汽车半主动悬架系统的并联协调控制方法*

郭全民　樊祝元

(西安工业大学电子信息工程学院　西安　710021)



汽车半主动悬架系统的并联协调控制方法*

郭全民樊祝元

(西安工业大学电子信息工程学院西安710021)

摘要为了改善汽车悬架系统性能,针对车身的垂向、侧倾、俯仰三种运动,提出了汽车半主动悬架系统的并联协调控制方法。设计的并联协调模糊PID控制器分别对三种运动进行控制,得到期望的控制力来控制半主动悬架系统,达到改善车辆垂直、侧倾和俯仰振动的减振目的。实验和数据结果分析表明:提出的并联协调模糊PID控制策略在不影响车辆行驶安全性的前提下,提高了车辆的乘坐舒适性和操纵稳定性。

关键词整车模型; 半主动悬架系统; 并联协调控制; 模糊PID控制

Class NumberU463.1

1引言

车辆悬架系统[1]是车身与车轮之间一切传力装置的总称,缓和由不平路面传给车身的冲击,衰减由此引起的振动。悬架系统性能的优劣直接决定了车辆的乘坐舒适性和操作稳定性。传统被动悬架的阻尼系数和弹簧刚度选定后就不可调节,难以适应不同的道路状况。为了解决被动悬架的不足,人们对非被动悬架展开了大量的研究。主动悬架根据路面状况的不同主动做出反应,解决了被动悬架系统的缺陷问题,但是系统成本高、结构复杂,并且能耗大,因此到目前为止应用不够广泛。半主动悬架通过调节弹簧刚度或减振器阻尼力使车辆达到稳定,既克服了被动悬架刚度、阻尼不变的缺点,又具有和主动悬架相近的减振性能,并且结构简单、性能可靠、能耗低,因此半主动悬架在汽车悬架领域有着重要的发展前景。

针对半主动悬架系统的控制,国内外学者进行了广泛的研究,提出了多种控制方法。文献[2]将PID控制应用到半主动悬架中,通过对1/4车辆的簧载质量加速度进行反馈控制,使其具有良好的稳定性,并且算法简单,但对整车车辆的复杂非线性进行控制还不够理想。文献[3～4]将最优控制应用到1/4车辆半主动悬架中,选取车身垂向振动加速度与轮胎动载荷作为性能优化指标控制分析,可以比较准确地反映车辆行驶的基本特性,但当系统参数变化到一定程度时,会使系统变得不稳定,有时甚至会使悬架性能恶化。文献[5～6]将自适应控制应用到半主动悬架中,参数变化的情况下,仍能保持良好的控制效果,改善了乘坐舒适性,但同时很有可能牺牲悬架动挠度。文献[7～10]中将模糊控制应用到半主动悬架中,以簧载质量加速度作为输入变量的模糊控制算法可以有效地改善车辆的稳定性,但模糊控制规则依赖于专家经验,具有很强的主观性。由此可见各种控制方法各有利弊,运用单一的控制方法难以达到理想的效果。

为了提高车辆悬架系统的性能,本文提出并联协调模糊PID控制来缓解车身振动,建立三个模糊PID控制器分别实现对车身垂向、侧倾、俯仰振动的控制,将其输出的阻尼调整力通过逻辑运算分解到半主动悬架系统的可调阻尼器上,通过调节阻尼力的大小来减缓车身振动,以改善汽车的减振性能。

2整车半主动悬架的动力学模型

为了能从整体上反映车身垂向振动、俯仰振动以及侧倾振动的问题,建立了整车模型。对实际车辆系统进行简化[11],整车模型包括四个车轮分别受到路面激励的垂向振动,以及车身垂直方向的振动、俯仰振动和侧倾振动共七个自由度。图1为半主动悬架整车模型。

