详情

原文传递智能车载稳定平台张量分解预测控制策略研究

论文题名：	智能车载稳定平台张量分解预测控制策略研究
关键词：	智能车载稳定平台;张量分解;预测控制;参数调度;支持向量机
摘要：	在地质勘探、航空航天、生命科学仪器制造以及其他工程领域中，高精仪器设备的应用场景范围越来越广泛，车载移动式探测平台的研制需求应运而生。移动勘探过程中设备会受到路面颠簸、侧风等外部激励的影响，因此车载设备稳定隔振系统具有重要研究意义。目前的车辆隔振研究主要通过智能悬架来保证车辆平顺性和安全性，基于连续可调阻尼技术的半主动智能悬架具有高效且均衡的隔振效能，可根据不同的路面振动进行自适应控制。但由于车辆悬架设计需兼顾操纵稳定性和设计安全性等指标，其操稳性和平顺性存在优化矛盾，因此搭载设备平顺性优化受限。而车载稳定平台作为二级悬架系统，可以进一步提高系统的隔振效果和控制精度。　　本文基于车载稳定隔振系统，针对非线性动力学以及智能隔振控制理论开展研究，基于张量积模型变换和高阶奇异值分解方法设计优化变增益道路预瞄控制器，使车载稳定隔振系统可根据不同的路面工况实现振动、角振动的自适应稳定控制，并且兼具在线计算快、内存占用小的优点，工程应用性强。具体工作内容包括：　　（1）车辆平台非线性系统建模。为解决二级稳定隔振平台非线性动力学控制问题，对车载系统和稳定平台进行一体化建模研究，针对平台模型和阻尼模型的非线性特性，采用线性变参数方法进行线性化逼近，将非线性模型转化为线性子空间的变增益组合，进而设计线性变参控制器实现非线性系统动力学控制仿真。车载平台模型和非线性阻尼控制模型通过台架试验进行了验证。　　（2）张量分解高阶系统降维。为优化非线性系统离散化产生的高维度模型，采用张量积模型变换来实现降维，应用张量积模型变换方法对状态空间构成的高阶张量进行分解，对得到的正交子空间对应的特征向量应用截断高阶奇异值分解进行低秩逼近，从而在保证降维系统逼近精度的同时大幅减少其张量空间元素的数量，减少了存储空间的占用和后续计算难度。　　（3）显式模型预测控制策略研究。模型预测控制算法凭借其高控制性能、抗干扰能力被用于多输入输出系统控制，其在线求解非线性控制问题时计算量过大的缺点限制了其工程应用。针对模型预测控制算法的在线计算负担，提出了张量优化显式模型预测控制（TP-EMPC）方法。TP-EMPC基于参数调度的思想，预先离线求解控制器的参数相关控制增益，将其依据相关参数进行存储排列，在实时运行控制器时只需根据相关参数函数求解调用的控制增益，由此将在线计算量简化为了查表或单一函数求解。并将显式模型预测控制算法与张量分解降维方法相结合，通过张量积模型变换得到正交子空间，对其对应的特征向量应用截断高阶奇异值分解进行低秩逼近，提高了控制器的计算速度和存储效率，使其更具有工程实用性。　　（4）智能路面预瞄模块设计。变增益控制器的设计要求是变增益系统中所有的时变参数可测，在智能路面预瞄隔振系统中，由于道路随机激励对车辆悬架是具有不确定性的干扰输入，因此需要将道路激励信号辨识为可测变参。提出了一种基于支持向量机的道路信号经验模态分解的特征分类算法，将道路信号预处理为满足经验模态分解约束的固有模态函数分量，进而对分量进行时域特征提取，与支持向量机分类器相结合后可以实现不同车速下路面等级的实时辨识分类，从而将实时路面等级辨识作为变参量建立变增益路面预瞄系统。　　（5）车载平台试验闭环验证。本研究通过减振元件标定试验、整车控制器硬件在环试验、稳定平台台架试验、车载稳定平台系统整车振动试验，由下至上地对零件、总成、系统进行了测试，并分别对车载隔振系统中的承载、减振、电控等各个子模块进行了整合，验证和测试了智能稳定平台变增益控制器的可行性和有效性，为平台半主动控制算法的针对性调试提供依据。　　本文的研究内容由智能隔振系统设计、多元化建模到控制算法理论研究和试验闭环验证实现了全流程覆盖，建立了车辆稳定平台隔振系统模型，采用变增益方法对非线性特性进行了线性化。并设计了一种路面实时预瞄辨识方法，基于道路信号经验模态分解和支持向量机特征分类器，可以实现不同车速下路面等级的实辨识分类，从而将路面等级作为变增益隔振系统的预瞄变参。提出了一种基于张量积模型变换的显式模型预测控制方法，结合了变增益系统和模型预测控制的思想，通过预先离线计算替代预测控制器繁重的在线计算，减轻对硬件单元的算力需求，并通过张量积模型变换来优化离线模型的阶数，大幅减少模型复杂度和占用空间，使其更具有工程实用性。
作者：	李金杭
专业：	车辆工程
导师：	马芳武
授予学位：	博士
授予学位单位：	吉林大学
学位年度：	2021