文摘
从路面造成汽车振动刺激。悬架系统保证了车辆的稳定性和平滑移动。在这项研究中,作者介绍了主动悬架进行控制使用一个液压致动器来提高汽车的舒适性。汽车振动描述基于quarter-dynamics模型有5个状态变量。此外,非线性系统的SM滑模控制算法是用于控制系统中。SM算法的参数优化选择使用多个循环算法。多个循环算法允许的值来改变在一个预定义的限制和提供了一个最优参数根据车辆的振动条件。这是一个新的点与先前的研究相比,本文。仿真的输出问题包括位移和加速度迅速和簧下质量。此外,在车轮动态力的变化也被认为是在评估车轮与路面之间的互动。 According to the paper’s results, the vehicle body’s acceleration and displacement values are strongly reduced when using the SM algorithm, compared with cars with only traditional suspension. In addition, the change in dynamics force at the wheel is not significant when using this algorithm. As a result, the car’s smoothness has been improved while the vehicle’s stability has not been lost. The phenomenon of “chattering” still occurs in some cases; however, its effect is negligible.
1。介绍
悬架系统是汽车的一个极其重要的组成部分,发挥着作用,确保车辆振动时的平滑度(1]。从路面振动所产生的刺激,通过车轮,悬架,汽车的身体。汽车的振动会引起疲劳和不适的乘客。此外,连续高频振荡可以影响汽车的底盘结构,减少由汽车运输的货物质量。
今天,悬架系统提高了,比以前更发达得多。在大多数汽车使用的标准的悬挂系统是机械(繁体)暂停。机械悬挂由金属弹簧(螺旋弹簧,弹簧,扭力酒吧,等等),减震器,杠杆臂(或多连杆杆,扭力梁等)。根据Satyanarayana et al .,减震器和弹簧的刚度机械悬架不能改变。因此,它被称为被动悬架(2]。被动悬架系统结构相对简单,耐用性高。然而,对振动抑制的影响是微不足道的,根据Jayachandran和Krishnapillai [3]。因此,许多其他现代悬架系统是用于替换被动悬架提高车辆的平滑。弹性元件的刚度变化,金属弹簧必须更换由气动弹簧(4]。根据太阳et al .,空气悬挂有助于改变车辆的高度。除此之外,汽车的平滑度也更好(5]。气动弹簧的刚度变化是基于内部的气压调节腔。控制器的角色提供电压信号来执行关闭和开放系统中的气动阀(6]。悬架系统的刚度变化的另一个解决方案是使用电磁减震器(7]。据唐et al .,这是一个“半主动悬架”[8]。减震器工作在变化的磁场电流应用于内部电极。半主动悬架比空气悬架结构简单,因为它只需要取代机械和电磁阻尼器的。然而,半主动悬架系统的平滑效应带来的是不好的。在[9),早期等人介绍了主动制导悬架系统,提高运行舒适感和维护轮牵引。据刘et al .,主动制导悬架系统有一个额外的液压执行器位于的地方悬挂系统(10]。执行机构内部的流体压力是由伺服阀11]。主动悬架所产生的冲击力大于半主动的和空气悬挂。除此之外,系统的反应路面变化也更好。然而,主动制导悬架系统的结构更加复杂。
