基于模糊PID的半主动悬架控制策略研究.pdf

第3 8卷 第3期 青 岛 大 学 学 报(工 程 技 术 版)V o l.3 8 N o.3 2 0 2 3年 9 月J O U R N A L O F Q I N G D A O U N I V E R S I T Y(E&T)S e p.2 0 2 3文章编号:1 0 0 6 9 7 9 8(2 0 2 3)0 3 0 0 5 4 0 5;D O I:1 0.1 3 3 0 6/j.1 0 0 6 9 7 9 8.2 0 2 3.0 3.0 0 8基于模糊P I D的半主动悬架控制策略研究赵剑桥,严天一,桂永建,赵培通(青岛大学机电工程学院,山东 青岛 2 6 6 0 7 1)摘要:针对传统被动悬架平顺性不足的问题,本文研究了基于模糊P I D的半主动悬架控制策略。通过C a r S i m软件建立某C级轿车的整车模型,基于模糊P I D控制原理在S i m u l i n k中设计控制器并配置相关参数,建立基于滤波白噪声的路面模型,并将其载入C a r S i m软件。通过在C a r S i m中设置数据输入、输出仿真端口,将车辆模型运行数据通过S-F u n c t i o n模块发送到S i m u l i n k中求解控制信号,再通过S-F u n c t i o n模块施加到C a r S i m中,形成闭环控制系统,最后进行联合仿真试验验证模糊P I D控制算法的有效性。仿真结果表明,配置有模糊P I D控制器的半主动悬架明显改善了车辆的平顺性。该研究具有广阔的应用前景。关键词:C a r S i m;半主动悬架;模糊P I D控制;联合仿真中图分类号:U 4 6 3.1 文献标识码:A 收稿日期:2 0 2 2 0 8 2 4;修回日期:2 0 2 3 0 3 1 9基金项目:国家自然科学基金资助项目(5 1 4 7 5 2 4);山东省自然科学基金面上项目(Z R 2 0 1 6 E EM 4 9)作者简介:赵剑桥(1 9 9 7),男,硕士研究生,主要研究方向为汽车底盘电子控制技术。通信作者:严天一(1 9 7 0),男,博士,教授,硕士生导师,主要研究方向为车辆动力学及其控制技术、汽车零部件设计及优化。E m a i l:y a n_7 0 1 21 2 6.c o m 相比于主动悬架在控制过程中运行成本高的情况,半主动悬架由于结构简单、可靠性高、成本低,且能很好地兼顾平顺性和操纵稳定性等性能,成为广大学者的主要研究方向1 2。先进的半主动悬架系统的性能不仅由构成的主要部件决定,也取决于在阻尼器上施加的半主动控制算法的有效性,这是半主动悬架系统发挥优势的关键3。Y E H Y等人4提出将线性二次调节器(l i n e a r q u a d r a t i c r e g u l a t o r,L Q R)结合混合H2/H进行控制,使悬架的舒适性和操纵稳定性方面明显改善;L I U Z等人5提出了一种基于微分反馈线性化卡尔曼滤波算法的控制方法,改善了车辆的平顺性;Z HANG J J等人6采用遗传算法设计半主动悬架模糊逻辑控制器,提高了整车悬架系统的性能;F E NG J P等人7设计了基于轴距预瞄的半主动悬架单神经元P I D控制器,有效减小了车辆振动;L I U M等人8设计了一种基于改进的D D P G算法和经验样本学习方法的半主动悬架,更好地适应各种路面水平,有效的降低了车身垂直加速度和悬架的动态偏转;XU E B等人9提出了一种基于线性卡尔曼滤波理论的道路轮廓检测方法,设计了道路路面等级分类器,实现了根据路面情况自动调整混合阻尼控制参数,获得更好的车辆性能;王越等人1 0提出S H-L Q R联合控制的方法,在低频段和高频段都能有较好的控制效果;邵帅等人1 1设计了基于GA-L Q R的磁流变半主动悬架,它具有更好的乘坐舒适性及操纵稳定性;韦强等人1 2提出一种基于深度学习图像检测技术的方法,通过感知前方的路况配置对应的控制算法来优化半主动悬架控制系统;江洪等人1 3提出神经模糊控制的方法,车辆的行驶平顺性得到明显改善;程明星1 4提出一种双线性自抗扰控制,能够同时提升车身加速度和轮胎动载荷这两项性能;张素君等人1 5提出基于鲸鱼优化算法来整定P I D参数,在改善车辆平顺性的同时还能提高车辆的结构安全性。基于以上研究,本文结合模糊控制与P I D控制设计了模糊P I D控制器,实现了对P I D参数的在线整定,利用C a r S i m与S i m u l i n k建立联合仿真模型,对具有模糊P I D控制器的半主动悬架的平顺性性能指标进行仿真分析。结果表明,模糊P I D控制器的半主动悬架明显改善了车辆的平顺性。该研究对提升车辆的平顺性和操纵稳定性具有一定的实际应用价值。