基于模糊神經網絡的二自由度主動懸架滑模控制系統設計

李 娜

(商洛學院 信息中心，陜西 商洛 726000)

0 引言

在車輛行駛過程中，良好的主動懸架模式能夠保證乘坐人員舒適性，如果車輛座椅懸架系統優化性能較差，受路面行駛條件的影響，汽車行駛過程中會出現較大震動[1]。尤其是一些大型的重型車、工程車和農用車等，在行駛條件差、載重量大的狀態下，容易出現過大震動現象，影響乘車人員舒適性[2]。為此，設計主動懸架時，避免主動懸架抖動現象是具有必要性的。針對提出的問題，設計二自由度主動懸架結構，保證其在凹凸不平路面下，也能具有良好行駛效果。

近年來，許多控制系統被廣泛應用于汽車懸架設計之中，包括基于PID控制主動懸架控制系統，該系統是一個二自由度線性系統，結合PID控制算法控制主動懸架[3]。然而，該系統受到車輛行駛不規則影響，導致車身減震效果較差；基于自適應控制主動懸架控制系統，該系統結合簧上加速度，調整濾波器權重系數，以此控制主動懸架。然而，該系統受到車輪與地面動荷載影響，導致車身減震效果較差。

龐輝[4]等人利用故障調節因子表示作動器故障的大小，進而獲得考慮懸架系統質量不確定性和作動器故障的車輛主動懸架控制模型，結合滑?？刂婆c自適應理論，設計合適的滑模面函數和滑模容錯控制律，以達到故障懸架系統的容錯控制目的，基于Lyapunov穩定性理論分析懸架系統安全約束性能。秦武[5]等人提出了具有擾動觀測器的滑?？刂品椒?。由1/4汽車模型中簧載質量的受力平衡條件，得到了1/4汽車模型的二階線性控制系統。在路面激勵位移未知時，設計基于滑?？刂频臄_動觀測器，根據擾動觀測器的估計值，計算了具有擾動觀測器的滑?？刂频?/4汽車模型的控制力。

基于此，結合模糊神經網絡，設計二自由度主動懸架滑?？刂葡到y。

1 系統硬件結構設計

設計的基于模糊神經網絡的二自由度主動懸架滑?？刂葡到y硬件結構如圖1所示。

圖1 系統硬件結構

由圖1可知，該系統是由車體部分、車輪部分、主動控制模塊、伺服閥、A/D轉換器等模塊組成的，控制主動懸掛，該懸掛結構能滿足車體主震動要求的頻率范圍。

1.1 液壓伺服系統

將汽車的左前懸掛、右懸掛、左后懸掛和右懸掛被動元件與4個液壓缸分別相連，這些液壓缸的動作由伺服閥進行控制。

根據汽車主動懸掛的具體情況，優化設計伺服系統：

(1)把液壓系統并聯的3個換向閥作為旁通閥，在液壓系統發生故障時，可以直接將旁通閥和電磁閥串聯起來，在電磁閥工作時，可以帶動旁通閥一起工作。通過旁通閥工作于液壓系統上、下兩油腔，就像主動懸掛系統工作一樣[6]。針對液壓缸下腔在活塞上升時的體積增大小于上腔體積變化的實際情況，設計了兩個體積僅0.6升的小型儲油器，用于儲存多余的油。在旁通閥右邊的電磁鐵啟動后，液壓缸上、下腔內的油就會釋放流回油箱[7]。

(2)電液伺服系統中，為了有足夠的空間存放各種設備，需要將蓄電池懸掛在汽車油箱附近以減少蓄電池占用的空間。

1.2 磁流變阻尼器

通過對圓柱形活塞腔及下腔注入工作液的方法，使磁化流變液充滿腔體，在活塞槽內纏繞線圈，由活塞桿中心的線圈孔引出[8]。磁流變阻尼器通過線圈引出不同電流，產生相應的磁場，磁場中磁阻尼特性的變化，決定了阻尼器的阻尼力，并通過調整電流大小來控制其變化[9]。

