论文部分内容阅读
目前，汽车动悬梁已进入到微处理进行控制的时代。控制方法先进、减振效果好、能耗低，是主动悬架发展的主要方向。主动悬架振动控制系统大多由传感器拾取车身绝对速度、身对车轮的相对速度、车身的加速度等信号，经计算机处理后并发出控制指令进行控制。由电液控制阀或步进电机等执行机构来调节减震器阻尼系数或控制力。现今主动悬架常见的控制方法主要有以下几种：
一、天棚阻尼器控制
天棚阻尼器控制理论由美国得 D. KARNOPP 教授提出，在主动控制悬架的控制中被广泛采用。天棚阻尼器控制即设想将悬架系统的阻尼器移到车体与某固定的天棚之间，并要求由传动器产生一个与车身随机振动的绝对速度成比例且反向的控制力来衰减车身的振动，此绝对速度可通过对测得的车身垂直加速度求积分得到。传统的被动悬架可以认为是带阻尼器的双质量振动系统，当考虑到带宽和系统的共振特性时，传统被动悬架性能不能令人满意。但带天棚阻尼器的汽车悬架，只要合理选择参数，可彻底消除系统共振现象。
二、自适应控制
自适应一般发生在车辆行驶过程中，具有较慢统计特性变化的干扰，即路面输入干扰。自适应控制方法的基本思想是根据系统当前输入的相关信息，从预先计算并存储的参数中选取当前最合适的控制参数。其设计关键的选择能准确、可靠地反映输入变化的参考变量。自适应控制方法考虑了车辆系统参數的时变性，具有参数辨识功能，能适应悬架载荷和元件特性的变化，自动调整控制参数，保持性能指标最优。
应用于主动悬架的自适应控制方法主要有增益调度控制、模型参考自适应控制和自校正控制三类：增益调度控制是一种开环自适应控制，通过监测过程的运行条件来改变控制器参数；模型参考自适应控制 （即简化自适应控制）通过跟踪一个预先定义的参考模型，按照前馈和辅助控制器参数的自适应控制规则，使非线性时变的悬架系统达到预期的最优性能；自校正控制是将受控对象参数在线估计与控制器参数整定相结合，形成一个能自动校正控制器参数的离散实时计算机控制系统 （ 即数据采样系统），是目前应用最广的一类自适应控制方法。自适应控制律已在德国大众汽车公司的底盘上得到了应用。
三、随机最优控制
随着现代控制理论的应用，提出了主动悬架随机最优控制方法。主动架最优控制的目标是提高汽车的平顺性和操纵稳走性，反映在物理量上就是要减小轮胎的变形，提高接地性，限制悬架的动挠度，同时应降低对控制能量的消耗。这种控制方法，通过建立系统的状态方程式提出控制目标及加权系数，然后应用控制理论求解出所设目标下的最优控制方案。与天棚阻尼器控制方式相比，由于考虑了系统中更多变量的影响，因而控制效果更好。而且.， 现代控制方式的应用，主要是在系统的控制软件方面做一些改善，并不增加系统的复杂性。
四、预见控制
预见控潮是前后悬架的协调控制，它通过对前悬架簧上质量加速度和簧下质量相对位移的测量值来预测后悬架传动器的控制力。当系统遇到较大或突变的干扰时，由于能量供应峰值和元件响应速度的限制，系统很可能无法输出所需的控制力而达不到希望的控制效果。而预见控制，由于通过某种方法提前检测到前方道路的状态和变化，使系统有余地采取相应地措施，有可能降低系统的能量消耗且大幅度改善系统控制效能，取得较好的效果。它的基本方法有两类：一是将前轮悬架的状态信息作为后轮悬架前馈信息；二是对四轮全进行预见控制，由于超前预测了路面输入，因而系统的性能有较大幅度的提高。从理论上看，这种系统应能取得最为理想的控制效果，但需要设置特殊的传感器。目前未见有批量实用车上市。
五、智能控制
