作动器饱和及扰动下汽车主动悬架系统的自适应控制研究

《作动器饱和及扰动下汽车主动悬架系统的自适应控制研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、作动器饱和及扰动下汽车主动悬架系统的自适应控制研究第1章绪论1.1课题的研究背景和意义进入二十一世纪，汽车工业呈爆炸式发展，汽车早已成为重要的交通工具之一。人们的日常出行几乎都离不开汽车，近几年来购买七座及以下家用汽车的人数也呈井喷状态。因为汽车的高度普及，汽车工业的飞速发展，大家对汽车的动力，制动，平顺等性质提出了较高的条件。汽车行驶的性能的和该辆车悬架的性能息息相关。悬架是车身和车轮之间的连接，一般的悬架都由弹簧、减振器和导向机构三个单元组成。驾驶汽车时，不同的路面使车轮受到的激励也是随机的，过大的激励会使整个车体和车轮发

2、生振动。此时，悬架的重要作用就发挥出来，悬架连接了车体和车轮，因为悬架中包含弹性元件和减振器，两者迅速的抑制了车体和车轮的振动，因此而保证了汽车行驶的平顺性和操纵稳定性。所以，悬架是汽车的必不可少的一部分[1]。平顺性和操纵稳定性是主要权衡汽车悬架性能优良的标准，想要同时达到平顺和操纵稳定几乎是不可能的事情，因为两者是互斥的。通过车身的组成部分的速度来评价汽车的平顺性，操纵稳定性一般通过车轮上的动载来衡量。假使弹簧的刚度减小，那么车体加速度也会减小，这样就提高了该车的平顺性，但相对的车体位移就变大，这样操纵的稳定性就降低；另一

3、方面，提高弹性元件的刚度系数能提高此辆车的操纵稳定性，但刚度系数过大会让汽车的轮胎对路面的凹凸不平很敏感，使得行驶平顺性大大的降低。因此，理想的汽车悬架的状态是面对不同的随机路况都能达到最优的状态，即弹簧的弹性刚度可调或减振器的阻尼可调，这样就可以同时达到行驶平顺和操纵稳定的双重性能指标。传统的被动悬架只具备了不可调节参数的弹簧和减振器，设计时无法同时兼顾到平顺和操纵稳定，只能局限的平衡选取，满足特定的路况要求，汽车在复杂路面行驶过程中根本达不到最优状态[2]。.1.2悬架的分类按照悬架簧载质量和非簧载质量间悬架执行机构工作的

4、原理，悬架可分为三类：被动悬架，半主动悬架和主动悬架[6][7]。被动悬架的概念最早是由Olley提出的，被动悬架一般是由弹簧和减振器构成，不存在外部的能量输入。由于被动悬架的弹簧的弹性系数和减振器的阻尼恒定不变，面对复杂随机的路况，悬架根本达不到最优的状态，只是单一的把机械能转化为热能。被动悬架因为成本低廉，结构简单，且可以满足车辆对悬架的基本要求，所以现阶段仍被广泛的应用于各种车型中。但因为其参数的无法调节，被动悬架一直有很大局限性：如果用一个较小弹性刚度的弹性元件来提高该辆车的舒适性，与此同时，轮胎的载荷就不能太大；参数

5、的固定仅仅满足某种特指的路况使悬架达到最优状态。车辆在行进的过程中，路面激励不仅是随机状态而且复杂多变，悬架根本达不到最优的工作状态。被动悬架只能满足特定条件下的汽车动力学性能要求，面对不同的路况，只能在操纵性，平顺性等冲突的方面选择一个折中的方案。面对繁杂随机多变的路况，被动悬架几乎达不到预想的工作状态，达不到乘驾舒适性、平顺性和操纵稳定性的要求[9][10]。..第2章基于LMI的自适应∞H控制的基础知识2.1引言自上世纪五十年代诞生现代控制理论到现在，现代控制理论在各个领域都发挥了极其重要的作用。在现代控制理

6、论中，李雅普诺夫方程和李卡提方程是最常用的研究和分析不确定系统的稳定性问题的控制理论，这两个控制方程通常都要求一个确切的数学模型。在实际控制系统中，一般系统的动态特性都很难用理想建模得到的模型表达，即便能得到所需要的状态的准确的数学模型，因为建模的理想化，想要对其进行动态的特性分析就很难实现。另外，不间断的工作，系统内环境的和外部环境的改变，系统中元件的容易老化甚至是损坏，系统原有的特性也会跟随发生改变。所以，很多的工程实践中，采用理想化的精确的数学模型和现代控制理论方法来设计的系统几乎不具备期望中能达到的特性，甚至连系统的稳

7、定性都难以保证。线性矩阵不等式对问题的处理不需要该系统有精确的模型参数，也不需要精确的外部扰动模型，所以线性矩阵不等式的出现填补了对模型参数不确定系统控制的空白。进入二十世纪末期，因为凸优化问题和内点法的提出，线性矩阵不等式开始受到外界的高度关注，线性矩阵不等式对问题的处理方式开始被大众所接受。并被认定是填补了李雅普诺夫方程和李卡提方程无法解决不确定的模型的控制问题的空白，同时广泛的应用到航天、轮船和汽车等各种工业控制领域。1995年，MATLAB软件公司发布了线性矩阵不等式工具箱，此工具箱实现了更简洁和快速的对各种线性矩阵不

8、等式求解，进一步促使了线性矩阵不等式的处理方法在工程实践中的运用。和经典控制理论的算法相比，线性矩阵不等式对系统的处理方法弥补了李雅普诺夫方程和李卡提方程的很多不足之处。线性矩阵不等式对问题的处理方法优化能得到一个的凸约束条件，若此凸约束条件有解，那么就把待解决的问题就转化成