車輛半主動(dòng)懸架系統(tǒng)的模糊PID控制及仿真_黨寶英

1、收稿日期：2015-10-08作者簡介：黨寶英（1959），男，內(nèi)蒙古呼和浩特人，副教授，研究方向?yàn)槠嚬こ?。車輛半主動(dòng)懸架系統(tǒng)的模糊PID 控制及仿真黨寶英（無錫商業(yè)職業(yè)技術(shù)學(xué)院汽車技術(shù)學(xué)院，江蘇無錫214153）摘要：建立了2自由度1/4車輛的半主動(dòng)懸架模型，并設(shè)計(jì)了模糊PID 控制器。在輸入信號為濾波白噪聲隨機(jī)路面輸入的條件下，使用Matlab/Simulink仿真軟件對模糊PID 控制的半主動(dòng)懸架系統(tǒng)進(jìn)行仿真。仿真結(jié)果表明，模糊PID 控制的半主動(dòng)懸架系統(tǒng)相比PID 控制的懸架系統(tǒng)，其車身加速度、懸架動(dòng)撓度和輪胎動(dòng)行程都有明顯的降低，車輛行駛時(shí)的平順性和穩(wěn)定性有了很大提高。關(guān)鍵詞：模糊

2、PID 控制；半主動(dòng)懸架；Matlab/Simulink仿真中圖分類號：U 463.32:TP391.99文獻(xiàn)標(biāo)志碼：A 文章編號：1671-4806（2015）06-0091-04Fuzzy PID Control and Simulation of Vehicles Semi-Active SuspensionSystemDANG Bao-ying（School of Automotive Technology, Wuxi Institute of Commerce, Wuxi, 214153, China ）Abstract:A semi-active suspension model

3、of 2-degree-of-freedom 1/4vehicle is established, and a fuzzy PID controller is designed. Under the condition that the input signal is filtered white noise random road input, the semi-active suspension system of the fuzzy PID control is simulated by using Matlab/Simulinksimulation soft -ware. The si

4、mulation results show that the semi-active suspension system with fuzzy PID control has a signifi -cantly lower PID control system, and the vehicle body acceleration, suspension dynamic deflection and tire dy -namic stroke are obviously reduced.Key words:fuzzy PID control; semi-active suspension; Ma

5、tlab/Simulinksimulation車輛懸架系統(tǒng)是評價(jià)車輛可操縱性和平順性的重要指標(biāo)，其在車輛行駛過程中可以有效地阻止路面不平整帶來的影響，提高車輛的舒適度和穩(wěn)定性1。車輛懸架系統(tǒng)分為被動(dòng)懸架和主動(dòng)懸架。被動(dòng)懸架不能主動(dòng)適應(yīng)路面的變化，因此不能達(dá)到最佳性能。主動(dòng)懸架依靠施加外力對車輛懸架進(jìn)行控制，使車輛更加適應(yīng)路面的變化。主動(dòng)懸架存在一定的缺點(diǎn)，如：使車輛能耗增加，加大車身重量等。因此，為了提高車輛的綜合性能，半主動(dòng)懸架系統(tǒng)的使用成為車輛懸架系統(tǒng)的發(fā)展趨勢2-3。半主動(dòng)懸架系統(tǒng)有彈性元件和阻尼力可控制減振器組成，其功耗小，并可以改善車輛的操縱性和平順性。半主動(dòng)懸架系統(tǒng)在實(shí)際應(yīng)用時(shí)主要

6、使用PID 控制方法，PID 控制方法的運(yùn)算量較小、方法簡單且實(shí)時(shí)性好，但是其魯棒性并不理想4。模糊控制是一種自適應(yīng)的控制方法，其對環(huán)境的變化不靈敏，并且控制過程中收斂速度較快，魯棒性也較好5。本文采用模糊PID 控制方法，對車輛懸架系統(tǒng)進(jìn)行了仿真實(shí)驗(yàn)，將模糊控制方法和PID 控制方法無錫商業(yè)職業(yè)技術(shù)學(xué)院學(xué)報(bào)Journal of Wuxi Institute of Commerc e2015年12月第15卷第6期Dec. 2015Vol15No6【自然科學(xué)研究與應(yīng)用】91無錫商業(yè)職業(yè)技術(shù)學(xué)院學(xué)報(bào)第15卷相結(jié)合，可以實(shí)現(xiàn)理想的控制效果。一、半主動(dòng)懸架數(shù)學(xué)模型如圖1所示，建立二自由度1/4車輛半主

