電控空氣懸架系統參數自整定模糊PID控制

曹愷，王韋韋，陳黎卿*，董威望

(1.安徽農業大學工學院，安徽合肥 230036；2.佳通輪胎(中國)投資有限公司 技術研發部，安徽合肥 230601)

電控空氣懸架系統參數自整定模糊PID控制

曹愷1，王韋韋1，陳黎卿1*，董威望2

(1.安徽農業大學工學院，安徽合肥 230036；2.佳通輪胎(中國)投資有限公司 技術研發部，安徽合肥 230601)

提出電控空氣懸架(Electronically Controlled Air Suspension，ECAS)的參數自整定模糊PID控制策略，設計參數自整定模糊PID控制器。利用AMESim軟件建立1/4電控空氣懸架系統模型，采用Matlab/Simulink和AMESim在不同路面、不同車速下對空氣懸架系統分別進行PID控制與參數自整定模糊PID控制策略下的聯合仿真。仿真結果表明：與PID控制仿真比較，采用參數自整定模糊PID控制策略使電控空氣懸架的性能指標得到顯著改善。搭建1/4電控空氣懸架試驗臺，利用電液伺服激振臺進行激勵加載，完成硬件在環實時仿真測試，試驗結果證明采用參數自整定模糊PID控制能有效提高懸架的總體性能。

ECAS；聯合仿真；硬件在環；參數自整定模糊PID控制

ECAS系統主要由懸架ECU、控制執行器及傳感器組成。汽車行駛過程中，傳感器實時測量車身、車輪的運動狀態信號，懸架ECU對各傳感器采集的信號進行判斷，并通過執行機構對空氣彈簧的剛度和車身高度進行調節，以改善汽車的行駛平順性和操作穩定性[1-2]。在整個ECAS系統的運行過程中，控制系統是影響懸架系統性能的最關鍵因素。本文利用AMESim中的機械、氣動元件建立1/4車輛空氣懸架系統，設計PID控制器和參數自整定模糊PID控制器，基于AMESim/Matlab軟件，分別采用PID控制和參數自整定模糊PID控制對電控空氣懸架進行聯合仿真，以驗證參數自整定模糊PID控制提高懸架整體性能的有效性[3-4]。

1 1/4電控空氣懸架系統模型

車輛行駛過程中，考慮到簧載質量和非簧載質量之間有垂直向上、向下2個方向的力，而AMESim中沒有符合要求的空氣彈簧元件，因此可以利用AMESim中的活動缸體活塞和可變氣室容積裝置模型進行組合設計，建立帶附加氣室的空氣彈簧仿真模型，并對空氣彈簧內的氣體初始壓力和初始溫度等參數進行設置[5]。使用電磁閥連接空氣彈簧主氣室和附加氣室，通過對電磁閥開口量的控制實現對主、輔氣室之間氣流的調節。利用AMESim中的機械、氣動部分建立車輛的二自由度1/4空氣懸架系統模型，模型如圖1所示，模型主要參數如表1所示。

2 參數自整定模糊PID控制

2.1控制原理

在常規PID控制器的基礎上加入模糊控制器和參數修正，同時加入采用模糊集表示控制規則的條件與操作，把模糊控制規則的相關信息保存到計算機的知識庫中，計算機根據控制系統的實際響應運用模糊推理，自動對PID參數進行最佳設定[6-7]。ECAS參數自整定模糊PID控制系統原理如圖2所示。1)加速度傳感器采集到的車身垂直方向的振動加速度信號ar(t)與給定的車身垂直加速度初始信號a0(t)經差分器后，輸出車身垂直加速度均方根偏差信號ac(t)與車身垂直加速度均方根偏差變化率信號acb(t)，這兩個信號作為模糊控制器和PID控制器的輸入信號。2)模糊控制器把采集到的輸入量模糊化，依據模糊邏輯決策和模糊控制規則，應用模糊邏輯推理輸出ΔKp、ΔKi、ΔKd；3)經過修正過的Kp、Ki、Kd輸入至PID控制器，根據PID控制算法的離散化計算，最后得到模糊自整定PID控制器的輸出電信號u(t)，該電信號通過電磁閥對空氣懸架系統進行控制[8-9]。

