七自由度懸架模糊控制與仿真

楊威勇，張軍委

（1.遼寧工業(yè)大學，遼寧 錦州 121001；2.高田（上海）汽配制造有限公司，上海 201707）

七自由度懸架模糊控制與仿真

楊威勇1，張軍委2

（1.遼寧工業(yè)大學，遼寧 錦州 121001；2.高田（上海）汽配制造有限公司，上海 201707）

為提高車輛懸架減振性能，兼顧車輛行駛平順性和操穩(wěn)性，以某微型轎車為基礎建立了簡化的七自由度懸架模型，并提出了模糊控制方法。以車身質(zhì)心加速度、俯仰角加速度、側(cè)傾角加速度、懸架動變形、輪胎動載荷作為評價指標，在Matlab/Simulink環(huán)境中以C級白噪聲路面作為激勵，對模糊控制主動懸架進行仿真。結果表明，模糊控制下的主動懸架各項評價指標均得到明顯改善，為主動懸架在車輛上實際應用提供了參考。

七自由度；主動懸架；模糊控制；仿真

CLC NO.: U463.8 Document Code: A Article ID: 1671-7988(2015)01-104-03

引言

懸架的功能是將路面作用在車輪上的力或力矩由導向機構傳遞給車架或者車身，同時還要保證汽車振動得到一定程度的衰減，確保貨物完整性和乘員舒適性[1]。懸架性能的好壞直接影響車輛的使用性能。由于傳統(tǒng)的被動懸架結構簡單、彈性系數(shù)和阻尼系數(shù)固定，不能根據(jù)路況的變化進行適時的調(diào)節(jié)，已經(jīng)不能滿足人們對車輛高性能的要求，而主動懸架可以根據(jù)車輛行駛過程中路面的變化情況，通過外加的可控動力輸出裝置對懸架施加作用力來改善懸架性能，以滿足不同路況的需要，因此國內(nèi)外眾多學者圍繞主動懸架展開了相關研究。

目前，對于半主動懸架和主動懸架的控制策略主要有PID控制、模糊控制、神經(jīng)網(wǎng)絡控制等，由于整車懸架系統(tǒng)是非線性系統(tǒng)，傳統(tǒng)的線性控制方法受到限制。而模糊控制是最近幾年迅速發(fā)展起來的智能控制方法，采用模糊語言變量代替精確的數(shù)字變量，根據(jù)專家的經(jīng)驗進行控制，針對非線性、無法建立精確模型的系統(tǒng)尤其適用。本文在Matlab/Simulink模塊中搭建的七自由度整車模型的基礎上，采用模糊控制方法對懸架進行控制，選取車身質(zhì)心垂向加速度等一系列參數(shù)作為評價指標，分析模糊控制方法的有效性。

1、七自由度主動懸架系統(tǒng)力學建模

1.1 整車動力學模型

在對汽車懸架進行簡化處理的基礎上，建立七自由度整車簡化模型，如圖1所示。

1.2 七自由度整車懸架數(shù)學模型

根據(jù)系統(tǒng)動力學知識，可以得到汽車車身質(zhì)心處垂向運動的微分方程為[3 4]

車身俯仰運動微分方程為

車身側(cè)傾運動微分方程為

非懸掛質(zhì)量的垂向運動微分方程分別為

其中：

式中：θ為車身俯仰角；φ為車身側(cè)傾角；u為車輛縱向速度；g為重力加速度；fi（i=1,2,3,4）為作動器輸出力。

1.3 輪胎數(shù)學模型

為便于研究，忽略載荷變化而引起輪胎特性變化，并且認為在小轉(zhuǎn)角工況下輪胎具有線性特性，則輪胎的垂向運動微分方程為：

式中：k1i為第i個輪的輪胎剛度；c1i為第i個輪的輪胎阻尼；qi為路面隨機干擾信號輸入位移。

因為系統(tǒng)模型中俯仰角θ、側(cè)傾角φ值通常很小，所以有以下關系式成立。

參照某微型轎車，設定整車參數(shù)[2]，如表1所示。

表1 整車基本參數(shù)

1.4 隨機路面輸入模型

路面不平度作為引起汽車振動的一項外部重要因素，對仿真結果有直接影響。本文采用高斯白噪聲通過濾波器來模擬C級路面，并考慮前、后輪的相關性和左、右輪的相干性，得出四輪相關路面隨機輸入通用模型[5]。

其中qi(i=1、2、3、4)為路面不平度；n0為參考空間頻率，n=0.1m-1； Gq(n0)為路面不平度系數(shù)(m2/m-1)；nc=0.01m-1為路面空間截止頻率；Wt為均勻分布的白噪聲；L為軸距；B為輪距； v為車速。

