车辆主动油气悬架系统分层控制策略的研究

作者:冯金芝;谭辉;郑松林;喻凡 刊名:汽车工程 上传者:胡继梅

【摘要】基于虚拟样机技术构建了工程车主动油气悬架控制系统的数字开发平台。针对工程车行驶路况的不确定性、部分参数的时变性和油气悬架系统的强非线性,提出了有限带宽主动油气悬架系统分层控制策略,并设计了基于遗传算法的模糊PID上层力控制器和基于模型的下层电压控制器。将该控制算法集成到悬架控制系统数字开发平台中进行联合仿真。结果表明,所研制的有限带宽主动悬架分层控制器可显著改善车辆的行驶平顺性。

全文阅读

前言主动油气悬架多用于军用车辆和工程机械车辆,考虑到其行驶路况的不确定性、部分参数的时变性和油气悬架系统的强非线性[1-2],本文中研究了有限带宽主动油气悬架系统上下层控制策略。为了最大程度地反映实际车辆的动力学本质,应用虚拟样机技术和联合仿真技术,建立了主动油气悬架数字化开发平台,在该平台上对主动油气悬架控制系统的开发进行了研究。1整车多体系统动力学模型基于多体动力学理论建立了具有较高精度的车辆动力学模型,包括油气悬架系统、轮胎模型和路面模型,并进行了实车道路试验验证[3]。油气悬架系统采用油气弹簧,其刚度和阻尼的非线性特性通过台架静态和动态的特性试验来确定。采用的UA轮胎模型考虑了轮胎的垂向、纵向和外倾力学特性,可模拟纵向和侧向联合滑动的工况,完全满足汽车平顺性动力学仿真的要求[4]。本文中通过考虑前、后轮距滞后和左、右轮迹相关的特性建立随机路面模型[5]。以车速为15m/s的D级随机路面(卵石路)为例,根据D级随机路面的空间功率谱上下限值,计算出设定车速下的时间功率谱上下限值,如图1所示。路面模型可体现出实际路面的随机统计特性,为进行车辆平顺性和操纵稳定性的研究提供有效的激励输入。图1D级路面位移功率谱密度2控制策略主动油气悬架结构复杂,须仔细研究才能保证上层控制策略的准确实现。而在众多关于主动悬架控制算法的研究中,重点主要集中在上层控制策略上,忽略了执行机构的动态特性对控制精度的影响[6-7]。因此本文中研究了主动油气悬架上下层控制器:基于遗传算法控制参数自学习的模糊PID主动悬架上层力控制器和基于非线性油气悬架模型的下层电压控制器。上层控制器根据车辆动力学状态输入计算出期望控制力,然后传递给下层控制器转化成控制电压信号;电压信号经过功率放大模块转变成比例方向阀所需要的控制电流,从而实现油气悬架系统有限带宽的主动控制。2.1联合模糊PID上层控制器主动油气悬架上层力控制器主要由基于遗传算法参数自学习的模糊PID控制策略实现:利用PID控制迅速衰减车身垂向振动;利用模糊控制策略衰减车身俯仰振动,同时通过调整加权因子在一定程度上减小车身垂向振动加速度;考虑执行机构的响应频率和控制需要,对控制力输出进行二阶低通滤波;利用遗传算法获取上层控制器参数最优可行域。以车身垂向加速度为控制目标,主动油气悬架前后PID控制器输出uPIDf、uPIDr分别为uPIDf=KPf(zfd-zf)+KIf(zfd-zf)dt+KDfddt(zfd-zf)(1)uPIDr=KPr(zrd-zr)+KIr(zrd-zr)dt+KDrddt(zrd-zr)(2)式中:zfd、zrd分别为理想的前、后轴中心处垂向加速度,取值为0;zf、zr分别为前后轴中心处的振动加速度;KPj、KIj和KDj(j=f,r)分别表示比例、积分和微分因子。模糊控制输入uFi主要用于减小车身俯仰振动并在一定程度上减小车身垂向加速度。4个悬架处的控制输入uFi为uFi=GFii(i=1,2,3,4)(3)式中:i为模糊推理输出变量;GFi为模糊控制器的增益。对于i,输入变量1i和2i分别设为1i=(1j+1izi)/1i(4)2i=(2j+2izi)/2i(5)式中:和分别为俯仰角和俯仰角速度;zi和zi分别为每一油气悬架与车身联结处的垂向位移和速度;1j、2j、1i和2j为加权因子;1i、2i为比例因子。图2输入和输出变量的隶属函数本文中输入输出模糊变量的隶属函数形状均采用容易计算的三角形分布,如图2所示。模糊控制规则见表1。采用Mamdani法进行模糊推理,采用加权平均法的特例质心法去模糊化

参考文献

引证文献

问答

我要提问