基于辨識(shí)模型的半主動(dòng)懸架控制策略研究*

殷智宏,郭孔輝,宋曉琳

(湖南大學(xué)汽車車身先進(jìn)設(shè)計(jì)制造國(guó)家重點(diǎn)實(shí)驗(yàn)室,湖南長(zhǎng)沙 410082)

基于辨識(shí)模型的半主動(dòng)懸架控制策略研究*

殷智宏?,郭孔輝,宋曉琳

(湖南大學(xué)汽車車身先進(jìn)設(shè)計(jì)制造國(guó)家重點(diǎn)實(shí)驗(yàn)室,湖南長(zhǎng)沙 410082)

依據(jù)懸架實(shí)體在ADMAS中建立1/4懸架模型并采用遺傳算法辨識(shí)模型參數(shù),得到了一個(gè)更能真實(shí)反映懸架性能的簡(jiǎn)化辨識(shí)模型.在此簡(jiǎn)化辨識(shí)模型的基礎(chǔ)上分析了幾種基于天棚阻尼原理的控制方法的特點(diǎn),提出了一種基于免疫優(yōu)化的混合阻尼半主動(dòng)控制方法.仿真結(jié)果表明,基于免疫優(yōu)化的混合阻尼半主動(dòng)控制方法能夠改善被動(dòng)懸架的性能;在一定控制指標(biāo)下,混合阻尼控制對(duì)被動(dòng)懸架性能的改善優(yōu)于天棚阻尼控制和地棚阻尼控制.

懸架;混合阻尼控制;免疫算法

懸架系統(tǒng)作為車輛的重要總成之一,不但起著連接簧上質(zhì)量和簧下質(zhì)量的作用,更重要的是當(dāng)車輛受到路面不平的沖擊時(shí),能夠緩和路面沖擊即衰減路面?zhèn)鬟f給簧上質(zhì)量的能量,從而降低簧上質(zhì)量垂向加速度,提高車輛乘坐舒適性;盡量降低輪胎動(dòng)載荷,保證輪胎的接地性,進(jìn)而提高車輛的行駛安全性.傳統(tǒng)的被動(dòng)懸架總是不能既兼顧乘坐舒適性又兼顧行駛安全性這兩個(gè)方面.良好的乘坐舒適性要求懸架較軟,但會(huì)使輪胎動(dòng)載增大,降低行駛安全性;反之,采用較硬的懸架可以提高輪胎的接地性,得到較好的行駛安全性,但伴隨產(chǎn)生的是較多的沖擊能量傳遞到簧上質(zhì)量,降低了乘坐舒適性.這是被動(dòng)懸架與生俱來的特性,無論采用什么優(yōu)化設(shè)計(jì)方法,它都只能在某一折衷條件下達(dá)到最優(yōu).

因此,主動(dòng)懸架和半主動(dòng)懸架成為汽車生產(chǎn)廠家和科研工作者的研究熱點(diǎn),被廣泛地用于中高檔車輛中.主動(dòng)懸架通過一個(gè)力發(fā)生器按照一定的控制規(guī)律產(chǎn)生所需的任何方向和大小的控制力,如果控制規(guī)律恰當(dāng)可以消除舒適性和穩(wěn)定性這對(duì)矛盾.但是主動(dòng)懸架結(jié)構(gòu)復(fù)雜,需要輸入能量大的缺點(diǎn)制約了其商業(yè)化的發(fā)展步伐.而半主動(dòng)懸架只需少部分能量就可以改變阻尼大小,其結(jié)構(gòu)相對(duì)簡(jiǎn)單,可靠性好且成本低,因此在短期內(nèi)可能被產(chǎn)業(yè)化,比主動(dòng)懸架更有廣泛的市場(chǎng)前景.

目前,對(duì)于半主動(dòng)懸架的研究主要集中在控制策略方面的研究,提出的許多控制策略都取得了一些成效[1-8].但是從工程應(yīng)用角度來看,基于天棚阻尼原理的半主動(dòng)控制由于控制原理簡(jiǎn)單有效,容易實(shí)現(xiàn),仍然占有一定的優(yōu)勢(shì)地位.