2、模糊控制器設計

模糊控制屬于一種智能控制，是一種模擬人類特征的語言控制器，其設計包括控制器結構選取、模糊化、模糊規(guī)則和解模糊化等[6 7]。

2.1 模糊控制器結構

考慮到設計的簡易度和系統(tǒng)響應速度，選取最常用的二維模糊控制器， 將車身速度與理想速度之差作為誤差E，車身加速度與理想加速度之差作為誤差變化率EC，控制器的輸出量U作為主動懸架控制力。

2.2 控制器模糊規(guī)則選取

在MATLAB模糊工具箱中建立二維模糊控制器。模糊規(guī)則選取如表2，設輸入變量E、EC的論域為[-3,3]，輸出變量U的論域為[-1,1]，輸入輸出變量的模糊子集均設為﹛負大，負中，負小，零，正小，正中，正大﹜，各模糊子集均采用三角形隸屬函數(shù)，模糊推理采用瑪達尼(Mamdani)推理法。

2.3 模糊控制器去模糊化

去模糊化的方法有很多，常見的有重心法、最大隸屬度法、取中位數(shù)法。由于重心法能使系統(tǒng)輸出更為平滑，故得以廣泛應用，本文選取重心法對輸出變量進行去模糊化。

表2 模糊控制規(guī)則表

3、仿真結果與分析

為驗證模糊控制的有效性，在Matlab/Simulink環(huán)境下構建七自由度懸架進行仿真，仿真時間設置為5s，路面等級選取C級路面，車速為20m/s，圖2～6分別為被動懸架、模糊控制下的車身質(zhì)心加速度、俯仰角加速度、側(cè)傾角加速度、懸架動變形、輪胎動載荷響應的仿真對比圖。

為驗證模糊控制方法的有效性，我們還對被動懸架和主動懸架評價指標的均方根值進行了統(tǒng)計，統(tǒng)計結果如表3所示。

表3 均方根值對比表

由圖2～6以及表3可以看出，七自由度懸架模型采用模糊控制后，車身質(zhì)心垂向加速度、俯仰角加速度、側(cè)傾角加速度、懸架2動變形、輪胎2動載荷等性能評價指標均得到明顯改善，提高了車輛的操穩(wěn)性和行駛平順性，控制效果達到預期理想，表明模糊控制這種智能控制方法，在改善懸架性能方面有明顯效果。

4、結論

本文對七自由度車輛主動懸架進行模糊控制方法的研究，然后在Simulink模塊中進行仿真，結果表明，本文所建立的七自由度車輛懸架模型是正確的，采用智能控制技術設計的模糊控制器是有效的，實驗達到了預期的效果。本文所設計的二維模糊控制器結構簡單、魯棒性和穩(wěn)定性高，減振效果良好，有助于改善車輛行駛平順性和操縱穩(wěn)定性，具有廣闊開發(fā)應用前景。

[1] 王天利,熊金勝,陳雙,薛玉斌,章桂林.基于模糊PID控制的半主動空氣懸架系統(tǒng)研究[J].遼寧工業(yè)大學學報(自然科學版),2014,02:114-116+119.

[2] 陳衛(wèi)平,陳無畏,郁明.汽車電動助力轉(zhuǎn)向系統(tǒng)的模糊自調(diào)整控制研究[J].合肥工業(yè)大學學報(自然科學版),2005,28(5):497～500.

[3] 喻凡,林逸.汽車系統(tǒng)動力學[M].北京:機械工業(yè)出版社,2011.

[4] 張衍成,陳學文,李萍,王娜.非平穩(wěn)路面激勵下整車動力學建模與仿真[J].黑龍江交通科技,2014,02:120-122.

[5] 張立軍,張?zhí)靷b.車輛四輪相關路面非平穩(wěn)隨機輸入通用時頻模型[J].振動與沖擊,2008,07:75-78+187.

[6] 陳學文,張衍成,楊威勇,邵鵬生.車輛座椅懸架模糊控制與仿真[J].制造業(yè)自動化,2013,22:71-73.

[7] 柴牧,董恩國,李振興.汽車主動懸架控制策略的研究[J].中國制造業(yè)信息化, 2012,21:102-105.

Research on Fuzzy Control and Simulation of 7DOF Vehicle Suspension

Yang Weiyong1, Zhang Junwei2

(1.Liaoning University of Technology, Liaoning Jinzhou 121001; 2. Takata (Shanghai) Automotive Component Co., Ltd., Shanghai 201707 )

In order to improve vehicle susupension ride performance,damping performance and handling stability,a 7-DOF active suspension model was established and a fuzzy control was presented. Body acceleration,pitching angle acceleration,roll angular acceleration,dynamic deformation and dynamic tyre load as the evaluation index. By using Simulink,the fuzzy controller was under the input of C-grade white noise. The simulation results that the fuzzy-contoler can effectively improve the evaluation indexs. Which give meanings of practical application of active suspension.

7-DOF; Active suspension; Fuzzy control; Simulation

U463.8

A

1671-7988(2015)01-104-03

楊威勇，碩士研究生，就讀于遼寧工業(yè)大學，主要研究方向為車輛系統(tǒng)動力學及控制。