- CN115570925B CN115570925B CN202211175566.9A CN202211175566A CN115570925B CN 115570925 B CN115570925 B CN 115570925B CN 202211175566 A CN202211175566 A CN 202211175566A CN 115570925 B CN115570925 B CN 115570925B
- Authority
- CN
- China
- Prior art keywords
- control
- semi
- vehicle
- suspension
- active
- 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
- 239000000725 suspension Substances 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000013016 damping Methods 0.000 title claims abstract description 56
- 230000004044 response Effects 0.000 claims abstract description 61
- 230000001133 acceleration Effects 0.000 claims abstract description 51
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 41
- 235000012907 honey Nutrition 0.000 claims description 73
- 241000257303 Hymenoptera Species 0.000 claims description 23
- 239000011159 matrix material Substances 0.000 claims description 21
- 230000006872 improvement Effects 0.000 claims description 13
- 239000006096 absorbing agent Substances 0.000 claims description 12
- 238000006073 displacement reaction Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 9
- 230000035939 shock Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000010187 selection method Methods 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 10
- 241000256844 Apis mellifera Species 0.000 description 38
- 238000010586 diagram Methods 0.000 description 12
- 239000012530 fluid Substances 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 230000005284 excitation Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
- B60G17/018—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
-
- 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
-
- 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
- B60G17/019—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 type of sensor or the arrangement thereof
- B60G17/01908—Acceleration or inclination sensors
-
- 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
- B60G17/06—Characteristics of dampers, e.g. mechanical dampers
- B60G17/08—Characteristics of fluid dampers
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Vehicle Body Suspensions (AREA)
Abstract
