專利名稱：汽車磁流變半主動懸架分姿態(tài)協(xié)調(diào)仿人智能控制方法
技術(shù)領(lǐng)域：
本發(fā)明屬于汽車減振控制技術(shù)領(lǐng)域，具體涉及一種汽車磁流變半主動懸架阻尼仿人智能控制方法。
背景技術(shù)：
自1973年美國的D.A.Crosby和D.C.Karnopp提出半主動概念以來，各國學者不斷致力于半主動可控裝置和控制算法的研究，其中采用磁流變液的半主動裝置，不斷被應(yīng)用于汽車，而由于半主動系統(tǒng)通常是強非線性的，應(yīng)用受到限制。從簡單的天棚阻尼控制到復雜的智能控制如模糊控制、神經(jīng)網(wǎng)絡(luò)控制不斷被應(yīng)用于仿真和道路試驗研究，而在實際車輛上得到運用的是天棚阻尼控制。天棚阻尼控制算法簡單，合理選擇參數(shù)就能夠很好地抑制車身的垂直振動，提高平順性能。但是這種平順性能的提高是以操縱穩(wěn)定性的降低為代價的，在某些工況下是不可以接受的。
依賴于模型的最優(yōu)控制以及魯棒控制，由于所需測量的狀態(tài)比較多，增加了軟硬件的復雜程度，應(yīng)用也受到了限制。模糊控制、神經(jīng)網(wǎng)絡(luò)控制的智能控制方法也被應(yīng)用于汽車的半主動減振控制，但這些方法常常是建立在各種假設(shè)的基礎(chǔ)之上，控制的規(guī)則嚴重依賴于專家的經(jīng)驗，與實際的工況有較大的差異，并且由于算法復雜，目前還主要停留在仿真實驗階段。

發(fā)明內(nèi)容
發(fā)明目的本發(fā)明提出一種汽車磁流變半主動懸架阻尼控制的方法，運用仿人智能控制的方法對行進中的汽車進行姿態(tài)劃分，并對不同的運動姿態(tài)采用不同控制模態(tài)，其目的是采用較少的傳感器，獲取車身的姿態(tài)并對運動姿態(tài)進行調(diào)整，抑制車身的垂直、俯仰以及側(cè)傾運動，提高汽車的乘坐舒適性和操縱穩(wěn)定性。
本發(fā)明的技術(shù)解決方案如下本發(fā)明方法的總體方案是利用加速度傳感器和傾角傳感器在線提取汽車行駛中車身的運動姿態(tài)信號，運用仿人智能控制的方法將汽車的運動姿態(tài)劃分為八種，對每種運動姿態(tài)采用不同的控制模態(tài)，并根據(jù)路面至車身的傳遞特性在各諧振頻率處具有最小的幅頻特性來確定控制參數(shù)，從而使汽車獲得良好的平順性和操縱穩(wěn)定性。
本發(fā)明的關(guān)鍵是運用仿人智能控制的方法對汽車運動姿態(tài)的特征信息提取，并采用相應(yīng)的控制模態(tài)進行控制。
以下結(jié)合附圖對本發(fā)明方法做詳細說明。


圖1是采用仿人智能控制方法的汽車磁流變半主動懸架系統(tǒng)示意2是對行進中的汽車運動姿態(tài)的劃分；圖3是仿人智能控制從定性決策到定量控制的過程；圖4是在隨機路面上各個運動圖式的控制作用時間(0-5s)。
圖5是在隨機路面上車身垂直振動控制的垂直振動加速度功率譜密度(40km/h)；圖6是在隨機路面上車身俯仰角振動控制的俯仰角振動加速度功率譜密度(40km/h)；圖7是在隨機路面上車身側(cè)傾角振動控制的側(cè)傾角振動加速度功率譜密度(40km/h)；
具體實施例方式
