一种防晕车的主动悬架鲁棒遗传控制方法
- 国知局
- 2024-08-02 17:00:44
本发明涉及车辆的悬架控制,具体涉及一种防晕车的主动悬架鲁棒遗传控制方法。
背景技术:
1、车辆悬架系统是车辆的重要组成部分,悬架的性能直接影响车辆行驶的平顺性以及乘客及驾驶员的乘坐舒适性,并且对乘员的晕车状况有很大的影响。
2、由于共振的存在,人体暴露在垂直和俯仰的振动中都会导致晕动症的出现,而以往的悬架模型大多使用二自由度模型,仅能反应垂直振动,不能有效反应俯仰振动,因此,有必要建立四自由度车辆模型,才能有效反应车辆的垂直运动和俯仰运动,并能够进行轴间预瞄,从而提升主动悬架的性能,从而改善乘坐舒适性。
3、为满足要求,需要设计一种主动悬架控制策略,能够在保证悬架的基本性能的基础上,有效抑制悬架在乘客易发晕动症的频率区间(0.1~0.5hz)内的振动,而鲁棒h∞控制方法能够有效处理这些约束条件,以往的主动悬架未考虑晕动症易发频率范围内的控制策略,且控制参数依靠经验来调试和确定各个参数的取值,较难找到最优解。
4、遗传算法是根据大自然中生物进化规律而设计提出的,通过模拟大自然进化过程搜索最优解的方法来优化控制参数,遗传算法可以通过“选择、交叉、变异”,快速求得较复杂的组合优化解。
5、由于控制参数不同的取值组合会导致控制器求解结果有较大的影响,因此,考虑引入拥有较强的全局优化能力和并行搜索能力的遗传算法来改进控制算法,为求控制器最优解提供了可行方案,以往的主动悬架控制算法未使用遗传算法来优化其控制参数。
6、综上所述,需要发明一种防晕车的主动悬架鲁棒遗传控制方法。
技术实现思路
1、为了解决上述技术问题,本发明提出了一种防晕车的主动悬架鲁棒遗传控制方法,使用遗传算法对控制参数进行整定,得到满足目标函数的最终解,从而达到降低晕动症发病率的目的。
2、为实现上述目的,本发明公开的一种防晕车的主动悬架鲁棒遗传控制方法,包括如下步骤:
3、s1:根据车辆动力学特性,建立车辆四自由度主动悬架的系统状态方程;
4、s2:建立悬架基本性能约束条件以及防晕车的优化目标函数,得到控制状态方程;
5、s3:在车辆行驶过程中,根据前轮所采集的路面信息以及晕车指标等约束条件,建立含有轴距预瞄的主动悬架鲁棒控制状态方程;
6、s4:根据s3所得的状态方程,设计控制输入时滞的有限频域h∞控制算法,建立系统稳定的线性矩阵不等式;
7、s5:引入遗传算法,对线性矩阵不等式中的参数求最优解,通过遗传算法来改进控制算法,便于找到控制器的最优解;
8、s6:利用s5求出的最优解,求得满足悬架约束条件和防晕车目标函数的闭环控制系统,求取状态输出反馈增益,进而得到主动悬架控制器。
9、进一步地,s1具体为:
10、系统的运动微分方程如下:
11、
12、
13、
14、
15、其中:mc为簧上质量,mtf为前轮簧下质量,mtr为后轮簧下质量,ic为车身转动惯量,θc为车身俯仰角,xc为车身重心处垂直位移,xtf为前轮的垂直位移,xtr为后轮的垂直位移,xrf为前轮路面输入,xrr为后轮路面输入,csf为前悬架阻尼,csr为后悬架阻尼,ksf为前悬架刚度,ksr为后悬架刚度,ktf为前轮胎刚度,ktr为后轮胎刚度,faf为前悬架作动器输出力,far为后悬架作动器输出力,a为前轴距,b为后轴距;
16、选取状态向量为:
17、
18、将主动悬架系统的运动微分方程转换为系统状态方程:
19、
20、其中:
21、令k1=ic+a2mc,k2=ic+b2mc,k3=ic-abmc,k4=icmc,则有
22、
23、
24、
25、进一步地,s2具体为:
26、s2.1建立悬架基本性能约束条件:要满足悬架动行程不超过最大许用行程即xt-xs|<xstmax,xt表示轮胎的垂直位移,xs表示车身的垂直位移,xstmax表示悬架的最大许用行程;车轮与地面保持良好接触即|kt(xr-xt)|<|(mc+mt)g|,kt表示轮胎刚度,xr表示路面垂直位移,mt表示轮胎质量,g表示重力加速度;控制力应小于作动器最大输出控制力即fa<fmax,fa表示作动器输出力,fmax表示作动器最大输出力可选取系统的控制输出为
27、s2.2建立防晕车的优化目标函数:建立悬架对路面激励在晕动频率区间内的抑制能力最好,有效缓解乘员的晕动症,提升乘坐舒适性和车辆行驶平顺性。路面扰动输入为能量有界信号,该控制方法的控制目标就是提高乘坐的舒适性,降低车体加速度以及车身俯仰角加速度,因此,可选取系统的观测输出为可通过降低路面扰动到车体加速度的传递函数的最大值来实现,该控制目标的数学描述为
