一種基于單神經(jīng)元PID控制策略的汽車主動懸架系統(tǒng)研究

方振龍

(長春職業(yè)技術(shù)學(xué)院工程分院，吉林長春 130000)

懸架是汽車的重要組成部分，它對汽車的動態(tài)特性有著十分重要的影響。與被動懸架相比，主動懸架能提高汽車行駛過程中的平順性與操縱穩(wěn)定性，有利于進(jìn)一步提高汽車的性能。近年來國內(nèi)外研究人員對汽車主動懸架進(jìn)行了大量的研究工作，以尋求一種能夠為汽車提供良好性能的控制規(guī)律?，F(xiàn)有的主動懸架控制方法往往過于復(fù)雜，或者是附加條件過多，在應(yīng)用上有一定的局限性。針對這一問題，本文本著簡單、有效的原則，把單神經(jīng)元控制策略應(yīng)用于主動懸架控制系統(tǒng)，提出一種單神經(jīng)元PID 控制策略［1］。

1 汽車懸架系統(tǒng)概述

1.1 被動懸架

被動懸架的結(jié)構(gòu)如圖1所示，它是一個基本的彈簧阻尼系統(tǒng)，是針對特定的路面狀況和汽車運行工況設(shè)計的，是一種時不變系統(tǒng)。因為被動懸架系統(tǒng)的參數(shù)在車輛行駛過程中無法自動調(diào)節(jié)，不能適應(yīng)環(huán)境的不斷變化，因此被動懸架在工程應(yīng)用中有一定的局限性。

1.2 主動懸架

為了克服被動懸架的缺點，F(xiàn)edrspiel Labrosse教授提出了主動懸架的設(shè)計方案，即在機構(gòu)中增加了一個作動器，依靠外界供給的能量，由作動器主動產(chǎn)生作用力，主動抑制車體的運動，使懸架始終處于最優(yōu)減振狀態(tài)。其結(jié)構(gòu)如圖2所示。

圖1 被動懸架

圖2 主動懸架

當(dāng)路面輸入發(fā)生變化時，微處理器接收到加速度、位移等測量信息后，會產(chǎn)生控制信號，主動懸架的作動器就會根據(jù)控制信號產(chǎn)生相應(yīng)大小的作用力。因此，主動懸架可根據(jù)外界輸入或車體本身狀態(tài)的變化進(jìn)行自適應(yīng)調(diào)節(jié)，從而使汽車具有很好的平順性及可操縱性。

2 主動懸架的數(shù)學(xué)模型

以1/4主動懸架模型為研究對象，其微分方程組為：

式中：m1為車輪質(zhì)量;m2為車身質(zhì)量;k1為輪胎剛度;k2為懸架剛度;c為懸架阻尼系數(shù);f為作動器的主動控制力;x1為車輪位移;x2為車身位移;s為路面垂向輸入位移。

假設(shè)狀態(tài)變量

輸入變量

U=［f，s'］T

輸出變量

則主動懸架模型的狀態(tài)空間表達(dá)式為：

式中：

3 控制策略研究

針對主動懸架這個復(fù)雜、具有不確定性參數(shù)及多變環(huán)境的被控對象，如何設(shè)計出有效的控制策略是一個非常關(guān)鍵的問題［2］。

3.1 PID 控制

PID控制，即比例-積分-微分控制，是一種最常見、應(yīng)用最廣泛的控制策略，其控制規(guī)律為：

式中：KP為比例系數(shù);TI為積分時間常數(shù);TD為微分時間常數(shù);u(t)為控制器輸出控制信號;e(t)為控制器輸入偏差信號。

PID結(jié)構(gòu)框圖如圖3所示。

圖3 PID控制系統(tǒng)結(jié)構(gòu)框圖

PID控制器只能應(yīng)用于模型一定、參數(shù)一定的系統(tǒng)，不具備自適應(yīng)功能，當(dāng)外部環(huán)境發(fā)生變化時不能實時調(diào)整，難以保證控制精度。因此，傳統(tǒng)的PID控制只適合于工況簡單，干擾因素少，對控制要求不高的場合［3］。

3.2 單神經(jīng)元PID控制

人工神經(jīng)網(wǎng)絡(luò)控制是智能控制的一個很重要的分支，是人們受生物神經(jīng)元的啟發(fā)，通過模擬人腦功能而提出的一種控制方法，可以從理論上近似任意一個復(fù)雜的非線性系統(tǒng)［4］。人工神經(jīng)元模型如圖4所示。