如圖1所示，將加速度傳感器1和傾角傳感器2安裝于車身質(zhì)心處，采集車身垂直振動加速度、俯仰角以及側(cè)傾角信號，作為控制器7的輸入，控制器對輸入的信號進行特振的提取，以判斷車身所處的運動姿態(tài)，參見圖2，運用仿人智能控制的方法，確定運動姿態(tài)，采取相對應(yīng)的運動圖式，對不同的運動姿態(tài)采用不同的控制模態(tài)，見圖3。確定控制參數(shù)以使垂直振動、俯仰和側(cè)傾運動在各諧振頻率處具有最小的傳遞特性，進而確定減振器可調(diào)節(jié)的懸架阻尼力，輸出控制信號(電流)至四支磁流變減振器3-6，調(diào)節(jié)阻尼特性，完成一個控制循環(huán)。
其中關(guān)鍵的仿人智能控制的方法是將行進中的汽車的運動姿態(tài)劃分為八種，對每一種運動姿態(tài)采用不同的控制控制模態(tài)，其步驟如下1、設(shè)z(n)、θ(n)及(n)分別表示時刻n汽車車身的高度、側(cè)傾角以及俯仰角；z(n)、θ(n)及(n)分別表示時刻n汽車車身垂直振動的速度、側(cè)傾角速度以及俯仰角速度；δz、δθ和δ為確定姿態(tài)的閾值參數(shù)；Fdfl、Fdfr、Rdrl及Fdrr分別為汽車對應(yīng)的前左、前右、后左及后右磁流變減振器阻尼力值；Csky-z、Cdky-θ及Cdky-為天棚阻尼系數(shù)；Kp-z、Kp-θ及Kp-為比例系數(shù)；Kd-z、Kd-θ及Kd-為微分系數(shù)；a表示車身質(zhì)心距前軸的距離，b表示車身質(zhì)心距后軸的距離，w表示車寬；2、對行進中的汽車運動姿態(tài)的劃分汽車在行進中，汽車運動姿態(tài)的變化主要由不平路面的激勵和由于駕駛員的一些操縱引起，從而呈現(xiàn)垂直振動、俯仰以及側(cè)傾的一種、兩種或兩種以上的運動耦合，而磁流變半主動懸架的控制目標是盡量衰減這些運動，調(diào)整車輛的運動姿態(tài)，提高車輛的舒適性。把汽車的運動姿態(tài)劃分為八種，如圖2所示。第一種運動姿態(tài)為理想的姿態(tài)，即控制的目標，車身的姿態(tài)變化較小，舒適性和操縱穩(wěn)定性都能得到保證，采用開環(huán)保持控制策略，第二～八種運動姿態(tài)是由于路面的激勵或駕駛員操縱引起垂直振動、俯仰以及側(cè)傾運動中的一種或幾種的耦合，采用天棚控制與比例微分控制策略相結(jié)合。
3、分姿態(tài)協(xié)調(diào)控制設(shè)計為了對汽車的各種運動姿態(tài)進行協(xié)調(diào)控制，將基于圖式理論的仿人智能控制引入到半主動控制中，設(shè)計基于整車分姿態(tài)協(xié)調(diào)控制的仿人智能控制器。
一個適用于復雜系統(tǒng)運動控制的仿人智能控制器的內(nèi)部模型，即動覺智能總圖式可以用三元組給予描述SKG＝<SP，SM，SA> (1)式中SP感知圖式集，SM運動圖式集，SA關(guān)聯(lián)圖式集。分層遞階結(jié)構(gòu)的總的動覺智能圖式突破了傳統(tǒng)控制單控制器單控制模態(tài)的結(jié)構(gòu)，構(gòu)成了具有多控制器和多控制模態(tài)的結(jié)構(gòu)。第八種運動姿態(tài)存在三種運動的耦合，設(shè)計過程具有代表性，因此以第八種運動姿態(tài)為例，說明動覺智能圖式的設(shè)計過程，其它運動姿態(tài)的動覺智能圖式可以采用相似的方法進行設(shè)計(1)感知圖式特征基元的選擇是為了正確提取車身的姿態(tài)，并采用不同的控制模態(tài)。特征基元集如下
