基于线性递减权值PSO算法优化LQR控制的主动悬架性能研究

针对车辆主动悬架线性二次型调节器(Linear Quadratic Regulator, LQR)控制中权重系数的取值具有主观性，且适应度较低的问题，提出使用粒子群优化(PSO)算法优化LQR控制器，使LQR控制器的权重矩阵得到最优结果。为验证此方法的有效性，以汽车主动悬架作为被控对象，设计了PSO算法优化LQR控制器，利用PSO算法的全局搜索能力，以主动悬架的性能指标作为目标函数对权重矩阵进行优化设计，以提高LQR控制器的设计效率和性能。通过仿真对比了LQR控制的主动悬架、固定权值PSO算法优化后的LQR控制的主动悬架和基于线性递减权值PSO算法优化LQR控制主动悬架的各项性能参数，并且针对固定权值PSO算法收敛速度慢的特点，进行优化，确定使用线性递减权值PSO算法可以提高收敛速度。最终实验结果表明基于固定权值PSO算法优化后的LQR相较于单纯LQR控制的主动悬架，其车身垂向加速度、悬架动行程及轮胎动位移这3个性能指标得到降低；基于线性递减权值PSO算法优化后的LQR控制的主动悬架的各项性能指标在固定权值PSO算法优化的基础上，可再次优化车身垂向加速度、悬架动行程及轮胎动位移这3个性...