圖4 人工神經(jīng)元模型

把人工神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)PID相結(jié)合，提出一種單神經(jīng)元PID控制方法，應(yīng)用于汽車主動懸架控制系統(tǒng)中，圖5為單神經(jīng)元PID控制系統(tǒng)方框圖。

圖5 單神經(jīng)元PID控制系統(tǒng)方框圖

圖5 中，用單神經(jīng)元上的3個連接權(quán)來近似代替PID控制器中的比例(P)、積分(I)、微分(D)系數(shù)，實際輸出信號與輸入信號相比較得到偏差信號e(t)，然后經(jīng)過轉(zhuǎn)換器轉(zhuǎn)換后作為單神經(jīng)元的輸入信號 xi(t)(i=1，2，3)，即：

4 仿真分析

4.1 建立模型

建立主動懸架的ADAMS仿真模型，如圖6所示。

圖6 主動懸架的三維模型

4.2 參數(shù)選取

引起汽車振動的因素有很多，如路面不平度、汽車運動時產(chǎn)生的空氣動力載荷等原因，其中路面不平是汽車行駛時產(chǎn)生振動的最主要原因［5］。

仿真時，路面輸入可以采用很多類型，本文采用隨機路面輸入，其曲線如圖7所示。

圖7 隨機路面輸入曲線

其他模型參數(shù)如下：車輪質(zhì)量40kg，車身質(zhì)量300 kg，輪胎剛度160 000 N/m，懸架剛度16 000 N/m，懸架阻尼系數(shù)980 Ns/m。

4.3 聯(lián)合仿真

與MATLAB軟件進(jìn)行聯(lián)合仿真，分別采用被動懸架、傳統(tǒng)PID控制策略和單神經(jīng)元PID控制策略進(jìn)行對比，得到的車身加速度仿真結(jié)果如圖8～圖10所示。

為了驗證仿真模型的正確性以及所提控制策略的減振效果，分別提取3種控制類型所對應(yīng)的車身加速均方根、懸架動撓度均方根和車輪動位移均方根進(jìn)行列表對比，見表1。

圖8 被動懸架

圖9 傳統(tǒng)PID控制策略

圖10 單神經(jīng)元PID控制策略

表1 聯(lián)合仿真結(jié)果對比

結(jié)果表明，與被動懸架相比，主動懸架的車身加速度、懸架動撓度、車輪動位移都明顯減小，改善了車輛的平順性和穩(wěn)定性。與傳統(tǒng)PID控制相比，本文所提出的單神經(jīng)元 PID控制策略的減振效果更好，魯棒性更強。

5 結(jié)束語

本文針對汽車懸架系統(tǒng)存在的問題展開研究，提出一種單神經(jīng)元PID控制方法應(yīng)用于汽車主動懸架系統(tǒng)中，同時對虛擬樣機進(jìn)行仿真分析，并對車身加速度、懸架動撓度和輪胎動位移這3個指標(biāo)進(jìn)行綜合評定。分析結(jié)果表明，主動懸架可以提高汽車行駛過程中的平順性與操縱穩(wěn)定性，從而減少汽車在行駛過程中產(chǎn)生的振動。與傳統(tǒng)PID控制相比，單神經(jīng)元PID控制策略具有更好的減震效果，具有更優(yōu)的平穩(wěn)性和魯棒性，為主動懸架控制方法的選擇問題提供了新的方法和思路。

［1］ 王國權(quán)，許先鋒，余群，等．汽車平順性的虛擬樣機試驗［J］．農(nóng)業(yè)機械學(xué)報，2003，34(3)：26-28，34．

［2］ 王洪禮，牛西澤，孫景．汽車懸架系統(tǒng)的半主動控制［J］．天津大學(xué)學(xué)報，1996，26(2)：177-182．

［3］ Chen C T，Yen C H．Multivariable process control using decentralized single neuron controllers［J］．Journal of Chemical Engineering of Japan，1998，31(1)：14-20．

［4］ Guo S，Huang L．Periodic oscillation for discrete-time Hopfield neural networks［J］．Physics Lettesr A，2004(3)：199-206．

［5］ 張云清，項俊，陳立平，等．整車多體動力學(xué)模型的建立、驗證及仿真分析［J］．汽車工程，2006，28(3)：287-291．