半主動(dòng)空氣懸架自適應(yīng)小波消噪與試驗(yàn)*

汪若塵， 陳 欣， 錢金剛， 李嬌嬌， 陳 龍

(江蘇大學(xué)汽車與交通工程學(xué)院 鎮(zhèn)江，212013)

半主動(dòng)空氣懸架自適應(yīng)小波消噪與試驗(yàn)*

汪若塵， 陳 欣， 錢金剛， 李嬌嬌， 陳 龍

(江蘇大學(xué)汽車與交通工程學(xué)院 鎮(zhèn)江，212013)

為了消除半主動(dòng)空氣懸架系統(tǒng)因非線性、參數(shù)時(shí)變性及模型的不確定性帶來的噪聲干擾，研究了半主動(dòng)空氣懸架小波消噪的工作機(jī)理，設(shè)計(jì)了半主動(dòng)空氣懸架的小波消噪神經(jīng)元自適應(yīng)控制器，建立了基于小波降噪的半主動(dòng)空氣懸架的動(dòng)力學(xué)模型。在仿真的基礎(chǔ)上，進(jìn)行了臺(tái)架試驗(yàn)研究，分析了小波降噪的有效性。結(jié)果表明，基于小波消噪的神經(jīng)元自適應(yīng)控制的半主動(dòng)空氣懸架，改善了車輛質(zhì)心加速度及俯仰角加速度，提高了整車綜合性能。

半主動(dòng)空氣懸架； 自適應(yīng)控制； 小波降噪； 臺(tái)架試驗(yàn)

引 言

半主動(dòng)空氣懸架系統(tǒng)本身具有非線性、參數(shù)時(shí)變性及模型不確定性，在實(shí)際運(yùn)行中不僅存在自身部件運(yùn)動(dòng)的相互干涉，同時(shí)也受到車輛的其他部件的影響[1-5]；因此，其測量信號(hào)可能包括許多尖峰或突變部分。若直接把測量所得的帶噪信號(hào)作為控制器的輸入，會(huì)對(duì)控制器的參數(shù)整定造成干擾，進(jìn)而影響控制器的控制效果。對(duì)這種信號(hào)進(jìn)行分析，首先需要作信號(hào)的預(yù)處理，經(jīng)過消噪過程，將信號(hào)的噪聲部分去除，提取有效信號(hào)。

傳統(tǒng)的消噪方法是將被噪聲污染的信號(hào)通過一個(gè)濾波器，濾掉噪聲頻率成分。但對(duì)于瞬態(tài)信號(hào)、寬帶噪聲信號(hào)、非平穩(wěn)信號(hào)等，采用傳統(tǒng)的濾波方法具有一定的局限性。小波變換已被廣泛應(yīng)用在信號(hào)處理領(lǐng)域。通過小波變換，可以把信號(hào)的特性分配到各個(gè)不同尺度的小波變換系數(shù)上，通過對(duì)小波變換系數(shù)的分析與處理，就可以對(duì)信號(hào)進(jìn)行壓縮、奇異性檢測以及消除噪聲。小波降噪具有廣泛的函數(shù)適應(yīng)性和最優(yōu)的自適應(yīng)降噪能力[6]。

筆者建立了半主動(dòng)空氣懸架的動(dòng)力學(xué)模型，設(shè)計(jì)了基于小波降噪的半主動(dòng)空氣懸架神經(jīng)元自適應(yīng)控制器，通過仿真分析與試驗(yàn)，研究了半主動(dòng)空氣懸架神經(jīng)元自適應(yīng)控制的小波降噪的效果。

1 半主動(dòng)空氣懸架模型

客車前懸架采用的是非獨(dú)立懸架，由空氣彈簧、減振器、推力桿系、橫向穩(wěn)定桿、轉(zhuǎn)向橫拉桿等組成。為簡化圖形，以右側(cè)前懸架為例，基于SIMPACK軟件，畫出拓?fù)浣Y(jié)構(gòu)如圖1所示。

圖1 前懸架拓?fù)鋱DFig.1 The topological graph of front suspension

后懸架也為非獨(dú)立懸架，由空氣彈簧、減振器、導(dǎo)向機(jī)構(gòu)、橫向穩(wěn)定桿等組成，其右側(cè)基于拓?fù)浣Y(jié)構(gòu)如圖2所示。

