详情

原文传递半主动悬架的智能优化滑模控制研究

论文题名：	半主动悬架的智能优化滑模控制研究
关键词：	半主动悬架;滑模控制;粒子群算法;电磁阀式减振器;神经网络
摘要：	车辆悬架系统是连接地面与车架的“桥梁”，不仅影响轮胎的接地性，进而影响车辆的行驶安全性，而且可以衰减由于地面凹凸不平而导致的车辆垂向振动，优化车辆平顺性。半主动悬架系统可以根据悬架状态改变阻尼器阻尼特性，从而适应于不同的车辆行驶状态。相对于主动悬架，半主动悬架由于其能耗低、成本低的优势，广受市场青睐。但其有复杂非线性力学特性，是设计半主动悬架控制器要克服的困难。　　本文选择电磁阀式减振器作为研究对象，其具有复杂的非线性特性，但可靠性较强、成本低。针对电磁阀式减振器复杂的非线性特性，以往的参数拟合建模方法建立的仿真模型与实际减振器具有一定的误差，本文提出一种高精度的神经网络建立减振器模型的方法。此外，为解决半主动悬架系统非线性以及鲁棒性问题，本文选择滑模控制策略对半主动悬架进行连续阻尼控制，并利用遗传算法结合改善粒子群算法（GA-UPSO）解决滑模控制器中的趋近律参数问题。通过试验验证其对悬架整体控制效果有较大的改善。针对车辆姿态运动，本文提出了一种协调控制方法，建立模糊协调控制器，对车辆姿态进行补偿控制，通过仿真验证了协调控制器的可行性。综上所述，本文的研究为半主动悬架控制提供新的方法和思路，在半主动悬架控制领域具有重要的意义。本文研究的主要内容为：　　（1）建立悬架动力学模型和路面激励模型。利用MTS减振器外特性试验台，对某乘用车的电磁阀式减振器做不同电流下的动力学实验，采集实验数据。利用优化后的神经网络对实验数据进行学习，建立基于实验数据的电磁阀式减振器模型。将神经网络减振器模型考虑进车辆悬架中，并考虑半主动悬架的运动条件，设置“边界条件”，基于Simulink建立1/4和1/2车辆悬架模型以及凸块路面和随机路面激励模型。　　（2）建立GA-UPSO（遗传-改善粒子群算法）优化的滑模控制器，并仿真分析。以理想混棚为参考模型，建立滑模控制器。并以悬架综合性能为目标函数，利用粒子群算法优化混棚比例系数和滑模趋近律参数。利用遗传算法与改善粒子群算法结合的方法，克服粒子群算法易陷入局部最优的缺点。在不同路面下仿真，对比分析各种控制策略的控制效果。　　（3）搭建车身姿态协调控制器，并仿真验证。在GA-UPSO优化的滑模控制器的基础上，建立协调控制器。基于模糊控制算法获得车身姿态控制策略，再通过补偿策略分配到前后减振器，实现对车身俯仰角的控制。通过Simulink仿真，验证了车身协调控制器对车身俯仰振动抑制的有效性。　　（4）台架试验验证GA-UPSO优化的滑模控制策略。搭建等比例四分之一悬架车辆试验台，包括悬架系统、作动器、传感器以及控制系统。通过对比试验，本文提出的GA-UPSO优化的滑模控制器可以在保证车辆行驶安全性的前提下，优化悬架舒适性。
作者：	刘善辉
专业：	车辆工程
导师：	庄晔
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2023