本公开描述了一种用于车辆的可变阻尼半主动悬架系统的控制方法，其包括以下步骤：测得车辆的簧上质量加速度、簧下质量加速度、悬架变形、以及轮胎变形四种目标响应信号；以离散型状态空间方程形式建立可变阻尼半主动悬架的系统模型，基于模型预测控制算法建立系统模型中的关于四种目标响应信号的四种控制方案；基于人工蜂群算法分别获得四种控制方案中的参数矩阵的最优解；求得四种目标响应信号的归一化响应信号，并对四种归一化响应信号进行比较，以动态选择出四种控制方案中的最优控制方案并对车辆施加控制。由此，能够显著提升对车辆的控制效果，进而能够提高车辆的乘坐舒适性与驾驶稳定性。
Description
技术领域
本发明属于车辆振动控制技术领域，特别涉及一种用于车辆的可变阻尼半主动悬架系统的控制方法。
背景技术
悬架系统是车辆的一个重要子系统，它与车辆的操纵性紧密相关，并且承担着隔离来自路面不平激励所引起的车辆振动的重要作用。车辆的半主动悬架系统一般是由弹簧和可控阻尼减振器组成，可控阻尼减振器可以根据车辆运行条件对阻尼系数进行实时调节，实现与弹性元件的最优匹配，以改善车辆乘坐的舒适性和操纵稳定性。
磁流变减振器在车辆的悬架系统中引起了广泛的关注，并得到了成功的应用。磁流变减振器以磁流变液作为阻尼介质，其中磁流变液在磁场作用下具有可控的高屈服应力，通过施加磁场改变减振器内磁流变液的屈服应力和粘度，从而能够获得阻尼的连续无级调节。其具有控制力范围大、可连续无极调节、响应速度块、工作温度范围宽、杂质敏感性低以及电力要求低等优点。同相似性能的全主动悬架相比，具有性价比高和能耗低的优点。
现有技术中有基于线性二次型最优控制理论(LRQ)来求解磁流变悬架系统中最优阻尼力的控制方法。但这种调节方式通常为一次性调节，其难以根据悬架系统实时随机激励的不同针对性地输出控制力加以调节。而且，控制算法中的Q，R矩阵通常也难以取到最优值，因此影响了对车辆的控制效果。
发明内容
本公开是鉴于上述现有技术的状况而提出的，其目的在于提供一种能够提升用于车辆的可变阻尼半主动悬架系统控制效果的控制方法。
为此，本公开提供了一种用于车辆的可变阻尼半主动悬架系统的控制方法，其包括以下步骤：测得车辆的簧上质量加速度、簧下质量加速度、悬架变形、以及轮胎变形四种目标响应信号；以离散型状态空间方程形式建立可变阻尼半主动悬架的系统模型，基于模型预测控制算法建立所述系统模型中的关于所述四种目标响应信号的四种控制方案；基于人工蜂群算法分别获得所述四种控制方案中的参数矩阵的最优解；求得四种目标响应信号的归一化响应信号，并对四种归一化响应信号进行比较，以动态选择出所述四种控制方案中的最优控制方案并对所述车辆施加控制。
在本公开中，根据车辆四个部位的目标响应信号的不同，基于模型预测控制算法能够分别建立针对四种目标响应信号的四种控制方案，根据人工蜂群算法能够对各个控制方案中的设计参数(也即参数矩阵)进行寻优，从而获得针对某一目标响应信号的控制方案的最优设计参数，最后可以通过对归一化响应信号进行比较，以找出当前最大的响应并动态地切换到其对应的控制方案并对车辆的相应响应部位进行控制。在这种情况下，通过该控制方法能够动态匹配最优的控制方案并实时输出最优控制力，根据本公开的控制方法，能够显著提高对车辆的控制效果，进而能够提升车辆的乘坐舒适性与驾驶稳定性。
另外，在本公开所涉及的控制方法中，可选地，通过安装在汽车前悬架弹簧座上端或后悬架上部车架的第一加速度传感器测得所述簧上质量加速度并积分得到簧上质量速度信号/>和簧上质量位移信号xs，通过安装在可变阻尼减振器下端的第二加速度传感器测得所述簧下质量加速度/>并积分得到簧下质量速度信号/>和簧下质量位移信号xt，利用所述簧上质量加速度/>和簧下质量加速度/>估算得出悬架变形信号xs-xt和轮胎变形信号xt-xg；xg为车轮由地面振动激励的位移。由此，能够方便获得簧上质量加速度、簧下质量加速度、悬架变形信号、以及轮胎变形信号。
另外，在本公开所涉及的控制方法中，可选地，车辆四分之一可变阻尼半主动悬架的动力学方程为其中ms为簧上质量，mt为簧下质量，ks为悬架刚度，kt为轮胎刚度，FMRD为可变阻尼减振器产生的控制力。由此，能够方便获得四分之一磁流变半主动悬架的动力学方程。
另外，在本公开所涉及的控制方法中，可选地，设状态变量根据所述动力学方程获得所述可变阻尼半主动悬架的状态方程为/>其中
将所述状态方程离散化，并忽略扰动项得所述离散型状态空间方程为其中Xi为i时刻的状态变量，Ui为i时刻的控制力。由此，能够方便得到动力学方程的离散型状态空间方程。
另外，在本公开所涉及的控制方法中，可选地，设待确定的所述参数矩阵包括预测区间N；性能权重矩阵Q；成本权重矩阵R；终端权重矩阵F，其中
q1、q2、q3、q4为权重系数。
另外，在本公开所涉及的控制方法中，可选地，
所述模型预测控制算法包括如下步骤：
设定当前时刻为k，则系统状态变量为Xk；
求解二次规划问题通过满足约束条件获得未来N个时刻的N个最优控制力/>
根据半主动条件
施加当前时刻的最优控制力FMRD，k，接着向前滚动到下一时刻k+1；
重复上述步骤，直至结束，
其中
由此，能够方便根据该模型预测控制算法通过滚动优化获得各个时刻的最优控制力。
另外，在本公开所涉及的控制方法中，可选地，基于所述模型预测控制算法，通过选取不同的预测区间N和性能权重矩阵Q，以减小四种目标响应信号为目标分别建立所述四种控制方案：