圖2 后懸架拓?fù)鋱DFig.2 The topological graph of rear suspension

將以上兩個(gè)子系統(tǒng)模型組合在一起，定義車身與系統(tǒng)坐標(biāo)系的鉸接為6自由度汽車鉸接，建立整車模型，半主動(dòng)空氣懸架參數(shù)參考文獻(xiàn)[7]。

2 小波消噪的神經(jīng)元自適應(yīng)控制

假設(shè)用小波進(jìn)行多分辨率小波分解所需要的最小數(shù)據(jù)數(shù)量為m，其中m∈N,m≥1。那么，實(shí)時(shí)小波降噪的過程如下：當(dāng)kn時(shí)，滑動(dòng)窗口保持為最新的n個(gè)數(shù)據(jù)，降噪后也只輸出最后一個(gè)值。

在空氣懸架大客車運(yùn)行過程中主要存在兩種噪聲源，一種是由傳感器測量過程中引起的干擾，另一種是系統(tǒng)各部件之間的互相干擾，兩者均為零均值的高斯分布白噪聲。隨著試驗(yàn)儀器的改進(jìn)，傳感器精度提高，測量噪聲的標(biāo)準(zhǔn)差在數(shù)量級(jí)上得到大幅度減小。筆者主要考慮系統(tǒng)干擾噪聲對(duì)車輛控制性能的影響。半主動(dòng)空氣懸架神經(jīng)元自適應(yīng)控制器的設(shè)計(jì)參考文獻(xiàn)[7]。

由于系統(tǒng)噪聲是高斯分布的白噪聲，故仿真時(shí)在系統(tǒng)輸出中混入一定強(qiáng)度的高斯白噪聲，模擬實(shí)際半主動(dòng)空氣懸架系統(tǒng)的輸出信號(hào)。采用前面提到的小波實(shí)時(shí)消噪的方法，利用Matlab編寫小波實(shí)時(shí)消噪的S函數(shù)，控制系統(tǒng)的框圖如圖3所示。

圖3 基于小波消噪的控制系統(tǒng)框圖Fig.3 Control system block diagram based on wavelet denoising

3 仿真分析

建立基于小波消噪的單神經(jīng)元自適應(yīng)控制系統(tǒng)，在B級(jí)路面下以車速為40，50，60 km/h的系統(tǒng)狀態(tài)為分析對(duì)象，在測量的加速度輸出中加入白噪聲干擾，進(jìn)行噪聲干擾下的神經(jīng)元自適應(yīng)控制聯(lián)合仿真。筆者主要考慮對(duì)垂向振動(dòng)的消噪效果，仿真結(jié)果如圖4及表1所示。

由圖4，5，6及表1可知，半主動(dòng)空氣懸架系統(tǒng)輸出含噪的加速度信號(hào)，得到的系統(tǒng)信號(hào)稍有毛刺及尖峰，通過小波消噪對(duì)其進(jìn)行預(yù)處理，有效過濾了噪聲信號(hào)。帶有小波消噪的控制器，改善了車輛動(dòng)態(tài)性能，提高了整車綜合性能。

圖4 車速為40 km/h時(shí)仿真結(jié)果Fig.4 Simulation result at the speed of 40 km/h

圖5 車速為50 km/h時(shí)仿真結(jié)果Fig.5 Simulation result at the speed of 50 km/h

圖6 車速為60 km/h時(shí)仿真結(jié)果Fig.6 Simulation result at the speed of 60 km/h

4 試驗(yàn)研究

為了進(jìn)一步驗(yàn)證含小波消噪的自適應(yīng)控制策略的有效性，建立了半主動(dòng)空氣懸架臺(tái)架試驗(yàn)系統(tǒng)。半主動(dòng)空氣懸架試驗(yàn)臺(tái)架主要包括簧載質(zhì)量、非簧載質(zhì)量、空氣彈簧、減振器，另外還包括激振系統(tǒng)、傳感器、充放氣系統(tǒng)、夾具、導(dǎo)向機(jī)構(gòu)等輔助設(shè)備以及數(shù)據(jù)采集系統(tǒng)，如圖7所示。