图1　半主动悬架整车模型

m为车身质量,θ为车身俯仰角,φ为车身侧倾角,z为车身质心处的垂向位移,d1、d2分别为质心到前后轮轴的距离,d3、d4分别为质心到右轮与左轮的距离,zlf、zrf、zrr、zlr分别为悬架簧载质量垂直位移,flf、frf、frr、flr分别为磁流变阻尼器的阻尼力,klf、krf、krr、klr分别为悬架弹簧刚度,clf、crf、crr、clr分别为悬架阻尼器阻尼系数,mulf、murf、murr、mulr分别为悬架非簧载质量,zulf、zurf、zurr、zulr分别为悬架非簧载质量的垂向位移,ktlf、ktrf、ktrr、ktlr分别为轮胎刚度,qlf、qrf、qrr、qlr分别为车轮的路面输入位移。其中下标lf、rf、rr、lr分别表示左前、右前、右后、左后。

当侧倾角φ和俯仰角θ在小范围内变化时,簧载质量的运动位移表示为

(1)

车身垂直运动方程为

m¨z= klf(zulf-zlf)+krf(zurf-zrf)+krr(zurr-zrr)

(2)

车身侧倾运动方程为

Ix¨φ= [klf(zulf-zlf)+clfzulfzlf)+klr(zulr-zlr)

(3)

车身俯仰运动方程为

Iy¨θ= [krr(zurr-zrr)+crrzurrzrr)+klr(zulr-zlr)

(4)

非簧载质量的垂向运动方程可表示为

mlf¨zulf= ktlf(qlf-zulf)-klf(zulf-zlf) -clfzulfzlf)+flfmrf¨zurf= ktrf(qrf-zurf)-krf(zurf-zrf) -crfzurfzrf)+frfmrr¨zurr= ktrr(qrt-zurr)-klrr(zurr-zrr) -crrzurrzrr)+frrmlr¨zulr= ktlr(qlr-zulr)-klf(zulr-zlr) -clfzulrzlr)+flrìîíïïïïïïïïïïïï

(5)

3半主动悬架控制系统

本文设计了并联协调控制器,分别为垂向控制器、侧倾控制器、俯仰控制器对车身进行联合控制,建立系统整体框图如图2所示,其中r1(t)、r2(t)、r3(t)分别为车身垂向加速度、侧倾角加速度、俯仰角加速度的设定参考值,e1(t)、e2(t)、e3(t)分别为其反馈值与参考值之间的偏差,fa、fb、fc分别为阻尼调整力,flf、frf、frr、flr分别为输入阻尼力。

图2　系统整体结构图

系统以路面激励qlf、qrf、qrr、qlr作为输入,引起车身振动,通过并联协调控制器对车身垂向振动、侧倾以及俯仰振动进行控制,进行逻辑运算得到阻尼器控制力flf、frf、frr、flr,并作用到悬架系统,从而实现了半主动悬架控制并降低了系统的振动响应。

半主动悬架的控制对象是可调阻尼器,而并联协调控制器输出的是三个车身质心处的阻尼调整力,因此需将调整力转化为阻尼力。上述转化过程即为逻辑运算,其是并联协调控制的关键,其中三个控制器的调整力是相互制约相互影响的,故阻尼力之间也是相互关联的。垂直、侧倾、俯仰控制器输出的调整力分别为fa、fb、fc,其四个阻尼器控制力的大小可近似看成三个调整力的运算和,其方向由簧载质量与非簧载质量的相对速度决定,逻辑运算如式(6)所示。

(6)

本文将车身垂向加速度、俯仰角加速度、侧倾角加速度作为主要控制对象,悬架动挠度和轮胎动载荷作为约束条件,实现对半主动悬架的模糊PID控制,垂向控制器车身质心垂直速度与加速度的基本论域分别为[-0.06,0.06]和[-1.5,1.5];侧倾控制器中车身质心侧倾角速度与加速度的基本论域分别为[-0.2,0.2]和[-4,4];俯仰控制器中车身质心俯仰角速度与加速度的基本论域分别为[-0.06,0.06]和[-1.5,1.5]。取模糊输入输出的基本论域为[-3,3],由公式ke=n1/e,kec=n2/ec,ku=u/n3可得到量化因子以及比例因子,其隶属函数选取三角函数。