懸架數(shù)學(xué)模型是進(jìn)行性能分析和控制系統(tǒng)設(shè)計(jì)的基礎(chǔ).為了使控制系統(tǒng)設(shè)計(jì)的更有效,更接近懸架系統(tǒng)的實(shí)際情況,要求懸架數(shù)學(xué)模型要能夠真實(shí)的反應(yīng)懸架實(shí)際的性能.實(shí)踐證明,采用名義參數(shù)(懸架系統(tǒng)彈性元件和阻尼元件的物理參數(shù))建立的數(shù)學(xué)模型,沒有考慮到結(jié)構(gòu)因素的影響,不能真實(shí)的反應(yīng)懸架性能,所以在此基礎(chǔ)上設(shè)計(jì)的控制器其控制效果缺乏說服力.因此,有必要參數(shù)化數(shù)學(xué)模型,對(duì)其進(jìn)行參數(shù)辨識(shí),以便得到一個(gè)可以更客觀的反應(yīng)懸架性能的數(shù)學(xué)模型,為控制策略的研究提供一個(gè)可靠的基礎(chǔ).

因此,本文首先采用遺傳算法辨識(shí)模型參數(shù),得到一個(gè)更能真實(shí)反映懸架性能的簡(jiǎn)化辨識(shí)模型,然后在此簡(jiǎn)化辨識(shí)模型的基礎(chǔ)上分析了幾種基于天棚阻尼原理的控制方法的特點(diǎn),提出了一種基于免疫優(yōu)化的混合阻尼半主動(dòng)控制方法,仿真結(jié)果表明,基于免疫優(yōu)化的混合阻尼半主動(dòng)控制方法能夠根據(jù)實(shí)際中對(duì)舒適性和穩(wěn)定性的要求調(diào)整,能夠改善被動(dòng)懸架的性能;在一定控制指標(biāo)下,混合控制對(duì)被動(dòng)懸架性能的改善優(yōu)于天棚阻尼控制和地棚阻尼控制,方法簡(jiǎn)單可行,有一定的工程應(yīng)用價(jià)值.

1 1/4汽車懸架簡(jiǎn)化模型的參數(shù)辨識(shí)

1.1 1/4汽車懸架簡(jiǎn)化模型

在進(jìn)行半主動(dòng)和主動(dòng)懸架控制策略研究時(shí),一般采用如圖1所示的1/4汽車懸架簡(jiǎn)化模型,忽略輪胎的阻尼,將懸架彈簧和阻尼器近似為線性元件.其運(yùn)動(dòng)微分方程如式(1):

圖1 1/4汽車懸架簡(jiǎn)化模型Fig.1 Quarter-car suspension simp lifiedmodel

式中:m1和m2分別代表了非簧載質(zhì)量和簧載質(zhì)量; k2,c2為懸架的剛度和阻尼系數(shù);k1為車輪的剛度;z0,z1和z2分別為路面輸入位移,非簧載質(zhì)量位移和簧載質(zhì)量位移分別為非簧載質(zhì)量速度、簧載質(zhì)量速度、非簧載質(zhì)量加速度和簧載質(zhì)量加速度.

將以上運(yùn)動(dòng)方程寫為狀態(tài)方程形式,取狀態(tài)變量

式中:A為狀態(tài)矩陣;B為輸入矩陣;C為輸出矩陣; D為直接傳遞矩陣.

1.2 模型的參數(shù)辨識(shí)

雖然簡(jiǎn)化模型能夠體現(xiàn)真實(shí)懸架的一些基本特性,但考慮結(jié)構(gòu)因素的影響時(shí),簡(jiǎn)化模型就不能很好地等效于真實(shí)懸架[9],所以有必要進(jìn)行參數(shù)辨識(shí),使簡(jiǎn)化的模型能夠更接近真實(shí)懸架的特性,為控制器的設(shè)計(jì)研究提供一個(gè)可靠的平臺(tái),同時(shí)能夠真實(shí)地反映出所設(shè)計(jì)控制器的控制效果.

系統(tǒng)參數(shù)辨識(shí)的方法很多,遺傳算法(Genetic A lgorithm,簡(jiǎn)稱GA)吸收了自然界“適者生存”的進(jìn)化法則,是一種能夠在復(fù)雜空間進(jìn)行魯棒搜索的方法.所以本文采用遺傳算法完成懸架系統(tǒng)參數(shù)的辨識(shí)工作.

