建模和分析汽车振动系统基于模糊理论在不同道路激励信息

文摘

模糊增量控制器设计针对汽车主动悬架的振动系统,七自由度(自由度)。减少振动的主动控制力量是通过创建Proportion-Integration-Differentiation控制器(PID)。控制器的参数调整功能变为无效来通过一个模糊增量控制器参数,采用身体的偏差及其变化率的垂直振动速度和所需的值前后悬架的位置作为输入变量基于49模糊控制规则。采用仿真软件,验证了模糊增量控制器在不同路面激励,如白噪声输入时域四轮相关,正弦输入和c级路面的脉冲输入。仿真结果表明,该控制器能明显降低汽车振动相比其他类型的独立控制性能指标,如身体的均方根值的垂直振动加速度,俯仰和横摇角加速度。

1。介绍

通常知道汽车主动悬架系统可以产生和调整的主动控制力量时间抑制车身的振动,提高行驶舒适根据路面激励。最近,有大型汽车悬架系统的研究成果,如优化控制理论,PID理论,变结构控制理论,skyhook阻尼理论已被普遍应用于振动控制系统。张等人提出了一种半活性悬浮控制器与磁流变阻尼器实现独立控制基于修改skyhook阻尼方案实车subsuspension系统完整的车辆(1]。任等人提出了一种自适应混合控制算法结合ground-hook和skyhook半活性悬架的控制策略基于1/4车辆模型和设计一个无味卡尔曼滤波器来估计暂停状态(2]。辛格和Aggarwal设计了一个混合动力采用模糊控制器旅客乘坐舒适性评价基于半活性季汽车模型在减震器先生(3]。杜等人提出的方法设计的鲁棒控制器的模型叫做主动中止考虑车辆惯性特性的变化,如悬架挠度限制和控制器饱和问题[4]。由于道路表面粗糙度的随机性和车辆系统的非线性和不确定性,上述方法都有其缺点和适应性(5- - - - - -7]。众所周知,智能控制理论逻辑推理和决策的能力,这是最适合解决复杂性和不确定性系统[8- - - - - -10]。因此,各种智能控制方法已广泛应用的模糊控制,神经网络,遗传算法,等等11- - - - - -14]。黄等人设计了一个模糊控制器性能稳定混沌转化为周期运动的基于神经网络的轮胎模型(10]。Riaz等人提出了自适应神经模糊Takagi-Sugeno-Kang车辆主动悬架的控制策略改善骑质量和车辆稳定性(13]。Zirkohi和林提出的区间二型模糊神经网络方法结合李雅普诺夫设计方法和SMC方法改善控制器鲁棒性(14]。Balamurugan等人设计的两个控制器来产生所需的阻尼力和调整电压水平MR阻尼器基于半活性的季度汽车车辆模型悬架(15]。张等人设计了一种半活性控制器基于逆模型和滑模控制策略的实车悬架与磁流变阻尼器(16]。Bououden等人研究了时变延迟的问题为主动式悬吊系统和输入约束和基于Lyapunov-Krasovskii方法(实车模型17]。分析结果的汽车主动悬架的研究,我们了解到大部分相关文献关注四分之一,或者叫做模型不能完全反映或评价整车的舒适性(18- - - - - -22]。所以,我们的目标是研究汽车主动制导悬架系统的时域响应七自由度减少人体振动条件下考虑纵摇和横摇的白噪声输入四个轮子激励相关的影响和不同的道路。最后,模糊增量控制器的子模块和随机输入模型,并验证了所提出的控制器的有效性采用仿真软件。

2。汽车主动悬架进行控制的七自由度振动模型

2.1。主动制导悬架系统的动力学模型

图1描述了汽车主动悬架进行控制的七自由度振动模型,包括身体的垂直运动、纵摇和横摇,和四个非簧载质量的垂直运动。

在图1,米_年代代表了簧载质量;米₁,米₂,米₄,米₃代表质量前轮和后轮之间左右,分别。z_年代表示身体重心的垂直位移(7);θ和表示音高和横摇角位移。z_年代1,z_年代2,z_年代4,z_年代3代表身体垂直位移的位置前后悬架的左右,分别。z₁,z₂,z₄,z₃代表的垂直位移的位置前面和后轮左右,分别。z_问1,z_问2,z_问4,z_问3分别代表了道路不规则激发。公斤ydF4y2Ba₁,公斤ydF4y2Ba₂,公斤ydF4y2Ba₄,公斤ydF4y2Ba₃代表前面的弹性刚度和后悬挂装置。公斤ydF4y2Ba_t1,公斤ydF4y2Ba_t2,公斤ydF4y2Ba_t4,公斤ydF4y2Ba_t3代表前面的弹性刚度和后轮左右,分别。c₁,c₂,c₄,c₃代表了前后悬架的阻尼,分别。f₁,f₂,f₄,f₃代表的控制力主动控制器的位置前后悬架的左右,分别。l_一个和l_b表示前方和后方轴的距离身体重心。 , 表示左右轮之间的距离。V代表了车辆的行驶方向。