28、进一步地,s3具体为:
29、由于车辆的轴距l为定值,四自由度悬架模型前轮激励与后轮激励有时滞,即tτ表示激励输入时滞时间,vc表示车辆行驶速度,因此可得控制状态方程为:
30、
31、z1=c1x+d1u
32、z2=c2x+d2u
33、其中,c1、d1为观测输出的系数矩阵,c2、d2为控制输出的系数矩阵。
34、进一步地,s4具体为:
35、对于给定的正数γ,α,β1,β2,ρ,如果存在对称矩阵p>0,p1>0,p2>0,s1>0,s2>0,r1>0,r2>0,q>0,以及任意矩阵k和y满足不等式:
36、
37、
38、
39、式中,符号[]s为矩阵与其转置矩阵之和;*为其对角线对称元素的转置;{}i表示矩阵的第i行;
40、π1=tτ2s2-q-β1[y];π2=p+p2+jωcq+β1ayt-β2y;π3=r2-s2-ω1ω2q+β2[ayt]s。
41、进一步地,s5具体为:
42、s5.1染色体编码与种群生成:染色体编码采用实数编码方式,以控制参数作为染色体的可调变量;可将其表示为ch=(α,β1,β2),初试种群的创建采用可行种群,可以在满足边界条件和约束条件的情况下创建随机初始种群,从而保证了初始种群的多样性和算法的全局搜索。
43、s5.2适应度函数与适应值缩放:控制器的优化目标是找到使γ有最小值得控制参数取值,从而使路面扰动到车体加速度得传递函数得h∞范数最小,尤其是将人体易发生晕动的频率范围内的影响降低到最小,在matlab中的ga工具箱中,适应度函数采用的是最小化目标函数,适应度函数可直接取fitness=γ(ch)。
44、s5.3选择、交叉、变异与迁移:选择算子是根据适应度值,随机选择n个染色体,在n个染色体中再优秀的个体作为父代,用于产生下一代的个体;交叉算子是从父代个体中选取一对个体,通过交叉操作产生新的个体,将两个个体的染色体信息进行混合;变异算子是对新生成的个体进行变异操作,引入随机性,增加搜索空间的多样性;迁移算子是一种高级遗传算子,支持在多个子种群中交换个体,某个子种群种最优个体替换掉另一个子种群种的最差个体,与单种群遗传算法相比,多子种群中个体迁移的遗传算法能够改善算法的优化性能,迁移只能从n代子种群向n+1代子种群迁移,迁移率为0.1,迁移间隔为10,即每10代迁移一次。
45、s5.4终止条件判断:遗传算法的的终止准则采用迭代次数,即达到最大迭代次数或目标函数达到一定阈值时,判断算法是否停止。
46、进一步地,s6具体为:
47、以悬架时滞系统为研究对象,则控制输入时滞的有限频域h∞控制器的设计过程可按照以下方式求取:
48、(1)无外界干扰时系统渐进稳定;
49、(2)在零初始条件下,外界扰动到输出的传递函数在乘客易晕动频率范围(0.1~0.5hz)内应满足
50、(3)外界扰动能量小于时,控制约束条件始终能够得到保证。
51、通过遗传算法优化得到主要控制参数α,β1,β2后,求解线性矩阵不等式,再通过状态反馈控制求出控制器的反馈增益,进而求得作动器的控制力。
52、与现有技术相比,本发明所述的一种防晕车的主动悬架鲁棒遗传控制方法,具备以下
53、有益效果:
54、(1)通过考虑乘客晕动症的易发频率,并将其作为主动悬架的约束条件,设计了有限频域状态反馈鲁棒控制算法,避开了对乘客对晕动症影响较大的0.1~0.5hz频段内的振动,提高了乘坐舒适性,防止乘客晕车;
55、(2)本发明使用了鲁棒h∞控制算法,针对车辆四自由度主动悬架模型进行控制,能够有效的保证车辆悬架的各项性能要求;
56、(3)本发明还考虑了车辆的轴距预瞄,车辆前轮经过的路面激励,后轮在一定的时间滞后tτ,会经过与前轮相同的路面激励,使用四自由度悬架模型,进一步提高了悬架的性能
57、(4)本发明还使用了遗传算法对鲁棒控制算法中的线性矩阵不等式进行优化求解,从而得到最佳参数,相较于单纯依靠经验来调试和确定各个参数的取值,使用遗传算法来改进控制算法的设计,进一步提高防晕车的控制目的,提升乘坐舒适性。
本文地址:https://www.jishuxx.com/zhuanli/20240718/253466.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表