许多研究与主动悬架控制近年来已经出版。控制算法的设计是基于不同的视角研究人员。如果汽车振动是假定为线性,可以应用PID控制算法。在[12),李等人提出使用PID控制器的三个参数(proportional-integral-derivative)主动悬架系统。的参数kp,kd,k我由模糊神经网络PID控制器的最优选择(模糊神经网络)算法(12]。这些值可以改变实时根据励磁条件在人行道上。应用模糊算法的PID控制器值可以调整(13]。在[14),Swethamarai和拉克希提出使用FOPID(分数阶proportional-integral-derivative)算法对悬架系统。结果Swethamarai和拉克希米14]表明,FOPID的响应算法优于传统的PID。与更多的输入或输出系统,也称为MIMO(多输入多输出)系统,LQ(线性二次)算法应该应用。方程描述振动状态必须被转换成状态矩阵形式在使用LQ算法。该算法旨在优化代价函数,即:,使其值尽可能小。LQ算法的参数可以通过调优的PSO算法(15[]或循环算法16]。事实上,悬架系统的振动是非线性的。所以,使用PID等算法,LQ, LQG只在一些特定的情况下适用。在[17),阮介绍了SMC(滑模控制算法的主动制导悬架系统模型和五个变量。四种路面激励情况下被用于(17),作者模拟三种不同的情况。SMC算法需要使用许多参数,所以选择的价值观是极其困难的。根据阮et al ., SM控制器的参数可以通过一个闭环算法选择最佳条件的基础上找到最小的平均位移(18,19]。这些值也可以优化的GA(遗传算法)20.),T2FNN(2型模糊神经网络)21],STA (super-twisting算法)[22)等。此外,许多现代滑模算法,如MFFOSMC(模范自由分数阶滑模控制)(23),FDOSMC(模糊扰动观测器的滑模控制)(24],ABSMC(自适应反推滑模控制)25),已被应用于汽车悬架系统。此外,许多自适应和鲁棒控制算法也常用的汽车悬架系统(26- - - - - -30.]。
作者提出了使用SM算法控制四分之一悬架模型。这是一个受欢迎的模型被用于一些先前的研究。此外,SM算法也应用在一些研究与悬架系统的控制。然而,在选择参数有本质区别SM控制器之间不同的出版物。本文选择的最优控制器参数多个循环算法,这是作者提出的。该算法建立了基于相关两种情况下的抓地和行驶舒适要求。因此,这被认为是一个新的点纸相比其他出版物。本研究采用数值模拟方法,在MATLAB / Simulink环境中发生。论文的结构包括四个主要部分:介绍,动力学和控制,仿真结果和结论。
2。动力学和控制
2.1。滑模控制理论
考虑到系统的输入信号u=(u1,u2、…u米)t描述以下方程: 在哪里x:在n维空间状态向量,x∈Rn,f:连续函数的向量,d:不确定的组件,d(x, u, t)。
表面光滑的矢量描述米光滑函数(2)。这个滑动面一般形式取决于状态向量和时间。
在理想的情况下,假定表面光滑(2)是独立的时间。因此,方程(2)可以改写下列形式:
滑模控制器的任务是确定控制信号u(t)将系统(1)对滑动面(2)和修复其滑动面位置。 在哪里u米(t):信号的原因x(t)走向滑动面(2),u情商(t):信号,有助于修复的位置x(t滑动面(上)2)。
根据(4),在时间t=t0,控制信号u米(t)必须把对象x(t)对滑动面(2)。然后,控制信号u情商(t)必须生成(6)对象的位置是固定的。
如果滑动面(3)是用来取代滑动面(2)和一个正定函数是描述(7),控制信号u米(t)需要生成滑动条件(8);然后,我们可以把x(t向滑动面)。
如果(1)是定义良好的,有一个仿射结构,它是写成
G(x t)定义的矩阵
求导的滑动面年代(x t):
如果控制信号的系数u情商(t)不是退化,这个信号可以由
控制信号u米(t)是由信号u情商(tΩ)和误差信号。
求导的滑动面年代(x t):
假定滑动面年代(x t)=年代(x)满足条件(18)。
错误信号Ω写成
控制信号的条件u(t)将向量x(t)滑动面年代(t)称为滑动条件。滑动条件下常用的非线性函数描述
微分(21)以复杂的形式表达。因此,有必要提出一个简单形式的原始功能,满足这个条件。
2.2。动力学模型
quarter-dynamics模型用于模拟汽车振动。与其他模型相比,如空间模型和半模型,本季度模型更简单。因为作者直接设计控制器,它认为液压执行器的影响,合理使用quarter-dynamics模型。这有助于降低问题的复杂性。考虑到悬架簧载质量的模型米1和非簧载质量米2(图1),这两个质量执行两个垂直位移,z1和z2。
