基于Kalman滤波和LQG控制的主动悬架系统容错控制研究

传感器掺杂噪声信号是主动悬架系统运行过程中常见的一种故障. 针对二自由度车辆主动悬架系统加速度传感器发生故障的情况,基于最优控制理论和卡尔曼滤波算法,设计了线性高斯二次型(linear quadratic Gaussian,LQG)控制器,分别在谐波激励、冲击性和实测路面谱激励下,进行综合悬架性能仿真分析. 结果表明,与无容错情况相比,故障状态下采用容错控制后的簧载与非簧载质量传输率、悬架动行程传输率均大幅减小,有效提升了驾乘舒适性,同时轮胎动载荷传输率显著增大,确保了安全性,整体可近似恢复到无故障时的主动悬架性能.     

具有LQG控制器的主动悬架半车模型动力学分析与仿真

基于达朗贝尔原理建立半车主动悬架动力学模型,采用最优控制理论进行主动悬架LQG控制器设计.在Matlab/Simulink中建立对应的系统仿真模型,采用白噪声路面输入后进行该系统动态特性仿真,并将主、被动悬架特性进行对比分析.仿真结果表明,相对于被动悬架主动悬架性能有明显改善.     

汽车半主动悬架神经模糊融合网络控制

针对汽车半主动悬架模糊控制器的模糊控制规则无法有效调整的问题,建立了两自由度1/4车辆模型.利用白噪声模拟路面激励并作为系统的输入,将人工神经网络与模糊逻辑控制相融合,采用人工神经网络模拟模糊控制过程,实现了模糊规则的自适应调整.将直接控制力作为参考控制力对神经网络进行训练,输出控制力结合开关控制策略实现悬架的半主动控制.仿真分析表明,神经模糊融合网络控制器相对于模糊控制器和被动悬架,使悬架性能得到了显著的改善.     

基于模糊PID控制的半主动空气悬架系统研究

以空气悬架系统为研究对象,建立了半主动空气悬架的1/4车辆模型及白噪声的路面激励模型,将模糊控制理论和PID控制方法结合起来设计模糊PID控制器,并利用Simulink对建立的动力学模型进行平顺性仿真分析。从最终的结果可以得到结论:与传统PID控制的空气悬架相比,模糊PID控制的半主动空气悬架能更好地提高车辆的行驶平顺性。     

主动隔振系统的模糊PID控制

针对光电测量设备车载平台主动隔振控制,利用MATLAB/Simulink搭建模糊PID控制仿真模型进行了不同频率振源信号的仿真实验。仿真结果表明,模糊PID控制器效果良好,鲁棒性强。     

基于模糊PID的半主动悬架控制策略研究

针对传统被动悬架平顺性不足的问题,本文研究了基于模糊PID的半主动悬架控制策略。通过CarSim软件建立某C级轿车的整车模型,基于模糊PID控制原理在Simulink中设计控制器并配置相关参数,建立基于滤波白噪声的路面模型,并将其载入CarSim软件。通过在CarSim中设置数据输入、输出仿真端口,将车辆模型运行数据通过S-Function模块发送到Simulink中求解控制信号,再通过S-Function模块施加到CarSim中,形成闭环控制系统,最后进行联合仿真试验验证模糊PID控制算法的有效性。仿真结果表明,配置有模糊PID控制器的半主动悬架明显改善了车辆的平顺性。该研究具有广阔的应用前景。     

主动悬架平顺性和侧倾姿态综合控制策略

针对汽车转向操作,首先设计了主动悬架平顺性和操纵稳定性的LQG控制方法,进而提出将LQG控制与模糊控制相结合的综合控制策略。建立九自由度的主动悬架系统整车模型,利用Matlab/Simulink软件分别对随机路面上汽车转向盘角阶跃输入和单正弦输入进行控制仿真,将综合控制策略主动悬架与LQG控制主动悬架和被动悬架仿真结果进行性能指标的对比分析。结果表明:本文提出的综合控制策略能够在LQG控制基础上,充分减小车身侧倾角,优化车身侧倾姿态,达到同时提高汽车平顺性和操纵稳定性的目的。     

高速列车座椅主动悬架的模糊控制与PID控制系统

建立了基于主动悬架的的高速列车悬架—座椅—人体的四自由度动力学模型,并对该列车模型平顺性的优化控制进行了研究。针对该座椅主动悬架模型设计了模糊控制器、传统PID控制器与自适应的模糊PID控制器,应用Matlab/Simulink软件在相同的工况下进行仿真实验,并将三种控制方法下的仿真结果与被动悬架车辆模型的仿真结果进行对比分析。结果表明,相较与被动悬架车辆模型,上述三种控制方法下的主动模型座椅处的振动特性都得到了改善,达到了预期的控制效果,且自适应模糊PID控制下的改善程度最佳,对高速列车乘坐舒适性的提高有着一定的理论参考意义。     

汽车磁流变半主动悬架的模糊PID控制研究

为了解决传统的被动悬架阻尼参数不可调节,汽车的乘坐舒适性和操纵稳定性难以改善的问题.提出使用磁流变阻尼器代替被动阻尼器,通过将磁流变阻尼器基于BP神经网络的逆向模型与模糊PID控制器形成闭环反馈来实现对汽车悬架的半主动控制.通过仿真实验和数据分析得到,基于磁流变阻尼器的模糊PID控制的半主动悬架系统的车身垂直加速度、悬架动挠度和轮胎动载荷的均方根植明显比被动悬架的均方根值小.结果表明:该方法可以有效地提高汽车的乘坐舒适性和操作稳定性,改善悬架系统的性能.     

