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.

A Study of Electric Vehicle Suspension Control System Based on an Improved Half-vehicle Model

An improved half-vehicle model has been proposed for active suspension control systems, in contrast to existing models, it allows to explore the nature of the effect of vehicle speed changes by introducing a state vector of vehicle pitch angle. Three control strategies of linear quadratic control （LQ）, improved LQ （ILQ） and wheelbase preview LQ （WLQ） have been implemented into the proposed model. ILQ has integrated an additional control parameter into LQ by concerning the correlation between acceleration values and their corresponding pitch angles. Simulation results have showed the effectiveness of the proposed model in terms of LQ, ILQ and WLQ control strategies.

Finite Frequency Fuzzy H∞Control for Uncertain Active Suspension Systems With Sensor Failure

This paper investigates the problem of finite frequency fuzzy H_∞ control for uncertain active vehicle suspension systems, in which sensor failure is taken into account. TakagiSugeno(T-S) fuzzy model is established for considered suspension systems. In order to describe the sensor fault effectively, a corresponding model is introduced. A vital performance index,H_∞ performance, is utilized to measure the drive comfort. In the framework of Kalman-Yakubovich-Popov theory, the H_∞ norm from external perturbation to controlled output is optimized effectively in the frequency domain of 4 Hz-8 Hz to enhance ride comfort level. Meanwhile, three suspension constrained requirements, i.e., ride comfort level, manipulation stability,suspension deflection are also guaranteed. Furthermore, sufficient conditions are developed to design a fuzzy controller to guarantee the desired performance of active suspension systems. Finally, the proposed control scheme is applied to a quarter-vehicle active suspension, and simulation results are given to illustrate the effectiveness of the proposed approach.

Design of a Preview Controller for Articulated Heavy Vehicles

The paper presents a preview controller design for ATS （active trailer steering） systems to improve high-speed stability of AHVs （articulated heavy vehicles）. An AHV consists of a towing unit, namely tractor or truck, and one or more towed units which called trailers. Individual units are connected to one another at articulated joints by mechanical couplings. Due to the multi-unit configurations, AHVs exhibit unique unstable motion modes, including jack-knifing, trailer swing and rollover. These unstable motion modes are the leading cause of highway accidents. To prevent these unstable motion modes, the preview controller, namely the LPDP （lateral position deviation preview） controller, is proposed. For a truck/full-trailer combination, the LPDP controller is designed to control the steering of the front and rear axle wheels of the trailing unit. The calculation of the corrective steering angle of the trailer front axle wheels is based on the preview information of the lateral position deviation of the trajectory of the axle center from that of the truck front axle center. Similarly, the steering angle of the trailer rear axle wheels is calculated by using the lateral position deviation of the trajectory of the axle center from that of the truck front axle. To perform closed-loop dynamic simulations and evaluate the vehicle performance measure, a driver model is introduced and it ＇derives＇ the AHV model based on well-defined testing specifications. The proposed preview control scheme in the continuous time domain is developed by using the LQR （linear quadratic regular） technique. The closed-loop simulation results indicate that the performance of the AHV with the LPDP controller is improved by decreasing rearward amplification ratio from the baseline value of 1.28 to 0.98 and reducing transient off-tracking by 95.03%. The proposed LPDP control algorithm provides an alternative method for the design optimization of AHVs with ATS systems.

整车主动悬架滑模控制及多目标优化

为改善车辆主动悬架系统性能,在建立整车主动悬架系统模型的基础上,结合滑模变结构控制理论,提出了一种基于多目标优化的主动悬架系统控制参数的优化方法。基于滑模面到达条件结合李雅普诺夫稳定性理论对滑模控制器进行稳定性验证,建立以车身侧倾角加速度、车身俯仰角加速度和车身垂直加速度为控制目标的多目标优化问题,并利用粒子群算法对控制器参数进行优化。仿真结果表明,优化后主动悬架系统的3个控制目标函数值较优化前分别减小了10.3%、27.3%和20.0%,基于多目标优化的整车主动悬架滑模控制策略改善了整车的乘坐舒适性和操纵稳定性。