以所述簧上质量加速度为控制目标的第一半主动控制方案为其中/>
以所述悬架变形信号为控制目标的第二半主动控制方案为其中Xb＝[0，xs(t)-xt(t)，0，0]T；
以所述簧下质量加速度为控制目标的第三半主动控制方案为其中/>
以所述轮胎变形信号为控制目标的第四半主动控制方案为其中xd＝[0，0，0，xt(t)-xg(t)]T。
在这种情况下，能够方便基于模型预测控制算法建立关于四种目标响应信号的四种半主动控制方案。
另外，在本公开所涉及的控制方法中，可选地，所述人工蜂群算法包括如下步骤：初始化阶段，随机产生预定数量的蜜源并计算其对应的花蜜量，其中，雇佣蜂、观察蜂与蜜源的数量相等；雇佣蜂阶段，每个雇佣蜂在蜜源附近按照levy飞行规则寻找一个邻近的新蜜源，雇佣蜂评估新蜜源并根据贪心策略选择合适的蜜源；观察蜂阶段，观察蜂按照轮盘赌策略选择是否跟随蜜源，当观察蜂选择跟随该蜜源后，则执行雇佣蜂阶段的改进操作；侦查蜂阶段，如果一个蜜源多次更新没有改进，则放弃该蜜源，侦查蜂按照所述levy飞行规则重新选取新蜜源；重复上述步骤直至满足终止条件输出最优解。在这种情况下，能够方便根据人工蜂群算法求得对应最优蜜源的参数矩阵的最优解。
另外，在本公开所涉及的控制方法中，可选地，设所述雇佣蜂、所述观察蜂、以及所述蜜源的所述预定数量皆为100，每个蜜源为一个解向量s＝[q1,q2,q3,q4,N]，并根据公式s＝lh+(uh-lh)×rand(0,1)随机生成100个蜜源并计算每个蜜源的花蜜量，其中uh、lh为解向量的上下界，rand(0,1)为0至1之间的一个随机数，第i个花蜜量的计算公式为其中k∈[a,b,c,d]，abs为绝对值符号；
新蜜源的计算公式为s＝si+αlevy(β)(si-si)，其中α＝0.1，β＝1.5，u、v为两个服从标准正态分布的随机数，
观察蜂按照轮盘赌策略依据跟随概率Pi选择是否跟随蜜源si，当观察蜂选择跟随该蜜源si后，则执行雇佣蜂阶段的改进操作，其中由此，能够方便执行人工蜂群算法。
另外，在本公开所涉及的控制方法中，可选地，所述簧上质量加速度的归一化响应信号为/>所述悬架变形xs-xt的归一化响应信号为p2|xs-xt|，所述簧下质量加速度的归一化响应信号为p3|xt|，所述轮胎变形xt-xg的归一化响应信号为p4|xt-xg|；动态选择方法为：若/>则选择所述第一半主动控制方案；若则选择所述第二半主动控制方案；若/>则选择所述第三半主动控制方案；若则选择所述第四半主动控制方案，其中p1、p2、p3、p4为归一化系数。由此，能够实时对车辆归一化响应信号进行比较从而找出需要优先控制的最大目标响应，并选择对应的半主动控制方案予以控制。
根据本公开的控制方法，能够显著提高对车辆的控制效果，进而能够提升车辆的乘坐舒适性与驾驶稳定性。
附图说明
现在将通过参考附图的例子进一步详细地解释本公开的实施例，其中：
图1示出了本公开的示例所涉及的可变阻尼半主动悬架系统的控制方法的流程示意图。
图2示出了本公开的示例所涉及的可变阻尼半主动悬架系统的功能模块示意图。
图3示出了本公开的示例所涉及的车辆四分之一二自由度可变阻尼半主动悬架系统的结构示意图。
图4示出了本公开的示例所涉及的可变阻尼半主动悬架系统的应用场景示意图。
图5示出了本公开的示例所涉及的人工蜂群算法计算设计参数最优解的一个示例的流程示意图。
图6示出了本公开的示例所涉及的人工蜂群算法计算输入参数最优解的另一个示例的流程示意图。
图7是示出了本公开所涉及的可变阻尼半主动悬架和被动悬架针对车身竖向加速度响应的控制效果对比图。
图8是示出了本公开所涉及的可变阻尼半主动悬架系统输出控制力的示意图。
附图标记说明：
1…可变阻尼半主动悬架系统；2…车身；3…车轮；11…悬架组件；12…可变阻尼减振器；13…信号采集与处理单元；14…控制单元；15…存储单元。
具体实施方式
本公开引用的所有参考文献全文引入作为参考，如同完全阐述的那样。除非另有定义，本公开所使用的技术和科学术语具有与本公开所属领域的普通技术人员通常理解相同的含义。为本领域技术人员提供了本申请中所使用的许多术语的一般指南。本领域技术人员将认识到可以用于本公开的实践中的与本公开所描述的那些相似或等同的许多方法和材料。实际上，本公开决不限于所描述的方法和材料。
以下，参考附图，详细地说明本公开的优选实施方式。在下面的说明中，对于相同部件赋予相同的符号，省略重复说明。另外，附图只是示意图，部件相互之间尺寸的比例或者部件形状等可与实际不同。
需要说明的是，本公开中的术语“包括”和“具有”以及它们的任何变形，例如所包括或所具有的一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可以包括或具有没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
另外，在本公开的以下描述中涉及的小标题等并不是为了限制本公开的内容或范围，其仅仅是作为阅读的提示作用。这样的小标题既不能理解为用于分割文章的内容，也不应将小标题下的内容仅仅限制在小标题的范围内。
图1示出了本公开的示例所涉及的磁流变半主动悬架系统的控制方法的流程示意图。
参照图1，本实施方式所涉及的用于车辆的可变阻尼半主动悬架系统的控制方法(以下有时简称为控制方法)可以包括以下步骤：
