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。     

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。     

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最优控制研究

针对主动悬架最优控制器LQG的加权矩阵Q和R参数主要由人工调整来确定,不仅费时,而且无法保证获得最优的权重矩阵。本文采用粒子群算法对LQG的控制参数进行优化。通过利用粒子群算法的全局搜索能力,以主动悬架性能指标为目标函数对加权矩阵进行优化,以提高LQG的设计效率和性能。在Matlab/Simulink环境中进行仿真分析,结果表明:与传统的LQG控制比较,基于粒子群优化的LQR控制器使主动悬架的车身垂直加速度、悬架动行程和轮胎动位移的均方根值均得到降低,可以使车辆获得更优的乘坐舒适性和操作稳定性。     

基于LQR的环形单级倒立摆稳定控制及实现

为了研究环形单级倒立摆的稳定控制,采用拉格朗日方法推导出环形单级倒立摆系统的数学模型,并设计1个线性二次型最优控制算法控制器(LQR)。在保持权重矩阵R=1的条件下,通过实验不断调整权重矩阵Q中的参数Q11和Q33,得到Q和R最优取值。然后,对环形单级倒立摆的稳定控制进行仿真和实物控制。研究结果表明:倒立摆起摆迅速,稳定控制性能优良。     

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。     

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。     

精密设备主动SAWPSO-LQR振动控制器设计及仿真研究

精密设备的振动控制效果直接关系到其是否能够正常使用。线性二次型最优控制算法(LQR)已广泛应用于振动控制领域。关于LQR控制器权矩阵的确定问题一直备受关注,而传统的计算往往以假设或经验性取值为主,不科学且不能充分发挥控制器性能。自适应权重粒子群算法(SAWPSO)克服了传统粒子群算法寻优过程的早熟情况,能使PSO算法达到局部及全局最优的平衡。基于SAWPSO算法,设计了SAWPSO-LQR控制器,对精密设备微振动进行了LQR权值自整定的优化控制研究;并针对不同工况进行了对比仿真。数值结果表明,合理的隔振系统参数设置及权值搜索范围对于控制效果影响较大,在此基础上的适应值函数选取亦有一定影响;但并非决定作用。研究为精密设备微振动及最优LQR振动控制提供了新思路。     

磁浮列车悬浮系统的二次型最优控制

针对多变量、非线性的单磁铁悬浮系统，建立其线性化数学模型，讨论了系统的能控性、能观性和稳定性问题。采用线性二次型最优控制策略LQR方法对磁浮列车悬浮系统进行控制系统设计。MATLAB仿真研究了 二次最优控制中加权矩阵Q和R的问题。通过改变Q和R的数值，得到不同的仿真图形，并根据仿真图形进行控制性能比较。仿真结果表明磁浮间隙在二次最优控制下能回到额定值，获得了良好的控制性能。     

基于根移动方法的LQR控制器设计

阐述一种LQR控制器设计的新方法。根据哈密尔顿系统理论,深入研究了系统特征方程的闭环极点和加权矩阵的关系,给出了希望加权矩阵的确定方法。通过Matlab仿真实验,证明了根据极点的移动范围来确定LQR控制器的方法是可行的。