履带车辆主动悬挂多点布置优化

为实现履带车辆主动悬挂减振性能和能耗达到综合最优,基于正交试验方法开展履带车辆主动悬挂多点布置优化设计。首先,建立了履带车辆悬挂系统动力学模型,并通过道路模拟试验验证了该模型的合理性;其次,开展了履带车辆悬挂系统正交试验,分析了4种典型路面下各子悬挂对悬挂系统减振性能影响的敏感性;最后,设计了主动悬挂作动器的6个布置方案,通过建立基于线性二次最优(linear quadratic regulator,简称LQR)控制的履带车辆主动悬挂动力学模型,分析了典型路面下各布置方案对悬挂系统减振性能的影响规律及能耗变化规律。结果表明,通过对履带车辆主动悬挂作动器的布置优化,可以实现悬挂减振性能和能耗之间的平衡。

基于EGA优化的农用UTV半主动悬架最优控制

针对UTV在恶劣路面行驶引起的车辆振动,以某款农用UTV悬架系统为对象,建立包含俯仰的四自由度(4-DOF)半车半主动悬架动力学模型,并提出一种EGA-LQR复合控制策略,设计满足物理约束的悬架系统自适应最优控制器。利用EGA算法的全局寻优与快速收敛特性,对LQR最优控制器的权重矩阵寻优,输出悬架系统最优控制阻尼力。在Matlab/Simulink中搭建UTV的路面与悬架模型进行时域仿真,仿真分析结果表明,EGA-LQR控制显著减小了车体质心垂向振动加速度、车体俯仰角加速度、前后轮动位移以及前后悬架动行程的均方根值,有效保证了UTV在农田路面下行驶的舒适性与安全性。

基于蛇算法的主动悬架线性二次型调节器优化设计

针对车辆主动悬架系统的线性二次型调节器(linear quadratic regulator,LQR)在设定权重系数矩阵Q和R时具有主观性、效率低的缺点,提出一种基于蛇算法(snake optimizer,SO)优化LQR控制器权重系数矩阵的策略。通过对1/4车辆主动悬架系统的动力学分析,设计了LQR控制器;将主动悬架与被动悬架各性能指标的积分比值进行加权求和构建了目标函数L;模仿蛇群生活习性的SO算法在搜索空间中求解出了函数L的最小值和LQR控制器的最优权重系数矩阵。为验证该策略的有效性,分别以C级路面、正弦冲击路面为激励,对车身加速度(sprung mass acceleration,SMA)、轮胎动载荷(dynamic tyre load,DTL)、悬架动行程(suspension working space,SWS)3个方面将SO优化LQR控制的主动悬架与被动悬架、传统LQR控制的主动悬架、遗传算法优化LQR控制的主动悬架、粒子群算法优化LQR控制的主动悬架进行了仿真对比。结果表明:SO优化LQR控制的主动悬架可在C级路面上分别对SMA、DTL、SWS的均方根优化达59.47%、37.89%、42.12%;在正弦冲击路面上稳定时间为1.4 s,分别对SMA、DTL、SWS的超调优化达79.21%、59.22%、16.33%,提升了车辆的行驶平顺性、路面附着性和操作安全性。

基于轴距预瞄的虚拟轨道列车主动悬架控制策略

针对虚拟轨道列车垂向振动问题,基于轴距预瞄原理设计了一种列车主动悬架控制策略.首先,考虑线性滤波白噪声路面不平度激励,建立了列车—路面耦合振动模型;其次,结合列车轴距预瞄信息,利用线性二次型高斯(Linear Quadratic Gaussian, LQG)控制理论设计了列车主动悬架LQG控制器,并基于自适应粒子群算法(Adaptive Particle Swarm Optimization, APSO)对控制器的权重系数进行优化;最后,研究了列车在随机路面和脉冲路面激励作用下的垂向振动特性.仿真结果表明,本文所设计的列车主动悬架控制策略能明显降低列车在随机路面和脉冲路面激励作用下各节车体的垂向振动,且针对不同等级路面和车速工况,均有良好的鲁棒性,有效提高了虚拟轨道列车的乘坐舒适性.

主动悬架识别路面扰动反馈最优控制策略研究

针对现有主动悬架在应用最优控制时缺乏路面扰动识别内容的问题,提出一种识别路面扰动反馈的最优控制器。该控制器在传统系统状态反馈最优控制的基础上引入扰动反馈项,并通过粒子群算法优化加权系数,同时采用直线电机作为作动器。考虑到路面不平度与系统状态响应获取存在先后顺序,采用开环带有外部输入的非线性自回归(Nonlinear Auto-regressive Model with Exogenous Inputs,NARX)神经网络预测与逆模型相结合的方法来识别路面不平度。神经网络离线训练在线识别,识别模块实时将结果传输给控制器。在整车模型上对控制策略进行仿真。结果表明,粒子群优化使平顺性指标显著改善;采用的路面识别方法可有效提高识别的精确性;与不识别扰动控制相比,本策略可有效降低悬架动挠度的恶化,并改善整体控制效果。

