基于遗传算法的汽车主动悬架LQG控制器的设计

采用合适种群规模遗传算法,寻求在一定范围内满足车身垂向加速度、轮胎垂向变形量、悬架动挠度均方根值相对于被动悬架都降低的最优加权系数,设计了基于遗传算法的汽车主动悬架线性LQG控制器。Matlab/Simulink仿真实验表明:采用合适种群规模遗传算法选取最优加权系数的用时数只需常规编程的1.17%;采用最优加权系数的LQG控制器的汽车主动悬架,可以在不影响汽车操纵稳定性和悬架行程的前提下,很好地提高汽车的行驶平顺性。     

基于蛇算法的主动悬架线性二次型调节器优化设计

针对车辆主动悬架系统的线性二次型调节器(LQR控制器)在设定权重系数矩阵Q和R时具有主观性、效率低的缺点,提出一种基于蛇算法(SO)优化LQR控制器权重系数矩阵的策略。通过对1/4车辆主动悬架系统的动力学分析,设计了LQR控制器;将主动悬架与被动悬架各性能指标的积分比值进行加权求和构建了目标函数L;模仿蛇群生活习性的SO算法在搜索空间中求解出了函数L的最小值和LQR控制器的最优权重系数矩阵。为验证该策略的有效性,分别以C级路面、正弦冲击路面为激励,在车身加速度(SMA)、轮胎动载荷(DTL)、悬架动行程(SWS)三方面将SO优化LQR控制的主动悬架与被动悬架、传统LQR控制的主动悬架、遗传算法(GA)优化LQR控制的主动悬架、粒子群算法(PSO)优化LQR控制的主动悬架进行了仿真对比。结果表明:SO优化LQR控制的主动悬架可在C级路面上分别对SMA、DTL、SWS的均方根优化达59.47%、37.89%、42.12%;在正弦冲击路面上稳定时间为1.4s,分别对SMA、DTL、SWS的超调优化达79.21%、59.22%、16.33%,提升了车辆的行驶平顺性、路面附着性和操作安全性。     

车辆主动悬架二次型最优控制器权矩阵参数优化

在使用线性二次型调节器(LQR)的车辆主动悬架控制器中加权矩阵Q和R的取值经常依靠先验知识选取。粒子群算法具有良好的快速寻优能力,可以对权矩阵参数进行优化。针对目前算法存在的缺点通过在更新的过程中动态调整惯性权重以更好的平衡全局和局部搜索能力,同时在迭代后期加入禁忌搜索避免陷入局部最优解。在matlab中建立1/4二自由度主动悬架仿真模型,对振动控制性能仿真分析结果表明,采用改进粒子群优化LQR与传统LQR方法相比能够很大程度上减少路面变化对车身的冲击,乘坐舒适性和可操纵性得到明显提升。     

基于多目标粒子群算法的主动座椅悬架滑模控制器设计

为提高汽车的乘坐舒适性和行驶稳定性,对车辆主动座椅悬架提出一种基于多目标粒子群算法的滑模控制器设计方法。首先,在建立三自由度1/4车辆主动座椅悬架系统模型的基础上设计了满足李雅普诺夫稳定性理论的滑模控制器;其次,基于滑模控制到达条件和滑模面的稳定条件结合Hurwitz稳定判据选择合适的滑模面参数;然后,以汽车悬架动挠度、轮胎动载荷和控制器控制力输出为约束,形成以座椅质心垂直加速度、座椅悬架动行程以及轮胎动位移为控制目标的多目标优化问题,对滑模控制器参数进行优化设计;最后,在MATLAB环境下基于多目标粒子群算法进行求解,并进行数值仿真模拟。仿真结果显示,经过多目标参数优化后各目标值明显减小,表明基于多目标粒子群算法的滑模控制器参数优化显著地改善了汽车的乘坐舒适性和行驶稳定性,为汽车主动座椅悬架系统的研究提供了理论依据。     