方程描述的振动悬挂系统有以下形式:
的部分(23)和(24)左边的惯性力,右边的部分是绑定和执行机构的驱动力量。
悬挂弹簧的弹性力,FSK:
悬架阻尼器的阻尼力,FSC:
轮胎的弹性力弹簧,FTK:
力,FSA执行机构产生的,取决于液压缸内的压力变化(图2)。
伺服阀执行的角色改变流体流动提供的液压缸。这个过程描述(31日)和(32)。
从(31日)和(32),我们可以找到流体压力的变化。 在哪里β:液体散装模块,Ct:泄漏参数,问:液压负载流,Cd:放电参数, :阀区域梯度,V:缸有效体积,ρ:液体密度,P0:初始压力。
根据(33),缸内的液体流动取决于伺服阀的位移 。这种类型的滑阀位移执行基于提供的电压信号控制器。
的导数(34),我们得到
用(34)和(35)(30.)、作用力的关系(FSA)其他因素显示由以下方程:
(36)是一个非常复杂的非线性微分方程。根据阮et al .,这个方程大致线性化成为[16] 在哪里θ我方程的系数(参考表吗1)。
让状态变量x1来x5是
衍生品的状态变量x1来x5反过来:
让y(t)是系统的输出信号:
输出信号的一阶导数:
输出信号的二阶导数: 在哪里χ是比例常数。根据(18的惯性力量,非簧载质量和簧上质量被认为是成比例的。
继续采取第三和第四衍生品的输出信号y(t):
最后,通过第五输出信号的导数,(45)。
(45)是一个非常复杂的形式。它可以写成(46一旦压实变量的系数。 在哪里
让e(t)设置点之间的误差信号系统的信号和输出信号。
ysp(t)设置点的信号。
控制器的滑动面,年代(e),是第四个错误信号的导数。 在哪里λ我多项式的系数(50),这样赫维茨多项式。
结合(46),(49)和(50),控制信号u(t)是由以下方程描述: P:方程参数和一个3:方程系数。
控制器参数选择的多个循环算法(图3)。根据该算法,包括最优计算值P和λ我。首先,有限的价值P和λ我需要确定。这旨在限制的范围值来寻找,这样计算就可以发生得更快。其次,完成了仿真运行系数P和λ我分别从他们的最小最大值。对于每个参数,我们将获得汽车的输出值,包括位移和加速度。除此之外,相关的标准相位差和抖振现象也考虑。多次重复这个过程,直到所有值在边界范围。最后,确定最优参数,以确保汽车的输出值振动很小。
以前的算法通常只关注优化参数根据一个或两个特定的标准,比如车身位移和加速度值。这些值优化根据最低或中值条件。与现有的算法,新算法本文中描述有助于确保所有四个标准同时(如上所述)。同时,位移和加速度值保证在两种条件下(包括最大值和平均值),而不是只有一个。这提供了新颖的文章。
使用一个在循环中算法可以帮助选择最优值。除此之外,许多其他的解决方案也被用来为现代机械电子系统设计控制参数。这些解决方案可以在找到31日- - - - - -33]。
在这项研究中发现最优参数可以应用于许多不同的情况下。然而,如果输入励磁的太多不同,它可以减少控制器的性能在使用这些参数。
3所示。仿真和结果
3.1。模拟情况下
仿真的输入信号是崎岖不平的路面。在这部作品中,作者提出了三种类型的路面激励信号,对应于三个具体案例。根据图4,第一个案例使用循环激励信号。这个信号是正弦小振幅和频率。循环激励信号是常用的在许多模拟悬架系统的振动问题。循环激励的数学函数描述类型显示由以下方程:
第二例使用阶跃信号,也称为脉冲信号(图4)。这一步信号有较大的振幅比周期信号;激励脉冲只出现一次,然后保持稳定。这个信号描述了状态当轮对一个对象和保持在这种状态下一定的时间没有改变。方程(56)描述了脉冲信号的数学函数,用于本文。这是亥维赛函数两个步骤。
路面激励在第二种情况下可以产生显著加速,但它只持续很短的时间内。因此,有必要使用另一个案例来描述连续时间间隔的高频振荡。第三例使用一个随机函数来描述路面的刺激。在这种情况下,激励的频率不断变化,而不是一个固定值正弦激励。