SP8＝(R8，Q8，K8，，Ф) (2)其中，輸入變量R8為傳感器輸入，特征基元Q8的選取主要考慮如何有效地提取車身的姿態(tài) 特征基元組合時，考慮到出現(xiàn)第八種運動姿態(tài)后，是繼續(xù)偏離還是趨向于參考目標位置，關(guān)聯(lián)矩陣作如下設(shè)置K8＝{K1；...；k8}，其中ki(i＝1，...，8)對應(yīng)于Q8每個特征基元的向量，各個元素取值0或1。
K8=11010101011010110011011010011010110101100110101011100101]]>定義運算 最終得到的感知特征模態(tài)如下 (4)(2)運動圖式SM8＝(R8，P8，L8，Ψ8，U8)(5)當出現(xiàn)第八種運動姿態(tài)后，由于存在三種運動的耦合，而控制輸入僅四支磁流變減振器的可調(diào)阻尼力，為此先分別計算抑制垂直、俯仰以及側(cè)傾運動各自的控制力方程，然后進行解耦，具體做法如下1)抑制垂直振動根據(jù)感知圖式將垂直振動分為兩種情況進行處理，一種是當車身趨向于設(shè)定的目標位置時，采用天棚阻尼控制，以提高平順性能Fdfl+Fdfr+Fdrl+Fdrr=-Csky-zz·(n)---(6)]]>式中Csky-z為抑制垂直振動的天棚阻尼系數(shù)，確定該系數(shù)的原則是使垂直振動在諧振頻率處具有較小的車身對車輪的傳遞幅值。
另一種情況是當偏離設(shè)定目標位置時，采用比例微分控制，以使車身能夠快速地恢復為設(shè)定的目標位置。
Fdfl+Fdfr+Fdrl+Fdrr=Kp-zz(n)+Kd-zz·(n)---(7)]]>式中Kp-z及Kd-z分別為抑制車輛垂直振動比例和微分增益系數(shù)，同樣確定兩個增益系數(shù)的原則是使垂直振動在車身的共振頻率處具有較小的車身對車輪的傳遞幅值。
2)抑制俯仰運動和側(cè)傾運動為了抑制俯仰力矩引起的車身姿態(tài)變化，與垂直運動的處理方法相類似，同樣可以分為兩種情況加以處理，當趨向設(shè)定的目標位置時 當偏離設(shè)定目標位置時 上述兩式中，Csky-為抑制車身的俯仰振動的天棚阻尼系數(shù)，Kp-和Kd-分別為抑制車身的俯仰振動的比例和微分增益系數(shù)，確定這三個參數(shù)的原則是使車身的俯仰運動在諧振頻率處具有較小的幅頻特性。
同理可計算抑制由側(cè)傾力矩引起的側(cè)傾運動，當趨向設(shè)定的目標位置時Fdflw2-Fdfrw2+Fdrlw2-Fdrrw2=-Csky-θθ·(n)---(10)]]>當偏離設(shè)定目標位置時Fdflw2-Fdfrw2+Fdrlw2-Fdrrw2=Kp-θθ(n)+Kd-θθ·(n)---(11)]]>上述兩式中，Csky-θ為抑制車身的側(cè)傾運動的天棚阻尼系數(shù)，Kp-θ和Kd-θ分別為抑制車身的側(cè)傾振動的比例和微分增益系數(shù)，確定這三個參數(shù)的原則是使車身的側(cè)傾運動在諧振頻率處具有較小的幅頻特性。
3)各磁流變減振器所需控制阻尼力解耦由于需要確定四支磁流變減振器的阻尼力，而由1)及2)分析只能得到三個方程，無法求解，因此需補充條件。如不考慮車身的扭轉(zhuǎn)，可補充以下方程Fdflw2-Fdfrw2-Fdrlw2+Fdrrw2=0---(12)]]>當垂直、俯仰及側(cè)傾三種運動都趨向設(shè)定位置即與特征模態(tài)φ1相對應(yīng)的控制阻尼力方程組為 由上述方程組可分別求解出與特征模態(tài)φ1相對應(yīng)的四支磁流變減振器所需的控制力向量p1＝(Fdfl，F(xiàn)dfr，F(xiàn)drl，F(xiàn)drr)T，采用相同的方法，可以依次計算出其它特征模態(tài)對應(yīng)的控制力向量，最后構(gòu)成由八個基元向量組成的運動圖式基元集P8＝{p1，...，p8} (14)式中，pi(i＝1，...，8)代表四支磁流變減振器的控制力向量。