第3期 赵剑桥,等:基于模糊P I D的半主动悬架控制策略研究1 系统模型的建立1.1 整车模型C a r S i m软件不仅可以基于车辆动力学理论进行整车建模与仿真,且拥有良好的扩展性,可与M a t l a b及L a b V i e w等软件进行联合仿真1 6。与传统的建模方式相比,C a r S i m建立的车辆模型能更好地反映悬架的运动特性1 7。本文选用某C级轿车模型进行研究,车辆模型主要参数如表1所示。表1 车辆模型主要参数整车簧载质量/k g前轴非簧载质量/k g后轴非簧载质量/k g轴距/mm质心高度/mm轮距/mm悬架系统类型悬架弹簧刚度/(Nmm-1)1 6 7 07 17 12 9 1 05 4 01 6 7 5独立悬架2 71.2 路面模型本文利用S i m u l i n k软件建立基于滤波白噪声的路面时域模型,并将路面模型导入C a r S i m软件1 8,即z t =-2 n1u zt +2 n0Gqn0 uw t (1)式中,z(t)为路面不平度位移,m;u为车速,m/s;n1为下截止空间频率,n1=0.0 1m-1;w(t)为高斯白噪声,均值为0,无量纲;n0为标准空间频率,n0=0.1m-1;Gq(n0)为路面不平度系数,m3。2 半主动悬架模糊P I D控制系统设计2.1 模糊P I D控制在传统的P I D控制中,系统按照误差的比例、积分、微分进行控制,半主动悬架系统输出的控制力为FP I D=Kpet +Kiet dt+Kddet dt(2)式中,e(t)为系统误差;Kp为比例系数;Ki为积分系数;Kd为微分系数。车辆悬架系统具有较强的非线性和不确定性,在动态工况下易受路面干扰。传统P I D控制器中,参数固定不变,因此仅使用P I D控制无法对系统时变扰动进行有效抑制,难以达到理想的控制效果1 9。而模糊控制对系统的参数变化与外部干扰具有较强的自适应性,但只利用模糊控制器进行系统控制,不能满足被控对象的理想指标2 0。因此,本文选用模糊控制器对P I D控制器的参数进行在线整定,建立半主动悬架模糊P I D控制系统。模糊P I D控制系统如图1所示。图1 模糊P I D控制系统本文设置车身垂直加速度与理想垂直加速度之间的偏差e和偏差变化率e c作为模糊控制器的输入量,然后把P I D控制参数调整值 Kp、Ki和Kd作为模糊控制器的输出量,通过模糊P I D控制器求出理想阻尼系数,将其反馈给C a r S i m整车模型,实现对悬架系统的在线调节控制。经模糊控制调整后的P I D控制参数表示为Kp=Kp0+Kp;Ki=Ki0+Ki;Kd=Kd0+Kd(3)55青 岛 大 学 学 报(工 程 技 术 版)第 3 8 卷式中,Kp0、Ki0和Kd0分别为P I D控制器的初始参数;Kp、Ki和Kd分别为模糊控制器的输出量。2.2 模糊控制的参数及规则选定通过M a t l a b/F u z z y L o g i c工具箱,构建一个2输入3输出的模糊控制器,实现对P I D控制器的在线调节。本文对悬架系统模糊P I D控制器的输入变量e、e c以及输出变量Kp、Ki和Kd进行定义及模糊化。模糊子集均为N B(负大),NM(负中),N S(负小),Z O(零),P S(正小),PM(正中),P B(正大)。为提高控制系统的灵敏度,e、e c、Kp、Ki和Kd的隶属度函数均选择三角形隶属度函数,选用重心法对模糊变量解模糊运算,确定模糊控制器输出的调整参数。本文遵循所制定的模糊控制规则,即当误差e较大时,应选择较大的Kp与Ki,但为避免e的瞬间变大导致微分过大,从而出现系统失控的情况,需要选用较小的Kd;当误差e较小时,为了保证控制系统的稳态性能,选用较小的Kp与Ki,而Kd可选取中等大小。Kp、Ki和Kd的模糊控制规则表如表2表4所示。表2 Kp的模糊控制规则表偏差e偏差变化率e cN BNMN SZ OP SPMP BN BN BN BNMNMN SZ OZ ONMN BN BNMN SN SZ OP SN SNMNMNMN SZ OP SP SZ ONMNMN SZ OP SPMPMP SN SN SZ OP SP SPMPMPMN SZ OP SPMPMPMP BP BZ OZ OPMPMPMP BP B表3 Ki的模糊控制规则表偏差e偏差变化率e cN BNMN SZ OP SPMP BN BN BN BNMNMN SZ OZ ONMN BN BNMN SN SZ OZ ON SN BNMN SN SZ OP SP SZ ONMNMN SZ OP SPMPMP SNMN SZ OP SP SPMP BPMZ OZ OP SP SPMP BP BP BZ OZ OP SPMPMP BP B表4 Kd的模糊控制规则表偏差e偏差变化率e cN BNMN SZ OP SPMP BN BN SP SP BP BP BPMN SNMN SP SP BPMPMP SZ ON SZ OP SPMPMP SP SZ OZ OZ OP SP SP SP SP SZ OP SZ OZ OZ OZ OZ OZ OZ OPMN BN SN SN SN SN SN BP BN BNMNMNMN SN SP B3 仿真结果分析根据模糊P I D原理,本文在S i m-u l i n k中搭建模糊P I D控制器模块,利用S-F u n c t i o n模 块 建 立C a r S i m-S i m u l i n k联合仿真模型。