步骤S100，测得车辆的簧上质量加速度、簧下质量加速度、悬架变形、以及轮胎变形四种目标响应信号；
步骤S200，以离散型状态空间方程形式建立可变阻尼半主动悬架的系统模型，基于模型预测控制算法(Model Predictive Control，简称MPC或预测控制)建立系统模型中的关于四种目标响应信号的四种控制方案；
步骤S300，基于人工蜂群算法分别获得四种控制方案中的参数矩阵的最优解；
步骤S400，求得四种目标响应信号的归一化响应信号，并对四种归一化响应信号进行比较，以动态选择出四种控制方案中的最优控制方案并对车辆施加控制。
在本公开中，根据车辆四个部位的目标响应信号的不同，基于模型预测控制算法能够分别建立针对四种目标响应信号的四种控制方案，根据人工蜂群算法能够对各个控制方案中的设计参数(参数矩阵)进行寻优，从而获得针对某一目标响应信号的控制方案的最优设计参数，最后可以通过对归一化响应信号进行比较，以找出当前最大的响应并动态地切换到其对应的控制方案对车辆的相应响应部位进行控制。在这种情况下，通过该控制方法能够动态匹配最优的控制方案并利用人工蜂群算法求解出参数矩阵的最优解进而实时输出最优控制力，根据本公开的控制方法，能够显著提高对车辆的控制效果，进而能够提升车辆的乘坐舒适性与驾驶稳定性。
在一些示例中的，车辆可以为轿车、suv、mpv、跑车等车型。
在另一些示例中，该可变阻尼半主动悬架系统也可以应用于飞机。
以下以车辆为例进行描述。
图2示出了本公开的示例所涉及的可变阻尼半主动悬架系统的功能模块示意图。图3示出了本公开的示例所涉及的车辆四分之一可变阻尼半主动悬架系统的结构示意图。图4示出了本公开的示例所涉及的可变阻尼半主动悬架系统的应用场景示意图。
参照图2至图4，在本实施方式中，可变阻尼半主动悬架可以是车辆的车身2(或车架)与车轮3(或车桥和车轮3)之间的一种传力连接装置，其作用是传递在车轮和车架之间的力和力扭，并且缓冲由不平路面传给车架或车身的冲击力。
在本实施方式中，可变阻尼半主动悬架系统1可以包括悬架组件11、可变阻尼减振器12、信号采集与处理单元13、存储单元15以及控制单元14。
在一些示例中，可变阻尼减振器12可以为磁流变减振器或CDC(ContinuousDamping Control)减振器等。
在一些示例中，磁流变减振器可以包括磁流变液、用于改变磁流变液屈服应力和粘度的电磁线圈和电磁铁芯、活塞头、以及一端连接活塞头另一端抵接车轮的活塞杆等组件。
在一些示例中，信号采集与处理单元13可以用于实时采集与处理车辆四个部位的目标响应信号。
在一些示例中，存储单元15可以用于存储本公开涉及的控制算法。
在一些示例中，控制单元14可以根据本公开控制方法得出的最优设计参数并根据相应的控制方案输出期望控制力控制可变阻尼减振器12的阻尼状态。
在一些示例中，多种目标响应信号可以包括簧上质量加速度、簧下质量加速度、悬架变形信号、以及轮胎变形信号，其可以对应生成四种半主动控制方案(稍后详述)。簧上质量可以为车身2的质量，簧下质量可以为车轮3或车轮3和车桥的质量。在这种情况下，能够方便获得关于车辆的簧上质量加速度、簧下质量加速度、悬架变形信号、以及轮胎变形信号四种目标响应信号。
在一些示例中，参照图4，可以通过安装在车辆前悬架弹簧座上端或后悬架上部车架的第一加速度传感器A1测得簧上质量加速度并可以对簧上质量加速度/>积分得到簧上质量速度信号/>和簧上质量位移信号xs；可以通过安装在可变阻尼减振器下端的第二加速度传感器A2测得簧下质量加速度/>并可以对簧下质量加速度/>积分得到簧下质量速度信号/>和簧下质量位移信号xt；利用簧上质量加速度/>和簧下质量加速度/>可以进一步估算得出悬架变形信号xs-xt和轮胎变形信号xt-xg，其中xg为轮胎由地面振动激励的位移。由此，能够方便获得簧上质量加速度、簧下质量加速度、悬架变形信号、以及胎变形信号四种关于车辆不同部位的响应信号。
可以理解的是，由于车辆前悬和后悬架的安装结构与安装位置存在差异，因此第一加速度传感器A1在车辆前悬架和后悬架的安装位置也存在不同，第一加速度传感器A1用于测量前轮的簧上质量速度信号时可以安装在前悬架弹簧座上端，第一加速度传感器A1用于测量后轮的簧上质量速度信号/>时可以安装在后悬架上部车架位置。
在一些示例中，四分之一可变阻尼半主动悬架系统的动力学方程可以为：
其中ms为簧上质量，mt为簧下质量，ks为悬架刚度，kt为轮胎刚度，FMRD为可变阻尼减振器产生的控制力。由此，能够方便获得四分之一可变阻尼半主动悬架系统的动力学方程。
在本实施方式中，设状态变量根据动力学方程获得可变阻尼悬架系统的状态方程为：
其中，
将状态方程离散化，并忽略扰动项可以得离散型状态空间方程为：
其中Xi为i时刻的状态变量，Ui为i时刻的控制力。其中，由此，能够方便得到动力学方程的离散型状态空间方程。
在一些示例中，可以通过零阶保持法获得动力学方程的离散型状态方程。
在一些示例中，设待确定的输入参数包括预测区间N，性能权重矩阵Q，成本权重矩阵R，终端权重矩阵F，其中q1、q2、q3、q4为权重系数。
在一些示例中，模型预测控制算法可以包括如下步骤：
设定当前时刻为k，则系统状态变量为Xk。
求解二次规划(Quadratic programming)问题：
通过约束条件