参数计算和仿真中引用表1。CARSIM®软件用来引用汽车规格,而[19)用于引用执行机构参数。
有三个特定的场景在每种情况下调查。在第一个情况下,车辆只雇佣了一个传统的被动悬架系统没有控制器(没有)。在其他两个情况下,汽车主动悬架进行控制是配备了一个不同的控制,PID和SM。模拟输出包括位移和加速度的值和簧下质量。除此之外,在车轮动态力的变化也考虑在内。比较值包括每个对象的均方根值、最大值和最小值。
3.2。结果和讨论
3.2.1之上。第一种情况下
在第一种情况下,作者建议,利用路面的激励信号,正弦形状。振幅和频率的激励很大,所以汽车振动很小。图5描述了汽车仿真期间身体位移的变化。根据这一结果,在第一阶段的位移振荡是最小的(没有)。位移值是稳定的,在后续阶段最大达到66.20毫米。同时,车身位移的最大值时,车辆使用主动制导悬架系统只有18.74毫米的情况下使用PID算法和8.03毫米的情况下使用SM算法。除了比较最大值的振荡,振荡的均方根值也应该考虑(连续振荡)。根据计算结果,车身位移的RMS值达到43.84毫米,13.14毫米,5.59毫米,分别对应三个调查情况。SM和没有结果的区别是(最大值)的8.24倍和7.84倍(均方根值)。
车身加速度常常提到当考虑汽车的平滑。如果加速度的值太大,车辆可能会失去其平滑。在第一阶段,车辆突然震荡(图6),所以加速度迅速增加。在随后的阶段的振荡,加速度是更稳定的价值,最大达到2.25 (m / s2),1.74 (m / s2),1.03 (m / s2),分别对应于无,PID和SM。加速度的值,当计算均方根准则,是1.62 (m / s2),0.49 (m / s2),0.21 (m / s2),分别在上面的顺序。与汽车相比,只有被动悬架(无)、加速度的平均值仅为12.96%,如果车辆使用主动制导悬架系统(SM)和30.25% (PID)。汽车的平滑可以进一步改进使用SM算法控制悬架。
尽管SM算法是一种鲁棒控制算法,它仍然可能造成“嚷嚷起来。”这种现象导致加速度信号嘈杂的相变(图前6)。然而,由于这种波动并不太大,它不产生负面影响的平滑的车。调查“抖振”现象在其他复杂的振荡情况下有必要全面评估使用SM算法时系统的稳定性。
两个标准被认为是在评估了悬架系统:运行舒适感和道路。在许多振动情况下,预计提高质量的唯一标准,而另一种是没有保证的。如果平滑度增加,致动器必须更努力地工作,产生更多的力量。这可以导致非簧载质量振动,导致降低车轮与路面之间,导致旅行时不稳定。相反,平滑度可能会丢失,如果暂停严格保证车轮之间的交互和道路。它是具有挑战性的同时满足上述标准。因此,有必要进一步研究非簧载质量的振动评估之间的交互车轮和路面车辆的身体强烈振动。
非簧载质量的垂直位移的变化如图7。根据这一发现,这三种情况下的位移值几乎相同;它们之间的差异可以忽略不计。甚至非簧载质量的位移汽车使用一个控制悬架小于的无法控制的悬架。
非簧载质量的加速度得到位移的二阶导数。如图8,加速度达到最大的价值在第一阶段的振荡(因为突然振荡的车辆)。在随后的阶段,加速度随时间周期性变化,遵循正弦定律。正如上面提到的,“喋喋不休”可能发生当一个振荡信号过渡到下一阶段。然而,这种现象的影响相对较小。汽车的平滑度仍然是保证在这种情况下。
汽车的振动引起的变化动态力轮。如果汽车更强烈振荡(非簧载质量和簧上质量),动态负载的变化将更为重要。一旦在车轮力降低到零,车轮很容易起飞,造成不稳定。根据图的结果9,车子情况没有控制悬架动力学部队最重要的变化。如果使用主动制导悬架系统,动态力变化较小。在所有三个情况下动态力的最小值为3163.57 (N), 3423.89 (N),和3625.58 (N)的顺序(无)、(PID)和(SM)。量的有效值动态力在这个订单是4357.79 (N), 4298.90 (N),和4291.47 (N)。可以看出,动态力的变化,在这种情况下,并不大。这是由于励磁信号,用于模拟周期形成小振幅和频率。有必要使用激励信号的高频率和振幅来模拟车辆振动。
3.2.2。第二种情况
