改进粒子群算法在LQR半主动悬架的应用

针对车辆半主动悬架LQR控制中Q矩阵和R矩阵往往由经验取值的问题,提出一种基于改进粒子群算法的LQR控制方法。该算法采用随机惯性权重代替了传统粒子群算法的固定惯性权重,提高了求解精度和效率,得到了更加具有适应性的LQR控制矩阵系数。为验证此方法的有效性,基于天棚阻尼模型建立1/4车被动悬架模型和半主动悬架模型,利用线性二次最优控制建立LQR控制器,并利用优化算法得到新的控制矩阵。通过仿真对比被动悬架、LQR控制的LQR半主动悬架、改进粒子群算法优化后的优化LQR悬架的各项性能参数,发现优化LQR悬架在悬架动挠度没有受到影响的前提下,使车辆的垂向加速度和轮胎动载荷得到有效降低,提高了车辆的行驶平顺性和操纵安全性。     

基于遗传算法优化的汽车主动悬架LQG控制器的设计

常规线性二次最优控制器在汽车主动悬架应用中,存在权值矩阵确定的问题。设计了一种基于遗传算法优化控制器权值矩阵的方法。利用遗传算法的全局优化算法,以主动悬架性能指标为目标函数对权值矩阵进行优化设计,提高了控制器的设计效率和控制性能。应用该方法进行了汽车悬架主动控制仿真。研究结果表明:基于遗传算法优化的LQG控制器的汽车主动悬架相对于应用常规控制器的主动悬架和被动悬架,能够大大改善主动悬架的性能。同时在充分利用常规线性二次最优控制器优势的基础上,解决了其权值矩阵确定存在的问题。     

基于序关系分析法的车辆主动悬架控制器仿真研究

基于序关系分析法(G1法)进行了车辆主动悬架线性二次型高斯(Linear Quadratic Gaussian,LQG)最优控制器设计.首先对单轮车辆的主被动悬架进行数学建模,确定了系统输入信号模型;其次运用动力学知识建立了系统运动状态空间方程,并结合最优控制理论完成了最优线性控制器设计;结合序关系分析法确定了主被动悬架各性能指标系数的加权系数;最后在Simulink中对模型进行了对比仿真.仿真结果表明,在给定路况下,运用序关系分析法确定合适的权重值,优化了车身加速度、悬架动行程和轮胎动位移,较好地改善了车辆的综合性能,并且将主动控制力控制在了要求范围内.     

悬架系统的控制策略及仿真分析

运用随机线性最优控制理论和PID控制策略,在悬架系统的控制过程中,建立悬架系统的模型,道路模型分别以轮胎动态位移、悬架动行程和车身加速度为控制目标实施控制,通过仿真分析,发现所设计的最优主动悬架显著地降低了车身的垂向振动加速度,提高了车辆乘坐的舒适性。     

基于NSGA_2与LMI的主动悬架混合H2/H∞鲁棒控制

考虑实际应用,提出一种考虑电液作动器动态特性的主动悬架模糊静态输出反馈控制器的设计方法。利用T-S模糊模型逼近具有非线性动态特性的主动悬架模型,将悬架设计考虑的三个指标中的行驶平顺性（车身垂直加速度）作为H2性能指标,操纵稳定性（轮胎动载荷）和悬架动行程作为H∞性能指标,利用多目标遗传算法——NSGA_2对控制增益进行搜索,通过解线性矩阵不等式得到H2和H∞范数。用MATLAB/Simulink仿真进行比较,结果表明,所得主动悬架的三个性能指标都优于被动悬架。     

基于模糊PID控制的矿用自卸车满载和空载平顺性优化

为了进一步满足矿用自卸车在空载和满载两种工况下的平顺要求,建立了1/4车辆二自由度矿用自卸车主动悬架模型。分别使用PID控制器和模糊PID控制两种控制方式。以车身垂直加速度和车身垂直加速度变化率作为控制器的输入信号,对主动悬架系统进行仿真分析。对空载和满载两种工况下的矿用自卸车轮胎动载荷、悬架动行程和垂直加速度的均方根值进行比较。结果表明,被动悬架空载时的车辆平顺性要比满载时差。垂直加速度值差异最为明显,相差了91.10%。使用两种控制方式对两种工况都有优化效果,模糊PID的优化效果要更好,空载比满载的优化效果好,垂直加速度的优化效果要比其他两个好。     