圖1 1/4車輛電控空氣懸架系統模型

表1 1/4車輛電控空氣懸架系統模型主要參數

圖2 ECAS參數自整定模糊PID控制系統原理圖

2.2參數自整定模糊PID控制器的設計

2.2.1 輸入與輸出變量

車輛電控空氣懸架性能指標包括車身垂直方向上的振動加速度、懸架動行程和輪胎動載荷[10]，本文假設懸架動行程和輪胎動載荷一定，以車身垂直方向的振動加速度均方根作為評價指標，則

ac=as-aa，

acb=dac(t)/dt，

式中：as為加速度均方根給定值；aa為加速度均方根實際值。

本文選取ac和acb為模糊控制器的輸入變量[11],把Kp、Ki和Kd的變化量△Kp、△Ki和△Kd作為模糊控制器的輸出變量，經參數修正后輸出

Kp=Kp0+γpΔKp,

Ki=Ki0+γiΔKi,

Kd=Kd0+γdΔKd,

式中：Kp0、Ki0和Kd0分別為ΔKp、ΔKi和ΔKd的初始量；γp、γi和γd為校正系數。

根據PID控制算法的離散化計算，得到參數自整定模糊PID控制器的輸出

(4)

2.2.2 輸入量的論域和比例因子

通過試驗選取本控制系統輸入變量ac和acb的模糊論域為[6，-6]，控制變量ac、acb、Kp、Ki及Kd采用7個語言模糊子集(將輸入、輸出變量進行模糊化，7個模糊子集分別為PB( 正大)、PM( 正中)、PS( 正小)、Z(零)、NS( 負小)、NM( 負中)、NB( 負大)。由于本文有ac、acb2個輸入變量，因而選用二位模糊控制器，輸入輸出均選取{NB，NS，Z，PS，PB}5個語言值，Kp、Ki、Kd的模糊子集{NB，NS，Z，PS，PB}通過量化因子將ac和acb離散后與模糊論域對應[12-13]。ac、acb的量化因子[14]分別為

(5)

式中：nac、nacb為模糊級數，通常取nac=nacb=6；取Kac=7.8，Kacb=1.2[15-16]。

2.2.3 模糊控制規則

根據懸架系統車身垂直方向振動加速度的變化規律，模糊推理采用Max-min模型。

1)當|ac|較大時，取較大的Kp和較小的Kd可以使系統具有較好的跟蹤性能，同時為了避免系統響應出現較大的超調，要限制積分作用，取較大Ki。

2)當|ac|處于中等時，取較小的Kp，適當的Ki和Kd(特別是Kd的取值對系統的響應影響較大)可以使系統響應具有較小的超調性能。

3)當|ac|較小時，Kp和Ki均應取大些，可以使系統具有較好的穩定性。同時為了避免系統在設定值附近出現振蕩，當|acb|值較小時，Kd可取大一些。

4)當|acb|值較大時，Kd應取較小值，此時Kd為中等大小。

模糊控制規則表如表2[17]所示。

表2 模糊控制規則表

3 AMESim與Matlab/simulink聯合仿真

參數自整定模糊PID控制器是利用模糊邏輯算法并根據一定的模糊規則對PID控制的比例、積分、微分關系進行實時優化，以達到較為理想的控制效果，包括參數模糊化、模糊規則推理、參數解模糊、PID控制器等幾個重要部分，本文的參數自整定模糊PID控制器模塊圖如圖3所示。用圖3代替圖1中的“控制器”，應用AMESim / Matlab軟件建立基于自整定模糊PID控制的1/4車輛電控空氣懸架聯合仿真模型。設定懸架模型參數：簧上質量ms=1 000 kg，簧下質量mu=150 kg，輪胎剛度kt=750 kN/m，空氣彈簧剛度ks=2 000 kN/m。設汽車以80 km/h 的車速在B級路面行駛和以60 km/h的車速在 C級路面上行駛，分別采用參數自整定模糊PID控制和PID控制對電控空氣懸架進行AMESim/Matlab聯合仿真，路面輸入采用濾波白噪聲。當車輛以80 km/h車速行駛在B級路面時，懸架的時間歷程響應如圖4所示，車輛以60 km/h車速行駛在C級路面時，懸架的時間歷程響應如圖5所示。2種車速和路面行駛工況下車身平順性指標對比如表3所示。

