修正模糊控制器在雙A臂懸架聯(lián)合仿真的應(yīng)用研究

王孝鵬

（三明學(xué)院機(jī)電工程學(xué)院，福建三明365004）

修正模糊控制器在雙A臂懸架聯(lián)合仿真的應(yīng)用研究

王孝鵬

（三明學(xué)院機(jī)電工程學(xué)院，福建三明365004）

用ADAMS軟件建立雙A臂懸架多體動(dòng)力學(xué)模型，計(jì)算簧載質(zhì)量速度及其變化率作為主動(dòng)懸架控制的輸出量；半主動(dòng)懸架采用帶修正因子的模糊控制器，用加權(quán)系數(shù)分別控制簧載質(zhì)量速度與加速度所占模糊控制器輸入的比重，其中加權(quán)系數(shù)采用簧載質(zhì)量速度進(jìn)行修正調(diào)節(jié)；在MATLAB搭建懸架系統(tǒng)聯(lián)合仿真模型，計(jì)算結(jié)果表明：帶修正因子的模糊控制器在各不同車速階段對(duì)改善懸架的總體性能有明顯作用，車身垂直加速度在低頻階段改善突出，提升整車在不同車速范圍內(nèi)乘坐舒適特性。

雙A臂懸架；路面模型；修正因子；聯(lián)合仿真

雙A臂懸架多體模型能夠較好的反映懸架的真實(shí)運(yùn)動(dòng)機(jī)理，采用多體模型與控制策略研究主動(dòng)懸架系統(tǒng)是一種新型方法。車輛在行駛過(guò)程中，整車的平順性與操縱穩(wěn)定性取決于懸架系統(tǒng)特性的調(diào)教。懸架是車身與車輪之間的傳力裝置，在整車的行駛過(guò)程中只有在特定的行駛條件下，被動(dòng)懸架狀態(tài)才能達(dá)到最優(yōu)狀態(tài)，當(dāng)路面的條件或者行駛的速度發(fā)生變化，懸架的最優(yōu)狀態(tài)會(huì)發(fā)生破壞，因此被動(dòng)懸架的設(shè)計(jì)只能采取折中的方法進(jìn)行解決。半主動(dòng)懸架的核心是采用不同的控制策略對(duì)減震器的阻尼特性進(jìn)行調(diào)節(jié)。純模糊控制系統(tǒng)具有不依賴系統(tǒng)的數(shù)模模型，魯棒性好，容錯(cuò)能力強(qiáng)等優(yōu)點(diǎn)，但具有一定的穩(wěn)態(tài)誤差。半主動(dòng)懸架是近些年相關(guān)文獻(xiàn)研究的一個(gè)趨勢(shì)，相對(duì)于主動(dòng)懸架，主要通過(guò)改變減震器的可變力輸出來(lái)控制整車的震動(dòng)特性，其性能與主動(dòng)懸架接近。相比主動(dòng)懸架，其結(jié)構(gòu)簡(jiǎn)單，能耗小[1-5]。通過(guò)建立雙A臂主動(dòng)懸架聯(lián)合仿真模型，采用修正模糊控制器對(duì)1/4整車模型進(jìn)行仿真研究并與被動(dòng)懸架的性能進(jìn)行對(duì)比。

1 雙A臂懸架模型

雙A臂懸架多體動(dòng)力模型的建立是聯(lián)合仿真的前提工作，其建模精度直接導(dǎo)致仿真結(jié)果與真實(shí)實(shí)驗(yàn)的差距。

1.1 懸架模型

基于聯(lián)合仿真的大多文獻(xiàn)在模型建立存在如下問(wèn)題：1）采用彈簧質(zhì)量系統(tǒng)模擬懸架運(yùn)動(dòng)特征，此模型能較好的反映懸架的垂直震動(dòng)特性，但不能反映懸架的實(shí)際運(yùn)行狀態(tài)且忽略了車輪的側(cè)性運(yùn)動(dòng)；2）懸架的下控制臂與轉(zhuǎn)向橫拉桿與地面進(jìn)行相互約束，彈簧減震器直接與車身或地面直接連接；正確應(yīng)為與車身進(jìn)行約束，在車身與彈簧減震器之間添加無(wú)質(zhì)量的虛部件，此模型雖然具有懸架模型的多體形式，且能反映懸架的K&C特性，但車身與車輪之間相對(duì)（懸架動(dòng)行程）與真情況不符；通過(guò)ADAMS軟件建立雙A臂懸架模型，同時(shí)在減震器上下安裝點(diǎn)之間建立主動(dòng)力函數(shù)，在測(cè)試試驗(yàn)臺(tái)建立路面輸入函數(shù)模擬B級(jí)路面不同車速段的輸入；將實(shí)驗(yàn)測(cè)得的磁流變液阻尼器特性曲線輸入到雙A臂懸架中，建立好的麥弗遜懸架模型主視與側(cè)視圖如圖1所示。

