当前位置:文档之家› 汽车主动悬架控制系统的发展研究

汽车主动悬架控制系统的发展研究

目录1 引言 (1)2 汽车悬架系统的类型和应用 (1)2.1 被动悬架 (1)2.2 主动悬架 (2)2.3 半主动悬架 (2)3 主动悬架控制系统国内外研究现状 (2)4 汽车悬架的控制策略 (3)4.1 天棚阻尼与开关阻尼控制 (3)4.2 随机线性二次最优控制 (3)4.3 模糊控制 (4)4.4 神经网络控制 (4)4.5 预测控制 (4)4.6 滑模变结构控制 (5)4.7 复合控制 (5)5 控制方法的展望 (5)5.1 注重控制策略的综合运用 (5)5.2 注重汽车其他系统与主动悬架系统的联合控制研究 (5)5.3 注重悬架系统模型的降阶研究 (6)6 结论 (6)参考文献: (6)汽车主动(半主动)悬架控制系统的研究发展1引言汽车主动悬架目前是国内外研究的热点问题,研究的关键技术主要在控制策略的选择上及执行器的研发方面。

国外由于成本问题,一些油气主动悬架也仅限用在一些高级轿车上,国内在此方面还处在研发及试验阶段,离主动悬架系统普遍使用在轿车上的时代还较远。

2汽车悬架系统的类型和应用悬架是车架与车桥之间一切传力装置的总称,它的主要功用是传递作用在车轮和车架之间的力和力矩,缓冲由不平路面传给车架或车身的冲击力,并衰减由此引起的振动,以保证汽车能平顺行驶。

衡量悬架性能好坏的主要指标是汽车行驶的平顺性; 即乘坐舒适性和操纵稳定性,但这两个方面是相互排斥的性能要求。

由于被动悬架的刚度和阻尼系数是固定的,无法根据不同的使用要求自适应地改变,在结构设计上只能是满足平顺性和操纵稳定性之间矛盾的折衷。

为服这个缺陷,国外在五十年代提出了“主动悬架”的概念。

主动悬架的特点是能根据外界输入或车辆本身状态的变化进行动态自适应调节。

主动悬架包控制单元和力发生器,力发生器的作用下使悬架的特性得到控制,如同改变了悬架的刚度和阻尼系数,其中最关键的是控制算法的优劣。

2.1被动悬架被动悬架, 由弹性元件和不可变参数的减振器组成, 只能在特定工况下达到最优, 缺少对变载荷、变车速、不可预测路况的适应性。

被动悬架是传统的机械结构,由弹簧、减震器和导向机构组成。

被动悬架的刚度和阻尼系数均不可调,只能在特定的工况下达到最优减振效果,存在明显的共振峰,难以同时获得良好的乘坐舒适性和操纵稳定性,缺乏灵活性。

但被动悬架因结构简单、设计容易和制造方便,且无须额外的能量输入,目前在中低档轿车上应用最为广泛[1]。

为了进一步改善被动悬架的减振效果,满足现代汽车对悬架提出的更高的性能要求,在桑塔纳、夏利和赛欧等轿车上加强了通过优化寻找最优悬架参数和对悬架导向机构的研究,采用了带有横向稳定杆的多连杆机构悬架系统,在一定程度上改善了被动悬架减振效果。

2.2主动悬架主动悬架, 采用有源或无源可控元件组成一个闭环或开环的控制系统, 可根据路面激励后外部输入变化通过执行机构主动地调整悬架控制力, 使悬架总是处于最佳减振状态。

主动悬架由控制系统和执行机构组成, 按执行机构有/ 无源液压系统分为全主动悬架和半主动悬架。

半主动悬架与全主动悬架相比工作消耗功率小, 结构简单, 造价低且在运行品质上与全主动悬架接近, 因此倍受关注。

2.3半主动悬架半主动悬架是指悬架弹性元件刚度和减振器阻尼力之一或两者均可根据需要进行调节的悬架。

由于改变弹簧刚度在目前只有通过切换空气弹簧或油气弹簧来实现。

国外, 早在80 年代就已将空气悬架广泛用于拖拉机和牵引车, 我国也有在载货车上成功应用空气悬架的离子, 为弹簧刚度控制在国内的实现奠定了基础。

另外, 法国雪铁龙轿车有应用可自动调节悬架刚度和阻尼的半主动油气悬架的例子, 由于空气弹簧和油气弹簧组件的高精度要求及寿命低、成本高等因素, 目前, 半主动悬架研究主要集中在调节减振器阻尼系数方面。