模態(tài)選擇運算矩陣L8＝I8×8，通過運算得運動圖式ψ8=L8⊗P8T.]]>其它運動姿態(tài)的運動圖式由于存在一種運動或兩種運動的耦合，可使不存在運動對應(yīng)控制力方程需要的控制力設(shè)為零，同樣可設(shè)計出其它運動姿態(tài)的運動圖式。
(3)關(guān)聯(lián)圖式模仿人的控制經(jīng)驗，先定性地判斷車身所處的運動姿態(tài)，然后根據(jù)選擇相應(yīng)的控制模態(tài)進行定量地控制，如圖3所示，每一種運動圖式都具有這種二次映射的信息處理過程。
圖4顯示了當汽車以40km/h速度在B級路面上行駛時在一段時間(5秒)各運動圖式的作用時間。圖5-7顯示了汽車以40km/h速度在B級路面上行駛時的控制效果，其中圖5顯示了對車身垂直振動的控制效果，圖中實線為被動懸架的簧載質(zhì)量-車廂地板垂直加速度功率譜，虛線為采用基于仿人智能控制的汽車半主動懸架阻尼力控制方法后測得車廂地板垂直加速度功率譜。比較得知，本專利所采用的控制方法能有效降低人體敏感的4-12.5Hz的垂直加速度，提高汽車乘坐舒適性。圖6-7顯示了車身俯仰角振動和側(cè)傾角振動的加速度功率譜，從兩圖可看出，通過控制，車身的俯仰和側(cè)傾振動在人體敏感低頻段也得到了很好抑制，在提高汽車乘坐舒適性的同時也提高了操縱穩(wěn)定性。
本發(fā)明的優(yōu)點本控制方法運用仿人智能控制的方法將行進中的汽車運動姿態(tài)劃分為八種，包括了汽車在行進中可能出現(xiàn)的主要運動姿態(tài)。由于算法只需要利用一只加速度傳感器和一個傾角傳感器在線提取汽車行駛中車身運動姿態(tài)信號，無須預測路面，可極大地降低系統(tǒng)成本，提高系統(tǒng)可靠性。根據(jù)不同的運動姿態(tài)，采用相應(yīng)的控制模態(tài)，并通過補充的力控制方程后，實現(xiàn)運動耦合下四支磁流變減振器的控制阻尼力解耦，從而使汽車獲得良好的平順性和操縱穩(wěn)定性。本控制方法是通過對天棚阻尼控制和比例微分控制的綜合，形成的一種多模態(tài)多控制器的仿人智能控制，算法比較簡單，能夠方便地應(yīng)用到現(xiàn)有汽車半主動懸架上，實現(xiàn)實時控制。
權(quán)利要求
1.汽車磁流變半主動懸架分姿態(tài)協(xié)調(diào)仿人智能控制的方法，其步驟如下(1)利用加速度傳感器和傾角傳感器在線提取車身的運動姿態(tài)信號；(2)運用仿人智能控制的方法，確定運動姿態(tài)；(3)對不同的運動姿態(tài)采用不同的控制模態(tài)；(4)確定控制參數(shù)以使垂直振動、俯仰和側(cè)傾運動在各諧振頻率處具有最小的傳遞特性，進而調(diào)節(jié)磁流變減振器阻尼力，從而使汽車獲得良好的平順性和操縱穩(wěn)定性；