2.2。动态微分方程

根据车辆主动悬架的振动模型,动态微分方程与七自由度得到如下。

身体的垂直运动的动态微分方程列出如下:

身体的俯仰运动的动态微分方程列出如下:

身体的滚动运动的动态微分方程列出如下:

的动态微分方程四个非簧载质量的垂直运动被列为方程所示(3)。 在哪里从(1)(4)表示为

在这里,列出如下:

在上面的表达式, , ,和代表垂直振动和俯仰和侧倾角加速度的身体重心,分别。 , , ,和代表垂直振动和俯仰和侧倾角加速度的位置前面和后轮左右,分别。 , , ,和代表的垂直振动速度位置前面和后轮左右,分别。 , , ,和代表了垂直振动速度在前后悬架的位置左右,分别。表示身体重心的垂直振动速度。我_x和我_y代表的转动惯量和分别轴。

3所示。汽车主动悬架模糊增量控制器的设计

3.1。模糊控制器设计

模糊增量控制器包括两个部分,参数自适应模糊控制器和PID控制器,模糊控制器采用的偏差及其变化率身体的垂直振动速度()和所需的值()前后悬架的位置是输入变量;增量(ΔK_p,ΔK_我,ΔK_d)的PID控制器参数(K_p,K_我,K_d根据模糊控制规则)是派生的。模糊增量控制器的工作原理如图2。 在哪里公斤ydF4y2Ba_e和公斤ydF4y2Ba_电子商务代表的转换因子模糊变量的精确值。α_p,α_我,α_d代表了修正系数的增量值PID控制器参数。

3.1.1。输入和输出变量的模糊化

参数自适应模糊控制器的输入变量(和( ))和控制器的输出变量(ΔK_p,ΔK_我,ΔK_d)由以下七个模糊语言变量描述,如NB(负大)、纳米(负中间),NS(负小),佐薇(0),PS(积极的小),PM(正面中间),和PB(积极的)。在这里,域范围的输入变量(和)和输出变量(ΔK_p,ΔK_我,ΔK_d−3和3之间,和在−1和1之间。所有的变量的隶属度函数类似,如图3。

3.1.2。构建规则库

表1描述了输入和输出变量之间的关系,在模糊控制规则的特点是if - then语句涉及模糊语言变量。例如,模糊规则的一般形式的分配如下:如果x是一个_我、…y是B_我,然后z是C_我,公斤ydF4y2Ba是D_我,米是E_我,

对于表1,如果身体垂直振动速度的偏差()是NB,速度偏差的变化率(ΔNB),然后输出变量K_pPB,ΔK_我NB,Δ吗K_dPS。

3.1.3。去模糊化

defuzzifier是用来产生nonfuzzy决定或控制行动从一个推断出模糊控制作用的模糊推理程序。重心的方法被用来计算defuzzified输出如下: ,在那里N模糊规则的数目,u_我是输出的模糊规则库,然后呢的重量是u_我。

3.2。PID控制器设计

采用垂直振动速度的偏差()和其所需的价值()前后悬架的位置作为输入变量PID控制器的数字2,积极控制部队(( 获得)所示 在哪里K_p,K_我,K_d代表比例的增益系数、积分和微分。的表示身体垂直振动速度(之间的偏差)和其所需的价值(设置为零)。在这里, , , 。

4所示。模拟

4.1。造型路输入激励时域四轮相关

为了验证模糊增量控制器的有效性,四个轮子的白噪声随机输入的时域相关,正弦输入,和c级路面采用的脉冲输入,分别。在这里,白噪声随机输入左前轮显示为 在哪里代表一个参考空间频率和价值(m = 0.1⁻¹)。= 256×10⁻⁶(m²/ m⁻¹),它代表一个路面不平度系数c级路面。代表一个白噪声均值为零。表示车辆速度( m / s)和= 0.01。