一般地,系統(tǒng)參數(shù)辨識(shí)步驟如下:

1)系統(tǒng)參數(shù)辨識(shí)測(cè)量數(shù)據(jù)的獲取.進(jìn)行系統(tǒng)辨識(shí)首先要有測(cè)量數(shù)據(jù)即系統(tǒng)的輸入輸出數(shù)據(jù),本文根據(jù)懸架實(shí)體在ADAMS中建立1/4雙橫臂懸架系統(tǒng)模型如圖2所示,通過ADMAS仿真得到懸架系統(tǒng)的輸入輸出數(shù)據(jù)作為系統(tǒng)的測(cè)量數(shù)據(jù).其中輸入數(shù)據(jù)為路面激勵(lì),簧載質(zhì)量加速度、簧載質(zhì)量速度、非簧載質(zhì)量加速度和非簧載質(zhì)量速度4組數(shù)據(jù)作為輸出數(shù)據(jù).

圖2 雙橫臂懸架ADAMS模型Fig.2 ADAMSmodel of double-wishbone suspension

2)系統(tǒng)參數(shù)辨識(shí).將得到的測(cè)量數(shù)據(jù)存為.mat格式,用M語言編寫目標(biāo)函數(shù),利用MATLAB中的GA工具箱完成系統(tǒng)的參數(shù)辨識(shí).其中目標(biāo)函數(shù)可表示為:

式中:E bacc為辨識(shí)模型簧載質(zhì)量加速度與對(duì)應(yīng)的測(cè)量數(shù)據(jù)的偏差;Ewacc為辨識(shí)模型非簧載質(zhì)量加速度與對(duì)應(yīng)的測(cè)量數(shù)據(jù)的偏差;E bvel為辨識(shí)模型簧載質(zhì)量速度與對(duì)應(yīng)的測(cè)量數(shù)據(jù)的偏差;Ewvel為辨識(shí)模型非簧載質(zhì)量速度與對(duì)應(yīng)的測(cè)量數(shù)據(jù)的偏差;n為數(shù)據(jù)長(zhǎng)度.式(3)表明,目標(biāo)函數(shù)值越小,辨識(shí)模型就越能夠體現(xiàn)真實(shí)模型(ADAMS模型)的輸出特性.

受結(jié)構(gòu)因素和其它因素的影響,懸架系統(tǒng)的剛度和阻尼不再是單個(gè)彈性元件和阻尼元件的物理特性參數(shù),因此本文辨識(shí)的系統(tǒng)參數(shù)包含了懸架剛度、懸架阻尼和輪胎剛度.參數(shù)辨識(shí)結(jié)果如表1所示.

為了驗(yàn)證辨識(shí)模型是否能夠反應(yīng)真實(shí)懸架的響應(yīng),將名義參數(shù)模型、辨識(shí)模型和真實(shí)模型(ADAMS模型)的輸出進(jìn)行比較,其輸出的均方根值比較如表2所示.

表1 參數(shù)辨識(shí)結(jié)果Tab.1 Identified suspension parameter values

表2 懸架系統(tǒng)輸出均方根值比較Tab.2 Comparison of RMSvalues of the suspension outputs

可見經(jīng)過系統(tǒng)辨識(shí)得到的簡(jiǎn)化模型比使用名義參數(shù)得到的簡(jiǎn)化模型更能體現(xiàn)真實(shí)懸架系統(tǒng)的響應(yīng),有利于下一步控制策略的設(shè)計(jì)研究.

2 半主動(dòng)控制策略

天棚阻尼原理由于控制原理十分簡(jiǎn)單而且有效,其設(shè)計(jì)思想被廣泛應(yīng)用于主動(dòng)和半主動(dòng)懸架控制中.本文在分析了兩種基于天棚阻尼原理的半主動(dòng)控制方法(天棚阻尼控制和地棚阻尼控制)的特性之后,提出了基于免疫算法優(yōu)化的混合阻尼控制策略.

2.1 天棚阻尼控制原理及特性

天棚阻尼控制是一種經(jīng)典的半主動(dòng)/主動(dòng)控制邏輯,其理想模型如圖3.它設(shè)想將減震器裝在簧載質(zhì)量和慣性坐標(biāo)系(天棚)之間,直接控制簧載質(zhì)量的絕對(duì)運(yùn)動(dòng).根據(jù)牛頓第二定律得理想天棚阻尼運(yùn)動(dòng)微分方程如下式:式中:c sky為天棚阻尼系數(shù),其它符號(hào)含義同式(1).