本文建立被动悬架进行对比仿真,路面不平度系数Gq(n0)分别选择1.61 0-5 m3和6.41 0-5 m3,即A级路面与B级路面,车辆以7 2 k m/h的速度做直线工况行驶,采用固定步长0.0 0 1 s进行仿真。本文选取车身垂直加速度和车身俯仰加速度作为评价指标,对有模糊P I D控制器的半主动悬架,以及无控制器的被动悬架的平顺性评价指标进行对比。A级路面下各评价指标对比曲线如图2所示,B级路面下各评价指标对比曲线图3所示。仿真结果表明,模糊P I D控制器的半主动悬架的车身垂直加速度与车身俯仰加速度的均方根值明显下降。A级路面下平顺性评价指标均方根值对比如表5所示,B级路面下平顺性评价指标均方根值对比如表6所示。65 第3期 赵剑桥,等:基于模糊P I D的半主动悬架控制策略研究图2 A级路面下各评价指标对比曲线图3 B级路面下各评价指标对比曲线表5 A级路面下平顺性评价指标均方根值对比悬架类型垂直加速度/(ms-2)俯仰加速度/(r a ds-2)模糊P I D半主动悬架0.2 6 3 40.0 9 4 6被动悬架0.3 3 0 20.1 2 0 2表6 B级路面下平顺性评价指标均方根值对比悬架类型垂直加速度/(ms-2)俯仰加速度/(r a ds-2)模糊P I D半主动悬架0.5 2 4 60.1 8 7 4被动悬架0.6 5 6 10.2 3 8 3 由表5和表6可以看出,A级路面条件下,车身垂直加速度均方根值下降2 0.2 3%,车身俯仰加速度均方根值下降2 1.2 9%;B级路面条件下,车身垂直加速度均方根值下降2 0.0 4%,车身俯仰加速度均方根值下降2 1.3 6%。4 结束语本文利用C a r S i m软件建立整车模型,使用S i m u l i n k建立路面激励模型,设计模糊P I D控制器,通过本文所建立的C a r S i m-S i m u l i n k联合仿真模型,在不同路面等级下进行仿真试验。仿真结果表明,本文设计的模糊P I D控制器的半主动悬架有效改善了车辆平顺性,具有一定的应用前景。下一步将对阻尼器内部结构的更精完善的建模进行研究。参考文献:1 上官郑伟.汽车磁流变半主动悬架控制策略研究D.北京:北京交通大学,2 0 2 1.2 刘宇飞.基于半主动悬架的整车联合控制研究D.太原:太原科技大学,2 0 2 1.3 张进秋,黄大山,姚军.车辆悬架系统振动控制M.北京:国防科技出版社,2 0 2 0.4 Y E H,Z HE N G L.C o m p a r a t i v e s t u d y o f s e m i-a c t i v e s u s p e n s i o n b a s e d o n L Q R c o n t r o l a n d H 2/H m u l t i o b j e c t i v e c o n-75青 岛 大 学 学 报(工 程 技 术 版)第 3 8 卷t r o lC 2 0 1 9 C h i n e s e A u t o m a t i o n C o n g r e s s(C A C).H a n g z h o u:I E E E,2 0 1 9:3 9 0 1 3 9 0 6.5 L I U Z,R E N H,CHE N S,e t a l.F e e d b a c k l i n e a r i z a t i o n K a l m a n o b s e r v e r b a s e d s l i d i n g m o d e c o n t r o l f o r s e m i-a c t i v e s u s-p e n s i o n s y s t e m sJ.I E E E A c c e s s,2 0 2 0,8:7 1 7 2 1 7 1 7 3 8.6 Z HAN G J J,X U Z Q.S t u d y i n g o f f u z z y l o g i c c o n t r o l f o r s e m i-a c t i v e s u s p e n s i o n b a s e d o n i m p r o v e d g e n e t i c a l g o r i t h mCA d v a n c e d M a t e r i a l s