模糊控制器的输入是偏差e和偏差变化率ec,输出是kp、ki和kd,PID参数模糊自整定是找出kp、ki、kd和偏差e及偏差变化率ec之间的模糊关系,在线进行修改,以满足不同e和ec对控制参数的不同要求,选取车身垂直方向的速度与参考值的差值作为控制器输入变量E,选取差值的变化率作为另一输入变量EC,选取可调阻尼力为输出变量U。三个变量均模糊划分为七个,构建一个二维模糊控制器。其中,E={NB,NM,NS,Z,PS,PM,PB},EC={NB,NM,NS,Z,PS,PM,PB},U={NB,NM,NS,Z,PS,PM,PB}。根据PID参数的作用以及在不同的偏差及偏差变化下对PID参数的要求,下面给出根据模糊理论进行算法合成得出的kp、ki和kd三参数的模糊控制规则表,如表1～表3所示。

表1　kp的控制规则表

表2　ki的控制规则表

表3　kd的控制规则表

4仿真结果与分析

为了验证本文提出并联协调控制算法的有效性,以某车型进行仿真实验,选取的悬架参数如表4所示。

表4　模型仿真参数表

本文采用白噪声随机路面输入来产生路面不平度时间轮廓,路面输入在时域情况下的函数表达式:

(7)

当汽车以20m/s的中等速度在B级路面上匀速行驶时,路面随机信号输入仿真曲线,被动悬架系统与半主动悬架系统的车身垂向加速度、侧倾角加速度、俯仰角加速度、悬架动挠度和轮胎动载荷的仿真曲线比较如图3所示,均方根值比较如表5所示。

性能指标均方根值模糊PID被动悬架控制性能改善/%车身加速度(m/s2)0.12970.109115.89侧倾角加速度(rad/s2)1.3681.20312.06俯仰角加速度(rad/s2)0.1490.102731.07左前悬架动挠度(m)0.008940.0072918.45右前悬架动挠度(m)0.006310.00648-2.694右后悬架动挠度(m)0.002810.002617.12左后悬架动挠度(m)0.012020.0121-0.665左前轮轮胎动载荷(N)92.6391.241.5右前轮轮胎动载荷(N)480.8429.810.61右后轮轮胎动载荷(N)674.8653.23.1左后轮轮胎动载荷(N)338.4343.1-1.3

从图3的仿真结果及表5中的各项均方根值可知:与被动悬架系统相比,并联协调模糊PID控制系统在20m/s的中等车速下,对车身垂向加速度、侧倾角加速度及俯仰角加速度均具有较明显改善。通过表5的各性能均方根值的比较可知,并联协调模糊PID控制的半主动悬架相比于被动悬架的车身垂向加速度、侧倾角加速度、俯仰角加速度的均方根值分别下降了15.89%,12.06%,31.07%,并且悬架动挠度和轮胎动载荷也整体上有所改善,虽然改善不够明显,但是可以说明在不影响行驶安全性的前提下,改善了车辆的乘坐舒适性和操纵稳定性。验证了本文所设计的磁流变阻尼器的并联协调模糊PID控制方法的有效性和可行性。可见半主动悬架采用本文提出的控制能有效地改善了汽车行驶平顺性和乘坐舒适性,并且减振效果明显优于被动悬架的减振效果。

5结语

本文建立了汽车七自由度整车半主动悬架系统模型,并在白噪声路面激励下对其进行了仿真研究。研究结果表明,采用并联协调模糊PID控制,控制器结构简单,实现了悬架系统对整车垂向、侧倾、俯仰等运动状态的并联协调控制,为整车半主动悬架系统的实时控制提供了一种新的控制策略和方法,并通过与被动悬架的仿真相比,半主动悬架的车身垂向加速度、侧倾角加速度、俯仰角加速度均有所下降,明显改善了车辆的垂直、侧倾、俯仰振动,从而有效地解决了汽车行驶过程中的舒适性和操纵稳定性问题。

参 考 文 献

[1] 任勇生,周建鹏.汽车半主动悬架技术研究综述[J].振动与冲击,2006,25(3):162-167.

REN Yongsheng, ZHOU Jianpeng. Vehicle Semi-active Suspension Techniques And It’s Applications[J]. Journal of Vibration and Shock,2006,25(3):162-167.