圖3 天棚阻尼控制理想模型Fig.3 Idealmodel o f skyhook contro l

對(duì)式(4)進(jìn)行拉氏變換,得到:

平順性傳遞函數(shù):改變天棚阻尼系數(shù)c sky,根據(jù)式(5)和式(6)分析傳遞函數(shù)的幅頻特性可知,隨著天棚阻尼系數(shù)的增加,簧上質(zhì)量的運(yùn)動(dòng)得到了抑制,簧下質(zhì)量運(yùn)動(dòng)的控制卻稍顯不足。但值得注意的是,在兩個(gè)共振頻率之間,簧載質(zhì)量的傳遞函數(shù)幅值不受天棚阻尼系數(shù)的影響,這一特征使得天棚阻尼控制可以完全消除被動(dòng)懸架設(shè)計(jì)不能兼顧共振控制和高頻隔振的固有矛盾.

2.2 地棚阻尼控制原理及特性

地棚阻尼控制是在天棚阻尼控制的基礎(chǔ)上提出的.它設(shè)想將減震器裝在非簧載質(zhì)量和慣性坐標(biāo)系(地棚)之間,直接非控制簧載質(zhì)量的絕對(duì)運(yùn)動(dòng)[8],其理想模型如圖4.同上述分析過程,可以得到地棚阻尼控制的平順性傳遞函數(shù)和輪胎接地性函數(shù)分別如下:

圖4 地棚阻尼控制理想模型Fig.4 Idealmodel of groundhook control

式中:c gnd為地棚阻尼系數(shù),其它符號(hào)含義同式(1).改變地棚阻尼系數(shù)c gnd,根據(jù)式(7)和式(8)分析傳遞函數(shù)的幅頻特性可知,隨著地棚阻尼系數(shù)的增大,簧下質(zhì)量的運(yùn)動(dòng)得到了控制,但是這要以簧上質(zhì)量控制不足為代價(jià).

2.3 基于免疫算法優(yōu)化的半主動(dòng)懸架混合阻尼控制

上述天棚阻尼和地棚阻尼兩種模型控制效果存在著互補(bǔ)性,天棚阻尼控制長(zhǎng)于簧上質(zhì)量控制,地棚阻尼控制優(yōu)于非簧載質(zhì)量運(yùn)動(dòng)的抑制.因此提出基于免疫算法優(yōu)化的混合阻尼控制方式,如圖5,把天棚阻尼和地棚阻尼兩種控制算法結(jié)合起來,可揚(yáng)長(zhǎng)避短.

圖5 混合阻尼控制理想模型Fig.5 Idealmodel o f hybrid contro l

2.3.1 混合阻尼控制半主動(dòng)實(shí)現(xiàn)

實(shí)際中,車輛的阻尼器只能安裝在簧上質(zhì)量和簧下質(zhì)量之間,理想的天棚阻尼器和地棚阻尼器是無法實(shí)現(xiàn)的.因此只能采用半主動(dòng)懸架等效模型在一定范圍內(nèi)實(shí)現(xiàn)理想天棚阻尼器的控制力.圖6為半主動(dòng)懸架等效模型,其中Csemi是半主動(dòng)阻尼器可調(diào)阻尼系數(shù).

定義簧上質(zhì)量相對(duì)于簧下質(zhì)量的運(yùn)動(dòng)速度為˙z21,不難發(fā)現(xiàn),只有當(dāng)˙z2?˙z21 0時(shí),半主動(dòng)減震器可以提供的力和理想天棚阻尼力方向相反,此時(shí)為了減小二者的差別,令天棚阻尼貢獻(xiàn)力為0;當(dāng)˙z1?˙z21＞0時(shí),半主動(dòng)減震器可以提供的力和理想地棚阻尼力方向相反,同樣令地棚阻尼貢獻(xiàn)力為0.由此可得混合阻尼半主動(dòng)控制規(guī)律.

圖6 混合阻尼半主動(dòng)控制等效模型Fig.6 Equivalentmodel of hybrid sem i-ac tive contro l

當(dāng)α=1時(shí),混合半主動(dòng)控制變?yōu)榧兇獾奶炫镒枘岚胫鲃?dòng)控制,而當(dāng)α=0時(shí),變?yōu)閱渭兊牡嘏镒枘岚胫鲃?dòng)控制,由此可知混合阻尼半主動(dòng)控制實(shí)質(zhì)上是以上兩種半主動(dòng)控制方式的線性組合,α值的大小體現(xiàn)了混合半主動(dòng)控制傾向于某種控制方式的程度.實(shí)際上Csemi是有范圍限制的,一般取為[0.2 c2,2 c2][10].

