基于模糊控制策略的車輛主動懸架研究*

唐傳茵 馬巖 趙廣耀 李允公 張洪鐵

（1.東北大學機械工程與自動化學院，沈陽 110819）（2.沈陽儀表科學研究院，沈陽 110043）

引言

車輛懸架的功用為承載車身與車輪之間的力，完成車輪與車身之間的力與力矩的傳遞作用，緩和來自路面?zhèn)鬟f給車身的沖擊載荷，衰減沖擊載荷引起的振動，保證車輛能夠正常行駛.車輛懸架系統(tǒng)在很大程度上決定著整車的行駛平順性、操縱穩(wěn)定性與通過性，對減振效果等多項使用性能都有著很大影響.車輛平順性與操縱穩(wěn)定性的矛盾問題是車輛動力學一直存在的問題，懸架電控技術為解決這個問題找到了辦法.關于懸架電控系統(tǒng)控制規(guī)律的研究受到學者的廣泛關注.很多研究者進行了關于懸架模糊控制器設計與主動，半主動懸架系統(tǒng)的仿真分析［1，2，6］.本文提出了針對整車系統(tǒng)模型的新的模糊控制方法，方法一，設計了一種模糊控制器，整車模型采用一種控制算法.在第二種控制方法中，分別設計針對垂向振動的模糊算法控制器，針對俯仰運動的模糊算法控制器，與針對車體側傾時運動的模糊控制器；側傾與俯仰時的運動狀態(tài)與垂直運動不同，經過反復試驗與仿真分析，提出了針對本文仿真模型的側傾運動與俯仰的模糊規(guī)則.最后根據(jù)整車的運動情況，對三種控制器進行邏輯運算，得到邏輯運算控制器，應用仿真軟件進行七自由度整車系統(tǒng)建模.結合仿真得到的結果對本文所建立的針對整車模型的模糊控制器進行分析與研究.

1 七自由度整車模型

七自由度整車系統(tǒng)模型［3］如圖1所示.系統(tǒng)微分方程：

其中：a－車身質心到前輪（1、3）軸線的距離；b－車身質心到后輪（2、4）軸線的距離；c－車身質心到右輪（3、4）軸線的距離；d－車身質心到左輪（1、2）軸線的距離；jx－車身對于x軸的轉動慣量；jy－車身對于 y軸的轉動慣量；zi（i＝1，2，3，4）－非簧載質量的垂向位移；z′i（i＝1，2，3，4）－車身四個端點處的垂向位移；yi（i＝1，2，3，4）－路面激勵.

圖1 7自由度整車系統(tǒng)模型Fig.1 The seven degrees of freedom model of vehicle

2 模糊控制系統(tǒng)建立

嘗試兩種模糊控制方法［4，5］.針對不同的控制對象，采用不同的控制變量，對整車七自由度模型進行控制，兩種控制方法的模糊控制規(guī)則不同，由仿真結果，對比兩種控制方法對本文的整車模型的有效性.

2.1 方法一

選取懸架動行程的變化與變化率作為模糊控制器的輸入變量，輸出變量為控制力，模糊規(guī)則如表1所示.

表1 模糊規(guī)則表Table 1 Rule for Fuzzy Logic

2.2 方法二

方法二所建立的模糊控制系統(tǒng)，包括垂直振動的模糊算法控制器，俯仰振動的模糊算法控制器，控制側傾運動的模糊算法控制器，與邏輯運算控制器.控制系統(tǒng)的結構框圖如圖2所示.在垂直振動控制器中，車身的速度和車身的加速度作為輸入變量，經過垂向控制器運算后，得到第一個中間輸出變量；在俯仰振動控制器中，把車身俯仰的角速度與車身俯仰的角加速度作為輸入變量，經過抗點頭控制器運算后，得到第二個中間輸出變量；在側傾振動控制器中，車身側傾的角速度與車身側傾的角加速度設計為輸入變量，經過抗側傾控制器運算后，得到第三個中間輸出變量；邏輯運算控制器，以三個中間輸出變量作為輸入變量，經過數(shù)學運算與邏輯運算后，得到四個輸出控制力.