9自由度主动悬架平顺性研究

基于汽车系统动力学理论,利用拉格朗日定理,推导设备-车-路耦合的9自由度主动悬架动力学方程,采用滤波白噪音作为左右车轮随机路面不平度激励,根据最优控制原理设计LQR控制器,建立主动悬架控制仿真模型.采用自适应粒子群算法优化加权系数Q,将主动悬架的设备加速度等性能参数均方根值与被动悬架进行对比分析.仿真结果表明:采用自适应粒子群算法优化LQR控制方法,能够显著改善车辆平顺性,保护车载设备可靠性.      

基于粒子群优化的主动悬架PID控制策略

针对汽车主动悬架比例-积分-微分控制器(proportional-integral-derivative,PID)参数选择问题,传统PID控制参数整定具有一定的盲目性.设计了粒子群优化算法,目标函数根据悬架性能指标建立,利用粒子群优化算法,优化了PID控制器中的参数.结果表明,与优化前PID控制的主动悬架相比,采用粒子...     

车辆悬架LQR控制器权值优化方法

线性二次型最优控制(LQR)算法是汽车主动悬架控制策略的一种重要方法,其控制性能取决于悬架系统变量的加权系数。权值系数的选取成为LQR控制器设计的难点。针对权值系数没有固定解析方法而无法保证悬架系统达到最优控制性能的问题。提出一种基于遗传算法的权值系数优化方法,以1/4主动悬架的车身垂向加速度、悬架动挠度和轮胎动位移性能指标作为目标函数对LQR控制器的权值系数矩阵进行优化设计。仿真结果表明,与被动悬架控制相比,方法不仅能提高LQR控制器设计效率,而且可以有效提高车辆行驶的平顺性。     

主动悬架LQG控制与模糊PID控制的比较研究

为了解决主动悬架系统控制问题,建立了1/2车辆主动悬架系统动力学模型,并设计了两种应用于主动悬架的控制器:LQG控制器和模糊PID控制器。LQG控制器以车身垂向加速度、俯仰角加速度、悬架动挠度、轮胎动位移和悬架控制力作为其性能评价指标。模糊PID控制器将PID控制器与模糊控制器并联,采用了双模糊控制,分别以质心速度及其变化率和俯仰角速度及其变化率作为前、后悬架模糊控制器的两个输入;输出分别为前、后悬架的控制力。将分别应用这两种控制器的主动悬架在Simulink中仿真,结果表明两种控制器均能很好地改善汽车平顺性和乘坐舒适性。通过对两种控制的综合比较,模糊PID控制更具有实用性。     

基于作动器故障的整车主动悬架容错控制

针对7自由度整车模型中主动悬架作动器增益变化故障,基于控制律重组提出一种主动容错控制方法。建立主动悬架7自由度整车模型和故障悬架模型。设计鲁棒观测器,获得输出残差,实现主动悬架故障检测和作动器故障增益在线诊断。在LQG控制器和在线诊断基础上,基于控制律重组调整LQG控制律设计容错控制器,实现故障悬架主动容错控制。Matlab/Simulink仿真结果表明,基于控制律重组的主动容错控制能使汽车故障悬架舒适性指标经0.5~2 s时滞逐渐恢复至与无故障主动悬架性能相接近水平,消除作动器故障影响,提高整车悬架控制可靠性。     

控制学科在环的主动悬架多学科设计优化

基于多学科设计优化的思想,提出一种控制学科在环的多学科设计优化方法,将控制学科纳入系统的优化回路内,可以充分考虑系统的结构设计和控制学科之间的协同作用,以实现更好的整体优化效果.以主动悬架的设计优化为例,建立了1/4车辆主动悬架模型和LQG控制器模型,并基于多学科可行法的优化框架,进行多学科分析,对结构参数和控制器参数同时进行优化.优化结果表明,该方法能协调悬架动力学和控制学科之间的耦合关系,获取整体最优解.优化后的主动悬架在保证悬架工作空间和轮胎变形在一定的范围内,且不消耗更多能量的前提下,使车身加速度均方根值降低了27%.      