7、動(dòng)懸架模型。圖1中m s 為車身質(zhì)量，m t 為輪胎質(zhì)量，k s 為懸架剛度，c s 為懸架不變阻尼系數(shù)，c se 為可變阻尼系數(shù)，F(xiàn) se 為半主動(dòng)懸架可變阻尼力，k t 為輪胎剛度，x s 為車身垂直方向位移，x t 為車輪垂直方向位移，x r 為路面不平度的位移輸入。根據(jù)牛頓定律，為半主動(dòng)懸架系統(tǒng)建立運(yùn)動(dòng)微分方程，如（1）式所示。m t x 咬t =ks (x s -x t +cs (x 觶s -x 觶t -F se +k t (x r -x tm s x 咬s =-k s (x s -x t +cs (x 觶s -x 觶t +F se（1）狀態(tài)變量x 1=x s -x t ，x 2=x

8、 觶s ，x 3=x r -x t ，x 4=x 觶t。狀態(tài)向量為X=x 1x 2x 3x 4T ；輸出變量y 1=x 觶2=x 咬s ，y 2=x 1=x s -x t ，y 3=x 3=x r -x t ，輸出向量X=y 1y 2y 3T ；輸入向量U=F se , x r T 。模型的狀態(tài)空間方程，如（2）式所示。X=AX+BUY+CX+DU（2）其中A=-k s /m s 0-c s /m s1c s /m s-1k s /m tc s /m s 0k t /m t 0-c s /m s-100000000000000000000，B=1s 0001s 0010000000000000

9、0000000000000000000，C=-k s /ms -c s /ms 0c s /ms11，D=m s 0000000000000000二、模糊PID 控制器設(shè)計(jì)模糊PID 控制器存在兩個(gè)輸入變量：偏差e 和偏差變化率ec 。經(jīng)過模糊推理，輸出PID 控制器的三個(gè)參數(shù)Kp 、Ki 、Kd 。模糊PID 控制器根據(jù)e 和ec 的變化，對PID 控制器的三個(gè)參數(shù)進(jìn)行調(diào)整，并輸入給PID 控制器。其結(jié)構(gòu)如圖2所示。離散PID 控制器的表達(dá)式，如（3）式所示。u （k ）=Kp E （k ）+Ki k i=0E i （k ）+K d E e （k ）（3）K p 的作用是加快系統(tǒng)的響應(yīng)速度，

10、提高系統(tǒng)的控制精度；K i 的作用是消除系統(tǒng)穩(wěn)態(tài)誤差；K d 的作用是改善系統(tǒng)的動(dòng)態(tài)特性。對于不同的e 和ec ，K p 、K i 和K d 的整定原則：（1）當(dāng)e 較大時(shí)，需要系統(tǒng)以很快的速度進(jìn)行響應(yīng)，因此取較大的K p 值。同時(shí)，為了防止超調(diào)量過大，K d 應(yīng)取較小值。（2）當(dāng)e 較小時(shí)，為了避免系統(tǒng)發(fā)生振蕩，應(yīng)加大K p 和K i 的取值，并選取合適的K d 值。（3）當(dāng)e 和ec 適中時(shí)，應(yīng)選取較小的K i 值，選取合適的K p 和K i 值。車身垂直運(yùn)動(dòng)速度v 的取值范圍為-33m/s，車身垂直運(yùn)動(dòng)加速度a 的取值范圍為-33m/s2，將v 作為偏差e ，將a 作為偏差變化率ec ，

11、其論域?yàn)閑 =-3，-2，-1，0，1，2，3、ec =-3，-2，-1，0，1，2，3。e 和ec 的模糊子集為NB，NM ，NS ，Z ，PS ，PM ，PB，分別代表負(fù)大、負(fù)中、負(fù)小、零、正小、正中、正大。e 、ec 的隸屬函數(shù)為鐘形，Kp 、Ki 、Kd 的隸屬函數(shù)為三角形。表1、表2、表3分別為模糊PID 控制器中Kp 、Ki 、Kd 的控制規(guī)則。根據(jù)模糊控制規(guī)則，計(jì)算出模糊推理結(jié)果Kpei，eci、Kiei，eci、Kdei，eci。將它們分別與初始值Kp' 、Ki' 、Kd' 相加，得出整定后的Kp 、Ki 、Kd ，如（4）式所示。K p =K'