在第二种情况下,路面的激励信号的一个脉冲(步骤)。根据图所示的结果10,汽车的身体突然转移到一个新台阶(对应于刺激)。对于一辆车只有被动悬架,新机构的高度等于一步的高度,达到50.0毫米。与此同时,身体的高度是更加减少到只有23.9毫米和10.0毫米当使用主动式悬吊系统PID和SM算法,分别。
在这种情况下,突然从马路上刺激是。因此,车身加速度的值(图迅速增加11)。的最大加速度值是13.69 (m / s2),13.17 (m / s2),9.57 (m / s2),分别对三种情况下(无)、(PID)和(SM)。车辆身体已经达到稳定状态后的新位置,加速度将减少为零。因为这不是一个连续的振荡,与RMS值将不会被考虑。
并没有太多不同之处的位移之间的非簧载质量检查(图三种情况12)。在这种情况下,液压执行器生成一个大的冲击力来维持身体的高度。因此,非簧载质量的位移在使用SM算法比这更重要的标准。这只发生在很短的时间内。
非簧载质量的加速度的值在第二种情况下是非常大的。这是由于突然振荡的车辆(图13)。突然振动轮的动力学原因力大幅下降(图14)。根据图所示的结果14,车轮与路面分开。然而,轮子的分离也只发生在很短的时间内。弹簧的弹性力的作用下,阻尼电阻,轮子可以迅速恢复到与路面的接触。
3.2.3。第三个病例
最后一个案例使用高频路面随机激励。此外,激励振幅比这更广泛的在前面的两个例子。因为这是一个随机振荡,身体的位移和加速度不遵循任何特定的法律。
图15描述了在车身位移仿真时间的变化。更近距离地观察图,你可以看到,车身位移时最重要的车辆没有悬挂控制。同时,位移值大幅减少汽车使用现代悬架系统算法SM,早些时候提出。车身位移的最大值可达75.11毫米,32.14毫米,13.72毫米,而他们的RMS值35.71毫米,15.79毫米和6.64毫米。与使用传统的汽车悬架相比,身体位移在使用主动制导悬架系统,由SM控制算法,仅为18.59%。这个结果有助于增加信心SM算法的优越性。
车体的加速度在过去相对较大(图16)。此外,加速度的变化是连续的。根据模拟的结果,最大加速度的均方根加速度(SM)情况是3.06 (m / s2)和1.03 (m / s2),分别,而情况(没有)4.38 (m / s2)和1.48 (m / s2)。情况(PID)的结果也是知情(没有)。
非簧载质量的位移(图17)三者之间的情况大致相同,而非簧载质量加速度的使用SM算法比其他两个大场景(图18)。这是因为液压执行器生成一个更巨大的冲击力来帮助稳定振荡(随机振动的情况下)。因此,增加导致非簧载质量振动的力。结果是一个非簧载质量加速度的增加而车体的加速度和位移仍然保持。这个问题可以解决通过灵活地改变控制器参数,而不是让它们有固定值。然而,这是很复杂的,因为它需要结合模糊算法来完成这项工作。此外,这并不会影响车轮与路面之间的互动。根据图19车情况,动态的改变力量使用SM算法是最小的(根据RMS准则)相比其他两种情况。因此,如果使用SM算法,可以提高车辆的平滑,而汽车的稳定不受影响。
4所示。结论
汽车的平滑度取决于悬架系统的性能。主动制导悬架系统比传统的被动悬架系统可以提供更好的性能。在本文中,作者提出使用一种主动式悬吊系统与SM算法来提高车辆的振荡光滑。
汽车振动被四分之一模型配备额外的致动器(用于主动制导悬架系统)。主振动的激励源,这是模拟的输入问题。模拟问题包含的值的输出位移和加速度的簧下和簧上质量,以及动态负荷的变化。
执行仿真与三个具体案例(在每种情况下,三种不同的情况下创建)。根据研究结果,位移和加速度的车身时显著降低使用SM算法控制悬架。此外,非簧载质量加速度和位移的不改变相比其他两种情况。这有助于保持车轮与路面接触良好。
“抖振”现象仍出现在一些调查情况;然而,它的影响不是很大。汽车的平滑度可以提高使用SM算法控制悬架在车轮的道路控股仍得到保证。未来的研究可能旨在减少“抖振”现象的影响当使用SM算法。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突有关的出版这篇文章。