1.3 自適應減振座椅懸架

自適應減振座椅懸架，如圖2所示。

圖2 自適應減振座椅懸架

由圖2可知，該結構是由車體、車輪、控制器、功率放大器、稱重傳感器組成的，首先通過稱量傳感器獲取車身重量，將其與彈簧系數相結合，實現了對車輪加速度的檢測。然后將采集到的數據傳遞給主機，由主機下達信號處理指令[10]。通過調整線圈，磁流變阻尼器內部電流發生變化。電流變化促使磁感應強度也隨之改變，由此獲得理想的阻尼系數，實現減振座椅懸架的自適應控制。

2 系統軟件部分設計

2.1 二自由度主動懸架滑模控制模型構建

構建的二自由度主動懸架滑?？刂颇Ｐ?，如圖3所示。

圖3 二自由度主動懸架滑?？刂颇Ｐ?/p>

由圖3可知，該模型是由質量模塊、彈簧、阻尼和控制力組成的，依據牛頓定律可計算懸架彈性元件受到的力，計算公式為：

(1)

公式(1)中，k11、k12均表示荷載增量與變形增量之比；g表示重力加速度；k1、k2均表示彈簧勁度系數，與彈簧材質有關；c1、c2均表示額定負載與功率實際阻抗比值；u表示主動作用下的控制力；m1、m2分別表示彈簧質量和其他零件質量；xs、xu分別表示車身和輪胎相對于地面變化的位移；q表示路面不規則度；x1、x2均表示主動懸架位移發生的位移。

將 1/4 主動懸架模型和參考模型的車身垂直位移差和輪胎垂直位移差作為系統參量，定義兩個狀態的跟蹤誤差為：

(2)

式中，x1d(t)、x3d(t)表示x1(t)、x3(t)的期望參考軌跡，滑模控制的切換函數表示如下：

(3)

其中λ1、λ2、μ1、μ2是滑模面參數。在滑模面上滿足s(t)=0。

實際系統存在諸多不確定性并且反饋回路往往受到環境噪聲的干擾，導致實際系統不能單純由等效控制器進行控制。需要進行約束分析。

2.2 控制目標及約束條件分析

主動懸架雙自由度滑膜控制，旨在保證車輛在安全行駛條件下，乘坐人員有一定的舒適度。在主動懸架結構中，為了給乘客提供舒適，需要通過調整座位的主動懸架系統，通過輪胎加速度、懸架動力行程和動力位移來確定。

1)輪胎加速度：

駕駛者和乘客身體在垂直方向上的震動加速度是衡量駕駛舒適度的主要指標，也就是說，座椅質心處的震動加速度要盡可能小。

2)懸架動力行程：

懸架動力行程是衡量乘坐人員舒適度的一項重要指標，其與懸架動力位移密切相關。懸架動力行程越長，說明汽車行駛過程中出現的震動現象吸收能力就越強，為了避免動行程過大影響乘坐的舒適度，應延長懸架動力行程。

3)懸架動力位移：

懸架動力位移是衡量乘坐人員舒適度的另一項重要指標，其與地面附著力密切相關。懸架動力位移指的是伸縮距離最低到最高點變化的距離，該距離是可以通過減小車胎動態位移來調節的。懸架動力位移越長，說明汽車行駛過程中出現的震動現象吸收能力就越強，為了避免動行程過大影響乘坐的舒適度，應縮短懸架動力行程。

懸掛系統的設計除滿足基本目標要求外，滿足約束條件實現目標優化。

約束條件為：1)為確保胎面具有良好的附著性能，應確定輪胎的靜態載荷比動載荷大；2)為了避免懸掛系統受到破壞，懸掛動力行程要小于汽車動態行駛的偏轉行程范圍；3)為使滑膜控制系統在理想工作狀態下工作，需要保證控制力小于主動懸掛控制的最大輸出力。

2.3 基于模糊神經網絡控制方案設計

主動懸架雙自由度滑膜控制系統要求模型精確，無外界干擾，但實際系統中存在很多不確定性，反饋回路受環境噪聲干擾大，不能有效地實現簡單等效控制。因此，為了避免車身抖振，引入模糊神經網絡，克服系統的不確定因素影響，有效抑制了高頻振動。