基于遗传算法的车辆4自由度主动悬架最优控制研究

文章首先建立车辆4自由度主动悬架系统模型,然后针对悬架系统的控制问题,基于结合遗传算法和最优控制理论,提出悬架系统的最优控制策略。该控制方法利用遗传算法对LQR控制器的加权矩阵Q和R参数进行自适应调整优化,不仅可以避免传统的主动悬架LQR最优控制器设计中存在人为主观因素的问题,还能实现悬架系统的自适应最优控制。仿真实验结果表明,在不同车速和路面等级的行驶工况条件下,相比于传统的LQR控制方法,基于遗传算法优化的LQR控制能提高主动悬架系统的控制性能,使车辆获得更优的乘坐舒适性和操纵稳定性,研究结果为探寻有效的主动悬架控制策略、改善车辆的行驶性能提供了有用的控制方法参考。     

车辆主动悬架舒适性的自抗扰控制

针对现有车辆主动悬架控制方法受模型精度影响较大的不足,提出汽车半车模型主动悬架的自抗扰控制方法,设计了主动悬架的自抗扰控制器。为验证自抗扰控制器的有效性,进行了随机路面输入试验,对比分析了自抗扰控制主动悬架、被动悬架以及LQG控制主动悬架的性能。相对于主动悬架常用控制方法,自抗扰控制器设计不需精确数学模型,干扰的抑制也不需扰动模型,控制方法简单。仿真试验结果表明,在所设计的控制器作用下,质心垂向加速度和前、后悬架动挠度均方根值分别下降39.2%,12.7%和14.9%;自抗扰控制器实现对主动悬架的控制,改善了车辆乘坐舒适性,且性能优于LQG控制。     

基于粒子群优化算法主动悬架作动器多目标优化设计

为了使电动轮主动悬架系统的电磁直线作动器具有高推力密度、低铜耗和低推力波动特性,提出基于粒子群算法的圆筒形Halbach永磁直线同步电机作动器多目标优化设计方法,推导Halbach直线作动器径向气隙磁场密度、空载感应电动势、电磁力解析式,并采用有限元法对其进行了验证。基于Halbach磁体结构的气隙磁场进行参数化分析,获得磁体参数优化范围,以永磁体、气隙与槽深尺寸为优化变量,以推力体积比系数、铜耗系数为优化目标,采用基于自适应罚函数的多目标随机粒子群优化算法对作动器结构参数进行优化,并利用模糊集合理论对Pareto最优解进行选优。研究结果表明:优化后作动器结构紧凑,且作动器铜耗及波动明显降低,验证了作动器设计的正确性与多目标优化的有效性。     

基于最优控制的主动悬架控制器设计

通过建立1／4车辆模型动力学方程,应用最优控制理论进行车辆主动悬架LQG与PID控制器的设计,并在Matlab／Simulink环境中建立系统模型并进行仿真．将主动悬架与被动悬架的车身加速度、悬架动行程、轮胎动载荷3项指标进行了对比分析．仿真结果表明,具有LQG与PID控制器的主动悬架对车辆的振动舒适性的改善有良好的效果．     

车辆转向与主动悬架集成系统控制

建立了半车三自由度汽车转向与主动悬架的综合模型，以提高汽车行驶平顺性、操纵稳定性和安全性为出发点，采用基于小波理论的最小均方（LMS）算法对转向与主动悬架集成系统进行控制．计算结果表明：采用LMS控制的转向与主动悬架集成系统可使车身垂直加速度、车身横摆角速度、车身俯仰角和前后悬架动挠度等性能参数得到优化，汽车行驶平顺性和操纵稳定性比被动系统明显改善，有效地提高了汽车综合性能；与基于全反馈控制的集成系统LQG控制器相比，LMS能自动调整权系数且控制算法简单，便于工程应用．     

车辆悬架系统LQG控制器的仿真研究

根据已建立的1/2车体动力学模型和单轨路面输入模型,设计车辆主动悬架的线性二次型高斯(LQG)最优控制器,利用MATLAB/SIMULINK软件构建路面输入仿真模型和1/2车体仿真模型.结果分析证实,具有LQG控制器的主动悬架可以改善车辆的运行性能.     