2.根據(jù)權(quán)利要求1所述的方法，其特征在于所述仿人智能控制的方法是將行進中的汽車的運動姿態(tài)劃分為八種，對每一種運動姿態(tài)采用不同的控制模態(tài)，其步驟如下1)設(shè)z(n)、θ(n)及(n)分別表示時刻n汽車車身的高度、側(cè)傾角以及俯仰角； 及 分別表示時刻n汽車車身垂直振動的速度、側(cè)傾角速度以及俯仰角速度；δz、δθ和δ為確定姿態(tài)的閾值參數(shù)；Fdfl、Fdfr、Fdrl及Fdrr分別為汽車對應(yīng)的前左、前右、后左及后右磁流變減振器阻尼力值；Csky-z、Csky-θ及Csky-為天棚阻尼系數(shù)；Kp-z、Kp-θ及Kp-為比例系數(shù)；Kd-z、Kd-θ及Kd-為微分系數(shù)；a表示車身質(zhì)心距前軸的距離，b表示車身質(zhì)心距后軸的距離，w表示車寬；2)對行進中的汽車運動姿態(tài)的劃分第一種運動姿態(tài)為理想的姿態(tài)，即控制的目標，采用開環(huán)保持控制策略，第二～八種運動姿態(tài)是由于路面的激勵或駕駛員操縱引起垂直振動、俯仰以及側(cè)傾運動中的一種或幾種的耦合，采用天棚控制與比例微分控制策略相結(jié)合；3)分姿態(tài)協(xié)調(diào)控制設(shè)計設(shè)計一個適用于復雜系統(tǒng)運動控制的仿人智能控制器的內(nèi)部模型，即動覺智能總圖式，用三元組給予描述SKG＝<SP，SM，SA> (1)式中SP感知圖式集，SM運動圖式集，SA關(guān)聯(lián)圖式集，這是一個具有分層遞階結(jié)構(gòu)的總的動覺智能圖式，對于存在垂直、俯仰以及側(cè)傾三種運動耦合的運動姿態(tài)，其動覺智能總圖式的設(shè)計過程如下A、感知圖式特征基元集如下SP8＝(R8，Q8，K8，，Φ) (2)其中，輸入變量R8為傳感器輸入，特征基元Q8的選取主要考慮如何有效地提取車身的姿態(tài) 特征基元組合時，關(guān)聯(lián)矩陣作如下設(shè)置K8＝{k1；...；k8)，其中ki(i＝1，...，8)對應(yīng)于Q8每個特征基元的向量，各個元素取值0或1；K8=11010101011010110011011010011010110101100110101011100101]]>定義運算K8⊗Q8=Λi=1,j=17,8qikj,]]>最終得到的感知特征模態(tài)如下 (4)B、運動圖式SM8＝(R8，P8，L8，Ψ8，U8) (5)當出現(xiàn)第八種運動姿態(tài)后，先分別計算抑制垂直、俯仰以及側(cè)傾運動各自的控制力方程，然后進行解耦，具體做法如下a、抑制垂直振動根據(jù)感知圖式將垂直振動分為兩種情況進行處理，一種是當車身趨向于設(shè)定的目標位置時，采用天棚阻尼控制Fdfl+Fdfr+Fdrl+Fdrr=-Csky-zz·(n)----(6)]]>式中Csky-z為抑制垂直振動的天棚阻尼系數(shù)，確定該系數(shù)的原則是使垂直振動在諧振頻率處具有較小的車身對車輪的傳遞幅值；另一種情況是當偏離設(shè)定目標位置時，采用比例微分控制，使車身能夠快速地恢復為設(shè)定的目標位置Fdfl+fdfr+Fdrl+Fdrr=Kp-zz(n)+Kd-zz·(n)----(7)]]>式中Kp-z及Kd-z分別為抑制車輛垂直振動比例和微分增益系數(shù)，同樣確定兩個增益系數(shù)的原則是使垂直振動在車身的共振頻率處具有較小的車身對車輪的傳遞幅值；b、抑制俯仰運動和側(cè)傾運動為抑制俯仰力矩引起的車身姿態(tài)變化，分為兩種情況加以處理當趨向設(shè)定的目標位置時 