车辆主动悬架耗散状态反馈控制器设计与仿真

通过建立1／4车辆模型和路面输入模型,应用耗散系统理论进行了车辆主动悬架严格（Q,S,R）-耗散状态反馈控制器的设计,并在Matlab／Simulink环境中建立系统模型并进行仿真研究,将主、被动悬架的车身加速度、悬架动行程和轮胎动位移3项指标进行了对比分析。仿真结果表明,具有严格耗散控制器的主动悬架对车辆乘坐舒适性和行驶平顺性的改善有良好的效果。     

基于对角递归神经网络的汽车主动悬架控制

为了提高电动汽车行驶平顺性及操纵稳定性,针对电动汽车悬架进行振动分析,建立了七自由度汽车电动主动悬架模型,设计四轮全驱电动汽车电动主动悬架结构及其控制系统.重点针对电动汽车主动悬架特点设计对角递归神经网络(DRNN)控制器,选取车身垂向加速度、悬架动行程和轮胎动行程作为神经网络控制器输入,采用梯度下降法对神经网络权值进行在线调整.仿真结果表明,具有DRNN控制器的电动主动悬架控制效果较PID控制主动悬架和被动悬架有显著提高,有效改善了汽车行驶平顺性及操纵稳定性,也说明所设计的控制策略在电动汽车电动主动悬架控制方面的有效性.     

基于随机线性最优控制的汽车主动悬架控制器设计

通过建立车辆半车模型的动力学方程,应用随机线性最优控制理论设计了车辆主动悬架LQR控制器,并在Matlab/Simulink环境中构建了实现该控制策略的仿真模型,对仿真结果进行了时域和频域分析,结果表明:具有LQR控制器的主动悬架能有效减小车身加速度和悬架动挠度,可以更好地改善车辆的舒适性.     

基于比例阀的车辆液压主动悬架系统的设计与仿真

以高性能电液比例阀为作动器,设计了车辆主动悬架系统。基于主动悬架车辆1／4动力学模型,采用PID控制器,利用Matlab软件建立了主动悬架汽车动力学仿真模型,并用某车型数据进行了动力学分析和仿真。仿真结果表明,比例控制技术应用于主动悬架控制是可行的。     

主动悬架 LQG 控制与模糊 PID 控制的比较研究

为了解决主动悬架系统控制问题,建立了1／2车辆主动悬架系统动力学模型,并设计了两种应用于主动悬架的控制器：LQG控制器和模糊PID控制器。 LQG控制器以车身垂向加速度、俯仰角加速度、悬架动挠度、轮胎动位移和悬架控制力作为其性能评价指标。模糊PID控制器将PID控制器与模糊控制器并联,采用了双模糊控制,分别以质心速度及其变化率和俯仰角速度及其变化率作为前、后悬架模糊控制器的两个输入;输出分别为前、后悬架的控制力。将分别应用这两种控制器的主动悬架在Simulink中仿真,结果表明两种控制器均能很好地改善汽车平顺性和乘坐舒适性。通过对两种控制的综合比较,模糊PID控制更具有实用性。     

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。     

基于FUZZY-PID的汽车主动悬架的仿真研究

根据汽车主动悬架的基本结构,通过力学分析建立了两自由度的车身及悬架系统数学模型,设计了用于该主动悬架的模糊控制器,对PID参数进行自动调整,应用Matlab／Simulink控制系统仿真软件,对1／4汽车主动悬架模型进行计算机仿真。并进行了与常规PID主动悬架系统的比较,结果表明具有此模糊控制器的主动悬架在提高车辆乘坐的舒适性和操纵的稳定性方面明显优于其它形式的悬架系统。     

神经网络控制在汽车主动悬架中的应用

建立了汽车悬架的两自由度1/4车数学模型,提出了一种基于RBF神经网络在线辨识的单神经元PID自适应控制方法,介绍了RBF网络在线辨识、单神经元PID控制器和控制算法,并将这种控制策略应用于汽车主动悬架1/4车模型.仿真是在Windows2000环境下用仿真软件Mat-lab6.1 Simulink进行的.仿真结果表明,这种控制策略能有效降低车身加速度的均方根值和悬架动挠度的均方根值,改善了乘坐的舒适性.     