获得满足约束条件的未来N个时刻的N个最优控制力，以使得未来N步的目标函数J最小，其中D、Deq可以为预先设定的参数矩阵，在一些示例中，D可以为单位矩阵；lb、ub为Ui的上下界；
根据半主动条件
施加当前时刻的最优控制力FMRD,k，接着向前滚动到下一时刻k+1；
不断重复上述步骤直至结束。
其中
由此，能够方便根据该模型预测控制算法通过滚动优化获得各个时刻的最优控制力。
在一些示例中，成本权重矩阵R和终端权重矩阵F可以为定值。
在一些示例中，可以基于模型预测控制算法，通过选取预定数量的不同的预测区间N和性能权重矩阵Q，以建立针对四种车辆响应的四种半主动控制方案。
以簧上质量加速度为控制目标的第一半主动控制方案的目标函数为：
其中
以悬架变形信号为控制目标的第二半主动控制方案的目标函数为：
其中Xa＝[0,xs(t)-xt(t),0,0]T；
以簧下质量加速度为控制目标的第三半主动控制方案的目标函数为：
其中
以轮胎变形信号为控制目标的第四半主动控制方案的目标函数为：
其中Xa＝[0,0,0,xt(t)-xg(t)]T。在这种情况下，能够方便基于模型预测控制算法得到针对四种车辆响应的四种半主动控制方案。
在一些示例中，可以将上述四种半主动控制模型中的目标函数Ja、Jb、Jc、Jd转换为上述二次规划问题的一般形式，也即公式(4)，然后分别对其求解二次规划问题。由此，能够方便运算和求解出目标函数中的最优控制力。
图5示出了本公开的示例所涉及的人工蜂群算法计算设计参数最优解的一个示例的流程示意图。图6示出了本公开的示例所涉及的人工蜂群算法计算设计参数最优解的另一个示例的流程示意图，图6也可以为关于图5的具体的流程图。
参照图5，在一些示例中，人工蜂群算法可以包括如下步骤：
步骤S400：初始化阶段，可以随机产生预定数量的蜜源并计算其对应的花蜜量，其中，雇佣蜂、观察蜂与蜜源的数量相等；
步骤S500：雇佣蜂阶段，可以使每个雇佣蜂在蜜源附近按照levy飞行规则寻找一个邻近的新蜜源，雇佣蜂评估新蜜源并根据贪心策略选择合适的蜜源；
步骤S600：观察蜂阶段，观察蜂按照轮盘赌策略选择是否跟随蜜源，当观察蜂选择跟随该蜜源后，则执行雇佣蜂阶段的改进操作；
步骤S700：侦查蜂阶段，如果一个蜜源多次更新没有改进，则放弃该蜜源，侦查蜂可以按照levy飞行规则重新选取新蜜源；
重复上述步骤直至满足终止条件输出最优解。在这种情况下，能够方便根据人工蜂群算法求得对应最优蜜源的参数矩阵的最优解。
在一些示例中，预定数量可以为100，也即雇佣蜂、观察蜂、以及蜜源的数量可以皆为100，每个蜜源可以为一个解向量s＝[q1,q2,q3,q4,N]，根据公式：
s＝lh+(uh-lh)×rand(0,1) ……公式(9)
可以随机生成100个蜜源，其中uh、lh为解向量的上下界，rand(0,1)为0至1之间的一个随机数，第i个花蜜量的计算公式为
其中k∈[a,b,c,d]，abs为绝对值符号。
在一些示例中，每个雇佣蜂在蜜源附近按照可以levy飞行规则寻找一个邻近的新蜜源，新蜜源的计算公式为：
s＝si+αlevy(β)(si-si) ……公式(11)
其中α＝0.1，β＝1.5，u、v为两个服从标准正态分布的随机数，
观察蜂可以按照轮盘赌策略依据跟随概率Pi选择是否跟随蜜源si，当观察蜂选择跟随该蜜源si后，则执行雇佣蜂阶段的改进操作，其中由此，能够方便执行人工蜂群算法。
参照图6，在步骤S400的初始化阶段，可以随机产生100个初始蜜源并分别计算100个蜜源的花蜜量。
在步骤S500的雇佣蜂阶段，雇佣蜂可以基于levy飞行规则寻找邻近的新蜜源，并计算和评估新蜜源的花蜜量，并根据贪心策略改进新蜜源；接着可以判断新蜜源是否有改进，有的话则将新蜜源替换旧蜜源，没有改进的话，则将改进次数加1并判断改进次数是否超过限制，没有超过限制则执行步骤S600，超过限制则执行步骤S700。
在步骤S600的观察蜂阶段，观察蜂可以根据雇佣蜂提供的信息，按照轮盘赌策略依据跟随概率Pi判断是否进行跟随蜜源si；当观察蜂选择跟随该蜜源后，可以基于levy飞行规则寻找邻近的新蜜源，评估其花蜜量并根据贪心策略改进蜜源；接着，可以判断此新蜜源是否有改进，有的话则将新蜜源替换旧蜜源，没有改进的话，则将改进次数加1并判断改进次数是否超过限制，没有超过限制则继续寻找新蜜源并记录，超过限制则执行步骤S700。
在步骤S700的侦查蜂阶段，当一个蜜源多次更新没有改进或侦查蜂判断为改进次数超过限制时，则放弃该枯竭的蜜源，侦查蜂可以继续按照levy飞行规则重新寻找新的蜜源。
重复上述步骤，直至达到迭代的终止条件。
在一些示例中，簧上质量加速度的归一化响应信号可以为/>悬架变形xs-xt的归一化响应信号可以为p2|xs-xt|，簧下质量加速度/>的归一化响应信号可以为p3|xt|，轮胎变形xt-xg的归一化响应信号可以为p4|xt-xg|。
在一些示例中，动态选择方法可以为：若则选择第一半主动控制方案；若/>则选择第二半主动控制方案；若/>则选择第三半主动控制方案；若则选择第四半主动控制方案，其中p1、p2、p3、p4为归一化系数。由此，能够实时对车辆归一化响应信号进行比较从而找出需要优先控制的目标响应，并选择对应的半主动控制方案予以控制。/>
