基于雙智能體的空氣懸架協同控制

【摘" 要】針對空氣懸架系統中車高與阻尼難以協同的問題，基于整車的懸架力和智能體理論，設計一種空氣懸架車高與阻尼的協同控制方法，以實現整車懸架力的有效分配。基于Simulink仿真，來驗證所提出的空氣懸架車高與阻尼協同控制方法，證明其能夠有效地提高車輛的行駛平順性和操縱穩定性。

【關鍵詞】空氣懸架；智能體；協同控制；懸架力

中圖分類號：U463.6" " 文獻標志碼：A" " 文章編號：1003-8639（ 2022 ）12-0029-04

Cooperative Control of Air Suspension Based on Dual Agents

QIU Quan

（SAIC-GM-Wuling Automobile Co.，Ltd.，Liuzhou 545007，China）

【Abstract】Aiming at the problem that it is difficult to coordinate the height and damping of the air suspension system，based on the suspension force of the whole vehicle and the theory of intelligent agent，a cooperative control method of the height and damping of the air suspension is designed，and the effective distribution of the suspension force of the whole vehicle is realized. Based on Simulink simulation，it is verified that the proposed air suspension vehicle height and damping cooperative control method can effectively improve the ride comfort and handling stability of the vehicle.

【Key words】air suspension；agent；cooperative control；suspension force

1" 緒論

隨著世界各國汽車保有量不斷增長，汽車消費者們對車輛的要求已經不僅僅滿足于出行便捷，而是越來越注重車輛在行駛過程中乘坐的舒適感，即車輛的行駛平順性，因此車輛的懸架系統作為影響行駛平順性的主要系統結構，成為了眾多學者研究的焦點[1]。車輛的懸架系統是連接車橋和車身之間的傳力裝置，主要包括了彈性元件、導向機構以及阻尼元件三部分[2]。空氣懸架是半主動懸架中較為常見的種類，是一種以空氣彈簧作為彈性元件的懸架系統，具備剛度、車高可調，阻尼系數連續可變等諸多優點。根據美國和歐盟相關部門的統計數據，在歐美國家中空氣懸架已經在客車領域實現了100%的普及率，民用轎車的普及率也已經超過了90%[3]。為進一步提高空氣懸架的綜合性能，相關學者將不同類型的控制策略應用于空氣懸架并取得了顯著的效果。陳燕虹將模糊神經網絡控制法引入空氣彈簧的剛度調節系統并取得了良好的控制效果[4]；張學臣以重型牽引車的空氣懸架為研究對象，利用滑膜控制器對整車姿態進行控制，有效改善了車輛的操縱穩定性[5]；陸天悅通過將空氣懸架中的阻尼部分比作單個智能體，進一步提高了空氣懸架阻尼的可控性[6]；戈庫爾.普拉薩德將粒子群算法與最優控制理論相結合，解決了空氣懸架中剛度和阻尼之間難以協同控制的問題，該方法從很大程度上提高了整車的綜合性能[7]。

關于空氣懸架控制方法的研究，近些年主要集中于剛度與阻尼的協同控制或者是單一的控制，而空氣懸架的可控機構主要由車高和阻尼兩部分組成。因此，本文提出將多智能體理論引入空氣懸架控制系統，將車高與阻尼設計為兩個反應型智能體，以車輛在行駛過程中的空氣懸架力為控制依據，從而實現空氣懸架中車高與阻尼的協同控制。

2" 模型建立

2.1" 整車模型的建立

根據車輛動力學的相關理論知識并假設車輛的行駛方向，建立整車七自由度模型，主要包括了整車四輪位置處的簧上和簧下質量加速度以及車身質心位置處的俯仰、側傾和垂向運動[8]。本文建立的整車動力學模型如圖1所示。

基于圖1可進一步構建整車的動力學方程，如式（1）所示。

式中：Mb——簧上質量，kg；Zb——簧上質量質心位置處的垂向位移，m；Fi、Fsi和Fdi——分別為車輛i位置處的懸架力、空氣彈簧力和阻尼力，N，i∈（fl，fr，rl，rr）；Ir和Ip——分別為簧上質量繞X軸的側傾轉動慣量和繞Y軸的俯仰轉動慣量，kg·m2；θ和φ——分別為簧上質量側傾角和俯仰角，rad；lf和lr——分別為前、后軸到質心的距離，m；Bf和Br——分別為前、后軸輪距，m；Mti——車輛的簧下質量，kg；Zti——各簧下質量的垂向位移，m；Kt——車輪垂直方向的剛度，N/m；qi——路面垂向激勵，m；fdi——懸架動行程，m。