Proportional-integral-derivative control of nonlinear half-car electro-hydraulic suspension systems

This paper presents the development of a proportional-integral-derivative (PID)-based control method for application to active vehicle suspension systems (AVSS). This method uses an inner PID hydraulic actuator force control loop, in combination with an outer PID suspension travel control loop, to control a nonlinear half-car AVSS. Robustness to model uncertainty in the form of variation in suspension damping is tested, comparing performance of the AVSS with a passive vehicle suspension system (PVSS), with similar model parameters. Spectral analysis of suspension system model output data, obtained by performing a road input disturbance frequency sweep, provides frequency response plots for both nonlinear vehicle suspension systems and time domain vehicle responses to a sinusoidal road input disturbance on a smooth road. The results show the greater robustness of the AVSS over the PVSS to parametric uncertainty in the frequency and time domains.

半主动空气悬架阻尼多模型自适应控制研究

针对常规自适应控制器中辨识算法的收敛速度难以跟随半主动空气悬架模型参数实际变化速度的问题,提出一种能够满足半主动空气悬架在参数大范围变化时对控制品质较高要求的阻尼多模型自适应控制方法。为改善系统控制速度,根据半主动空气悬架阻尼实际控制过程,建立了针对不同车辆运行状态的多个局部线性固定模型,同时引入一个能够重新赋初值的自适应模型,以提升系统控制精度。基于误差最小的模型切换控制策略在线选择最佳匹配模型,并采用自适应控制方法调节最佳阻尼力,从而构成系统阻尼多模型自适应控制。仿真与实车道路试验结果表明,所提出的控制方法能够有效改善半主动空气悬架在大范围行驶工况下的控制品质,车辆垂直振动加速度均方根降幅达22.8%,车辆行驶平顺性得到了明显提升。

基于模型预测的重型车辆侧翻主动控制

为解决重型车辆侧翻问题,提出基于模型预测的侧翻主动控制方法。通过车辆侧倾数学模型来预测车辆的侧翻趋势,从而实现对于车辆侧翻主动控制的实时性。以带有空气悬架的大型客车为例,结合空气弹簧的工作特性,设计主动控制策略,实现对车辆侧翻危险状态的主动控制。在车辆行驶速度80km/h、方向盘转角200°的情况下进行仿真试验,车辆左侧空气悬架的刚度上升了12.9%,右侧空气悬架的刚度下降了13.7%,车辆侧倾角稳定在3.9°。结果表明,基于模型预测的车辆侧翻主动控制系统能够及时调整左右空气悬架的刚度,提高重型车辆的侧翻控制能力,减少重型车辆侧翻事故的发生。

含路面预瞄信息的车辆主动悬架有限频域多目标控制

提出了一种考虑路面预瞄信息的有限频域线性变参数控制器设计方法,并将其应用于时变速度下的车辆悬架多目标控制。在控制器设计中,首先,利用Padé近似的方法处理一定距离内的路面预瞄信息,将车辆悬架系统增广为含速度信息的状态空间方程。其次,采用多胞形结构描述车辆前进速度的时变性。考虑到人体对4~8 Hz范围内的振动加速度较为敏感,且路面干扰仅发生在有限频段内,传统的全频域H∞控制方法并不能取得最优性能。以车身垂直加速度的有限频域H∞范数为优化性能指标,使其在路面干扰下的能量增益在关心频段内达到最小,同时考虑相关的时域约束条件。最后,通过数值实例验证了所提方法的有效性,对比于传统的全频域方法及无路面预瞄的控制方法,该方法能在时域约束条件得到满足的同时,有效地提高车辆的舒适性。

车辆半主动悬架系统模糊神经网络控制研究

悬架系统对车辆平顺性具有重要的影响,通过预瞄控制在后轮处提前预测路面不平度,用于解决半主动悬架模糊神经网络控制存在的时滞问题。建立了1/2车辆模型和路面输入模型,设计了基于预瞄控制的半主动悬架模糊神经网络控制结构,并进行了白噪声输入仿真分析。结果表明:预瞄控制后的车身加速度峰值和标准差比被动系统分别减少了61.61%和44.28%,比模糊控制的悬架系统分别减少了21.23%和21.20%;预瞄控制后的质心加速度峰值和标准差比被动系统分别减少了35.21%和57.81%,比模糊控制的悬架系统分别减少了7.83%和20.10%。后轮处车身加速度和质心垂直加速度均有明显减小,较好改善了悬架系统适应道路的性能,有效缓和了车辆的振动和提高了汽车的行驶平顺性。