[2] 宋宇,陈无畏,黄森仁.车辆悬架多刚体动力学分析及PID控制研究[J].农业机械学报,2004,35(1):4-7.

SONG Yu, CHEN Wuwei, HUANG Senren. Multi-body Dynamic Analysis of Vehicle Suspension and PID Control[J]. Journal of Agricultural Machinery,2004,35(1):4-7.

[3] 陈无畏,沈云鹤,张启群.汽车主动悬架的最优控制及计算机仿真[J].振动与冲击,1996,5(4):53-58.

CHEN Wuwei, SHEN Yunhe, ZHANG Qiqun. The Optimal Control and Computer Simulation of Active Suspension for Automobile[J]. Journal of Vibration and Shock,1996,15(4):53-58.

[4] H. E. Tsen, J. K. Hedrick. Semi-active control laws-optimal and sub-optimal[J]. Vehicle System Dynamics,1994,2(3):545-569.

[5] 袁传义,贝绍轶,刘成晔.汽车半主动悬架模糊自适应控制研究[J].噪声与振动控制,2010(5):98-101.

YUAN Chuanyi, BEI Shaoyi, LIU Chengye. Automotive Semi active Suspension Adaptive Fuzzy Control[J]. Noise and Vibration Control,2010(5):98-101.

[6] Bakhtiari-Nejad F, Karami-Mohammadi A. Active Vibration Control of Vehicle with Elastic Body Using Model Reference Adaptive Control[J]. Journal of Vibration and Control,1998,4(4):463-479.

[7] 赵树恩,李玉玲.汽车整车半主动悬架模块化并联模糊控制[J].计算机仿真学报,2013,30(5):143-147.

ZHAO Shuen, LI Yuling. Automobile modular parallel fuzzy semi-active suspension control[J]. Journal of Computer Simulation,2013,30(5):143-147.

[8] Kou Farong, Fang Zongde. An Experimental Investigation into the Design of Vehicle Fuzzy Active Suspension[C]//The IEEE International Conference on Automation and Logistics. August, 2007, Jinan, China. USA: IEEE,2007:959-963.

[9] Chen C L, Kuo F C. Design and Analysis of a Fuzzy Logic Controller[J]. Systems Science,1995,26(7):98-104.

[10] G. Chen. Conventional and Fuzzy PID Controllers: an Overview[J]. International Journal of Intelligent Control and Systems,1996,11(2):235-246.

[11] 方子帆,邓兆祥.基于磁流变减振器的整车控制方式研究[J].系统仿真学报,2007,19(13):2984-2987.

FANG Zifan, DENG Zhaoxiang. Based on the study on the vehicle control of magnetorheological damper[J]. Journal of System Simulation,2007,19(13):2984-2987.

Parallel Coordinated Control Method of Vehicle Semi-active Suspension System

GUO QuanminFAN Zhuyuan

(School of Electronic and Information Engineering, Xi’an Technological University, Xi’an710021)

AbstractTo improve the performance of the suspension system, for vertical, roll, pitch of bodythree movement, parallel coordinated control method of automotive semi-active suspension system is proposed. Parallel coordinates fuzzy PID controller is designed to control three movement respectively, and the desired control is achieved to control semi-active suspension system, to improve the vehicle vertical, roll and pitch vibration purposes. The experimental results and data analysis show that proposed parallel coordination fuzzy PID control strategy improves the ride comfort and handling stability of the vehicle without affecting vehicle safety.

Key Wordsvehicle model, semi-active suspension system, parallel coordinated control, fuzzy PID control

* 收稿日期:2015年11月7日,修回日期:2015年12月24日

基金项目:陕西省自然科学基础研究计划项目(编号:2014JM2-6112);陕西省教育厅科学研究项目(编号:14JK1342)资助。

作者简介:郭全民,男,硕士,副教授,硕士生导师,研究方向:计算机测控技术、图像处理及机器视觉、智能传感与信息融合等。樊祝元,男,硕士研究生,研究方向:计算机测控技术、控制理论与控制工程。

中图分类号U463.1

DOI:10.3969/j.issn.1672-9722.2016.05.021