圖2 控制系統(tǒng)結構圖Fig.2 The structure diagram of the control system

2.2.1 垂向運動的模糊控制器

在設計的垂向運動的模糊控制器中，車身速度與車身加速度作為輸入變量，第一個中間變量作為輸出變量.在模糊系統(tǒng)的設計中，根據(jù)仿真得到的車身加速度范圍，車身速度的模糊論域定為［－2.5 2.5］，車身加速度模糊論域定為［－2.5 2.5］.對車身速度定義 7個模糊集合，NB，NM，NS，ZE，PS，PM，PB.車身加速度定義7個模糊集合：NB，NM，NS，ZE，PS，PM，PB；對中間變量定義 7個模糊集合：NB，NM，NS，ZE，PS，PM，PB.輸入輸出變量的隸屬函數(shù)經過反復嘗試后選擇gauss2mf函數(shù).垂直運動的模糊規(guī)則如表2所示.

表2 垂直模糊控制規(guī)則Table 2 The rule for vertical fuzzy control system

2.2.2 俯仰運動的模糊控制器與側傾運動的模糊控制器

在針對俯仰運動的模糊控制器設計中，以車身的俯仰角速度與俯仰角加速度這兩個變量作為為輸入量，第二個中間變量作為輸出變量.俯仰角速度的模糊論域定義為［－2.5 2.5］，俯仰角加速度模糊論域定為［－2.5 2.5］.對俯仰角速度定義7個模糊集合，NB，NM，NS，ZE，PS，PM，PB.俯仰角加速度定義7個模糊集合：NB，NM，NS，ZE，PS，PM，PB；對中間變量定義7個模糊集合：NB，NM，NS，ZE，PS，PM，PB.輸入輸出變量的隸屬函數(shù)經過反復嘗試后選擇gauss2mf函數(shù).俯仰時，設車身左右對稱，P1＝P3，P2＝P4.經過反復試驗，得到俯仰運動的模糊規(guī)則.針對側傾運動的控制器的設計依照同樣原理，把車身的俯仰角速度與車身的俯仰角加速度這兩個變量作為輸入量，第三個中間變量作為輸出變量.側傾角速度的模糊論域定義為［－3 3］，側傾角加速度的基本論域為［－3 3］.對側傾角速度定義7個模糊集合，NB，NM，NS，ZE，PS，PM，PB側傾角加速度定義7個模糊集合：NB，NM，NS，ZE，PS，PM，PB；對中間變量定義 7個模糊集合：NB，NM，NS，ZE，PS，PM，PB.輸入輸出變量的隸屬函數(shù)經過反復嘗試后選擇gauss2m f函數(shù).側傾時，設車身前后對稱，P1＝P2，P3＝P4，側傾時的運動狀態(tài)與俯仰運動，垂直運動都不同，經過反復試驗，設計側傾運動的模糊規(guī)則，如下表3所示.

2.2.3 邏輯運算控制器

在邏輯運算控制器的設計中，取模糊控制器的三個中間輸出變量，作為邏輯運算控制器的輸入變量，邏輯運算控制器的輸出變量為系統(tǒng)的控制力.參數(shù)a表示前軸到質心的距離、參數(shù)b表示后軸到質心的距離.參數(shù)c表示車輛左側車輪質量到車軸質心的距離、參數(shù)d表示車輛右車輪質量到車軸質心的距離.

圖3 合成后系統(tǒng)的受力簡圖Fig.3 The sketch of the composed system

將汽車車身的整體振動看作是車身在垂向方向的平動運動，與繞車身質心的旋轉運動的合成運動［6］，這樣合成后系統(tǒng)的受力如圖3所示.