本文的車輛參數如表1所示。

2.2" 空氣彈簧模型的建立

當某個空氣彈簧的內部氣體溫度或者氣壓等參數發生明顯變化時，只需要考慮其內部的能量變化規律，其他形式的能量交換和變化規律可基本忽略不計，通過熱力學第一定律的相關定理可以得到式（2）[9]：

式中：C——固定常數；k——等熵絕熱指數，由于空氣彈簧的內部氣體默認為是理想氣體，其值的范圍一般為1.33～1.42，本文k取值1.35；P、V和m——分別為空氣彈簧內部的氣體氣壓，Pa，內部氣室容積，m3，內部氣體總質量，kg。

而當我們通過氣動管路將兩個空氣彈簧進行連接從而形成互聯結構后，兩個空氣彈簧之間的內部氣室將產生一定的氣體和能量交換，因此在當前狀態下系統整體將不能再被視作定質量絕熱系統而應該從變質量絕熱系統的角度對其進行相關研究，如式（3）所示[10]：

式中：Pi、Vi和mi——分別為空氣彈簧內部的氣體氣壓，Pa，內部氣室容積，m3，內部氣體總質量，kg；Pi0、Vi0和mi0——分別為空氣彈簧內部的初始氣體氣壓，Pa，內部氣室初始容積，m3，內部氣體初始質量，kg；i（取值分別為1、2、3、4）——分別表示車輛前左、前右、后左、后右四輪位置處的空氣彈簧。

根據式（2）和（3），可推導出某一時刻空氣彈簧的瞬時氣壓及瞬時容積：

式中：d——空氣彈簧在工作過程中的形變程度，m；u——空氣彈簧內部氣室的容積變化率。

2.3" 可調阻尼減振器模型的建立

當可調阻尼減振器中的活塞處于勻速運動狀態且節流孔的開度大小不變時，排除管道中液體與管壁摩擦造成的阻力損失等其他可忽略因素，流經活塞孔的油量Mp可當作是流經活塞閥的油量Mr與流經電磁閥的油量Ms相加之和，如式（6）所示[11]：

流經活塞閥的油量Mr的大小主要由節流孔的流通面積Sr以及工作缸在運行過程中與儲油缸產生的壓力差ΔP所決定，如式（7）所示：

式中：Ad——流量系數，本文取值0.63；工作缸與儲油缸之間產生的壓力差ΔP=PU-PD（式中：PU——可調阻尼減振器上腔油液壓力；PD——可調阻尼減振器下腔油液壓力，MPa）；a——油液的密度，kg/m3。

流經電磁閥的油量Ms為流經主通道的油量Mm與流經節流孔通道的油量Mo總和，如式（8）所示：

式中：Sm——主通道的橫截面積，m2；Sc——節流孔的常通開度，m2；Sv——節流孔的可變開度m2。

活塞桿相對于缸壁的運動速度Vp和工作缸在運行過程中與儲油缸產生的壓力差ΔP也存在一定的數學邏輯關系，如式（9）所示：

當Vp的值固定不變時，結合式（7）、（8）和（9），可得到可調阻尼減振器最終輸出的阻尼力，如式（10）所示[12]：

3" 協同控制方法設計

本文的控制方法如圖2所示，氣壓傳感器和速度傳感器在整車受到路面激勵后將獲得的空氣彈簧內部氣壓與簧上及簧下質量速度發送至中央控制單元，中央控制單元根據傳感器所采集的信息求解整車當前的懸架力。車高智能體和阻尼智能體根據自身的能耗成本高低和目標懸架力的大小控制對應的懸架力輸出機構對懸架力進行分配輸出，輸出的懸架力將反饋作用于整車以抵消路面的局部沖擊并提高整車的綜合性能。

反應型智能體的具體結構如圖3所示，可直接根據特定環境和預先設定的動作規劃執行對應的動作，不需要復雜的規劃推理過程，反應迅速且滯后性低，適用于應急情況[13]。

車高智能體和阻尼智能體的環境感知部分源于車輛所需的懸架力，內部規則即為本節將討論的兩個智能體各自的動作成本，動作執行指的是控制車高調節機構和可調阻尼減振器。

車高智能體的動作成本J1表示為：

式中：tci和tdi——分別表示車高電磁閥充、放氣時間；i∈{1，2，3，4}代指前左、前右、后左和后右這4個位置處的空氣彈簧的充、放氣管路；EH——車高充、放氣電磁閥的功率。