建立車身速度、加速度、懸架動(dòng)行程及車輪側(cè)向滑移量狀態(tài)輸出函數(shù)如下：

VY(.double_wishbone.body.cm)；

ACCY(.double_wishbone.body.cm)；

DY(.double_wishbone.body.cm,.double_wishbone.knuckle.

MARKER_40)-343.6；

DZ(.double_wishbone.knuckle.MARKER_84,.double_

wishbone.

test_patch.cm)。

建立懸架主動(dòng)力、路面狀態(tài)輸入函數(shù)如下：

VARVAL(.double_wishbone.LUMIAN_SHURU)；

VARVAL(.double_wishbone.ZHUDONGLI_SHURU)。

圖1 雙A臂主動(dòng)懸架模型Figure 1 Doublewishbone Active Suspension Model

2 路面模型

對(duì)懸架性能分析時(shí)需要輸入路面模型。根據(jù)國(guó)家標(biāo)準(zhǔn)將公路等級(jí)分為8種，在不同的路段測(cè)量，很難得到兩個(gè)完全相同的路面輪廓曲線。通常是把測(cè)量得到的大量路面不平度隨機(jī)數(shù)據(jù)，經(jīng)數(shù)據(jù)處理得到路面功率譜密度。產(chǎn)生隨機(jī)路面不平度時(shí)間輪廓有兩種方法，由白噪聲通過(guò)一個(gè)積分器產(chǎn)生或者由白噪聲通過(guò)一個(gè)成型濾波器產(chǎn)生。路面時(shí)域模型可用如下公式（1）描述；根據(jù)公式建立B級(jí)路面不同車速的仿真模型如圖2所示，B級(jí)路面不同車速的垂直位移計(jì)算結(jié)果如圖3所示。

式中：q（t）為路面隨激勵(lì)；w（t）為積分白噪聲；f0為時(shí)間頻率；Gq為路面不平度系數(shù)；V為汽車行駛速度。

圖2 B級(jí)路面不同車速時(shí)域仿真模型Figure 2 Class B road different speed time-domain simulationmodels

圖3 B級(jí)路面各車速垂向位移Figure 3 Class B road different speed vertical displacement

3 控制器設(shè)計(jì)

模糊控制規(guī)則是模糊控制器的核心，它用語(yǔ)言的方式描述了控制器輸入量與輸出量及修正因子k之間的關(guān)系。懸架的輸入輸出分別采用7個(gè)語(yǔ)言變量規(guī)則來(lái)進(jìn)行描述：負(fù)大（-3）、負(fù)中（-2）、負(fù)?。?1）、零（0），正?。?）、正中（2）、正大（3）.修正因子k采取4個(gè)語(yǔ)言模糊集來(lái)進(jìn)行描述：零（0），正小（1）、正中（2）、正大（3）。

采用帶修正因子的模糊控制器對(duì)主動(dòng)控制力U進(jìn)行控制。在控制過(guò)程中，以車身的速度V與期望值的誤差及其變化率作為模糊控制器的輸入量、用修正因子k控制簧載質(zhì)量的速度與加速度的輸入的權(quán)重，用公式2所示；其中修正因子k的大小由簧載質(zhì)量的速度進(jìn)行在線實(shí)時(shí)調(diào)節(jié)。

通過(guò)對(duì)k值的調(diào)節(jié)，可以控制簧載質(zhì)量的速度與加速度對(duì)輸出控制力U的加權(quán)程度。在初始狀態(tài)，系統(tǒng)的誤差比較大，控制的主要目標(biāo)是消除誤差，因此誤差E的權(quán)重k應(yīng)取較大值；當(dāng)系統(tǒng)的趨于穩(wěn)定時(shí)，系統(tǒng)本身誤差已經(jīng)減小，此時(shí)控制系統(tǒng)的主要控制目標(biāo)是減小超調(diào)量，使系統(tǒng)盡快穩(wěn)定，此時(shí)取k為較小值。在不同的誤差控制范圍取不同的加權(quán)因子k，以實(shí)現(xiàn)控制規(guī)則在線實(shí)時(shí)調(diào)整。修正因子k的模糊控制規(guī)則如表1所示。