在一些示例中，归一化系数可以由车辆在标准路面下各响应的均方根值的倒数进行确定。
图7是示出了本公开所涉及的磁流变悬架和被动悬架针对车身竖向加速度响应(也即簧上质量加速度或簧下质量加速度响应)的控制效果对比图，进一步地，浅色脉冲线代表被动悬架，深色脉冲线代表磁流变半主动悬架，图7中轴向的脉冲线中间密集区域线为磁流变半主动悬架的关于车身竖向加速度的响应，图7中轴向的脉冲线外围发散区域线为被动悬架的关于车身竖向加速度的响应。图8是示出了本公开所涉及的磁流变半主动悬架输出控制力的示意图。
参照图7和图8，考虑D级路面，车速50km/h，磁流变半主动悬架输出阻尼力最大绝对值不超过2500N，对车辆原厂被动悬架以及本公开的可变阻尼半主动悬架进行控制仿真。通过比较可以发现，本公开所涉及的可变阻尼悬架对车辆响应的控制效果好于原厂悬架，且输出的控制力严格满足设计时的约束范围。由此，根据本公开的用于车辆可变阻尼半主动悬架系统的控制方法，能够提升可变阻尼悬架系统的控制效果。
本公开可变阻尼半主动悬架系统的工作原理：
在本实施方式中，簧上质量速度信号和簧上质量位移信号xs的计算程序、簧下质量速度信号/>和簧下质量位移信号xt的计算程序、悬架变形和轮胎变形的计算程序、系统模型、模型预测控制算法、人工蜂群算法、动态选择方法等算法可以预先存储在存储单元15中，在汽车具体运行时，安装在车辆前悬架弹簧座上端或后悬架上部车架的第一加速度传感器A1可以实时测得簧上质量加速度/>通过安装在可变阻尼减振器下端的第二加速度传感器A2可以实时测得簧下质量加速度/>信号采集与处理单元13可以采集汽车的上述信号并处理为控制单元14可识别的信号(数字信号或模拟信号)以输出至控制单元14，控制单元14可以进一步调用存储在存储单元15中的计算程序估算出悬架变形和轮胎变形信号，以此获得四种目标响应信号，四种目标响应信号可以输入系统模型和模型预测控制算法中以获得四种控制方案，基于人工蜂群算法可以分别获得四种控制方案中的参数矩阵的最优解，接着可以根据动态选择方法，以动态选择出四种控制方案中的最优控制方案并带入获得的最优参数矩阵求出最优控制方案的最优输出控制力，最后控制单元14可以根据该最优输出控制力实时对车辆的相应部位施加控制。
虽然以上结合附图和实施方式对本公开进行了具体说明，但是可以理解，上述说明不以任何形式限制本公开。本领域技术人员在不偏离本公开的实质精神和范围的情况下可以根据需要对本公开进行变形和变化，这些变形和变化均落入本公开的范围内。
Claims (10)
1.一种用于车辆的可变阻尼半主动悬架系统的控制方法，其特征在于，包括以下步骤：
测得车辆的簧上质量加速度、簧下质量加速度、悬架变形、以及轮胎变形四种目标响应信号；
以离散型状态空间方程形式建立可变阻尼半主动悬架的系统模型，基于模型预测控制算法建立所述系统模型中的关于所述四种目标响应信号的四种控制方案；
基于人工蜂群算法分别获得所述四种控制方案中的参数矩阵的最优解；并且
求得所述四种目标响应信号的归一化响应信号，并对四种归一化响应信号进行比较，以动态选择出所述四种控制方案中的最优控制方案并对所述车辆施加控制。
2.根据权利要求1所述的控制方法，其特征在于，
通过安装在前悬架弹簧座上端或者后悬架上部车架的第一加速度传感器测得所述簧上质量加速度，并积分得到簧上质量速度信号/>和簧上质量位移信号/>，通过安装在可变阻尼减振器下端的第二加速度传感器测得所述簧下质量加速度/>，并积分得到簧下质量速度信号/>和簧下质量位移信号/>，利用所述簧上质量加速度/>和簧下质量加速度/>估算得出悬架变形信号/>和轮胎变形信号/>；/>为轮胎由地面振动激励的位移。
3.根据权利要求2所述的控制方法，其特征在于，
车辆四分之一可变阻尼半主动悬架的动力学方程为，其中/>为簧上质量，/>为簧下质量，/>为悬架刚度，/>为轮胎刚度，/>为可变阻尼减振器产生的控制力。
4.根据权利要求3所述的控制方法，其特征在于，
设状态变量，根据所述动力学方程获得所述可变阻尼悬架系统的状态方程为/>，其中
，/>，/>，/>；
将所述状态方程离散化，并忽略扰动项得所述离散型状态方程为/>，其中/>为i时刻的状态变量，/>为i时刻的控制力。
5.根据权利要求4所述的控制方法，其特征在于，
待确定的所述参数矩阵包括预测区间N，性能权重矩阵Q，成本权重矩阵R，终端权重矩阵F，其中
，q1、q2、q3、q4为权重系数。
6.根据权利要求5所述的控制方法，其特征在于，
所述模型预测控制算法包括如下步骤：
设当前时刻为，则系统状态变量为/>；
求解二次规划问题，通过满足约束条件
，获得未来N个时刻的N个最优控制力；
根据半主动条件
，施加当前时刻/>的最优控制力/>，接着向前滚动到下一时刻/>；
重复上述步骤，直至结束，
其中，
，
，。
7.根据权利要求6所述的控制方法，其特征在于，
基于所述模型预测控制算法，通过选取不同的预测区间N和性能权重矩阵Q，以减小四种目标响应信号为目标分别建立四种控制方案：
以所述簧上质量加速度为控制目标的第一半主动控制方案为，其中/>；
以所述悬架变形信号为控制目标的第二半主动控制方案为，其中/>；
以所述簧下质量加速度为控制目标的第三半主动控制方案为，其中/>；
以所述轮胎变形信号为控制目标的第四半主动控制方案为，其中/>。