進一步，阻尼智能體的動作成本J2表示為：

式中：Ts——阻尼器的開啟時間；i∈{1，2，3，4}代指前左、前右、后左和后右這4個位置處的阻尼器；VD和ID——分別表示可調阻尼減振器的供電電壓和電流。

當車輛所處的路面等級較高導致懸架力較大時，無論是車高智能體還是阻尼智能體都無法單獨達到這一最優目標值，此時兩個智能體均處于開啟狀態并基于當前時刻各自的動作成本比值分配輸出懸架力。

當懸架力逐漸降低后，僅需車高智能體即可達到這一目標，此時車高智能體仍然處于開啟狀態，阻尼智能體關閉，其動作成本可默認為是0，從而減小不必要的能耗。

當懸架力進一步降低至僅需互聯智能體即可滿足需求，此時車高智能體關閉，阻尼智能體再次開啟，達到優化系統能耗的目的。

當懸架力在上述基礎上再次降低，僅需空氣彈簧內部自身氣體即可產生對應數值的空氣彈簧力，此時車高與阻尼兩個智能體均處于關閉狀態。但是即使是A級路面車輛也必然會受到一定的路面激勵，因此這種情況在實際應用過程中出現的頻率不高。車高與阻尼智能體協同控制示意如圖4所示。

4" 仿真效果分析

根據國家標準GB/T 4970—2009，將簧上質量加速度和輪胎動載荷的均方根值RMSAMS和RMSFmu分別作為平順性和操縱穩定性的評價指標，在Matlab的Simulink環境中通過設置不同的路面等級并選取18km/h、36km/h、54km/h、72km/h這4種不同類型的車速，對比協同控制和非協同控制在低速、中低速、中速和高速下的控制效果，如圖5所示。

5" 總結

本文針對空氣懸架車高與阻尼的協同控制問題，通過建立對應的動力學模型并基于車輛的懸架力和多智能體理論，提出了空氣懸架車高與阻尼的協同控制方法。仿真結果表明，本文提出的協同控制策略可以有效提高車輛的行駛平順性和操縱穩定性。

參考文獻：

[1] 刁懷偉. 橫向互聯空氣懸架客車平順性與操穩性研究[D]. 鎮江： 江蘇大學，2017.

[2] 陳家瑞. 汽車構造（下冊）（第3版）[M]. 北京：機械工業出版社，2009.

[3] Tafner R，Reichhartinger M，Horn M. Robust online roll dynamics identification of a vehicle using sliding mode concepts[J]. Control Engineering Practice，2014，29（8）： 235-246.

[4] 陳燕虹. 半主動空氣彈簧懸架智能控制算法的仿真及試驗研究[D]. 長春： 吉林大學，2005.

[5] 張學臣. 牽引車電控空氣懸架控制策略研究[D]. 長春： 吉林大學，2018.

[6] 陸天悅，沈安誠. 基于智能體理論的空氣懸架阻尼最優控制研究[J]. 農業裝備與車輛工程，2020，58（12）：5-9.

[7] Gokul Prassad S，Malar Mohan K. A Contemporary Adaptive Air Suspension Using LQR Control for Passenger Vehicles[J]. ISA Transactions，2019（93）：244-254.

[8] 潘公宇，王功強，陳清爽，等. 基于TPA的發動機懸置系統開發及其主觀評價[J]. 江蘇大學學報（自然科學版），2022，43（2）：125-130.

[9] 徐興，施天玲，江昕煒，等. 準零剛度空氣懸架系統建模與動態特性研究[J]. 振動與沖擊，2021，40（24）：205-211.

[10] 李仲興，陳鑫，宋鑫炎，等. 輪轂直驅空氣懸架系統垂向動力學特性分析[J]. 江蘇大學學報（自然科學版），2022，43（1）：8-14.

[11] 陳雙. 基于電控空氣懸架的轎車平順性和操縱穩定性協調控制研究[D]. 長春： 吉林大學，2012.

[12] 江浩斌，盛立志，張云，等. 基于新型減振支柱的半主動懸架特性研究[J]. 廣西大學學報（自然科學版），2016，41（2）：371-378.

（編輯" 凌" 波）