經過邏輯控制器運算后的輸出為

3 仿真分析

進行仿真分析，路面條件為B級路面，車速為30m/h.第一種控制策略控制后的結果如圖4至圖6所示，分別表示控制前后的車身垂向加速度響應，車身俯仰角加速度響應，車身側傾角加速度響應.第二種控制策略，控制后的結果如圖7至圖9所示.兩種控制策略的對比在表4中表示.由仿真結果可以看出，采用本文的模糊控制后，整車的車身垂向加速度響應，車身俯仰角加速度響應，與車身側傾角加速度響應都得到比較好的衰減，而且輪胎動變形響應也得到了降低，懸架動行程效果不是很明顯，但是也有一定程度的效果.

針對本文的七自由度整車懸架模型，分別建立針對垂向運動的模糊控制器、針對點頭運動的模糊控制器、針對橫向運動的模糊控制器，與邏輯運算控制器，車體不同的運動方式采用不同的控制規(guī)則，而且經過力學的合成，可以較好的改善系統(tǒng)的舒適性與操穩(wěn)性.分別建立不同運動的模糊控制器，比單一采用同一種模糊控制器的控制效果要好，系統(tǒng)的舒適性與操縱穩(wěn)定性都有一定程度的改善.

圖4 車身加速度響應Fig.4 The response of vehicle acceleration

圖6 車身側傾角加速度響應Fig.6 The response of vehicle roll acceleration

圖7 車身垂向加速度Fig.7 The response of vehicle vertical acceleration

圖8 車身俯仰角加速度響應Fig.8 The response of vehicle pitch acceleration

圖9 車身側傾角加速度響應Fig.9 The response of vehicle roll acceleration

兩種控制方法的對比如表4所示.

表4 控制方法的對比Table 4 The comparison of the controlled method

4 結論

本文的第一種模糊控制器，整車模型采用一種控制策略，控制后車身垂直加速度改善9.3%，懸架動行程未變，輪胎動變形改善5.3%.第二種方法，分別設計垂直振動模糊控制器，俯仰振動模糊控制器，側傾振動模糊控制器和邏輯控制器后，控制效果比第一種方法要好.車身垂直加速度改善14.71%，懸架動行程改善3.4%，輪胎動變形改善4.8%.采用第二種控制方法后，在本文所設計的仿真條件下，車輛的平順性與操穩(wěn)性能都得到改善.

1 陳士安，劉紅光，陸森林.汽車主動懸架四自由度模糊控制系統(tǒng).汽車工程，2001，23（6）：375～380（Chen SA，Liu H G，Lu SL.Fuzzy control system for four freedom active suspension of automobile.Automobile Engineering，2001，23（6）：375～380（in Chinese））

2 管繼富，武云鵬，黃華，顧亮.車輛半主動懸架的模糊控制.系統(tǒng)仿真學報，2007，19（5）：1030～1033（Guan J F，F(xiàn)U Y P，HUANG H，GU L.Fuzzy control system for semiactive suspension of vehicle.Journal of System Simulation，2007，19（5）：1030～1033（in Chinese））

3 Eski I，Yildirim S.Vibration control of vehicle active suspension system using a new robust neural network control system.Simulation Modeling Practice and Theory，2009，17：778～793

4 黃治國.空氣懸架控制系統(tǒng)仿真及試驗研究［碩士學位論文］.吉林：吉林大學，2005（Huang ZG.Control system simulation and test research for air suspension［Master Thesis］.Jinlin：Jinlin University，2005（in Chinese））

5 Guclu R.Fuzzy logic control of seat vibrations of a nonlinear full vehicle model.Nonlinear Dynamics，2005，40：21～34

6 田佳雨，申永軍，趙永香.含時滯的半主動系統(tǒng)動力學分析.動力學與控制學報，2013，11（1）：65～69（Tian JY，Shen Y J，Zhao Y X.Dynamical analysis of semi-active system with time-delay.Journal of Dynamics and Control，2013，11（1）：65～69（in Chinese） ）