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.     

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。     

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.     

基于模糊PID控制器的麦弗逊悬架联合仿真研究

通过实验测出磁流变阻尼器在不同电流作用下的力与速度关系的阻尼系数特征数据,并将所得阻尼数据导入麦弗逊悬架多体动力学模型;计算簧载质量速度及其变化率作为主动悬架控制的输出量;半主动悬架采用模糊PID复合控制器,用模糊控制策略对PID控制器在给定的参数范围内进行在线实时调整;在MATLAB中搭建悬架系统联合仿真模型。仿真计算结果表明:在各不同车速阶段,采用模糊PID复合控制器均对改善悬架的总体性能有明显作用;且车身垂直加速度、悬架动行程及车轮侧向滑移量在低频阶段改善突出,提升了整车在不同车速范围内的乘坐舒适性与操作稳定性。     

Control Research of Dual Chamber Hydro-Pneumatic Suspension

Vehicle riding comfort and handling stability are directly affected by suspension performance. A novel dual chamber hydro-pneumatic (DCHP) suspension system is developed in this paper. Based on the structural analysis of the DCHP suspension, an equivalent suspension model is proposed for the control purpose. A cuckoo search (CS) based fuzzy PID controller is proposed for the control of the DCHP suspension system. The proposed controller combines the advantage of fuzzy logic and PID controller, and CS algorithm is used to regulate the membership functions and PID parameters. Compared with tradition LQR controller and passive suspension system, the CSFPID controller can reduce the sprung mass acceleration, and at the same time with no deterioration of tire deflection.     

七自由度整车半主动悬架仿真研究

通过MATLAB软件建立整车七自由度的动力学仿真模型。半主动悬架采用双模糊控制器,将计算出的刚性车身与悬架连接处的速度、动行程与俯仰角参数作为主动悬架控制的输入量;前轴左右车轮,悬架与车身连接处的速度与其期望值的误差及其变化率作为第一控制力输入量,刚性车身质心俯仰角速度与其期望值的误差及其变化率作为第二控制力输入量;后轴左右车轮,车悬架与车身连接处的速度与其期望值的误差及其变化率作为第一控制力输入量,悬架动行程与其期望值的误差及其变化率作为第二控制力输入量。计算结果表明:采用双模糊控制器能明显改善整车行驶的舒适性与稳定性,系统综合特性较好,刚性车身的垂向加速度、俯仰角加速度、前后悬架动行程性能提升明显,分别提升27.2%,19.6%,95.5%,33.8%。     

H∞ control of an active suspension system

An H_∞ controller for an active suspension system is designed, which has taken the performance of ride comfort and the system robustness into account. Simulation results show that a concentrated weighting of the car body acceleration output, for the frequency where human being are most sensitive to vibration, has been executed by introducing the frequency dependent weighing function, thus the suspension acceleration frequency response characteristic can be improved. It is also pointed out that the designed controller is effective in the system robustness against the fluctuation of parameter of system. Project supported by the Natural Science Foundation of Hunan Province Synopsis of the first author Liu Shaojun, professor, born on Nov. 14, 1955, majoring in automation and mechanical engineering.     

Active suspension with optimal control based on a full vehicle model

The 7-DOF model of a full vehicle with an active suspension is developed in this paper. The model is written into the state equation style. Actuator forces are treated as inputs in the state equations. Based on the basic optimal control theory, the optimal gains for the control system are figured out. So an optimal controller is developed and implemented using Matlab/Simulink, where the Riccati equation with coupling terms is deduced using the Hamilton equation. The all state feedback is chosen for the controller. The gains for all vehicle variables are traded off so that majority of indexes were up to optimal. The active suspension with optimal control is simulated in frequency domain and time domain separately, and compared with a passive suspension. Throughout all the simulation results, the optimal controller developed in this paper works well in the majority of instances. In all, the comfort and ride performance of the vehicle are improved under the active suspension with optimal control.