當偏離設(shè)定目標位置時 上述兩式中，Csky-為抑制車身的俯仰振動的天棚阻尼系數(shù)，Kp-和Kd-分別為抑制車身的俯仰振動的比例和微分增益系數(shù)，確定這三個參數(shù)的原則是使車身的俯仰運動在諧振頻率處具有較小的幅頻特性；計算抑制由側(cè)傾力矩引起的側(cè)傾運動，分為兩種情況加以處理當趨向設(shè)定的目標位置時Fdflw2-Fdfrw2+Fdrlw2-Fdrrw2=-Csky-θθ·(n)---(10)]]>當偏離設(shè)定目標位置時Fdflw2-Fdfrw2+Fdrlw2-Fdrrw2=Kp-θθ(n)+Kd-θθ·(n)---(11)]]>上述兩式中，Csky-θ為抑制車身的側(cè)傾運動的天棚阻尼系數(shù)，Kp-θ和Kd-θ分別為抑制車身的側(cè)傾振動的比例和微分增益系數(shù)，確定這三個參數(shù)的原則是使車身的側(cè)傾運動在諧振頻率處具有較小的幅頻特性；c、各磁流變減振器所需控制阻尼力解耦在不考慮車身的扭轉(zhuǎn)的條件下，補充以下方程Fdflw2-Fdfrw2-Fdrlw2+Fdrrw2=0---(12)]]>當垂直、俯仰及側(cè)傾三種運動都趨向設(shè)定位置即與特征模態(tài)φ1相對應(yīng)的控制阻尼力方程組為 由上述方程組可分別求解出與特征模態(tài)φ1相對應(yīng)的四支磁流變減振器所需的控制力向量p1＝(Fdfl，F(xiàn)dfr，F(xiàn)drl，F(xiàn)drr)T，采用相同的方法，可以依次計算出其它特征模態(tài)對應(yīng)的控制力向量，最后構(gòu)成由八個基元向量組成的運動圖式基元集P8＝{p1，...，p8} (14)式中，pi(i＝1，...，8)代表四支磁流變減振器的控制力向量；模態(tài)選擇運算矩陣L8＝I8×8，通過運算得運動圖式 其它運動姿態(tài)的運動圖式由于存在一種運動或兩種運動的耦合，可使不存在運動對應(yīng)控制力方程需要的控制力設(shè)為零，同樣可設(shè)計出其它運動姿態(tài)的運動圖式；3)關(guān)聯(lián)圖式模仿人的控制經(jīng)驗，先定性地判斷車身所處的運動姿態(tài)，然后根據(jù)選擇相應(yīng)的控制模態(tài)進行定量地控制，每一種運動圖式都具有這種二次映射的信息處理過程。
全文摘要
本發(fā)明提出一種汽車磁流變半主動懸架阻尼控制的方法，它是利用加速度傳感器和傾角傳感器在線提取汽車行駛中車身的運動姿態(tài)信號，運用仿人智能控制的方法將汽車的運動姿態(tài)劃分為八種，對汽車運動姿態(tài)的特征信息提取，并采用相應(yīng)的控制模態(tài)進行控制，并根據(jù)路面至車身的傳遞特性在各諧振頻率處具有最小的幅頻特性來確定控制參數(shù)，從而使汽車獲得良好的平順性和操縱穩(wěn)定性。本控制方法是通過對天棚阻尼控制和比例微分控制的綜合，形成的一種多模態(tài)多控制器的仿人智能控制，算法比較簡單，采用的傳感器較少，能夠方便地應(yīng)用到現(xiàn)有汽車半主動懸架上，實現(xiàn)實時控制。
文檔編號B60G17/018GK1807135SQ200610054068
公開日2006年7月26日 申請日期2006年1月28日 優(yōu)先權(quán)日2006年1月28日
發(fā)明者董小閔, 余淼, 陳偉民, 李祖樞, 廖昌榮, 黃尚廉 申請人:重慶大學