3主动悬架控制系统国内外研究现状国外关于车辆主动悬架系统的研究已有四十多年的历史,特别是20 世纪80 年代后,美、日、德、英等发达国家对这项研究非常重视。

目前,世界各大汽车公司及相关研究机构都在投入相当大的人力和物力,研制性价比高的车辆悬架系统,以便在车辆上得以广泛应用。

为此,采用新型控制技术,研究和开发一类控制有效、能耗低、造价合理的车辆悬架控制系统不仅是应用研究的重要目标,而且必将是决定理论研究是否有价值的重要评价标准。

主动悬架控制理论实质上是经典控制理论、现代控制理论与汽车动力学理论相结合的产物。

在过去的几十年中,国内外许多学者在主动悬架控制理论方面进行了大量的研究。

国外有影响的学者有Karnopp、Thompson、Crola 和Langlois 等。

研究的控制理论内容涉及天棚阻尼控制理论,随机最优控制理论,变结构控制理论等。

随着现代控制理论的发展与渗透,自适应控制理论,模糊控制,H 无穷控制理论,神经网络控制等也日显其优越性。

国内,丁科等人对主动悬架的神经网络控制进行了研究[2]。

何渝生等将LQG 最优控制理论应用于主动控制[3]。

4汽车悬架的控制策略4.1天棚阻尼与开关阻尼控制天棚阻尼控制是提出最早的一种半主动悬架控制方法。

Karnopp提出了近似实现理想“天棚”阻尼的“on-off”半主动控制策略。

由于其所需测试仪器少,控制算法简单,因而是目前研究最多,也是应用最多的方法。

根据天棚阻尼控制提出的地棚阻尼控制是以非簧载质量为控制对象的一种控制策略。

单一的天棚阻尼控制提高了舒适性,却没有解决好操纵稳定性问题,地棚阻尼控制则和天棚相反。

综合天棚和地棚阻尼控制的优点而产生的混合阻尼控制算法[4]: F =αFsky + (1 -α) Fgnd ,可以兼顾平顺性和操纵稳定性的要求,是一种值得研究、易于投入实用的控制算法。

自适应控制自适应控制是一种实时调节控制器的方法,其研究对象是具有一定不确定性的系统。

这里所谓的“不确定性”是指描述被控对象及其环境的数学模型不是完全确定的,其中包含一些未知因素和随机因素。

在悬架控制系统的设计中,自适应控制能自动监测系统参数的变化,并实时地调节控制策略,从而使系统具有良好的性能。

目前,比较完善的自适应理论有模型参考自适应控制和自校正控制。

前者可对控制器的参数进行直接更新,而后者是采用参数估计的方式间接地对控制器进行更新。

但是,自适应控制仅适合于悬架参数在某一特定范围内缓慢变化的情况。

当系统参数的变化超出特定的范围时,系统的控制效果将会变差。

4.2随机线性二次最优控制自20 世纪五六十年代,当最优控制理论在空间技术领域得以应用时,就有关于车辆主动悬架最优控制研究的文献发表。

但最先将随机最优控制理论应用于主动悬架的研究中,并对其方法加以系统描述的是Thompson。

最优控制是首先确定一个明确的目标函数,通过一定的数学方法计算出使该函数取极值时的控制输入。

一般情况下,目标函数的确定要靠经验,最优控制的解可以通过计算机得到数值解。

在汽车悬架系统上应用的最优控制较多。

应用随机线性二次最优控制理论,对系统有下列几点要求:①受控系统是线性的;②系统的性能指标要以二次型的形式表达;③系统出入为高斯分布的白噪声;④系统的状态均为可测[5][6]。