整车主动悬架平顺性时域仿真与优化

为消除剧烈振动给车辆行驶平顺性与稳定性带来的不良影响,利用拉格朗日法建立路面-车耦合的17自由度动力学方程;通过线性滤波白噪声法,建立路面不平度激励的时域模型;根据现代控制理论建立悬架系统多输入多输出的状态方程.利用线性二次型高斯控制理论设计主动悬架控制器,通过粒子群算法（PSO）对控制器的加权参数进行优化.仿真结果表明:车辆平顺性在主动悬架系统的控制下得到了较大的提升,同时车辆的操纵稳定性、结构稳定性均有所改进,车辆的综合性能有了全面的提高.      

含分数阶导数的1/4悬架模型时滞反馈控制研究

针对具有时滞减振主动控制技术的车辆悬架,研究分数阶导数和时滞减振联合控制对车辆悬架系统振动的影响。将含有分数阶导数的时滞反馈控制加入到1/4车辆模型中,运用稳定性切换法对系统的稳定性问题进行分析,得到系统稳定的时滞区间。根据车辆平顺性指标,在频域范围内建立基于振动响应量加权均方根值的优化目标函数。利用粒子群优化算法快速寻优特点获取最优时滞反馈控制参数得到优化控制参数;并对系统在时域下进行振动响应仿真分析。仿真结果表明,在简谐激励和路面随机激励下,分数阶导数和时滞减振主动控制技术联合应用到悬架系统中能取得良好的减振效果,可以较好地减小车身振动,提高车辆的平顺性,为车辆悬架主动控制技术提供理论依据。     

采用改进神经网络PID控制的车辆悬架振动仿真研究

为了研究车辆悬架振动模型,创建了车辆悬架平面简图,并根据牛顿定律推导出车辆悬架振动微分方程式。引用BP神经网络PID控制器,对传统粒子群算法进行改进,将改进粒子群算法用于优化BP神经网络PID可知结构。通过MATLAB软件中对车辆悬架位移、速度和加速度进行仿真验证;同时,与BP神经网络PID控制器仿真结果进行比较和分析。结果表明,车辆悬架采用BP神经网络PID控制器,悬架行程、轮胎位移和车身加速度均方根值较大,车辆整体振动幅度较大;而采用改进BP神经网络PID控制器,悬架行程、轮胎位移和车身加速度均方根值较小,车辆整体振动幅度较小。采用改进神经网络PID控制车辆悬架,能够抑制路面噪声激励对车辆振动幅度的影响,提高车辆行驶的安全性。     

货运车队悬架超轴距车联预瞄控制系统

根据车队货车运输典型的重复性特征,将车联网理论引入主动悬架控制.首先,提出一种结对车联加地理信息检测的通讯网络构架和方案,降低悬架控制数据通讯的总体需求.然后,采用超轴距预瞄控制方法,基于粒子群优化算法计算最优车距,利用当量参数改进轴距预瞄算法,有效地改善悬架综合性能.最后,通过Matlab/Simulink平台分别对车身加速度、轮胎动位移和悬架动行程3个参数影响悬架性能进行仿真分析,并借助悬架控制车联网,使超轴距预瞄的寻优算法具备更高效率的迭代过程.结果表明:超轴距预瞄具有与轴距预瞄相似的响应特性,在B级路面上的寻优算法具有更高效率的迭代过程.