R e s e a r c h T r a n s o c t i o n T e c h n o l o g y P u b l i c a t i o n s L t d.B e i j i n g,C h i n a:I E E E,2 0 1 1,1 4 3:9 2 9 9 3 2.7 F E N G J Q,B E I S Y,YUAN C Y,e t a l.R e s e a r c h o n w h e e l b a s e p r e v i e w c o n t r o l f o r v e h i c l e s e m i-a c t i v e s u s p e n s i o n b a s e d o n n e u r a l n e t w o r k sC 2 0 0 9 T h i r d I n t e r n a t i o n a l S y m p o s i u m o n I n t e l l i g e n t I n f o r m a t i o n T e c h n o l o g y A p p l i c a t i o n.N a n-c h a n g,C h i n a:I E E E,2 0 0 9,3:2 9 0 2 9 3.8 L I U M,L I Y B,R ON G X W,e t a l.S e m i-a c t i v e s u s p e n s i o n c o n t r o l b a s e d o n d e e p r e i n f o r c e m e n t l e a r n i n gJ.I E E E A c-c e s s,2 0 2 0,8:9 9 7 8 9 9 8 6.9 X U E B,GUO K.R o a d s e l f-a d a p t i v e h y b r i d c o n t r o l o f v e h i c l e s e m i-a c t i v e s u s p e n s i o nC 2 0 1 8 1 3 t h W o r l d C o n g r e s s o n I n t e l l i g e n t C o n t r o l a n d A u t o m a t i o n(WC I C A).C h a n g s h a,C h i n a:I E E E,2 0 1 8:1 0 6 4 1 0 6 8.1 0 王越,刘夫云,邓聚才,等.半主动悬架S H-L Q R阻尼控制策略仿真研究J.噪声与振动控制,2 0 2 2,4 2(3):6 87 2,7 9.1 1 邵帅,胡国良,顾瑞恒,等.基于磁流变阻尼器的车辆半主动悬架G A-L Q R的研究J.现代制造工程,2 0 2 1(1 1):19.1 2 韦强,熊璐,张培志.基于视觉感知的半主动悬架控制系统研究J.内燃机与配件,2 0 2 2(2):4 5 4 7.1 3 江洪,王子豪,孔亮.半主动空气悬架的神经模糊控制J.重庆理工大学学报(自然科学版),2 0 1 7,3 1(3):1 1 1.1 4 程明星.考虑非线性特性及干扰的汽车磁流变半主动悬架系统控制D.秦皇岛:燕山大学,2 0 1 6.1 5 张素君,杨文强.基于改进鲸鱼算法的半主动悬架P I D控制J.河南科技学院学报(自然科学版),2 0 2 1,4 9(5):5 56 4.1 6 吴磊.基于C a r S i m和S i m u l i n k的四轮转向汽车控制策略及其稳定性的研究D.太原:太原理工大学,2 0 2 1.1 7 李炳基.车辆主动悬架齐次控制策略的研究D.杭州:杭州电子科技大学,2 0 2 0.1 8 张裕晨.基于P I D控制策略的汽车主动悬架平顺性能研究D.张店:山东理工大学,2 0 2 0.1 9 王鹏程.基于智能体理论的空气悬架车身高度控制系统研究D.镇江:江苏大学,2 0 1 9.2 0 李国勇,杨丽娟.神经模糊预测控制及其m a t l a b实现M.北京:电子工业出版社,2 0 0 0.R e s e a r c h o n S e m i-A c t i v e S u s p e n s i o n C o n t r o l S t r a t e g y B a s e d o n F u z z y P I DZ HAO J i a n q i a o,YAN T i a n y i,GU I Y o n g j i a n,Z HAO P e i t o n g(C o l l e g e o f M e c h a n i c a l a n d E l e c t r i c a l E n g i n e e r i n g,Q i n g d a o U n i v e r s i