電液主動懸架系統(tǒng)的建模與仿真

電液主動懸架系統(tǒng)的建模與仿真

0控制策略研究相對被動的主動支撐可以提供更好的振動和行駛平滑性。因此，基于不同預(yù)測控制的主動支撐配置已成為研究的重點。在預(yù)測控制體系的預(yù)測和控制中，我們采用了提高預(yù)測控制水平的多階段預(yù)測、滾動優(yōu)化和在線校正等控制策略，取得了良好的控制效果。近年來，基于預(yù)測控制的車輛地面?zhèn)葴蕚淇刂迫〉昧顺醪竭M展。在文獻中，基于預(yù)測控制的車輛底部準備了控制策略。在電磁積分卡模式預(yù)測預(yù)測調(diào)節(jié)器的設(shè)計中，基于預(yù)測控制的車輛主動支撐和電子束向速系統(tǒng)的集成和優(yōu)化設(shè)計。在之前的文獻分析中，我們沒有充分考慮自動停車裝置的動態(tài)過程。在這項工作中，我們建立了一個基于手動座椅的全球模型預(yù)測控制器，并根據(jù)該模型設(shè)計整個系統(tǒng)的模型預(yù)測控制器。通過模擬分析，我們驗證了控制器的衰減效果以及參數(shù)變化和外部干擾下的縱桿性。1被動懸架系統(tǒng)本文采用在被動懸架基礎(chǔ)上加一個作動器的并聯(lián)式主動懸架,其特點是當(dāng)作動器出現(xiàn)故障時,仍能按被動懸架方式工作,加強了行車的安全性,懸架系統(tǒng)結(jié)構(gòu)簡圖見圖1.該系統(tǒng)主要由機械及液壓系統(tǒng)2部分組成.傳感器測量車身加速度等信號,反饋給控制器,由其解算出控制電流輸入給伺服閥,控制伺服閥的流量,進而控制液壓缸的輸出力,達到減緩車體振動目的.1.1剛性懸架動力學(xué)模型的建立車輛懸架系統(tǒng)是一個非常復(fù)雜的非線性系統(tǒng),為了簡化控制模型,突出研究問題的主要方面,本文在系統(tǒng)模型建立過程中,將車身視為剛性體,其相關(guān)部件視為線性元件.建立2自由度1/4車輛模型,運用牛頓第二定律對懸架進行動力學(xué)分析,得到其運動微分方程式中:m2為簧載質(zhì)量;m1為非簧載質(zhì)量;c2為減振器的阻尼系數(shù);k2為并聯(lián)彈簧的彈性剛度系數(shù)k1為輪胎的彈性剛度系數(shù);z2為簧載質(zhì)量的位移;z1為非簧載質(zhì)量的位移;z0為路面輸入的激勵;F為液壓缸產(chǎn)生的主動控制力.1.2液壓缸續(xù)性方程電液作動器采用伺服閥控制液壓缸形式,由伺服閥接收控制器解算出的控制電流,控制液壓缸產(chǎn)生相應(yīng)的作動力,其為典型的電液力伺服控制系統(tǒng),動力學(xué)模型如下.液壓缸流量連續(xù)性方程為液壓缸活塞桿輸出力方程為液壓缸流量線性化方程為式中:ps為系統(tǒng)供油壓力;pL為負載壓力;A1為液壓缸有效工作面積;V1為液壓缸工作腔體積;Ctc為油缸總的泄漏系數(shù);Cta為系統(tǒng)泄漏系數(shù);βe為等效彈性模量;Kq為滑閥的流量增益;Kc為滑閥的流量-壓力系數(shù);xv為閥芯位移;η為面積比.電液伺服閥的輸入電流到閥芯位移的傳遞函數(shù)可簡化為一個比例環(huán)節(jié):xv/I=Ksv.式中:Ksv為伺服閥增益.伺服放大器頻帶比液壓固有頻率高得多,可將其簡化為比例環(huán)節(jié),即I/U=Ka本文取Ka=4mA/V.1.3輸出變量的選擇根據(jù)懸架動力學(xué)模型和電液作動器動力學(xué)模型建立懸架系統(tǒng)集成模型,取狀態(tài)向量,由式(1)~(4)列出系統(tǒng)的狀態(tài)方程:本文選取車身加速度、輪胎動載荷和懸架動撓度3個性能性能指標作為輸出變量,對應(yīng)于輸出向量Y中為車身加速度;z1-z2為懸架的動撓度;k1(z0-z1)為車輪動載荷.2電液主動懸架預(yù)測控制系統(tǒng)的組成預(yù)測控制的核心思想是利用系統(tǒng)過去與現(xiàn)在的特征信息,預(yù)測系統(tǒng)未來的輸出變化,以有限時域滾動優(yōu)化的方式使受控量和目標值的偏差盡可能地小,實現(xiàn)系統(tǒng)的優(yōu)化控制.電液主動懸架預(yù)測控制系統(tǒng)的組成部分主要包括預(yù)測模型、滾動優(yōu)化、在線校正、參考軌跡和被控對象5部分,見圖2.2.1預(yù)測控制策略的求解預(yù)測模型的功能就是根據(jù)被控對象的歷史信息{u(k-j),y(k-j)|j≥1}和未來輸入{u(k+j-1)|j=1,2,…,m},預(yù)測對象未來輸出{y(k+j)|j=1,2,…,p}.