8.根据权利要求7所述的控制方法，其特征在于，所述人工蜂群算法包括如下步骤：
初始化阶段，随机产生预定数量的蜜源并计算其对应的花蜜量，其中，雇佣蜂、观察蜂与蜜源的数量相等；
雇佣蜂阶段，每个雇佣蜂在蜜源附近按照levy飞行规则寻找一个邻近的新蜜源，雇佣蜂评估新蜜源并根据贪心策略选择合适的蜜源；
观察蜂阶段，观察蜂按照轮盘赌策略选择是否跟随蜜源，当观察蜂选择跟随该蜜源后，则执行雇佣蜂阶段的改进操作；
侦查蜂阶段，如果一个蜜源多次更新没有改进，则放弃该蜜源，侦查蜂按照所述levy飞行规则重新选取新蜜源；
重复上述步骤直至满足终止条件输出最优解。
9.根据权利要求8所述的控制方法，其特征在于，
设所述雇佣蜂、所述观察蜂、以及所述蜜源的所述预定数量皆为100，每个蜜源为一个解向量，并根据公式/>随机生成100个蜜源并计算每个蜜源的花蜜量，其中uh、lh为解向量的上下界，rand(0,1)为0至1之间的一个随机数，第i个花蜜量的计算公式为
，其中/>，abs为绝对值符号；
新蜜源的计算公式为，其中，u、v为两个服从标准正态分布的随机数，，/>；
观察蜂按照轮盘赌策略依据跟随概率Pi选择是否跟随蜜源si，当观察蜂选择跟随该蜜源si后，则执行雇佣蜂阶段的改进操作，其中。
10.根据权利要求7或8或9所述的控制方法，其特征在于，
所述簧上质量加速度的归一化响应信号为/>，所述悬架变形/>的归一化响应信号为/>，所述簧下质量加速度/>的归一化响应信号为/>，所述轮胎变形的归一化响应信号为/>；
动态选择方法为：若，则选择所述第一半主动控制方案，若/>，则选择所述第二半主动控制方案，若则选择所述第三半主动控制方案，若/>则选择所述第四半主动控制方案，其中p 1 、p 2 、p 3 、p 4为归一化系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211175566.9A CN115570925B (zh) | 2022-09-26 | 2022-09-26 | 用于车辆的可变阻尼半主动悬架系统的控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211175566.9A CN115570925B (zh) | 2022-09-26 | 2022-09-26 | 用于车辆的可变阻尼半主动悬架系统的控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115570925A CN115570925A (zh) | 2023-01-06 |
| CN115570925B true CN115570925B (zh) | 2024-02-27 |
Family
ID=84583275
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211175566.9A Active CN115570925B (zh) | 2022-09-26 | 2022-09-26 | 用于车辆的可变阻尼半主动悬架系统的控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115570925B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108891220A (zh) * | 2018-07-19 | 2018-11-27 | 燕山大学 | 一种车辆半主动悬架系统的天棚控制改进算法 |
| JP2020026187A (ja) * | 2018-08-10 | 2020-02-20 | 日産自動車株式会社 | サスペンション特性調整方法及びサスペンション特性調整装置 |
| CN112757860A (zh) * | 2021-01-25 | 2021-05-07 | 江苏大学 | 基于nmpc的轮毂直驱空气悬架系统及协同控制方法 |
| CN113059975A (zh) * | 2021-04-22 | 2021-07-02 | 中国矿业大学 | 一种矿用自卸车半主动油气悬架系统及控制方法 |
| CN114379304A (zh) * | 2022-01-21 | 2022-04-22 | 温州大学 | 扩张状态观测补偿磁流变阻尼器的悬架系统和控制方法 |
-
2022
- 2022-09-26 CN CN202211175566.9A patent/CN115570925B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108891220A (zh) * | 2018-07-19 | 2018-11-27 | 燕山大学 | 一种车辆半主动悬架系统的天棚控制改进算法 |
| JP2020026187A (ja) * | 2018-08-10 | 2020-02-20 | 日産自動車株式会社 | サスペンション特性調整方法及びサスペンション特性調整装置 |
| CN112757860A (zh) * | 2021-01-25 | 2021-05-07 | 江苏大学 | 基于nmpc的轮毂直驱空气悬架系统及协同控制方法 |