2.3.2 控制策略優(yōu)化

適當(dāng)?shù)倪x取控制器參數(shù)α,c s可使懸架處于良好的運(yùn)動(dòng)狀態(tài),但控制目標(biāo),路況等不同對(duì)應(yīng)的最佳控制參數(shù)也不同.若采用手動(dòng)人工調(diào)節(jié)控制策略參數(shù)不但有一定的盲目性而且要消耗較長(zhǎng)的時(shí)間和精力,最后得到的參數(shù)也不一定是最優(yōu)的.

免疫算法是一種借鑒生物免疫系統(tǒng)特性的新興智能優(yōu)化算法.它模擬生物抗體濃度自適應(yīng)調(diào)節(jié)的特點(diǎn),在一定程度上克服了陷于局部最優(yōu)值的問題,是一種全局優(yōu)化算法.因此,本文采用免疫算法對(duì)控制器的參數(shù)進(jìn)行優(yōu)化.免疫算法優(yōu)化的流程圖如圖7所示.其中適應(yīng)度函數(shù)和抗體濃度選擇機(jī)制表述如式(8):

1)適應(yīng)度函數(shù)

根據(jù)控制目標(biāo),綜合考慮影響懸架性能的因素,定義適應(yīng)度函數(shù)如下:

式中:C是一個(gè)足夠大的常數(shù);P為權(quán)重系數(shù),可根據(jù)車輛種類和用戶的需求調(diào)整,一般豪華車輛對(duì)平順性的要求較高,P取值稍大些[11],本文選擇P=分別為簧上質(zhì)量加速度和輪胎變形量.k起比例調(diào)節(jié)作用,使車身加速度和輪胎變形量達(dá)到同一數(shù)量級(jí),具有可比性,具體取值可根據(jù)被動(dòng)懸架二者的數(shù)量級(jí)差別而定.n表示數(shù)據(jù)長(zhǎng)度.

圖7 免疫算法流程圖Fig.7 Flow chart of immune algorithm

由式(9)可知,簧上質(zhì)量加速度和輪胎變形量的加權(quán)和越小,適應(yīng)度函數(shù)值越大,對(duì)應(yīng)的參數(shù)越接近最優(yōu)值.

2)抗體濃度選擇機(jī)制

抗體i(優(yōu)化參數(shù))選擇概率pi是由適應(yīng)度概率和濃度抑制概率兩部分組成.

式中:kα,β為常數(shù)調(diào)節(jié)因子;ci為第i個(gè)抗體的濃度,具體計(jì)算見文[12].由式(10)可知,當(dāng)抗體濃度一定,適應(yīng)度越高選擇概率越大;當(dāng)適應(yīng)度值一定,濃度越高則選擇概率越小.這樣在保留高適應(yīng)度個(gè)體的同時(shí)也保證了種群的多樣性,在一定程度上克服了陷于局部最優(yōu)值的問題.

本文免疫優(yōu)化算法參數(shù)的選取如表3所示.

表3 免疫優(yōu)化算法參數(shù)表Tab.3 Parameter list of immuneoptimization algorithm

3 仿真分析

3.1 仿真模型

根據(jù)第一節(jié)得到的辨識(shí)模型和第二節(jié)的半主動(dòng)控制規(guī)律,以MATLAB7.1中的Simulink工具箱為平臺(tái)搭建了控制系統(tǒng)的仿真模型,如圖8.路面輸入為B級(jí)路面,路面不平度系數(shù)Gq(n0)=64×10-6m3,車速為20m/s,參考空間頻率n0=0.1 m-1,采樣周期為0.01 s.

3.2 仿真結(jié)果

根據(jù)圖8 simulink仿真模型,在MATLAB7.1中進(jìn)行仿真,控制器參數(shù)由免疫算法根據(jù)確定的性能指標(biāo)優(yōu)化得到.仿真結(jié)果如表4(負(fù)號(hào)表示性能較被動(dòng)懸架下降).