由于預(yù)測控制是采用滾動優(yōu)化控制,所以預(yù)測控制模型必須是離散的,因此要將式(5)的狀態(tài)方程離散化,并且結(jié)合預(yù)測控制理論的特點與車輛的實際行駛狀況,得到差分方程為式中:yu(k)=[k1(z0-z1)]T為系統(tǒng)不可測輸出;為可測輸出;u(k)=[xv]T為控制變量;v(k)=[ps]T為可測干擾;d(k)=[z0]T為不可測干擾.2.2滾動式變剛度懸架的開發(fā)滾動優(yōu)化目的是通過使某一性能指標極小化,以確定未來的控制作用.優(yōu)化性能指標為設(shè)Qy=diag(q1,q2,…,qp);Ru=diag(r1,r2,…,rm)分別為輸出變量和控制變量的加權(quán)矩陣.優(yōu)化目標只關(guān)心預(yù)測時域內(nèi)系統(tǒng)的動態(tài)性能,而且只將最優(yōu)控制序列的第一項施加于被控過程,即k時刻的控制增量為Δu(k)=dT(W-Y0),其中變量d可事先離線解出,下一采樣時刻得到新的測量值之后,將重新求解上面的優(yōu)化問題得到新的控制序列,以此實現(xiàn)滾動優(yōu)化.滾動優(yōu)化約束條件有:(1)懸架的機械結(jié)構(gòu)限制其動行程|z1-z2|≤lmax;(2)為保證輪胎的接地性,其動載不能超過靜載|k1(z0-z1)|≤mg;(3)考慮到發(fā)動機功率的限制,懸架的動作力存在約束|F|≤Fmax.2.3加權(quán)后修正對未來其他時段的預(yù)測由于對象及環(huán)境的不確定性,在k時刻實施控制作用后,在k+1時刻的實際輸出y(k+1)與預(yù)測的輸出不相等,這就需要構(gòu)成預(yù)測誤差:并用此誤差加權(quán)后修正對未來其他時刻的預(yù)測,即式中:為系統(tǒng)t=(k+1)T時刻經(jīng)誤差校正后所預(yù)測的t=(k+1)T時刻的系統(tǒng)輸出;h=[h1,h2,…,hp]T為誤差校正矩陣,h1=1.經(jīng)校正后的作為下一時刻的預(yù)測初值,由于利用在t=(k+1)T時刻的預(yù)測初值預(yù)測將來的t=(k+2)T,…,(k+p+1)T時刻的輸出值,故令從而得到下一時刻的預(yù)測初值為上述修正的引入,使系統(tǒng)成為一個閉環(huán)負反饋系統(tǒng),提高了系統(tǒng)性能.3模擬與分析3.1主動懸架仿真選用PID控制算法作為對比算法,來驗證模型預(yù)測控制器的有效性.在Simulink里選取模塊搭建系統(tǒng)仿真模型,主動力為零即為被動懸架,為方便觀察輸出結(jié)果,將被動懸架、PID控制和預(yù)測控制的主動懸架輸出在一起進行分析,仿真模型見圖3.電液主動懸架的仿真參數(shù)參見表1.取預(yù)測寬度P=10,控制寬度C=4,采樣時間T=0.0005s.以上參數(shù)取值通過大量仿真優(yōu)選得到.3.2模型預(yù)測控制驗證假設(shè)車輛速度v=20m/s,路面輸入為不平度系數(shù)64×10-6m3/cycle的白噪聲隨機路面輸入.其實現(xiàn)是使白噪聲通過一個成型濾波器,用微分方程表示為:,式中:xr(t)為路面垂直位移輸入,m;f0為路面輸入的下截止頻率,f0=0.01m-1;G0為路面不平度系數(shù),m3;v為車速,m/s;w(t)為輸入白噪聲.取被動控制和PID控制作為對比算法,其中被動控制是指被動懸架不加控制的情況,PID控制比例、積分、微分3個參數(shù)分別取0.5,8,0.0001.1)車輛行駛工況為空載時,懸架系統(tǒng)輸出性能指標比較結(jié)果參見圖4~6.由圖4~6可得空載工況下車身加速度、懸架動撓度和輪胎動載荷仿真的比較結(jié)果見表2,表中所列值為峰值的絕對值.2)車輛行駛工況為滿載時,懸架系統(tǒng)輸出性能指標比較結(jié)果參見圖7~9.由圖7~9可得滿載工況下車身加速度、懸架動撓度和輪胎動載荷仿真的比較結(jié)果見表4,表中所列值為峰值的絕對值.由表2~4可知,在空載和滿載2種工況下,基于預(yù)測控制的電液主動懸架系統(tǒng)與被動懸架相比車身加速度、懸架動撓度和輪胎動載荷分別降低了40%,55%,26%,59%和21%~35%;與PID控制的主動懸架相比分別降低了20%,17%,22%,24%和21%,25%.這說明本文設(shè)計的電液主動懸架系統(tǒng)和控制策略是有效的,預(yù)測控制能夠根據(jù)參數(shù)的變化實時的修正控制器的輸出,相比PID控制具有更強的魯棒性,且控制效果更好.4模型預(yù)測控制器在車輛運行過程中的性能1)針對電液伺服驅(qū)動的主動懸架設(shè)計了模型預(yù)測控制器,仿真結(jié)果表明車身的垂直加速度、懸架動撓度和輪胎動載荷都有較大幅度的降低,減振效果明顯.這說明采用模型預(yù)測控制的