汽车主动悬架单神经元PID控制器设计

悬架系统对汽车乘坐舒适性和操纵稳定性的改善起着重要的作用。为提高汽车行驶的平顺性,设计了单神经元PID控制器,并利用人工蜂群算法在线优化单神经元PID控制增益。以车身垂直加速度、轮胎动位移、悬架动行程为评价指标,研究控制器的减振效果和当路面输入改变、模型参数变化时的适应性,对1/4汽车主动悬架模型进行仿真了分析。结果表明:基于蜂群的单神经元PID控制器有效地降低了车身垂直加速度,且有较强的鲁棒性,进一步提高了汽车行驶的平顺性。     

基于遗传算法优化的汽车半主动悬架PID控制仿真研究

PID控制器在汽车半主动悬架应用中存在参数确定的问题,针对这一问题设计了一种基于遗传算法优化整定PID参数的方法.该方法利用遗传算法的全局优化能力,以半主动悬架的性能指标为目标函数对PID参数进行优化设计.应用该方法进行汽车半主动悬架平顺性仿真.仿真结果表明,基于遗传算法优化的PID控制器的汽车半主动悬架相对于PID控制主动悬架以及被动悬架而言,改善了车身垂向加速度和悬架动行程.同时在充分利用PID控制器优势的基础上,改善了其参数确定过程中存在的问题.     

电流变阻尼悬架的半主动控制分析

在介绍电流变液基本特性的基础上,提出了基于电流变阻尼悬架的半主动控制.并建立了1/4车辆动力学模型,给出了悬架系统的状态空间方程.依据随机线性最优控制理论,以车身加速度、悬架动行程和轮胎动位移的加权二次型最小为控制性能指标,设计了LQG控制器;依据模糊控制理论,设计了二输入单输出的模糊控制器,根据经验和理论分析制定了模糊控制规则.运用Matlab/Simulink进行了悬架半主动控制的建模和仿真分析.仿真结果显示,与被动控制相比,半主动控制有很好的控制效果,车身加速度下降超过40%,显著地改善了车辆的平顺性.     

轮毂电机驱动汽车主动悬架模型预测控制器设计

针对轮毂电机电动车辆的动力吸振器悬架结构，提出了一种基于模型预测控制(MPC)的主动悬架控制策略。建立了一个具有动力吸振器模型的车辆单轮模型。以乘坐舒适性为主要控制目标，以电机执行器、悬架行程结构空间、保证轮胎附着为约束，设计了一个主动悬架MPC控制器。针对部分采样时刻由约束条件引起的控制器失效带来的车身加速度突变问题，又将悬架动行程引入目标函数以优化控制器。研究结果表明，引入悬架动行程的模型预测控制可在满足其他约束前提下，较好地解决控制器失效问题，并显著提升悬架总体性能。     

基于模糊PID控制重型汽车主动空气悬架仿真分析

采用空气悬架的重型汽车能够明显改善车辆的平顺性和操纵稳定性,为研究重型汽车主动空气悬架的特性,建立了1/4主动空气悬架动力学模型,应用MATLAB Simulink平台,以车身垂直加速度、 悬架动行程、 轮胎动变形为指标,分别比较分析了被动空气悬架、 模糊自适应PID控制主动空气悬架性能.仿真结果表明:车身垂直加速度平...     

混合型主动悬架H_2/H_∞控制研究

把电磁反力作动器仅安装在传统被动悬架的车轮环节,而不与车身接触,形成一种混合型主动悬架,它兼有主动控制和被动吸振的功能。为使混合型主动悬架获得更好的控制减振效果,把车身竖向振动加速度定义为H2指标,而悬架动行程、轮胎动载荷和主动控制力定义为H∞指标,为混合型主动悬架设计H2/H∞输出反馈控制器,对混合型主动悬架实行多目标控制,H2/H∞输出反馈控制器的求解使用了线性矩阵不等式方法。仿真结果表明,所设计的混合型主动悬架控制系统与传动被动悬架相比,在人体最敏感的低频带内减振效果明显,改善了车辆的行驶平顺性和操纵稳定性。     

电动轮减振系统集成设计、参数匹配及其优化控制

电动轮驱动系统在简化车辆底盘结构,提高驱动效率的同时,增加了车辆非簧载质量,导致车辆行驶平顺性降低。传统悬架控制中常用的LQR最优控制算法受其权重系数的影响较为明显,其权重系数的选取方法主要是依靠经验设计,这不仅加大工作量,而且无法保证系统达到最优。文中提出一种针对外转子轮毂电机的电动轮减振系统设计方案,并基于粒子群优化算法对该减振系统进行参数匹配,使得该系统满足轮内被动减振的要求。然后,采用基于粒子群优化权重系数的LQR控制方法,设计LQR优化控制器对电动轮内减振系统和车辆悬架进行综合控制,进一步优化车辆平顺性和电动轮振动性能。最后,基于MATLAB/Simulink软件的仿真分析表明:所设计的轮内减振系统和车辆主悬架在基于粒子群的LQR控制下,能有效降低车身垂向加速度和电机冲击力,改善车辆和电动轮的垂向振动性能。     