基于交替迭代的车辆主动悬架LQG控制器设计

针对主动悬架线性二次高斯控制(linear-quadratic-Gaussian control, LQG)控制器,提供一种快速确定其最佳控制加权系数及最优控制力的方法。 通过车辆行驶平顺性评价指标分析,利用无量纲归一化思想建立主动悬架最优控制目标函数,给出平顺性加权系数与控制加权系数间的关系;根据主动悬架力学模型,利用Newmark-β显式积分法,建立平顺性加权系数仿真分析模型。以路面不平度作为输入激励,以轮胎动位移和悬架动挠度为约束条件,借鉴交替迭代思想建立交替迭代优化算法,建立主动悬架LQG控制加权系数及控制力的优化方法。通过与现有LQG控制器设计方法的对比分析,对本设计方法的先进性和可靠性进行仿真验证,结果表明设计的LQG控制器能够显著改善车辆的乘坐舒适性。     

铰接式车辆的模糊 PID 控制研究

铰接式车辆系统由于其较大的惯性矩和耦合性,横向稳定性比较差。本文应用了Mat-lab设计了模糊PID控制器,在3自由度的分析模型上对铰接式车辆的横摆稳定性进行控制和仿真。仿真结果说明,模糊PID控制方法对拖车稳定性控制能起较为理想的控制效果。     

基于Matlab和Recurdyn联合仿真的主动悬架控制策略

为改善车辆的乘坐舒适性和行驶平顺性,利用Recurdyn建立了七自由度整车的主动悬架模型;以悬架动挠度和悬架的相对速度作为输入、路面激励等级作为输出设计了一个模糊控制器,对路面激励的大小作出一个判断,并将路面激励进一步划分为12级,通过调节权重求得不同路面激励等级上的最优反馈增益,从而实现各级路面激励上的最优控制,进而达到整体性能的改善.将提出的复合控制策略在Matlab与Recurdyn软件中进行联合仿真,仿真结果表明了本文控制策略的有效性和可行性.     

空气悬架的神经网络模糊控制及仿真分析

空气悬架系统是一个非线性系统,该系统工作环境是时变性的。提出了基于神经网络的模糊控制策略,应用该控制策略对某一高级客车的空气悬架刚度进行控制,可以根据车辆振动响应的结果来判断车体的振动情况以后,实时调节空气悬架刚度,使车辆对路面的变化具有适应能力,从而改善汽车行驶平顺性。     

Fuzzy Logic Control for Semi-Active Suspension System of Tracked Vehicle

The model of half a tracked vehicle semi-active suspension is established. The fuzzy logic controller of the semi-active suspension system is constructed. The acceleration of driver‘s seat and its time derivative are used as the inputs of the fuzzy logic controller, and the fuzzy logic controller output determines the semi-active suspen-sion controllable damping force. The fuzzy logic controller is to minimize the mean square root of acceleration of the driver‘s seat. The control forces of controllable dampers behind the first road wheel are obtained by time delay, and the delay times are determined by the vehicle speed and axles distances. The simulation results show that this control method can decrease the acceleration of driver‘s seat and the suspension travel of the first road wheel,the ride quality is improved obviously.     

PID控制系统和模糊自适应PID控制系统的研究及比较

首先介绍了PID控制系统的工作原理,因PID控制器结构简单、实现简单,控制效果良好,所以已得到广泛应用。但当控制对象变化时,控制器的参数难以自动调整。为了使控制器具有较好的自适应性,可以采用模糊控制理论的方法来实现控制器参数的自动调整。模糊PID控制系统就是模糊理论与传统的PID控制器的结合。最后以一控制对象为例,对该两种方式的控制进行了仿真和比较,并得出了相应的结论。     

主动悬架系统随机次优控制

研究随机次优控制主动悬架对于平顺性的影响,介绍了求解随机次优控制反馈增益矩阵近似值的方法,对于实际控制系统,设计了控制规律,并进行了系统仿真计算,主动悬架与被动悬架汽车系统垂直方向运动响应的对比分析结果表明：主动悬架降低了悬挂质量的加速度。     

汽车悬架最优控制与半主动控制研究

基于1/4汽车悬架为控制对象,建立了汽车悬架动力学模型.以线性二次型最优（LQG）控制和改进后的半主动开关（on-off）控制为控制策略,在MATLAB/Simulink软件平台上进行仿真.与被动悬架比较,采用正弦激励下的频域分析和随机路面激励下的时域分析,证明了LQG控制和半主动开关控制在汽车控制工程中的可行性.     

车辆座椅次优控制主动悬架设计及分析

为了进一步提高车辆乘坐舒适性,同时有效地解决线性二次型高斯最优控制器在实际应用中存在的待测状态变量多、路面参数获取困难、应用成本高等问题,基于1/4车辆座椅主动悬架系统模型,设计了一种基于次优控制理论的车辆座椅主动悬架,并对不同待测状态变量下的车辆座椅次优主动悬架的性能进行了探讨,进而得到了基于次优控制理论的车辆座椅主动悬架的最优控制策略.在此基础上,通过与传统车辆座椅被动悬架、最优控制主动悬架进行对比分析,对所设计的座椅次优控制主动悬架的应用效果进行了验证,为车辆座椅主动悬架系统设计提供了一种新的技术思路.     

The Model Reference Adaptive Fuzzy Control for the Vehicle Semi-Active Suspension

The LQG control system is employed as vehicle suspension‘ s optimal target system, which has an adaptive ability to the road conditions and vehicle speed in a limited bandwidth. In order to keep the optimal performances when the suspension parameters change, a model reference adaptive fuzzy control (MRAFC) strategy is presented. The LQG control system serves as the reference model in the MRAFC system. The simulation results indicate that the presented MRAFC system can adapt to the parameters variation of vehicle suspension and track the optimality of the LQG control system, the presented vehicle suspension MRAFC system has the ability to adapt to road conditions and suspension parameters change.