表1 修正因子k模糊控制規(guī)則Table 1 Correction factor k fuzzy control rules

簧載質(zhì)量的速度、加速度的基本論域?yàn)椋?/p>

E=[-0.02,0.02]、EC=[-0.2,0.2]；

簧載質(zhì)量的速度、加速度的量化因子分別為：

Ke=3/E=3/0.06=150；

Kec=3/EC=3/0.6=15；

主動(dòng)力預(yù)控范圍為：

U=[-150,150];

主動(dòng)力的基本語(yǔ)言變量范圍為：

E=[-3,3];

主控力U比例因子分別為：

KU1=U1/E=150/3=50；

當(dāng)誤差E為正時(shí)，實(shí)際值大于目標(biāo)值；當(dāng)誤差E為負(fù)時(shí)，實(shí)際值小于目標(biāo)值；當(dāng)誤差變化率EC為正時(shí)，實(shí)際值的變化趨勢(shì)是逐步增大；當(dāng)誤差變化率EC為負(fù)時(shí)，實(shí)際值有逐步減小的趨勢(shì)。當(dāng)輸出變量U為正時(shí)，有使實(shí)際值增大的趨勢(shì)，當(dāng)U為負(fù)時(shí)，有使實(shí)際值減小的趨勢(shì)[3]。當(dāng)誤差大或較大時(shí)，選擇控制量以盡快消除誤差為主；而誤差較小時(shí)，選擇控制量時(shí)應(yīng)注意防止超調(diào)，以系統(tǒng)的穩(wěn)定性為主要考量。當(dāng)誤差為負(fù)而誤差變化率為正時(shí)，系統(tǒng)本身已有減小這種誤差的趨勢(shì)，所以為盡快消除誤差且又不引起超調(diào)，應(yīng)取較小的控制量[6-8]。模糊化時(shí)各輸入輸出均采用三角形隸屬函數(shù)，模糊推理采用Mandain法，解模糊采用重心法。在MATLAB模糊控制模塊輸入模糊控制規(guī)則并搭建二維模糊控制結(jié)構(gòu)子系統(tǒng)，模糊控制規(guī)則如表2所示。根據(jù)公式2搭建帶修正因子的模糊控制器如圖4所示。

表2 模糊控制規(guī)則Table 2 Fuzzy control rules

圖4 修正因子模糊控制器Figure 4 Correction factor fuzzy controller

4 仿真分析

導(dǎo)通ADAMS與MATLAB軟件之間通信，其狀態(tài)函數(shù)如圖5所示；對(duì)路面及修正模糊復(fù)合控制器進(jìn)行封裝，建立ADAMS主動(dòng)懸架聯(lián)合仿真模型如圖6所示。在B級(jí)路面上車輛分別以20、40、60、80 km/h的速度直線行駛，計(jì)算主被動(dòng)懸架的車身加速度、懸架動(dòng)行程、車輪側(cè)向滑移量。主被動(dòng)懸架計(jì)算結(jié)果如圖7-10所示，仿真步長(zhǎng)為0.005 s，仿真時(shí)間為10 s。

從計(jì)算結(jié)果可以看出，主動(dòng)懸架相對(duì)于被動(dòng)懸架在性能上都有局部提升.在各不同車速階段，車身垂直加速度性能提升明顯，增加整車行駛過(guò)程中的乘坐舒適性；懸架動(dòng)行程，車輪側(cè)向滑移保持不變或者有惡化趨勢(shì)，因數(shù)量級(jí)較小，可以忽略不計(jì)。各個(gè)速度段的懸架性能參數(shù)變化如表3所示.