90年代以来，智能控制 （模糊控制和神经网络控制）等非线性控制方法应用到主动悬架的分析研究中。它们能在特定环境和采用定性描述方式的多种目标分析中提供有效的方按难解决各类问题，具有系统辨识 （结构和参数辨识）功能。模糊控制方法具有自动调节输入变量的组合、隶属函数的参数和模糊规则数目等学习功能。
六、最优控制
车辆的悬架系统是一个高阶的数学模型，对其采用最优控制的前提是获得大量的状态信息。在实际工程中，大部分的状态变量要利用 Kalman 滤波获得，通过求解 Riccati 方程，在使性能指标最小的基础上，综合控制规律，这就是通常所说的 LQG 控制。由于需要大量的状态信息，对硬件系统的要求很高，而且状态重构带来一系列的问题，因而 LQG 最优控制在实际中采用的很少。但由于它的结果是理论最优的，因而还是有众多学者对它进了各种改进，期望提高该控制策略。最优控制方面研究得比较多，但应用到实际中的还少见报道。国外在最优控制方而的研究，大多集中在上世纪 90 年代初以前。
七、反馈控制
反馈控制实现了执行机构实时连续调节，对控制系统的稳定性、精确性和反应速度要求较高，需要测量的信息和计算量较大，通常采用最优控制算法和自适应控制算法，将悬架处理成跟踪问题或随机干扰滤波器问题。最优控制算法是应用状态空间方法，采用状态变量表达加权的二次性能指标，通过求解优化问题获得控制执行机构的最优控制规律。这种控制规律在某种意义上是使一定的性能指标 <通常是车体加速度均方值）达到最小。自适应控制算法是通过对车体和悬架系统状态的监测，在线积累与控制作用有关的信息，并修正控制系统的结构参数和控制作用，使给定的性能指标尽可能达到最优并保持最优。
八、模糊控制
模糊控制是近年来迅速发展起来的新型控制方法，其最大的特点是允许控制对象没有精确的数字模型，使用语言变量来代替数字变量，在控制过程中包含有大量人的控制经验和知识积累，与人的智能行为相似。它的这些优点使得它应用于在具有随机激励和复杂数学模型的车辆悬架系统的应用中表现出了极强的优势。在过去的二十年中，基于专家知识和经验的模糊控制逐步成为解决具有非线性、复杂和不定因素系统的有效方法。
一、天棚阻尼器控制
天棚阻尼器控制理论由美国得 D. KARNOPP 教授提出，在主动控制悬架的控制中被广泛采用。天棚阻尼器控制即设想将悬架系统的阻尼器移到车体与某固定的天棚之间，并要求由传动器产生一个与车身随机振动的绝对速度成比例且反向的控制力来衰减车身的振动，此绝对速度可通过对测得的车身垂直加速度求积分得到。传统的被动悬架可以认为是带阻尼器的双质量振动系统，当考虑到带宽和系统的共振特性时，传统被动悬架性能不能令人满意。但带天棚阻尼器的汽车悬架，只要合理选择参数，可彻底消除系统共振现象。
二、自适应控制
自适应一般发生在车辆行驶过程中，具有较慢统计特性变化的干扰，即路面输入干扰。自适应控制方法的基本思想是根据系统当前输入的相关信息，从预先计算并存储的参数中选取当前最合适的控制参数。其设计关键的选择能准确、可靠地反映输入变化的参考变量。自适应控制方法考虑了车辆系统参數的时变性，具有参数辨识功能，能适应悬架载荷和元件特性的变化，自动调整控制参数，保持性能指标最优。
应用于主动悬架的自适应控制方法主要有增益调度控制、模型参考自适应控制和自校正控制三类：增益调度控制是一种开环自适应控制，通过监测过程的运行条件来改变控制器参数；模型参考自适应控制 （即简化自适应控制）通过跟踪一个预先定义的参考模型，按照前馈和辅助控制器参数的自适应控制规则，使非线性时变的悬架系统达到预期的最优性能；自校正控制是将受控对象参数在线估计与控制器参数整定相结合，形成一个能自动校正控制器参数的离散实时计算机控制系统 （ 即数据采样系统），是目前应用最广的一类自适应控制方法。自适应控制律已在德国大众汽车公司的底盘上得到了应用。