t y,Q i n g d a o 2 6 6 0 7 1,C h i n a)A b s t r a c t:A i m i n g a t t h e p r o b l e m o f i n s u f f i c i e n t r i d e c o m f o r t o f t r a d i t i o n a l p a s s i v e s u s p e n s i o n,t h i s p a p e r s t u d i e s a s e m i-a c t i v e s u s p e n s i o n c o n t r o l s t r a t e g y b a s e d o n f u z z y P I D.I t e s t a b l i s h e s a c o m p l e t e v e h i c l e m o d e l o f a C-c l a s s c a r t h r o u g h C a r S i m s o f t w a r e,d e s i g n s a c o n t r o l l e r a n d c o n f i g u r e s r e l e v a n t p a r a m e t e r s i n S i m u l i n k b a s e d o n t h e f u z z y P I D c o n t r o l p r i n c i p l e,e s t a b l i s h a r o a d m o d e l b a s e d o n f i l t e r e d w h i t e n o i s e,a n d l o a d s i t i n t o C a r S i m s o f t w a r e.B y s e t t i n g d a t a i n p u t a n d o u t p u t s i m u l a t i o n p o r t s i n C a r S i m,t h e v e h i c l e m o d e l o p e r a t i o n d a t a i s s e n t t o S i m u l i n k t h r o u g h t h e S-F u n c t i o n m o d u l e t o s o l v e t h e c o n t r o l s i g n a l,a n d t h e n a p p l i e d t o C a r S i m t h r o u g h t h e S-F u n c t i o n m o d u l e t o f o r m a c l o s e d-l o o p c o n t r o l s y s t e m.F i n a l l y,a j o i n t s i m u l a t i o n t e s t i s c o n d u c t e d t o v e r i f y t h e e f f e c t i v e n e s s o f t h e f u z z y P I D c o n t r o l a l g o r i t h m.T h e s i m u-l a t i o n r e s u l t s s h o w t h a t t h e s e m i a c t i v e s u s p e n s i o n e q u i p p e d w i t h a f u z z y P I D c o n t r o l l e r s i g n i f i c a n t l y i m-p r o v e s t h e r i d e c o m f o r t o f t h e v e h i c l e.T h e e x p e r i m e n t a l r e s u l t s d e m o n s t r a t e t h e f e a s i b i l i t y o f t h e f u z z y P I D c o n t r o l l e r a p p l i e d t o s e m i a c t i v e s u s p e n s i o n i n i m p r o v i n g v e h i c l e r i d e c o m f o r t.K e y w o r d s:C a r S i m;s e m i-a c t i v e s u s p e n s i o n;f u z z y P I D c o n t r o l;j o i n t s i m u l a t i o n85