线性最优控制方法在系统建模时,忽略了高阶动态环节,如车架、轮胎的高阶模态以及减振器、传感器的动态特性等,所得到的控制参数是根据确定的系统参数计算出来的,仅对理想的数学模型保证预期的性能。

当系统参数变化到一定程度时,会使系统变得不稳定,控制参数不再使性能指标最优,有时甚至会使悬架性能恶化。

实际的悬架系统是含有许多不确定因素的非线性、时变、高阶动力系统,难以用定常反馈系统达到预定的性能要求。

所以优控制方法在半主动悬架控制系统中应用很少。

4.3模糊控制汽车主动悬架系统是一个复杂的非线性系统, 其数学模型相当复杂, 采用已有的常规的控制理论很难达到好的控制效果。

而模糊控制系统由于不需要建立系统精确的数学模型, 可以避免因系统建模误差带来的影响, 从而取得较好的控制效果。

模糊控制应用于车辆的主动悬架设计始于90 年代初, 且正被投以越来越多的关注。

1992 年Ych 和Tsao 首次应用模糊控制, 使车辆在非常不平的路面上行驶时, 悬置质量仍基本保持水平, 且执行器始终工作在允许的范围内。

1994 年, 他们又提出模糊预见控制方案, 结果证明能取得令人满意的性能效果。

1993 年Linetal 利用真实车辆的悬架特性和数据, 构造了一个基于1P4 车辆模型MRST- PLC 控制器。

仿真结果表明, 所提出的模糊逻辑控制器, 能提供趋近于0 的悬置质量加速度, 有效的改善了乘座舒适性, 而且具有较好的鲁棒性。

1996 年Yoshimura 将模糊推理应用于半主动悬架。

该车辆系统由非线性微分方程模描述, 通过模糊推理从若干类阻尼力中选择合适的一类阻尼力。

仿真结果表明, 所提出的半主动悬架大大改善了车身的加速度[7]。

1998 年, 美国的Viassolo 对1P4 车体进行了模糊控制的研究, 他以车身的垂直加速度最小为控制目标, 采用双闭环结构的控制系统。

内环控制非线性的液压执行器跟踪给定的控制力Fcmd , 外环采用模糊控制器, 其控制参数通过基于遗传算法的最优控制确定。

计算表明采用模糊控制可以取得很好的控制效果[8]。

4.4神经网络控制人工神经网络是在现代生物学研究人脑组织所取得成果的基础上,将大量简单的处理单元广泛连结组成的复杂网络,可用来模拟人的直观性思维模式。

神经网络控制系统作为一个新兴的领域,已经引起了控制界的兴趣,许多学者将其应用在了主动悬架控制中[9][10]。

学习是神经网络研究的一个重要内容,它的适应性是通过学习实现的。

然而神经网络学习速度较慢,不适合应用在实时控制中;此外,如何获取神经网络的训练样本和改进训练策略等问题还有待于进一步研究和解决。

除了以上介绍的控制方法以外,还有一些其它的方法,比如滑模控制[11],免疫进化控制等。

无论采用何种控制方法,车辆的性能均有不同程度的改善。

在研究和开发中,结合实际车辆的工况,设计简单有效、实用的控制方法是车辆主动悬架研究工作的主要目标。

4.5预测控制主动悬架的预见控制能够根据车辆目前的行驶状态和未来干扰等因素来提前给出调节作用,使悬架系统最有效地抵消外部干扰所引起的振动。

预见控制的实现方法有两类,一类是将前轮悬架的状态信息反馈给后轮悬架,另一类是通过测量车轮前方道路来获得实时的路况信息,并将此信息作为主动悬架设计的重要依据。

预见控制的不足之处主要有:①预见控制是在假定悬架系统是线性时不变系统的情况下制定的,并没有对车辆参数的时变性加以研究;②预见控制要求车辆装备特制的预见传感器,虽然在技术上是可行的,但考虑到实车的制造成本、车辆工作环境对传感器使用寿命的影响等实际问题,要将预见控制应用于实际还有很多问题有待解决。

相关主题