资源描述：
《自适应模糊控制方法在主动悬挂系统中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第20卷第3期机械科学与技术Vol.20No.32001年5月MECHANICALSCIENCEANDTECHNOLOGYMay2001文章编号:1003-8728(2001)03-0390-02自适应模糊控制方法在主动悬挂系统中的应用研究1,22屈文忠,常新龙12(西北工业大学,西安710072;第二炮兵工程学院,西安710025)屈文忠摘要:提出了一种主动悬挂系统的自适应模糊控制方法,分别是车体位移和轮胎位移;Ka、Kt分别是弹簧刚度系数;该模糊控制方法可以在线自适应调整模糊控制的有关Ca是阻尼系
2、数;r是路面激励;u是作动器的控制力。参数。1/4车辆模型作为仿真对象,模糊控制器可以显著地减小车辆的振动及干扰,提高车辆的舒适性。仿真结果表明该模糊控制方法的有效性。另外,当主动悬挂系统模型参数发生变化时该模糊控制器表现出良好的鲁棒性。关键词:振动主动控制;模糊控制器;主动悬挂系统;车辆模型中图分类号:U463.33文献标识码:A该车辆主动悬挂系统模型的动力学方程为良好的车辆悬挂系统可以有效地降低由于路面不规则MbXs+Ka(Xs-Xw)+Ca(Xs-Xw)-u=0激励造成的过大的车体加速度,
3、使之具有良好的乘坐质量,MusXw+Ka(Xw-Xs)+Ca(Xw-Xs)+并能够维持良好的可操作性。为主动悬挂系统设计一套好Kt(Xw-r)+u=0的控制方法在汽车工业领域已进行了广泛的研究。多种控制方法已用于主动悬挂系统的设计,其中最优控制是广泛在许多车辆主动悬挂系统的设计中均忽略了作动器的动力应用的一种[1]。然而,构造最优控制器需要对车辆和路面激学特性,只把u作为控制器的输出。本文中仍然考虑此种简励准确建模。在许多情况下车辆有着复杂结构,如存在非线化情况,以突出控制算法的基本特性。主动悬
4、挂系统模型的有关参数依照文献[5]采用如下性和不确定性,最优控制器不能适应系统的不确定性。模糊控制可以处理系统不确定性问题,而且不依赖于的标准值:Mb=290kgMus=59kgKa=16812N/m受控对象模型,因此被广泛引入车辆悬挂系统的主动控制之中[2,3]。由于初始模糊控制器参数大都由经验确定,往往Ca=1000N/(m/s)Kt=190000N/m不是最优的,一些调整方法已用于提高模糊控制器的性能,如文献[4]设计了基于遗传算法的主动悬挂系统模糊控制2主动悬挂系统的模糊控制方法方法。但此种优
5、化方法是离线进行的,不能在线优化模糊控模糊逻辑控制系统一般包括模糊规则库、模糊化、模糊制器的各种参数。推理机和解模糊判决等四个部分。当采用单值模糊化、乘积本文针对1/4车辆模型设计了一种模糊控制器,自适形式的推理规则、重心法解模糊判决时,模糊逻辑控制器可表示为[6]应学习算法能够在线修改模糊控制器参数,提高模糊控制MM器的控制效果。仿真计算结果表明了该控制方法的有效性u(k)=∑iyi/∑i和鲁棒性。i=1i=1ii式中:u(k)是模糊控制器的输出;y是输出模糊集合B的中心,即i1系统模型Bi(
6、y)在输出空间的这一中心点上取得最大值;1/4车辆模型经常用于主动悬挂系统的分析和设N是第i条模糊规则被激活的适用度,i=∏i(xj);[5]A计,因为它易于表现整车的许多重要特性。主动悬挂系统j=1j的模型如图1所示。Ai(xj)代表输入xj的隶属函数,Ai(xj)=exp[-jj图1中:Mb、Mus分别是车体质量和轮胎质量;Xs、Xwxj-xij2ii(i)],xj,j是高斯型隶属函数的两个参数,分别表示j隶属函数的中心和分散程度。因此模糊控制器的输出u(k)收稿日期:19991002是
7、参数集!(k)的函数,!(k)={yi(k),xii作者简介:屈文忠(1968-),男(汉),湖北,讲师,工学博士j(k),j(k)}。第3期屈文忠等:自适应模糊控制方法在主动悬挂系统中的应用研究391初始模糊逻辑控制器按大多数模糊逻辑控制器的情形进行构造。本文车辆主动悬挂系统模糊控制器的输入选为两个,即Xs-Xw及其变化率,模糊控制器的输出为作动器的控制力u。隶属函数的论域按照主动悬挂系统的物理意义进行划分,即模糊控制器输入变量的论域根据车辆受路面激励产生的最大响应来确定,而输出变量作动器控制力的论
8、域为[-18001800]N。在各个论域上,隶属函数的模糊子集分别取为NL(负大)、NS(负小)、ZE(零)、PS(正小)、PL(正大)等5个。模糊规则库完备的规则集为25条,为通图2主动悬挂系统的路面激励常的UNLP(upper-diagonal-negativelower-diagonal-posi-图3、4分别是[7],这也是大多数模糊控制算法中的规则形式。本tive)形式在两种路面激励文的模糊规则库如表1所示(表中e代表Xs-Xw,e为e的下,