圖9、10為車身加速度、懸架動(dòng)行程的功率譜曲線.其從功率譜曲線可以看出，車身加速度功率譜曲線整車運(yùn)行過(guò)程中，主動(dòng)懸架的幅值相對(duì)被動(dòng)懸架都較小，同時(shí)可以看出，振幅最大值都出現(xiàn)在頻率較小處，低頻路面輸入信息對(duì)整車的震動(dòng)特性較大；懸架動(dòng)行程功率譜曲線在全速范圍內(nèi)性能提升不明顯，被動(dòng)懸架復(fù)制較大，同時(shí)低頻路面輸入信息對(duì)整車的震動(dòng)特性較大。

圖5 通信狀態(tài)函數(shù)Figure 5 Communication status function

圖6 聯(lián)合仿真模型Figure 6 Co-simulationmodel

表3 性能均方根值Table 3 Performance RMS

圖7 車身垂向加速度Figure 7 Body vertical acceleration

圖8 懸掛動(dòng)行程Figure 8 Suspension dynamic travel

圖9 車身加速度功率譜Figure 9 Power spectrum of vehicle acceleration

圖10 懸掛動(dòng)行程度功率譜Figure 10 Power spectrum of suspension travel

5 結(jié)論

通過(guò)建立雙A臂主動(dòng)懸架聯(lián)合仿真模型，采用修正因子模糊控制器對(duì)阻尼力進(jìn)行控制，分析懸架在各個(gè)不同車速段的車速加速度，懸架動(dòng)行程及車輪側(cè)向滑移量特性，可得出如下結(jié)論：

（1）車身的垂直加速度在全速范圍內(nèi)均有改善，提升整車乘坐舒適性；懸架動(dòng)行程及車輪側(cè)向滑移量保持不變或者有惡化趨勢(shì)；

（2）車身的垂直加速度功率譜幅值在全頻段相對(duì)被動(dòng)懸架幅值都較??；低頻狀態(tài)時(shí)對(duì)懸架性能的影響顯著。

[1]楊禮康.基于磁流變技術(shù)的車輛半主動(dòng)懸掛系統(tǒng)理論與試驗(yàn)研究[D].杭州：浙江大學(xué),2003.

[2]唐志橋.二分之一車輛懸架系統(tǒng)的動(dòng)力學(xué)仿真研究[J].公路與汽運(yùn),2015,166(1)：5-8，56.

[3]劉靜.帶天棚阻尼的1/2車輛主動(dòng)懸架仿真研究[J].公路與汽運(yùn),2015,166(3)：15-20+80.

[4]張潔.公路車輛與橋梁耦合振動(dòng)分析研究[D].成都：西南交通大學(xué),2007.

[5]HROVAT D.Optimal active suspensions for 3d vehicule models[C].Proc of the American Control Conference,Arizona,USA.1991(2)：1534-1541.

[6]喻凡,林逸.汽車系統(tǒng)動(dòng)力學(xué)[M].北京：機(jī)械工業(yè)出版社, 2012：171-172.

[7]周兵,趙保華.汽車主動(dòng)懸架自適應(yīng)模糊PID控制仿真研究[J].湖南大學(xué)學(xué)報(bào)(自然科學(xué)版),2009,36（12）：27-30.

[8]張昆,習(xí)文輝,鄧文華,等.基于CarSim-Simulink聯(lián)合仿的整車半主動(dòng)懸架模糊控制仿真研究[J].昆明理工大學(xué)學(xué)報(bào),2015,40（1）：39-44.

（責(zé)任編輯：葉麗娜）

Co-simulation Research of DoubleW ishbone Suspension Based on Correction Factor Fuzzy Controller

WANG Xiaopeng
(School of Mechanical&Electronic Engineering,Sanming University,Sanming,Fujian 365004)

Using the ADAMS software,double wishbone suspension multibody dynamicsmodel,Calculated sprung mass velocity and its rate of change as the active suspension control output;Semi-active suspension with fuzzy controller based on a correction factor,the weighting coefficients are controlled by the proportion of the sprung mass velocity and acceleration share fuzzy controller input,wherein theweighting factor using the corrected sprungmass speed adjustment;In MATLAB built suspension system co-simulationmodel,The results show that：the use of fuzzy controller in various stages of vehicle speed to improve the overall performance of the suspension plays a significant role,Vertical body acceleration,stroke improvement prominent in the low frequencies,to enhance vehicle ride comfort characteristics in different speed ranges.

double wishbone suspension;road model;correction factor;co-simulation

U270.1

A

1674－2109(2017)03－0072－05

2016-09-19

王孝鵬（1984-），男，漢族，講師，主要從事車輛系統(tǒng)動(dòng)力學(xué)及控制、汽車NVH分析與控制的研究。