考虑到延迟效应,左后轮上的随机输入表示 。在这里, 和l代表轴距。所以,随机输入左侧后轮表示为

根据早期的文献,随机输入正确的前轮是派生的

另外,右边的随机输入后轮来标示 。因此,计算随机输入正确的后轮 在哪里

在公式(10)和公式(11),B表示横向左右轮之间的距离,代表之间的纵向距离前面和后轮(即。、轴距)目前汽车的速度。

4.2。仿真模块设计

为了验证模糊增量控制器的可行性,汽车悬架参数表2。

利用MATLAB / Simulink仿真模块主动悬架进行控制的七自由度的设计。根据公式(9)到公式(12),一条道路激励仿真模块的白噪声在时域设计如图4考虑到延迟和车轮之间的相关性特征。在这里,子模块的模糊增量控制器轮边被描述为图5。其他三个控制器的仿真子模块是类似于图5。

4.3。仿真分析

数据6- - - - - -8显示加速度的比较结果身体的垂直振动、俯仰和横摇白噪声条件下的路面激励采用不同的控制模式。

正如你所看到的数字6- - - - - -8垂直振动,这些索引值,投球,滚动角加速度的车辆的身体已经改进采用采用代码与其他模式相比白噪声条件下的路面激励。换句话说,模糊增量控制器能明显减少身体的振动,因为上面的加速度峰值振幅指标远低于其他模式。

数据9- - - - - -11显示加速度的比较结果身体的垂直振动、俯仰和横摇脉冲励磁条件下采用不同的控制方式。

从数据9- - - - - -11我们可以看到车辆的振动振幅的身体加速也远远低于其他模式采用脉冲激励的条件下采用代码。

数据12- - - - - -14显示加速度的比较结果身体的垂直振动、俯仰和横摇正弦激励条件下采用不同的控制方式。正如你所看到的数字6- - - - - -14模糊增量控制器(即。,the Fuzzy-PID code name) has good control effect in improving the body vertical vibration acceleration, pitching, and rolling angular acceleration comparing with the independent types of controls, such as the passive suspension, the PID control, and the fuzzy control.

除了对比曲线,身体的加速度的均方根值计算关于四种控制方式不同速度条件下如表所示3。

从表3,人体的加速度的均方根值,投手,和滚动角加速度采用采用模式降低了37.5%,28.9%,和26.2%相比,被动模式白噪声条件下的路面激励。索引上面提到的均方根值降低56.2,47.6和52.0%的正弦激励条件下,分别。

您还可以看到,上面提到的均方根值的索引采用采用模式已经明显改善与其他模式相比30米每秒。通过分析我们可以看出,所设计的控制器能明显降低汽车振动和具有良好的控制效果相比,独立控制类型。

5。结论

七自由度的振动模型推导出汽车主动悬架和四个模糊控制器的设计是基于增量49规则适应不同的输入信息实时的道路。

四个轮子的白噪声输入模型相关特性的时域设计更接近于实际的道路信息输入。

使用MATLAB / Simulink仿真模块与七自由度主动制导悬架系统的构建和验证了模糊增量控制器白噪声激励的时域四轮相关,正弦激励和脉冲励磁输入c级路面的道路。仿真结果表明,设计的模糊增量控制器可以减少37.5%,28.9%,26.2%,评价指标身体的垂直振动加速度,俯仰,滚加速度与被动模式相比,白噪声条件下的路面激励,可以提高56.2,47.6和52.0%的正弦激励条件下,分别。

总之,本文设计的模糊增量控制器是可行的道路情况和适应实时变化显然可以减少车辆振动和有更好的控制效果与其他控制模式。有很多的参考价值的研究成果对发展中悬浮控制器的产物。