12、p +K p e i +eciK i =K ' i +K i e i +eci K d =K ' d +K d e i +eci（4）圖1二自由度1/4車輛半主動(dòng)懸架模型m sk sc sF seX tm tX sk tX r圖2模糊PID 控制器輸入+-e ecde/dtPID調(diào)節(jié)器模糊推理半主動(dòng)懸架系統(tǒng)模型k p k i k d92第6期圖3模糊PID 控制的半主動(dòng)懸架系統(tǒng)Simulink 模型ConstartFuzzyPIDIn1Out1Memory0Add11/mtIntegrator2Integrator3IntegratorIntegrator1Add4Add2Ad

13、d31/msAddCsKsBand-Limited White NoiseIntegrator4Ktav表1Kp 模糊控制規(guī)則E/Kp /ECNB NM NS Z PS PM PB NB PB PB PM PS PS Z Z NM PB PB PM PS PS Z NS NS PM PM PM PS Z NS NS Z PM PM PS Z NS NM NM PS PS PS Z NS NS NM NM PM PS Z NS NM NM NM NB PB Z Z NMNMNMNBNB表2Ki 模糊控制規(guī)則表3Kd 模糊控制規(guī)則E/Ki/ECNB NM NS Z PS PM PB NB NB N

14、B NM NM NS Z Z NM NB NB NM NS NS Z Z NS NB NB NM NS Z PS PS Z NM NM NS Z PS PM PM PS NM NS Z PS PS PM PB PM Z Z PS PS PM PB PB PBZZPSPMPMPBPBE/Kd/ECNB NM NS Z PS PM PB NB NS NS NB NB NB NM PS NM PS NS NB NM NM NS Z NS Z NS NM NM NS NS Z Z Z NS NS NS NS NS Z PS Z Z Z Z Z Z Z PM PB NS PS PS PS PS PB P

15、B PB PM PMPMPSPSPB黨寶英：車輛半主動(dòng)懸架系統(tǒng)的模糊PID 控制及仿真93無錫商業(yè)職業(yè)技術(shù)學(xué)院學(xué)報(bào)第15卷三、仿真結(jié)果及分析本設(shè)計(jì)使用Matlab/Simulink對模型進(jìn)行仿真，車輛的半主動(dòng)懸架參數(shù)為：m s =240kg，m t =30kg ，k s =16000N/m，c s =980Ns/m，k t =160000N/m。仿真模型如圖3所示。仿真模塊的輸入信號為白噪聲隨機(jī)路面輸入，其數(shù)學(xué)模型，如（5）式所示。q （t ）=-avq (t+w (t（5）其中w (t為白噪聲；v 為汽車行駛速度，取20km/h；所仿真的路面為B 級路面，因此a 為0.1303。Simuli

16、nk 仿真結(jié)果如圖4、圖5、圖6所示。其中實(shí)線為模糊PID 控制的半主動(dòng)懸架系統(tǒng)的仿真結(jié)果，虛線為PID 控制的半主動(dòng)懸架系統(tǒng)的仿真結(jié)果。本文分別對PID 控制的半主動(dòng)懸架和模糊PID 控制的半主動(dòng)懸架進(jìn)行了仿真，仿真結(jié)果，如表4所示。相比PID 控制的半主動(dòng)懸架，采用模糊PID 控制的半主動(dòng)懸架系統(tǒng)的車身加速度的均方根值減少了30%；懸架動(dòng)撓度的均方根值減少了19%；輪胎動(dòng)載荷的均方根值減少了2.4%。模糊PID 控制策略的控制仿真效果最佳，仿真結(jié)果表明模糊PID 控制的半主動(dòng)懸架系統(tǒng)可以有效地降低車身加速度，從而增加車輛行駛中的平順性。參考文獻(xiàn)：1周長城. 車輛懸架設(shè)計(jì)及理論M，北京：北京大學(xué)出版社，2001.2孫濤，黃震宇，陳大躍，蔡良斌. 模糊控制在半主動(dòng)懸架系統(tǒng)中的應(yīng)用研究J，汽車技術(shù)，2002（6）：18-21.3王萬同，周孔亢. 車輛半主動(dòng)懸架全狀態(tài)反饋?zhàn)顑?yōu)控制器設(shè)計(jì)J，拖拉機(jī)與農(nóng)用運(yùn)輸車，2007（6）