圖3 參數自整定模糊PID控制器模塊圖

圖4 80 km/h B級路面時的時域響應曲線

圖5 60 km/h C級路面時的時域響應曲線

表3 不同路面與車速行駛工況下車身平順性指標的均方根

由表3可知，車輛以60 km/h的車速行駛在B級路面上，采用自整定模糊PID控制時，車身的垂直振動加速度、懸架動行程、輪胎動載荷分別比采用傳統PID控制時降低了23.17%、13.15%、18.66%；車輛以80 km/h的車速行駛在C級路面上，采用自整定模糊PID控制時，車身的垂直振動加速度、懸架動行程、輪胎動載荷分別比采用傳統PID控制時降低了26.38%、17.08%、26.15%。

因此，采用參數自整定模糊PID控制策略，根據檢測到的ac、acb的值，采用模糊控制理論對PID的Kp、Ki、Kd實時整定，能達到衰減車身振動的效果，車輛平順性優于使用傳統的PID控制的懸架系統。

4 硬件在環試驗驗證

4.1硬件在環平臺搭建

為了驗證參數自整定模糊PID控制系統的有效性，搭建基于NI-PXI實時處理器的電控空氣懸架硬件在環試驗平臺[18]。試驗系統主要包括PC上位機、NI-PXI-8102實時控制器、控制器模型、執行器和1/4懸架試驗臺，如圖6所示。PC上位機主要用于運行基于NI Veristand和LabVIEW開發的硬件在環實時測試軟件系統，該軟件系統將轉化后的MATALAB/Simulink模型輸入到下位機PXI實時處理器中，同時對整個硬件在環平臺進行開關控制、參數調節、狀態激勵和數據監測等試驗管理[19]。

圖6 ECAS ECU硬件在環測試平臺

上、下位機通過NI-PXI-8102實時控制器進行通信，工作區Workspace主要用于控制模型運行，監測懸架簧上質量加速度等參數。硬件在環系統工作區面板如圖7所示。

圖7 硬件在環系統工作區面板

4.2臺架試驗

試驗在圖8所示的臺架上進行。下位機將采集到的簧上質量加速度模擬信號發送給上位機，上位機對下位機傳送的信號進行參數自整定模糊PID運算，將運算得到的控制量輸入到下位機。改變懸架執行器開關電磁閥所處的位置，以驅動減振器的轉閥和空氣彈簧的連通閥，從而調節油液阻尼孔和空氣節流孔的尺寸面積，以改變減振器的阻尼和空氣彈簧的剛度，使懸架在“軟”、“中”和“硬”3個狀態之間自動轉換，從而達到改善電控空氣懸架系統性能的目的[20]。

4.3試驗結果

對1/4電控空氣懸架進行硬件在環試驗，由單通道電液伺服系統提供與仿真相同的正弦波激勵。分別選擇以下3種情況進行試驗與仿真：空氣懸架“軟”狀態，振幅10 mm，頻率2 Hz；空氣懸架“中”狀態，振幅20 mm，頻率2 Hz；空氣懸架“硬”狀態，振幅30 mm，頻率1.5 Hz。對比臺架試驗結果如圖9～11所示。兩種控制方式下懸架“中”狀態平順性指標的均方根如表4如示。

圖8 電控空氣懸架試驗臺架

a)臺架試驗 b)仿真圖9 空氣懸架“軟”狀態車身振動加速度曲線

a)臺架試驗 b)仿真圖10 空氣懸架“中”狀態車身振動加速度曲線

a)臺架試驗 b)仿真圖11 空氣懸架“硬”狀態車身振動加速度曲線

表4 正弦波激勵懸架“中”狀態平順性指標的均方根

由圖9～11及表4可知，采用參數自整定模糊PID控制時得到的車身垂直加速度、懸架動撓度和輪胎動行程的均方根比采用PID控制分別降低了17.11%、23.48%、15.78%，驗證了仿真結果的有效性。

