秦玉英 李志勇,2 陳雙
(1.遼寧工業(yè)大學(xué);2.河南省高遠(yuǎn)公路養(yǎng)護(hù)技術(shù)有限公司)

懸架是將車輪和車身進(jìn)行彈性連接的一個(gè)總成,是隔離路面?zhèn)鬟f給車身振動(dòng)的主要裝置[1-2]。裝有主動(dòng)懸架的汽車通過(guò)作動(dòng)器輸出控制力對(duì)汽車進(jìn)行實(shí)時(shí)調(diào)整,保證汽車的車身姿態(tài)達(dá)到較為理想的狀態(tài)。主動(dòng)懸架系統(tǒng)的關(guān)鍵在于控制算法的運(yùn)用,與最優(yōu)控制、預(yù)見(jiàn)控制及自適應(yīng)控制等[3-6]相比較,模糊控制不依賴于精準(zhǔn)的數(shù)學(xué)模型,易于實(shí)現(xiàn)。但是傳統(tǒng)的模糊控制算法一旦控制規(guī)則制定并存入內(nèi)存之后其控制策略不能隨著汽車不同的行駛路況進(jìn)行改變。文章針對(duì)傳統(tǒng)的模糊控制算法的缺點(diǎn)提出帶修正因子的模糊控制算法,該種控制算法能夠根據(jù)不同的行駛路況使汽車的行駛狀態(tài)實(shí)時(shí)在線調(diào)整控制參數(shù),實(shí)現(xiàn)實(shí)時(shí)最優(yōu)[7]。
汽車是一個(gè)非常復(fù)雜的振動(dòng)系統(tǒng),為了便于分析問(wèn)題,需要對(duì)其進(jìn)行簡(jiǎn)化,建立數(shù)學(xué)模型。把汽車車身看做一個(gè)剛體模型,車身只有上下的垂直振動(dòng)和前后的俯仰振動(dòng)。將汽車懸架簡(jiǎn)化為彈性元件、阻尼器及作動(dòng)器。車輪簡(jiǎn)化為剛體和彈性元件,如圖1所示。

圖1 含主動(dòng)懸架的汽車4自由度振動(dòng)結(jié)構(gòu)模型
根據(jù)牛頓定律建立針對(duì)含主動(dòng)懸架的汽車4自由度振動(dòng)結(jié)構(gòu)模型運(yùn)動(dòng)微分方程,如式(1)~(5)所示。

為了能更加真實(shí)地反映實(shí)際路面的情況,保證時(shí)域路面不平度與真實(shí)路面譜盡量一致,在路面譜中引入下截止頻率(f0,取0.01),路面激勵(lì)為積分白噪聲:

式中:G0——路面等級(jí)系數(shù),文章采用B級(jí)路面進(jìn)行仿真,因此路面等級(jí)系數(shù)G0=64×10-6m3/cycle;
V——車速,30 m/s;
t——仿真時(shí)間,s;
ω(t)——均值為0和強(qiáng)度為1的均勻分布白噪聲。選用狀態(tài)空間模型對(duì)懸架系統(tǒng)進(jìn)行建模,狀態(tài)變量的選擇如下:

含主動(dòng)懸架的汽車4自由度振動(dòng)結(jié)構(gòu)模型狀態(tài)空間描述,如式(8)所示。

式中:A——系統(tǒng)矩陣;
B——控制輸入矩陣;
C——輸出矩陣;
D——前饋矩陣;
U(t)——控制力矩陣;
X(t)——輸入變量矩陣;
Y(t)——輸出變量矩陣;
W(t)——白噪聲矩陣;
F——擾動(dòng)輸入矩陣。
為了便于在MATLAB Simulink中進(jìn)行仿真,對(duì)以上狀態(tài)空間表述做如下改動(dòng):


式中:wf,wr——前后輪白噪聲輸入。
選取狀態(tài)方程的輸出變量,如式(12)所示;得到主動(dòng)懸架的輸出方程,如式(13)所示。

設(shè)計(jì)帶修正因子的模糊控制器,需要引入修正因子,也稱為修正系數(shù)。改進(jìn)后的模糊控制器其控制規(guī)則不單獨(dú)由模糊控制規(guī)則表確定,而是由式(14)根據(jù)具體誤差情況確定:

式中:E——車身與懸架連接點(diǎn)處的垂直振動(dòng)速度與理想?yún)⒖驾斎胫g的差值;
EC——差值變化率;
α——修正因子。
帶修正因子的模糊控制器的設(shè)計(jì)包含兩部分內(nèi)容:1)基本模糊控制器的設(shè)計(jì)(二維);2)添加修正因子的模糊控制器(一維),前后懸架采用同樣的控制器。
模糊控制器是在離散的有限論域上進(jìn)行設(shè)計(jì)的,所以必須對(duì)精確量、連續(xù)量進(jìn)行模糊化和離散化。根據(jù)初步試驗(yàn)結(jié)果,E的變化范圍為 [-0.09,0.09],EC的變化范圍為[-0.9,0.9],根據(jù)經(jīng)驗(yàn)數(shù)值輸出U的范圍應(yīng)為[-190,190]。E,EC,U 的模糊化論域均為[-3,-2,-1,0,1,2,3]。
將模糊子集劃分為7個(gè)并用英文字母表示。即E,EC,U 的模糊子集均為:{負(fù)大(NB),負(fù)中(NM),負(fù)?。∟S),零(Z),正?。≒S),正中(PM),正大(PB)}。
模糊變量的隸屬函數(shù)是將0~1范圍內(nèi)的數(shù)分配給每一個(gè)模糊子集,為了計(jì)算結(jié)果的準(zhǔn)確性,隸屬度函數(shù)采用高斯型函數(shù)。
當(dāng)控制力為正值時(shí),其控制作用是增大實(shí)際值;控制力為負(fù)值時(shí),其控制作用是降低實(shí)際值。模糊控制規(guī)則的制定原則,當(dāng)誤差偏離與控制目標(biāo)值偏離較大時(shí),控制系統(tǒng)給出的控制力要能夠快速降低誤差;當(dāng)誤差偏離與控制目標(biāo)值偏離較小時(shí),控制系統(tǒng)給出的控制力要以防止超調(diào)為主。根據(jù)上述模糊控制規(guī)則的制定原則制定出模糊控制規(guī)則表并存入內(nèi)存。
模糊控制規(guī)則制定后,模糊控制器需要經(jīng)過(guò)模糊推理才能夠得出輸出變量的模糊子集。模糊推理方法采用Mamdani法,模糊判決方法采用中心法,經(jīng)過(guò)模糊判決的結(jié)果仍然是一個(gè)模糊量,但是作動(dòng)器需要一個(gè)精確量,判決值需要乘以比例因子,即:控制系統(tǒng)輸出量的精確值。
添加α采用一維控制器的方法,設(shè)計(jì)方法與基本模糊控制器的設(shè)計(jì)類似,但控制規(guī)則有所改變。E的基本論域與基本模糊控制器一致,α的基本論域?yàn)?[0 1],模糊子集為4個(gè),即:零(O)、?。⊿)、中(M)、大(B)。隸屬度函數(shù)采用正態(tài)分布的隸屬函數(shù),模糊控制規(guī)則表的制定采用文章所述的原則。
根據(jù)已建立的數(shù)學(xué)模型和設(shè)計(jì)好的控制器在MATLAB Simulink中進(jìn)行模型的搭建,搭建好的仿真模型,如圖2所示。圖2a示出總的控制系統(tǒng)框圖,在懸架模型中封裝了被動(dòng)懸架和主動(dòng)懸架2個(gè)模型,仿真對(duì)比結(jié)果可以直接在示波器中顯示。前后懸架采用同樣的控制器,控制器模型,如圖2b所示。


圖2 主動(dòng)懸架Simulink仿真模型圖
主動(dòng)懸架Simulink仿真模型中,控制器的輸入為E和EC,控制器的輸出為U。
利用在MATLAB Simulink模塊中已建立的模型進(jìn)行仿真對(duì)比,主要對(duì)比車身垂直加速度、懸架動(dòng)行程及輪胎動(dòng)變形。圖3示出高斯白噪聲路面激勵(lì)下的車身垂直加速度相應(yīng)量對(duì)比曲線。

圖3 高斯白噪聲路面激勵(lì)下的車身垂直加速度對(duì)比
從圖3可以看出,相比于被動(dòng)懸架,帶修正因子的模糊控制主動(dòng)懸架的車身垂直加速度平均值有了明顯的減小,車身振動(dòng)趨于平穩(wěn)。
除車身垂直加速度外還有2個(gè)重要的評(píng)價(jià)指標(biāo),懸架動(dòng)撓度和輪胎相對(duì)動(dòng)載荷,圖4和圖5分別示出前后懸架的動(dòng)行程對(duì)比及輪胎相對(duì)動(dòng)載荷的對(duì)比。懸架動(dòng)行程也即懸架系統(tǒng)工作空間,輪胎相對(duì)動(dòng)載荷是輪胎動(dòng)載荷和靜載荷的比值,反映的是輪胎的附著性能。

圖5 輪胎相對(duì)動(dòng)載荷對(duì)比
從圖4中可以看出,采用帶修正因子的模糊控制器控制之后,懸架動(dòng)行程平均變化值明顯減小,有效改善了在某些時(shí)間點(diǎn)突變的情況,變化趨向于平穩(wěn),有效降低了沖擊限位塊的概率。從圖5中可以看出,無(wú)論是前輪還是后輪,輪胎相對(duì)動(dòng)載荷經(jīng)過(guò)控制之后平均值變化顯著,減小幅度很大,并且變化更平穩(wěn)。在輪胎剛度不變的情況下,輪胎動(dòng)載荷會(huì)相應(yīng)的減小,由此,汽車的駕駛安全性和操縱穩(wěn)定性得到了改善和提高。
文章基于汽車4自由度結(jié)構(gòu)模型設(shè)計(jì)了改進(jìn)型的模糊控制器,即:帶修正因子的模糊控制器,前后懸架采用同樣的控制器,2個(gè)控制器的輸入分別是前后懸架與車身連接點(diǎn)處的速度與理想?yún)⒖驾斎胫g的差值,以及差值的變化率。改進(jìn)型的模糊控制器引入了修正因子,保證控制作用的實(shí)時(shí)最優(yōu)。路面激勵(lì)采用白噪聲信號(hào),更加接近真實(shí)路面。以圖形的形式對(duì)比了懸架系統(tǒng)的3個(gè)懸架評(píng)價(jià)參數(shù)。仿真結(jié)果顯示:采用帶修正因子的模糊控制可以提高汽車的行駛平順性,抑制車身的垂向振動(dòng),該種控制算法可以為汽車主動(dòng)懸架的研究提供一種依據(jù)。