表1 懸架性能對(duì)比

圖7 半主動(dòng)空氣懸架試驗(yàn)臺(tái)架Fig.7 The bench test of semi-active air suspension

為了更全面地驗(yàn)證控制策略的有效性，試驗(yàn)中模擬B，D級(jí)路面激勵(lì)，車速為50，80 km/h時(shí)半主動(dòng)空氣懸架的動(dòng)態(tài)性能，結(jié)果如圖8及表2所示。

由圖8及表2可知，含小波降噪的自適應(yīng)控制半主動(dòng)空氣懸架改善了車輛動(dòng)態(tài)性能，提高了整車綜合性能。

5 結(jié) 論

1) 建立的基于小波降噪的半主動(dòng)空氣懸架動(dòng)力學(xué)模型正確，可滿足仿真分析的要求。

圖8 B級(jí)路面試驗(yàn)結(jié)果對(duì)比圖(50 km/h)Fig.8 The comparison of experiment result on B level road (50 km/h)

表2 臺(tái)架試驗(yàn)結(jié)果

Tab.2 Experiment result of the bench test

車速/(km·h-1)路面等級(jí)車身加速度/(m·s-2)控制前控制后性能改善/%懸架動(dòng)行程/m控制前控制后性能改善/%輪胎動(dòng)載荷/kN控制前控制后性能改善/%50B級(jí)0．90850．756016．70．00970．008611．303145．43389．2-7．19D級(jí)1．14720．953516．80．01100．009513．604032．14235．7-4．8180B級(jí)1．30491．106315．20．01450．012712．405048．35222．5-3．45D級(jí)1．50471．238117．70．02350．020214．046073．56251．9-2．94

2) 進(jìn)行小波降噪的半主動(dòng)空氣懸架系統(tǒng)車身質(zhì)心加速度與俯仰角加速度衰減明顯，改善了車輛行駛平順性，提高了整車綜合性能。

[1] 黃俊明，周孔亢，徐興，等. 電子控制空氣懸架高度調(diào)節(jié)過程非線性模型[J]. 機(jī)械工程學(xué)報(bào)，2009，45(6)：278-283.

Huang Junming, Zhou Kongkang, Xu Xing, et al. The non-linear model of electronically controlled air suspension height adjustment process[J].Jounal of Mechanical Engineering, 2009,45(6):278-283. (in Chinese)

[2] 宋宇. 空氣懸架車輛ADAMS與MATLAB聯(lián)合仿真研究[J]. 汽車技術(shù),2008(10): 40-43.

Song Yu.The ADAMS and MATLAB co-simulation of vehicle air suspension[J]. Automotive Technology, 2008(10): 40-43. (in Chinese)

[3] 郭二生. 空氣懸架大客車操縱穩(wěn)定性和行駛平順性仿真與試驗(yàn)研究[D].吉林:吉林大學(xué), 2004.

[4] Mahmoudian P, Kashani R. Active stiffness and damping control of air mounted/suspended systems[C]∥ASME International Mechanical Engineering Congress and Exposition. Boston: MA, 2009: 531-544.

[5] Stone E J, Cebon D. An experimental semi-active anti-roll system[J]. Journal of Automobile Engineering, 2008, 222 (12): 2415-2433.

[6] Nieto A J, Morales A L, Chicharro J M, et al. Unbalanced machinery vibration isolation with a semi-active pneumatic suspension[J]. Journal of Sound and Vibration, 2010, 329(1): 3-12.

[7] 李嬌嬌.基于SIMPACK的空氣懸架大客車建模與仿真研究[D].鎮(zhèn)江:江蘇大學(xué)，2011.

10.16450/j.cnki.issn.1004-6801.2015.03.028

*國家自然科學(xué)基金資助項(xiàng)目(50905078)；江蘇省自然科學(xué)基金資助項(xiàng)目(BK2012714)；江蘇省333工程資助項(xiàng)目；江蘇省六大人才高峰和江蘇省青藍(lán)工程資助項(xiàng)目

2013-08-15；

2015-02-15

U463.33+5.1

汪若塵，男，1977年12月生，教授、博士生導(dǎo)師。主要研究方向?yàn)檐囕v動(dòng)態(tài)性能模擬與控制。曾發(fā)表《車輛慣容器-彈簧-阻尼器半主動(dòng)懸架模糊控制》(《農(nóng)業(yè)機(jī)械學(xué)報(bào)》2013年第43卷第12期)等論文。 E-mail：wrc@ujs.edu.cn