5 結論

1)在不同的路面激勵工況下，對所建的1/4電控空氣懸架系統模型進行聯合仿真試驗，與采用傳統PID控制相比，參數自整定模糊PID控制通過調節懸架減振器的阻尼和彈簧的剛度，減小了車身在垂直方向上的加速度，改善了輪胎的動行程，大大提高了車輛的行駛平順性。

2)搭建硬件在環仿真測試系統，在電液伺服激振臺上，應用參數自整定PID控制器對1/4電控空氣懸架進行硬件在環測試，驗證了參數自整定模糊PID控制改善懸架總體性能的有效性。

[1]KIM Hyunsup，HYEONGCHEOL Lee.Height and leveling control of automotive air suspension system using sliding mode approach[J].IEEE Transactions on Vehicular Technology，2011，60(5)：2027-2041.

[2]KIM Hyunsup，LEEHYONGHEO C.Model-based fault-tolerant control for an automotive air suspension control system[J].Proc MECHE，Part D:Journal of Automobile Engineering，2011，225(11)：1462-1480.

[3]楊柳青，陳無畏，高振剛，等.基于電磁閥減振器的1/4主動懸架非線性控制[J].農業機械學報，2014，45(4)：1-7. YANG Liuqing，CHEN Wuwei，GAO Zhengang，et al.Nonlinear control of quarter vehicle model with semi-active suspension based on solenoid valve damper[J].Transactions of the Chinese Society for Agricultural Machinery，2014，45(4)：1-7.

[4]陳無畏，王其東，王志君，等.汽車半主動懸架的非線性神經網絡自適應控制研究[J].機械工程學報，2000，36(1)：75-78 . CHEN Wuwei，WANG Qidong，WANG Zhijun，et al.Research on adaptive control for automotive semi-active suspensions based on nonlinear neural networks[J].Chinese Journal of Mechanical Engineering，2000，36(1):75-78.

[5]楊啟耀，周孔亢，張文娜，等.半主動空氣懸架Fuzzy-PID控制[J].農業機械學報，2008，39(9)：24-29. YANG Qiyao，ZHOU Kongkang，ZHANG Wenna，et al.Fuzzy-PID control on semi-active air suspension[J].Transactions of the Chinese Society for Agricultural Machinery，2008，39(9)：24-29.

[6]嚴天一，劉欣強，張魯鄒，等.基于代碼生成的電控空氣懸架系統電子控制單元[J].農業機械學報，2014，45(9)：14-19. YAN Tianyi，LIU Xinqiang，ZHANG Luzou，et al.Electronic control unit of electronically controlled air suspension systems based on code generation[J].Transactions of the Chinese Society for Agricultural Machinery，2014，45(9)：14-19.

[7]孫曉強，陳龍，汪少華，等.半主動空氣懸架阻尼多模型自適應控制研究[J].農業機械學報，2015，46(3)：351-357. SUN Xiaoqiang，CHEN Long，WANG Shaohua，et al.Research on damping multi-model adaptive control of semi-active air suspension[J].Transactions of the Chinese Society for Agricultural Machinery，2015，46(3)：351-357.

[8]曹青松，周繼惠，黎林，等.基于模糊自整定PID算法的壓電柔性機械臂振動控制研究[J].振動與沖擊，2010，29(12)：181-186. CAO Qingsong，ZHOU Jihui，LI Lin，et al.Vibration control of piezoelectric flexible manipulator based on fuzzy self-tuning PID algorithm[J].Journal of Vibration and Shock，2010，29(12)：181-186.

[9]BAO W N，CHEN L P，ZHANG Y Q，et al.Fuzzy adaptive sliding mode controller for an air suspension[J].International Journal of Automotive Technology，2012，13(7)：1057-1065.

[10]黃俊明，周孔亢，徐興，等.電子控制空氣懸架高度調節過程非線性模型[J].機械工程學報，2009，45(6)：278-283． HUANG Junming，ZHOU Kongkang，XU Xing,et al.Theoretical analysis and test research of eigen-frequency of air suspension[J].Journal of Mechanical Engineering，2011,47(14)：114-120.

[11]陳龍，黃晨，江浩斌，等.基于懸架效用函數的車身姿態控制[J].農業機械學報，2011，42(8)：15-19. CHEN Long，HUANG Chen，JIANG Haobin，et al.Body posture control base on suspension utility function[J].Transations of the Chinese Society for Agricultural Machinery，2011，42(8)：15-19.