| CN113059975A (zh) * | 2021-04-22 | 2021-07-02 | 中国矿业大学 | 一种矿用自卸车半主动油气悬架系统及控制方法 |
| CN114379304A (zh) * | 2022-01-21 | 2022-04-22 | 温州大学 | 扩张状态观测补偿磁流变阻尼器的悬架系统和控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115570925A (zh) | 2023-01-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5432700A (en) | Adaptive active vehicle suspension system | |
| US5488562A (en) | System for generating signals for control or regulation of a chassis controllable or regulable in its sequences of movement | |
| EP2415621B1 (en) | Damping force control apparatus | |
| JP4926945B2 (ja) | 車両のショックアブソーバシステムを制御する方法、セミアクティブショックアブソーバおよびショックアブソーバシステム | |
| Ren et al. | State observer-based sliding mode control for semi-active hydro-pneumatic suspension | |
| US20020185827A1 (en) | Method and apparatus for controlling a vehicle suspension system based on sky hook approach | |
| CN100363194C (zh) | 车辆的悬架以及控制该悬架的方法 | |
| CN102325662B (zh) | 衰减力控制装置 | |
| JP7393520B2 (ja) | 車両制御装置 | |
| US20220155783A1 (en) | Use of neural networks in control systems | |
| Kawabe et al. | New semi-active suspension controller design using quasi-linearization and frequency shaping | |
| CN113352832A (zh) | 一种基于路面等级识别的多目标动态最优主动悬架控制方法 | |
| Kaldas et al. | Robustness analysis of the model reference control for active suspension system | |
| Zareh et al. | Semi-active vibration control of an eleven degrees of freedom suspension system using neuro inverse model of magnetorheological dampers | |
| CN115570925B (zh) | 用于车辆的可变阻尼半主动悬架系统的控制方法 | |
| CN112487553B (zh) | 一种用于可控悬架系统的时滞补偿控制器的设计方法 | |
| Soliman | Adaptive LQR control strategy for active suspension system | |
| Zhu et al. | Optimal chassis suspension design for towbarless towing vehicle for aircraft taxiing | |
| CN116749698A (zh) | 车辆悬架控制方法、装置、设备及可读存储介质 | |
| Soliman et al. | Preview control for a semi–active suspension system | |
| Chen et al. | Stiffness-damping matching method of an ECAS system based on LQG control | |
| CN109878348B (zh) | 一种用于前后轴分布式驱动电动车的运动控制系统及方法 | |
| Marji et al. | Design and investigation of fuzzy control for independent full car suspension model in random road and braking excitation | |
| JP7312707B2 (ja) | サスペンション制御装置 | |
| JP3475153B2 (ja) | 状態観測装置 |
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 |