汽车半主动悬架智能控制算法研究

《汽车半主动悬架智能控制算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、密级无分类号Ｕ４６３．３３ｍＸＩＡＮＴＥＣＨＮＯＬＯＧＩＣＡＬＵＮＩＶＥＲＳＩＴＹ硕士学位论文题目：汽车半主动悬架智能控制算法研宄作者：张豪文指导教师：郭全民教授申请学位学科：检测技术与自动化装置２０１８年５月２０日汽车半主动悬架智能控制算法研究学科：检测技术与自动化装置研究生签字：指导老师签字：摘要汽车悬架在整车减振方面起着重要的作用，其控制效果差会引起乘坐者晕车，重则引起安全事故。半主动悬架可根据具体路况改变悬架系统的弹簧刚度或减振阻尼系数进行自适应减振，应用空间更为广泛

2、，对其控制问题进行研究具有较强的现实意义。磁流变阻尼器因变阻尼实时控制效果佳、能量输入低的特性，在汽车半主动悬架系统上得到了广泛的应用，但其逆向模型对控制电流的预测存在局部误差大的问题。此外，整车控制中操纵稳定性和平顺性很难得到兼顾。针对上述问题，本文进行了如下内容研究。1）建立了反向传播神经网络的磁流变阻尼器逆向模型，并进行了遗传算法的优化。2）提出了带有前后轴侧倾调控参数的力协调器。该力协调器将由模糊PID控制器输出的车身垂向、俯仰和侧倾三个方向的调整力合理地分配给四个半主动悬架，通过协调四轮悬架输出的阻尼力对整车振动进行控制。3

3、）提出转向策略对整车的转向特性进行讨论，说明了车轮转角、横摆角速度计算值与横摆角速度目标值的差值、转向特性和力协调器中前后轴侧倾分配参数之间的联系。为验证所建立逆向模型的有效性，进行了测试分析及泛化性验证；分别在连续不平和离散不平两种路况输入下，进行了1/4半主动悬架和整车半主动悬架的实验分析；同时讨论了路面等级和汽车速度对整车振动的影响。实验及客观数据显示：1）采用本文所提算法对基于BP神经网络的磁流变阻尼器逆向模型优化后，与未优化的逆向模型相比，控制电流在正负拐点处的预测跟踪更加准确，误差明显减小；两种不同路面激励下，单悬架的垂向

4、加速度、动挠度和动载荷均得到改善。2）与优化前的整车半主动悬架控制系统相比，垂向加速度均方根值和俯仰角加速度均方根值均得到明显减小，个别动载荷增大了，提升了汽车的平顺性；连续和离散两种路面下，侧倾角加速度均方根值分别减小了29.64%和17.19%，提高了汽车的操纵稳定性；以上数据说明提出的优化算法和力协调器可以在整车上实现调整力的有效分配。3）前轮转角、理想模型计算得到的横摆角速度与目标横摆角速度差值决定了转向不足、过多转向还是中性转向，每种情况给出了前后轴侧倾分配参数的变化趋势，对整车的协调控制提供了参考，有益于整车的中性转向。综

5、上，在不同路面等级和不同车速的多情况下，本文所提的磁流变阻尼器逆向模型和控制方法均可实现整车的协调控制，验证了本文所提控制方法的有效性。关键词：半主动悬架系统；磁流变阻尼器；力协调器；遗传算法；协调控制ResearchonIntelligentControlAlgorithmofVehicleSemi-ActiveSuspensionDiscipline:MeasurementTechnologyandAutomaticEquipmentStudentSignature:SupervisorSignature:AbstractSusp

6、ensionsystemisacoreparttoalleviatethecar'sexternalinterference.Poorcontrolofthecarsuspensionwillcauseriderscarsickness.Moreimportantly,itcancausesafetyaccidents.Semi-activesuspensionsystemcanadaptivelyreducevibrationbychangingspringratecoefficientordampingcoefficientacc

7、ordingtothedrivingstatusofthevehicle.Ithasawiderangeofapplicationsandstrongpracticalsignificancetostudyitscontrolissues.Magnetorheologicaldamper(MRD)hasbeenwidelyconcernedinthesemi-activesuspensionduetotheeasyrealizationofvariabledampingreal-timecontrolandlowenergyinput

8、.Butthereisaproblemoflargelocalerrorinpredictingthecontrolcurrent.Meanwhile,itisdifficulttoimprovesboththehand