[12]汪若塵，孟祥鵬，施德華,等.車輛慣容器-彈簧-阻尼器半主動懸架模糊控制[J].農業機械學報，2013，44(12)：1-5. WANG Ruochen，MENG Xiangpeng，SHI Dehua，et al.Fuzzy control of vehicle isd semi-active suspension[J].Transactions of the Chinese Society for Agricultural Machinery，2013，44(12)：1-5.

[13]劉韶慶,姚斌,袁善發,等.磁流變減振器半主動懸架的Fuzzy-PID開關切換控制[J].農業機械學報，2006，37(12)：4-7. LIU Shaoqing,YAO Bin,YUAN Shanfa,et al.Fuzzy-PID swith control on suspensions with MR damper[J].Transaction of the Chinese Society for Agricultural Machinery,2006,37(12):4-7.

[14]HIROSE Masanori，MATSSHIGEU Seiichi，BUMA Shuichi，et al.Toyota electronic modulated air suspension system for the 1986 soarer[J].IEEE Transactions on Industrial Electronics，2011，58(10):4866-4879.

[15]樂巍.車輛半主動懸架模糊控制方法的研究[D].鎮江：江蘇大學，2002. YUE Wei.Research on fuzzy control methods for semi-active suspension of vehicle[D].Zhenjiang：Jiangsu University，2002.

[16]中國農業機械化科學研究院.農業機械設計手冊[M].北京：中國農業科學技術出版社，2007.

[17]朱聰玲,程志勝,王洪源,等.聯合收獲機割臺振動問題研究[J].農業機械學報，2004，35(4)：59-61. ZHU Congling,CHENG Zhisheng,WANG Hongyuan,et al.Study on the header vibration of combine[J].Transactions of the Chinese Society for Agricultural Machinery，2004，35(4)：59-61.

[18]陶永華.新型PID控制及其應用[M].北京：機械工業出版社，2005.

[19]薛定宇.控制系統計算機輔助設計：MATLAB語言與應用[M].2版.北京：清華大學出版社，2006.

[20]GIORDANO Frank R.數學建模[M].北京：機械工業出版社，2003.

(責任編輯：楊秀紅)

FuzzyParameterSelf-TuningPIDControlofElectronically-ControlledAirSuspensionSystem

CAOKai1,WANGWeiwei1,CHENLiqing1,DONGWeiwang2

(1.CollegeofEngineering,AnhuiAgriculturalUniversity,Hefei230036,China; 2.TechnolgyDevelopmentDepartment,GitiTechnology(China)InvestmentCo.,Ltd.,Hefei230601,China)

This article presents the fuzzy parameter self-tuning PID control strategy of the electronically-controlled air suspension system (ECAS) to design the fuzzy parameter self-tuning PID controller. The AMESim software is used to establish the model of 1/4 ECAS system.Under different road and speed conditions, the Matlab/simulink and AMESim are used to make the co-simulation for the air suspension system in the strategies of the PID control and the fuzzy parameter self-tuning PID control.The simulation results show that the simulation in the fuzzy parameter self-tuning PID control strategy makes the performance indexes of the ECAS significantly improved compared with the PID control simulation. A test rig of 1/4 ECAS vehicle is developed to conduct the excitation loading through the electro-hydraulic servo vibration table and the hardware-in-the-loop (HIL) real-time simulation test.The test results verify that the fuzzy parameter self-tuning PID control can improve the overall performance of the suspension system effectively.

electronically-controlled air suspension (ECAS); co-simulation; hardware-in-the-loop; fuzzy parameter self-tuning PID control

2016-11-14

安徽省高校自然科學重點項目(KJ2015A305)；安徽省自然科學基金(1308085QE94)

曹愷(1992—)，男，碩士研究生，主要研究方向為汽車懸架設計與動力學分析，E-mail：1045428838@163.com.

*通訊作者：陳黎卿(1979—)，男，教授，副院長，碩士生導師，主要研究方向為車輛系統動力學，E-mail：123@163.com.

10.3969/j.issn.1672-0032.2017.02.001

U463.33

：A

：1672-0032(2017)02-0001-08