因為模糊神經網絡的參數是冗余的，所以對網絡進行裁剪以降低網絡的復雜度。模糊控制規則如圖4所示。

圖4 模糊控制規則

如圖4所示，該模糊控制器通過接收輸入的程序語句，并通過電壓控制指令和電流傳輸來調整誤差，再利用動態負載平衡機制來完成編程輸出。當輸出與輸入誤差最大時，模糊控制系統具有較高的自校正精度。對于模糊控制系統的自校正，誤差是根據輸入值的大小來計算的，當誤差小于某一數據的標準值時，系統可以滿足自校正要求。

對于小連通度參數，在每次訓練之前設置一個閾值，并及時刪除閾值以下的特征，使模糊神經網絡結構逐步轉化為具有迭代訓練特征的稀疏網絡結構。在此基礎上，利用模糊神經網絡設計了主動懸架滑膜控制方案，其控制參數并非最終控制參數，而是連接的權重，具體控制步驟如下所示：

1)初始化神經網絡，訓練樣本數據；

2)計算網絡權值，確定目標最小值，如下所示：

Q={K|g(K)>0}

(4)

公式(4)中，g(K)表示約束條件，K表示趨近律系數。

3)依據約束條件，刪除小于閾值的網絡連接權值，確定每層網絡最小數量的網絡連接；

4)將特征向量輸入分類器，輸出分類結果；

5)在確定了目標函數和約束條件之后，結合模糊神經網絡輸出最佳個體。在數據不斷更新的過程中，經過迭代，最終達到最佳目標；

6)以實現滑膜控制為目的，結合模糊神經網絡，優化模糊控制器參數。

3 試驗

為了驗證基于模糊神經網絡的二自由度主動懸架滑?？刂葡到y性能，在Matlab上進行試驗分析。懸架系統中的橡膠元件的靜、動態特性的測試是通過 MTS 試驗臺進行的。

圖5 測試平臺及試驗夾裝方式

3.1 車輛參數

充分考慮車輛主動懸架系統和路面行駛條件，確定車輛參數，如表1所示。

表1 車輛參數

根據已經確定的參數，在Matlab環境下進行試驗驗證。

3.2 試驗結果與分析

將車速參數相結合，車輛行駛速度為每小時60公里，行駛過程中存在5.0×10-3(m/s)的白噪聲，在此情況下，主動懸架車體震動加速度功率譜密度如圖6所示。

圖6 主動懸架車體震動加速度功率譜密度

由圖6可知，從1 Hz到10 Hz頻率變化范圍內，主動懸架車體震動出現了較大的衰減變化。

基于上述實際數據，分別使用基于PID控制主動懸架控制系統、基于自適應控制主動懸架控制系統和基于模糊神經網絡的二自由度主動懸架滑模控制系統對車體震動加速度功率譜密度進行對比分析，結果如圖7所示。

圖7 3種系統車體震動加速度功率譜密度對比

由圖7可知，使用基于PID控制的主動懸架控制系統，其功率譜密度與實際情況不一致，從1 Hz到10 Hz頻率變化范圍內，主動懸架車體震動衰減變化不明顯，從最初的1.6 ms-2到最終的0.7 ms-2。使用基于自適應控制的主動懸架控制系統，其功率譜密度與實際情況不一致，從1 Hz到10 Hz頻率變化范圍內，主動懸架車體震動衰減變化比基于PID控制主動懸架控制系統明顯，從最初的0 ms-2到最終的0.5 ms-2。使用基于模糊神經網絡的二自由度主動懸架滑模控制系統，從最初的0 ms-2到最終的1.5 ms-2，其功率譜密度與實際情況一致，主動懸架車體震動衰減變化明顯。

4 結束語

針對二自由度主動懸架滑?？刂葡到y設計了模糊神經網絡控制模型，實現二自由度主動懸架滑?？刂啤Ｓ稍囼烌炞C了該系統設計的合理性，能夠有效控制阻尼，使車輛舒適性得到明顯改善。針對滑膜控制系統的研究內容，僅進行了二自由度主動懸架的滑?？刂品抡嬖O計，實際的汽車懸架結構比仿真模型復雜得多，在進行滑?？刂茣r，不可避免地會出現振動問題，造成乘車人員極不舒服。針對這個問題，需要建立多自由度的懸掛模型，改善滑膜控制振動。