车辆半主动悬架粒子群模糊混合控制策略

在Matlab中建立4自由度1/2半主动悬架车辆模型后,构建模糊混合控制器,利用粒子群优化算法对模糊混合控制器的隶属度函数和模糊控制规则同时进行优化,开发了粒子群模糊混合控制策略。为了有效验证所提出的控制策略,在搭建的车辆半主动悬架系统控制策略硬件在环仿真试验平台上进行了粒子群模糊混合控制策略的半实物仿真试验。硬件在环仿真试验结果表明,粒子群模糊混合控制策略明显优于传统模糊控制策略,能有效地提高半主动悬架系统的综合性能,并且在不同路面输入激励下均能取得较好的控制效果。

考虑时变输入时滞及频段约束的车辆主动悬架预瞄控制

针对预瞄控制中存在的输入时滞现象,提出一种时滞相关的有限频域线性变参数控制器设计方法,用于解决存在输入时滞及时变速度的汽车主动悬架预瞄控制问题。在控制器设计中,应用Padé方法将控制方程扩维为含路面预瞄信息的状态空间形式。用有限顶点的多胞形结构处理速度的时变性。以线性不等式的形式给出了控制器设计准则。区别于传统的全频域时滞相关的H∞控制,以车身加速度的有限频域H∞范数为优化性能指标,使其在关心频段内取得最小的能量增益值,同时保证相关的时域约束条件。通过数值算例及试验表明,在存在输入时滞的情况下,该方法能取得比无预瞄控制保守性更小的结果,舒适性得到了显著的提高。

基于最优控制和模糊控制的半主动悬架仿真研究

在被动悬架汽车1/4车辆动力学模型基础上,给出了悬架系统的状态空间方程,并分别利用随机线性最优控制理论和模糊控制理论,设计了LQG最优控制器及双输入单输出的二维模糊控制器。在SIMULINK中建立了路面激励、被动悬架系统、最优控制系统及模糊控制系统模型,通过仿真试验分析两种控制策略对车身振动加速度、悬架动挠度及轮胎动载荷的影响。结果表明两种控制策略均可给汽车平顺性和舒适性带来显著改善与提高。最后,对两种控制策略优缺点进行了比较及评价。

基于阻尼多模式切换的主动悬架最优控制研究

针对传统主动悬架所需动力源的功率较大,进而导致其成本昂贵、结构复杂等问题,以并联三档阻尼可调减振器的车辆全主动悬架系统作为研究对象,分别设计了"软"、"中"、"硬"三种阻尼工作模式,根据车辆实际行驶工况,确定了阻尼工作模式间切换控制规则。基于Simulink/Stateflow进行了阻尼多模式切换控制系统的设计及性能仿真,在有效的阻尼切换控制系统基础上,根据不同阻尼工作模式下所侧重的悬架性能指标,分别设计了针对性的主动悬架作动力最优控制器。基于两种典型的道路行驶工况,对系统全局控制能力以及作动力最优控制器的局部有效性进行了仿真分析,仿真结果表明,所设计的控制系统能够有效提高车辆在不同道路行驶工况的综合性能,其中,车身垂直加速度降幅最高可达10.45%,车轮动载荷降幅最高可达9.46%。与此同时,系统所需的主动控制力相对于无阻尼切换控制降低了13.33%,减少了系统能量消耗。

基于ADAMS-MATLAB联合仿真的汽车悬架半主动控制

利用ADAMS建立了随机激励四分之一汽车悬架模型,利用MATLAB设计了一种基于改进Bingham模型的汽车半主动控制策略,然后进行ADAMS-MATLAB联合仿真,深入研究了被动控制、半主动开关控制及基于改进Bingham模型的半主动控制的效果。研究发现,采用所提出的基于改进Bingham模型的半主动控制策略后,汽车悬架系统的车身加速度、悬架变形、车轮动载、车轮侧滑移分别比被动控制下降27%、17.6%,、9.7%、18.6%,而半主动开关控制只比被动控制下降19.6%、9.2%、7.4%、9.3%。这说明所提出的基于改进Bingham模型的半主动控制策略大大优于其他两种控制策略。