圖8 Simu link懸架仿真模型Fig.8 Simulink modelof suspension system

表4 隨機(jī)輸入仿真結(jié)果比較Tab.4 Com parison of simulation results for random input%

由圖9可知,混合阻尼控制對(duì)于懸架綜合性能的提升優(yōu)于其它兩種半主動(dòng)控制方法——天棚阻尼控制和地棚阻尼控制.如圖10所示,雖然混合阻尼控制對(duì)于簧上質(zhì)量的控制稍遜于天棚阻尼控制和地棚阻尼控制,但是它對(duì)輪胎變形的控制卻是3種半主動(dòng)控制中最優(yōu)的,這就意味著較小的輪胎動(dòng)載,增加了車輛行駛的穩(wěn)定性,減小了滑水,制動(dòng)距離和輪胎磨損,同時(shí)也提高了垂向和俯仰運(yùn)動(dòng)的良好性能[11].另一個(gè)值得注意的是,混合阻尼控制對(duì)于懸架變形的控制也是三者中最優(yōu)的,減少了撞擊限位塊的機(jī)率,間接地提高了平順性.

圖9 隨機(jī)路面輸入性能指標(biāo)改善比較Fig.9 Comparison of performance index under random p rofile

圖10 隨機(jī)路面輸入仿真結(jié)果比較圖Fig.10 Simulation results comparison under random road p rofile

為了驗(yàn)證混合阻尼控制的魯棒有效性,進(jìn)行了階躍路面的仿真研究,結(jié)果如表5所示.

表5 階躍輸入結(jié)果比較Tab.5 Comparison of simulation results for step input %

由圖11可知,階躍路面輸入下,混合阻尼控制對(duì)被動(dòng)懸架性能的改善很小,幾乎為零,但優(yōu)于天棚阻尼控制和地棚阻尼控制.由圖12可見,階躍輸入下,混合阻尼控制提高了平順性,且沒有過分的增大輪胎動(dòng)載.天棚阻尼控制和地棚阻尼控制雖然得到了較好的平順性,但過分的增大了輪胎動(dòng)載.當(dāng)路況發(fā)生變化混合阻尼控制性能下降,對(duì)路面輸入敏感.該問題可以通過離線優(yōu)化得到不同路況下最優(yōu)控制器參數(shù)并制表,當(dāng)路況改變時(shí)查表得到對(duì)應(yīng)的控制器參數(shù)來克服,從而保證混合阻尼控制的有效性和環(huán)境適應(yīng)能力.

圖11 階躍路面輸入性能指標(biāo)改善比較Fig.11 Comparison of performance index under step input

圖12 階躍路面輸入仿真結(jié)果比較圖Fig.12 Com parison of simu lation resu lts under step input

4 結(jié) 論

1)在ADAMS中依據(jù)懸架實(shí)體建立了1/4懸架模型,并利用MATLAB中的遺傳工具箱進(jìn)行模型參數(shù)辨識(shí),得到了一個(gè)更能真實(shí)反應(yīng)懸架特性的辨識(shí)模型.

2)分析了天棚阻尼和地棚阻尼控制策略的特性,提出了基于免疫優(yōu)化的混合阻尼控制策略,通過仿真研究證明,混合阻尼控制能夠提高懸架的綜合性能,兼容了天棚阻尼和地棚阻尼控制策略的特性,能夠在兼顧安全性的前提下,提高平順性.同時(shí)表明,采用免疫算法優(yōu)化控制參數(shù)的方法可行有效.

3)混合阻尼控制能夠提高懸架的綜合性能,但是它內(nèi)在的特性——在兼顧安全性的前提下,提高平順性,決定了它對(duì)于平順性的提高是很有限的.

4)混合阻尼控制對(duì)路面輸入敏感.為了適應(yīng)不同路況或控制指標(biāo),可以離線優(yōu)化得到不同狀況下控制器的參數(shù)并制表,當(dāng)路況或控制要求發(fā)生變化時(shí),通過查表得到對(duì)應(yīng)的控制器最佳參數(shù),從而提高控制器適應(yīng)環(huán)境變化的能力.

[1] LIU H,NONAM IK,HAGIWA RA T.Active follow ing fuzzy ou tpu t feedback slidingmodel controlof real-vehicle sem i-active suspensions[J].Journal of Sound and Vibration,2008, 314(1/2):39-52.

[2] ESLAM INASABN,GO LNARAG H I F.A sem i-active control strategy for vibration isolation to improve the ride com fort of vehicles[J].In ternational Jou rnal of Modelling,Identification and Control,2009,7(3):282-293.

