汽车空气悬架联合型模糊PID控制

《汽车空气悬架联合型模糊PID控制》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第11期机械设计与制造2011年11月MachineryDesign&Manufacture165文章编号：1001—3997(2011)11-0165—03汽车空气悬架联合型模糊PID控制陈蓉蓉陈龙聂佳梅朱兴华(江苏大学汽车与交通工程学院，镇江212013)Combinedfuzzy—PlDcontroIforairsuspensionofcarCHENRong—rong，CHENLong，NIEJia—mei，ZHUXing—hua(SchoolofAutomobileandTraficEngineering，Jiang

2、suUniversity，Zhenjiang212013，China)【摘要】以汽车空气悬架系统为研究对象，建立了l／4空气悬架模型以及路面白噪声模型，将模糊控制理论和PID控制策略经过有机结合后运用于半主动空气悬架系统控制，并利用MATLAB／Simulink软件进行了仿真研究。通过仿真结果对比表明，与单纯的PID控制、模糊控制相比，在该联合型模糊PID控制策略下的半主动空气悬架能更好地降低车身垂直加速度和悬架动挠度，具有较好的鲁棒性，使车辆行驶平顺性也具有一定程度的提高。关键词：汽车；空气悬架；PID控制；模糊控制；仿真

3、【Abstract】Onequarterairsuspensionmodelandthewhite—noiseroadmodelareestablishedbytak—ingtheairsuspensionsystemofcarasastudycaseinit，thedynamicintegrationbetweenthefuzzycontroltheoryandPIDcontrolstrategyisappliedtoactivecontroloftheairsuspensionsystem．Atthesametimesi

4、mulationstudyiscarriedoutbyutilizingMATLAB／Simulink，whichresultsshowsthat，comparedwiththetraditionalPIDandthefuzzycontrol，thecontrolofthesemi-activeairsuspensionmayreducethesprungmassaccelerationandsuspensionactionitinerarywithbetterrobustnessadvantagesunderthecomb

5、inedf=zyPIDcontrolstrategy，andtheridecomfortoftheCarisimprovedtoacertaindegree．Keywords：Vehicle；Airsuspension；PIDcontrol；Fuzzycontrol；Simulation中图分类号：TH16，U463．33文献标识码：A利用模糊控制具有灵'活．性和适应性强的优点，来弥补PID控制的l引言不足。所构成的联合型模糊PID控制系统，对不确定因素的影响随着科学技术的发展和人民生活水平的提高，对汽车的使用不敏感，与单纯

6、的PID控制系统及模糊系统相比，具有更加稳定寿命和舒适性的要求越来越高。与传统的钢板弹簧悬架相比，空气可靠的控制效果。悬架因其独特的性能和适应性，在汽车悬架领域的应用越来越广泛。空气悬架具有变刚度、振动频率低、车身高度可调等优点，它的核心部件是空气弹簧，它利用气体的可压缩性实现弹性作用，通过改变空气压力和增加附加气室可以实现悬架刚度的调节，从而提高汽车的乘坐舒适陛。同时空气悬架的刚度可以使用各种控制方法进行实时调节，是一种有广泛应用前景的悬架系统m。近几年，我国在悬架控制方面也做了大量研究。现代控制理论应用于多种，主要有PI

7、D控制、天棚控制、图1I／4半主动空气悬架模型最优控制、预测控制、自适应控制、模糊控制及神经网络控制等由于各种单一的控制策略都有自身无法弥补的缺陷，解决办法就是将2空气悬架系统模型建立两种甚至多种控制策略相结合，对悬架进行复合控制。汽车是一个复杂的振动系统。研究垂直方向上的振动对汽结合PID控制和模糊控制设计了联合型的模糊PID控制，车平顺性的影响时，将汽车简化为二自由度的线性振动分析模★来稿日期：2011-O1—09★基金项目：江苏省科技支撑项目(BE2008114)，江苏大学高级人才启动基金项目(09JDG054)参考文

8、献[4]MarcinWikloJanHolnicki-Szule[J]．Optimaldesignofadaptivestructures：Part1．Remodelingforimpactreception．StructMultidiscOptim，2009，[1]傅钰生，张健，王振羽，