车辆主动悬架自适应LQG控制策略研究

针对车辆主动悬架的结构原理,建立了其动力学模型。在分析车辆主动悬架状态方程具有时变性的基础上,提出了自适应LQG主动悬架控制策略,通过自适应控制模型能够实现对车辆悬架时变参数和扰动输入参数的辨识。结合LQG控制性能指标函数,在确立簧载质量垂直加速度、悬架动行程和轮胎动行程的加权系数后,通过采用扩展自回归滑动平均模型进行悬架时变参数辨识,实现了主动悬架的自适应LQG控制。仿真结果表明自适应LQG控制策略优于LQG控制,较好地改善了车辆的平顺性。     

基于MATLAB/Simulink的主动悬架仿真研究

采用单论车辆模型和路面输入模型为例进行理论分析,建立行驶动力学模型,利用线性二次最优控制理论进行主动悬架LQG控制器设计。以某轿车的后悬架为例,在MATLAB/Simulink环境下建立单轮车辆计算机仿真模型;最后将主、被动悬架的车身加速度、悬架动行程及轮胎动位移三项指标进行了对比分析。仿真结果表明,具有LQG控制器的主动悬架对车辆行驶平顺性和乘坐舒适性的改善有良好的效果。     

基于半车模型的主动悬架控制策略研究

首先建立了半车模型主动悬架系统的动力学模型,然后以车身质心垂向加速度、车身俯仰角加速度为控制对象设计了主动悬架系统控制器。在Simulink中建立相应的仿真系统模型和控制器模型,并对主动悬架控制系统进行仿真。将仿真结果与被动悬架系统和以前、后车身垂向加速度为控制对象的主动悬架控制系统的仿真结果进行对比分析,结果表明,该主动悬架控制可极大地抑制车身振动、车身俯仰变化,明显改善了车辆行驶的平顺性。     

馈能悬架BP神经网络PID控制研究

为使主动悬架能回收振动能量,建立了二自由度电磁式馈能悬架系统模型,设计了基于BP神经网络算法的PID控制器,对电路执行PI控制,以调节主动控制力的实际输出,以悬架的车身加速度、悬架动行程和轮胎动位移作为车辆动力学性能的评价指标,以自供能效率、馈能效率分别作为悬架能量利用与回收的评价指标,利用MATLAB/Simulink软件进行仿真分析。结果表明,通过PI控制电路输出的主动控制力的实际值与理想值基本一致;基于BP神经网络PID控制的馈能悬架在不同输入条件下均能有效改善车辆性能;并且该系统能回收部分悬架振动能量,其中自供能效率稳定在约55%,馈能效率稳定在约16%。     

基于GA＿PSO算法的LQR控制器设计

采用LQR控制理论对主动悬架进行控制时,性能指标加权系数值常被经验化,以致此时相关性能指标难以达到最优。为此,建立1/4汽车主动悬架三自由度模型,设计一种基于GA_PSO算法(遗传粒子群混合算法)的LQR控制器,仿真结果表明,该控制器较纯LQR控制器改善汽车平顺性效果更佳,为主动悬架控制研究提供一种新思路。     

汽车非线性主动悬架系统的分数阶模糊控制

针对非线性主动悬架系统的控制问题,提出一种分数阶模糊控制方法。该方法采用分数阶微分信号作为模糊控制器输入,并根据悬架系统综合性能指标函数最小准则获得分数阶次。仿真结果表明：相比整数阶的模糊控制情形,即使车辆在不同车速和不同等级道路的行驶工况下,该分数阶模糊控制方法可以使得非线性悬架系统能够获得更优的控制效果,能进一步降低车身垂直振动加速度、动行程及轮胎形变,有效提高车辆的行驶平顺性和操纵稳定性。     

基于遗传算法的汽车主动悬架控制器优化设计

针对LQR方法设计主动悬架控制器存在的不足,研究遗传算法与LQR方法结合优化汽车主动悬架控制器的设计。建立汽车半车模型的动力学方程,应用随机线性最优控制理论设计车辆主动悬架LQR控制器,并在Matlab/Simulink环境中实现该控制器的数值仿真,根据仿真结果运用遗传算法对控制器性能参数进行优化。对优化控制器的仿真结果进行时域和频域分析,结果表明:遗传算法与LQR方法相结合,能较快收敛到最优解;优化的主动悬架控制器可以较好地改善车辆舒适性。