車輛主動懸架的模糊PID控制仿真

景 園，趙 強，張 娜

（東北林業大學 交通學院，黑龍江 哈爾濱 150040）

0 引言

不同于固定阻尼和剛度系數的車輛被動懸架，阻尼可調的主動懸架不僅能夠適應車輛載荷、行駛速度以及路面的不平程度變化達到有效減震的目的，還可以調節剛度控制懸架側傾。從結構而言，主動懸架實際是一個主動力的發生器。因此，控制策略的優劣對主動懸架控制效果有極大影響。其中利用現代控制算法中應用比較廣泛的研究有：陳志林利用了漸近穩定自適應控制[1]；Yoon Y S 等利用最優控制算法得到二次型性能指標[2]；孫濤在電流變液磁流變半主動懸架上試驗了模糊PID 控制[3]等等。其中PID 控制具有原理簡單、使用方便等優點應用最廣泛，而車輛主動懸架控制系統為多自由度、多參數的非線性系統，常根據經驗法不斷調試確定PID的參數。本文選用模糊PID 控制，將模糊推理運用于PID 參數的整定，以根據經驗制定控制規則得出控制決策表, 然后求出控制量的大小，不再需對控制對象精確建模，并通過Matlab/Simulink 進行了建模及仿真分析。

1 懸架模型

1/4 車輛主動懸架理想模型如圖1 所示。其模型根據牛頓定律滿足以下動力方程：

圖1 二自由度單輪動力學模型Fig.1 Single wheel dynamics model of two degrees of freedom

式中：m1—主動懸架非簧載質量（kg）；m2—主動懸架簧載質量（kg）；k1—輪胎徑向剛度系數（N/m）；k2—懸架剛度系數（N/m）；c—減振器的阻尼系數（Ns/m）；z2—車身簧載質量的垂直位移（m）；z1—車身非簧載質量的垂直位移（m）；z0—路面激勵（m）；fd—作動器的輸出力（N）。主動懸架的控制是通過控制作動器的出力fd，應用于模糊PID 控制、PID 控制及被動控制，在被動中作動器產生的fd始終為0。

取狀態變量X=[x1，x2，x3，x4]T，其中x1=z1，x2=1，x3=z2，，取輸入向量U= [fdz0]T，取懸架加速度、懸架動撓度兩個性能指標作為輸出變量，即，系統的狀態方程可表示為：

式中：

2 參數自整定模糊PID 控制器設計

控制系統結構主要有參數可調的PID 和模糊控制系統兩部分組成，其結構如圖1 所示：模糊控制以誤差及誤差變化率為輸入，通過模糊化、模糊控制算法和模糊判決對PID 控制的三個參數kp，ki，kd 進行整定微調，得到Δkp，Δki，Δkd；PID 控制器以誤差為輸入，通過kp，ki，kd 三個參數的調節，輸出到被控系統車輛懸架，其中r（t）=0。PID 控制器的算式為[4]：

式中：kp—比例控制系數；ki—積分時間常數；kd—微分時間常數。

3 仿真分析

利用Matlab/Simulink 仿真軟件，根據本文提到的二自由度1/4 車輛懸架動力學模型，在Matlab/Simulink 仿真平臺上，搭建主動懸架系統的被動控制、PID 控制、FuzzyPID 控制仿真模型，其中FuzzyPID 控制的具體實現參見圖2。其中懸架系統的參數，如表1 所示。仿真響應曲線如圖3 所示。

圖2 FuzzyPID 控制器模型Fig.2 FuzzyPID controller model

由圖3 可以看出：相對于主動懸架的被動控制、PID 控制，模糊PID 控制使車輛的簧載質量加速度和輪胎動載荷大幅減小了峰值，大大緩和了路面傳來的不同度激振，提高乘坐舒適性；車輛的簧載質量加速度和輪胎動載減小了均方根值，振動幅度小，改善了行駛平順性；使得車輛的懸架動撓度反而有所上升。作為評價懸架系統的三個指標，簧載質量加速度、懸架動撓度和輪胎動載荷之間存在著相互制約的動態平衡關系，模糊PID 控制并不能同時兼顧，這也是其不足之處。

表1 車輛懸架仿真參數表Tab.1Vehiclesuspensionsimulationparameters

圖3 1/4 車輛懸架被動控制、PID 控制、FuzzyPID 控制仿真結果Fig.3 1/4 vehicle suspension passive control, PID control,FuzzyPID control simulation results

4 結論

本文首先以二自由度的車輛1/4 主動懸架系統為研究對象，建立其動力學模型，其次選取模糊PID 控制策略，最后運用MATLAB/Simulink 進行仿真，并通過仿真結果得出，評價懸架系統的主要性能指標車輛的簧載質量加速度、輪胎動載荷均得到明顯控制效果，能夠有效提高乘坐舒適性，改善了行駛平順性，這說明采用模糊PID 控制的主動懸架的性能優于傳統的被動懸架。

[1]陳志林，金達鋒，趙六奇. 汽車主動懸架系統的漸近穩定自適應控制[J]. 清華大學學報（自然科學版），1997，12.

[2]Yoon Y S, Kim H. Feedforward neuro-controlled active suspension using frequency and time-mixed shape performance index. Part1:control logic and performance. Int J of Vehicle Design，1996，2.

[3]孫濤，陳大躍.電流變智能半主動懸架模糊PID 控制[J].汽車工程，2004，5.

[4]蘇明，陳倫軍，林浩.模糊PID 控制及其MATLAB 仿真[J].現代機械，2004，4.

[5]丁金剛，等.基于模糊控制的車輛主動懸架.仿真研究[J]． 機電產品開發與創新，2012，1．