[3] 王昊,胡海巖.整車懸架的最優(yōu)模糊半主動(dòng)控制[J].振動(dòng)工程學(xué)報(bào),2005,18(4):438-442.

WANG Hao,HU H ai-yan.Optimal fuzzy control of a sem iactive suspension of full-vehicle model[J].Jou rnal of Vibration Engineering,2005,18(4):438-442.(In Chiese)

[4] FALLAH M,BHAT R,XIEW.H∞r(nóng)obust control of sem iactivemacpherson suspension system:new applied design[J]. Vehicle System Dynamics,2010,48(3):339-360.

[5] PRABAKAR R,SUJATHA C,NARAYANAN S.Optimal sem i-active p review control response of a half car vehiclemodel w ithm agnetorheological dam per[J].Journalof Sound and Vibration,2009,326(3/5):400-420.

[6] BIG LAREGIAN M,MELEKW,GOLNARAGH IF.A novel neuro-fuzzy con troller to enhance the performance of vehicle sem i-active suspension system s[J].Vehicle System Dynamics,2008,46(8):691-711.

[7] DONG X,YU M,LIZ,et al.Neu ral network compensation of sem i-active control for magneto-rheological suspension with time delay uncertainty[J].Smart Meterials and Stru ctures, 2009,18(1):1-14.

[8] 宋曉琳,殷智宏,郭孔輝,等.基于免疫算法的汽車主動(dòng)懸架控制研究[J].汽車工程,2006,28(5):465-467.

SONG X iao-lin,YIN Zhi-hong,GUO Kong-hui.A study on au tom otive active suspension based on immune algorithm[J]. Automotive Engineering,2006,28(5):465-467.(In Chinese)

[9] 宋曉琳,張樂棟,于德介,等.基于免疫算法的懸架系統(tǒng)參數(shù)的辨識(shí)[J].湖南大學(xué)學(xué)報(bào):自然科學(xué)版,2007,34(5):29-33.

SONG X iao-lin,ZHANG Le-dong,YU De-jie.Parameters iden tification for automotive suspension based on immune algorithm[J].Journal of Hunan U niversity:Natural Scien ces, 2007,34(5):29-33.(In Chinese)

[10]EMM ANUEL D.On the controlaspects of sem iactive suspensions for automobile applications[D].Blacksbu rg:Virginia Polytechnic Institute and State University,2003.

[11]RICCARDO C,OLGA D.A soft computing approach to fuzzy skyhook controlof semiactive suspension[J].IEEE Transaction onControl System Technology,2003,11(6):786-798.

[12]呂崗,陳小平.免疫算法抗體濃度調(diào)節(jié)定義的改進(jìn)[J].數(shù)據(jù)采集與處理,2003,18(1):44-48.

LV Gang,CHEN X iao-ping.Improvement on regulating definition of an tibody density of immune algorithm[J].Jou rnalof Data Acquisition&Processing,2003,18(1):44-48.(In Chinese)

Study of Semi-active Suspension Control Strategy Based on an Identification M odel

YIN Zhi-hong?,GUO Kong-hui,SONG Xiao-lin
(State Key Laboratory of Advanced Design and M anu facture for Vehicle Body, H unan Univ,Changsha,Hunan 410082,China)

This paper proposed a simp le identification model by app lying genetic algorithm to identify them odel parameters on the basis of the quarter carmodelbuilt in ADAMS.So its characteristics are closer to those of a real suspension than thoseo f a simp lemodelw ith norm alparameters.Then the characteristics of some controlmethodsw ith skyhook damperwere analyzed,and a hybrid control strategy optimized by means of immune algorithm was proposed.Sim ulation resultshave indicated thathybrid control can effectively im prove passive suspension perform ance,and under certain index,it can offer more benefits to suspension performance than skyhook controland groundhook control.M oreover,the proposed method is simp le and feasible and has some practical value in engineering.

identification;semi-active suspensions;immune algorithm

U461.1

A

1674-2974(2010)12-0024-07 *

2010-03-26

國(guó)家重點(diǎn)實(shí)驗(yàn)室基金資助項(xiàng)目(60870004);教育部長(zhǎng)江學(xué)者與創(chuàng)新團(tuán)隊(duì)發(fā)展計(jì)劃資助項(xiàng)目(531105050037)

殷智宏(1982-),女,山西朔州人,湖南大學(xué)博士研究生

?通訊聯(lián)系人,E-mail:yibb_ren@126.com