三、随机最优控制
随着现代控制理论的应用，提出了主动悬架随机最优控制方法。主动架最优控制的目标是提高汽车的平顺性和操纵稳走性，反映在物理量上就是要减小轮胎的变形，提高接地性，限制悬架的动挠度，同时应降低对控制能量的消耗。这种控制方法，通过建立系统的状态方程式提出控制目标及加权系数，然后应用控制理论求解出所设目标下的最优控制方案。与天棚阻尼器控制方式相比，由于考虑了系统中更多变量的影响，因而控制效果更好。而且.， 现代控制方式的应用，主要是在系统的控制软件方面做一些改善，并不增加系统的复杂性。
四、预见控制
预见控潮是前后悬架的协调控制，它通过对前悬架簧上质量加速度和簧下质量相对位移的测量值来预测后悬架传动器的控制力。当系统遇到较大或突变的干扰时，由于能量供应峰值和元件响应速度的限制，系统很可能无法输出所需的控制力而达不到希望的控制效果。而预见控制，由于通过某种方法提前检测到前方道路的状态和变化，使系统有余地采取相应地措施，有可能降低系统的能量消耗且大幅度改善系统控制效能，取得较好的效果。它的基本方法有两类：一是将前轮悬架的状态信息作为后轮悬架前馈信息；二是对四轮全进行预见控制，由于超前预测了路面输入，因而系统的性能有较大幅度的提高。从理论上看，这种系统应能取得最为理想的控制效果，但需要设置特殊的传感器。目前未见有批量实用车上市。
五、智能控制
90年代以来，智能控制 （模糊控制和神经网络控制）等非线性控制方法应用到主动悬架的分析研究中。它们能在特定环境和采用定性描述方式的多种目标分析中提供有效的方按难解决各类问题，具有系统辨识 （结构和参数辨识）功能。模糊控制方法具有自动调节输入变量的组合、隶属函数的参数和模糊规则数目等学习功能。
六、最优控制
车辆的悬架系统是一个高阶的数学模型，对其采用最优控制的前提是获得大量的状态信息。在实际工程中，大部分的状态变量要利用 Kalman 滤波获得，通过求解 Riccati 方程，在使性能指标最小的基础上，综合控制规律，这就是通常所说的 LQG 控制。由于需要大量的状态信息，对硬件系统的要求很高，而且状态重构带来一系列的问题，因而 LQG 最优控制在实际中采用的很少。但由于它的结果是理论最优的，因而还是有众多学者对它进了各种改进，期望提高该控制策略。最优控制方面研究得比较多，但应用到实际中的还少见报道。国外在最优控制方而的研究，大多集中在上世纪 90 年代初以前。
七、反馈控制
反馈控制实现了执行机构实时连续调节，对控制系统的稳定性、精确性和反应速度要求较高，需要测量的信息和计算量较大，通常采用最优控制算法和自适应控制算法，将悬架处理成跟踪问题或随机干扰滤波器问题。最优控制算法是应用状态空间方法，采用状态变量表达加权的二次性能指标，通过求解优化问题获得控制执行机构的最优控制规律。这种控制规律在某种意义上是使一定的性能指标 <通常是车体加速度均方值）达到最小。自适应控制算法是通过对车体和悬架系统状态的监测，在线积累与控制作用有关的信息，并修正控制系统的结构参数和控制作用，使给定的性能指标尽可能达到最优并保持最优。
八、模糊控制
模糊控制是近年来迅速发展起来的新型控制方法，其最大的特点是允许控制对象没有精确的数字模型，使用语言变量来代替数字变量，在控制过程中包含有大量人的控制经验和知识积累，与人的智能行为相似。它的这些优点使得它应用于在具有随机激励和复杂数学模型的车辆悬架系统的应用中表现出了极强的优势。在过去的二十年中，基于专家知识和经验的模糊控制逐步成为解决具有非线性、复杂和不定因素系统的有效方法。