作为未来的工作,我们打算构建原型和单片机技术开发产品。

的利益冲突

作者声明没有潜在的利益冲突的研究,本文的作者,和/或出版。

确认

这项工作是支持的,在某种程度上,由中国自然科学基金会拨款61473139,的共同基金中国辽宁省自然科学基金201602368。

引用

1. f . h .张e . Wang, r . Subash和c·苏,“Skyhook-based与magneto-rheological full-vehicle悬架阻尼器的半主动控制,”中国机械工程杂志》上,26卷,不。3、498 - 505年,2013页。视图:出版商的网站|谷歌学术搜索
2. H.-B。任,S.-Z。陈,Y.-Z。赵,g . Liu和l .杨”Observer-based混合控制算法的半主动悬架系统,”中南大学学报,23卷,不。9日,第2275 - 2268页,2016年。视图:出版商的网站|谷歌学术搜索
3. d·辛格和m . l . Aggarwal”乘客座椅振动控制的半主动季度混合动力汽车系统采用模糊方法,”国际期刊的动力学和控制,5卷,不。2、287 - 296年,2017页。视图:出版商的网站|谷歌学术搜索|MathSciNet
4. H.-P。Du和n张”,健壮的主动制导悬架系统设计车辆惯性参数变化,“国际期刊的自动化和计算,7卷,不。4、419 - 427年,2010页。视图:出版商的网站|谷歌学术搜索
5. Y.-J。刘和美国通”,自适应模糊控制的一类未知的非线性动力系统,”模糊集和系统卷。263年,49 - 70年,2015页。视图:出版商的网站|谷歌学术搜索
6. Y.-J。刘,y高,美国通,y,“模糊approximation-based适应性逐步退焊法为一类非线性离散系统最优控制死区,“IEEE模糊系统,1页,2015。视图:出版商的网站|谷歌学术搜索
7. y高和Y.-J。刘:“自适应模糊最优控制使用直接启发式动态规划混乱的离散时间系统,”振动与控制杂志》上,22卷,不。2、595 - 603年,2016页。视图:出版商的网站|谷歌学术搜索|MathSciNet
8. 李h . g . Chen x廖,t·黄”与encoding-decoding头目离散时间可替换主体系统的共识,”IEEE电路和系统II:表达内裤,卷63,不。4、401 - 405年,2016页。视图:出版商的网站|谷歌学术搜索
9. x h, c .黄g . Chen辽、t .黄,“分布式一致的优化与时变拓扑和量子化的通信网络,”IEEE控制论,2017年。视图:出版商的网站|谷歌学术搜索
10. 黄c . l . Chen h .江c .元,t·夏,“模糊混沌控制车辆横向动力学基于主动式悬吊系统,”中国机械工程杂志》上,27卷,不。4、793 - 801年,2014页。视图:出版商的网站|谷歌学术搜索
11. y . c, h, s . Liu Soh,和l .谢“事件驱动的通信和数据速率约束的分布式优化可替换主体系统,”IEEE系统,人,和控制论:系统1 - 12页。视图:出版商的网站|谷歌学术搜索
12. 李h . g .陈、t·黄和z,“高性能共识控制网络系统有限带宽通信和时变拓扑,”IEEE神经网络和学习系统,2016年,页1 - 12。视图:出版商的网站|谷歌学术搜索
13. Riaz和l .汗”NeuroFuzzy满车非线性自适应控制与车载防抱死制动系统主动制导悬架系统,”阿拉伯科学与工程》杂志上,40卷,不。12日,第3505 - 3483页,2015年。视图:出版商的网站|谷歌学术搜索
14. m . m . Zirkohi苏耿赋。林,”区间二型模糊神经网络间接自适应滑模控制的主动悬架系统,”非线性动力学,卷79,不。1,第526 - 513页,2015。视图:出版商的网站|谷歌学术搜索
15. l . Balamurugan j . Jancirani和m . a . Eltantawie“广义磁流变(MR)阻尼器模型及其应用在车辆悬架系统半主动控制,”国际汽车技术杂志》上,15卷,不。3、419 - 427年,2014页。视图:出版商的网站|谷歌学术搜索
16. n h·l·张e . r . Wang, f . Min, r . Subash和c·苏,“车辆悬架与magneto-rheological阻尼器的半主动滑模控制,”中国机械工程杂志》上,28卷,不。1,第75 - 63页,2015。视图:出版商的网站|谷歌学术搜索
17. s . Bououden m . Chadli l . Zhang, t·杨”约束模型预测控制时变延迟系统:应用程序一个活跃的汽车悬架,“国际期刊的控制、自动化和系统,14卷,不。1,51-58,2016页。视图:出版商的网站|谷歌学术搜索
18. l .吴邦国委员长和W.-J。张,“分层建模的完整的摩托车悬架半主动控制六度自由,”国际汽车技术杂志》上,11卷,不。1,新,2010页。视图:出版商的网站|谷歌学术搜索
19. 江z毛,y, b, g .道“一类主动式悬吊系统故障诊断与动态致动器的缺点,”国际期刊的控制、自动化和系统,14卷,不。5,1160 - 1172年,2016页。视图:出版商的网站|谷歌学术搜索
20. h . Trabelsi中国。Yvars、j . Louati和m . Haddar”评价的有效性区间计算方法来模拟subdefinite系统的动态行为:应用程序在一个主动式悬吊系统,”国际杂志互动设计和制造,9卷,不。2、83 - 96年,2015页。视图:出版商的网站|谷歌学术搜索
21. c . Wang k .邓w·赵g .周和李x”转向条件下鲁棒控制的主动悬架系统,”中国科学技术科学,60卷,不。2、199 - 208年,2017页。视图:出版商的网站|谷歌学术搜索
22. x, d .赵、杨b和c·汉”主动制导悬架系统的分数阶控制致动器并行自适应克隆选择算法的基础上,“机械科学与技术杂志》上,30卷,不。6,2769 - 2781年,2016页。视图:出版商的网站|谷歌学术搜索

版权

版权©2018 Xue-wen陈和周曰。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。