目前，汽車動(dòng)懸梁已進(jìn)入到微處理進(jìn)行控制的時(shí)代?？刂品椒ㄏ冗M(jìn)、減振效果好、能耗低，是主動(dòng)懸架發(fā)展的主要方向。主動(dòng)懸架振動(dòng)控制系統(tǒng)大多由傳感器拾取車身絕對(duì)速度、身對(duì)車輪的相對(duì)速度、車身的加速度等信號(hào)，經(jīng)計(jì)算機(jī)處理后并發(fā)出控制指令進(jìn)行控制。由電液控制閥或步進(jìn)電機(jī)等執(zhí)行機(jī)構(gòu)來調(diào)節(jié)減震器阻尼系數(shù)或控制力?，F(xiàn)今主動(dòng)懸架常見的控制方法主要有以下幾種：

一、天棚阻尼器控制

天棚阻尼器控制理論由美國(guó)得 D. KARNOPP 教授提出，在主動(dòng)控制懸架的控制中被廣泛采用。天棚阻尼器控制即設(shè)想將懸架系統(tǒng)的阻尼器移到車體與某固定的天棚之間，并要求由傳動(dòng)器產(chǎn)生一個(gè)與車身隨機(jī)振動(dòng)的絕對(duì)速度成比例且反向的控制力來衰減車身的振動(dòng)，此絕對(duì)速度可通過對(duì)測(cè)得的車身垂直加速度求積分得到。傳統(tǒng)的被動(dòng)懸架可以認(rèn)為是帶阻尼器的雙質(zhì)量振動(dòng)系統(tǒng)，當(dāng)考慮到帶寬和系統(tǒng)的共振特性時(shí)，傳統(tǒng)被動(dòng)懸架性能不能令人滿意。但帶天棚阻尼器的汽車懸架，只要合理選擇參數(shù)，可徹底消除系統(tǒng)共振現(xiàn)象。

二、自適應(yīng)控制

自適應(yīng)一般發(fā)生在車輛行駛過程中，具有較慢統(tǒng)計(jì)特性變化的干擾，即路面輸入干擾。自適應(yīng)控制方法的基本思想是根據(jù)系統(tǒng)當(dāng)前輸入的相關(guān)信息，從預(yù)先計(jì)算并存儲(chǔ)的參數(shù)中選取當(dāng)前最合適的控制參數(shù)。其設(shè)計(jì)關(guān)鍵的選擇能準(zhǔn)確、可靠地反映輸入變化的參考變量。自適應(yīng)控制方法考慮了車輛系統(tǒng)參數(shù)的時(shí)變性，具有參數(shù)辨識(shí)功能，能適應(yīng)懸架載荷和元件特性的變化，自動(dòng)調(diào)整控制參數(shù)，保持性能指標(biāo)最優(yōu)。

應(yīng)用于主動(dòng)懸架的自適應(yīng)控制方法主要有增益調(diào)度控制、模型參考自適應(yīng)控制和自校正控制三類：增益調(diào)度控制是一種開環(huán)自適應(yīng)控制，通過監(jiān)測(cè)過程的運(yùn)行條件來改變控制器參數(shù)；模型參考自適應(yīng)控制 （即簡(jiǎn)化自適應(yīng)控制）通過跟蹤一個(gè)預(yù)先定義的參考模型，按照前饋和輔助控制器參數(shù)的自適應(yīng)控制規(guī)則，使非線性時(shí)變的懸架系統(tǒng)達(dá)到預(yù)期的最優(yōu)性能；自校正控制是將受控對(duì)象參數(shù)在線估計(jì)與控制器參數(shù)整定相結(jié)合，形成一個(gè)能自動(dòng)校正控制器參數(shù)的離散實(shí)時(shí)計(jì)算機(jī)控制系統(tǒng) （ 即數(shù)據(jù)采樣系統(tǒng)），是目前應(yīng)用最廣的一類自適應(yīng)控制方法。自適應(yīng)控制律已在德國(guó)大眾汽車公司的底盤上得到了應(yīng)用。

三、隨機(jī)最優(yōu)控制

隨著現(xiàn)代控制理論的應(yīng)用，提出了主動(dòng)懸架隨機(jī)最優(yōu)控制方法。主動(dòng)架最優(yōu)控制的目標(biāo)是提高汽車的平順性和操縱穩(wěn)走性，反映在物理量上就是要減小輪胎的變形，提高接地性，限制懸架的動(dòng)撓度，同時(shí)應(yīng)降低對(duì)控制能量的消耗。這種控制方法，通過建立系統(tǒng)的狀態(tài)方程式提出控制目標(biāo)及加權(quán)系數(shù)，然后應(yīng)用控制理論求解出所設(shè)目標(biāo)下的最優(yōu)控制方案。與天棚阻尼器控制方式相比，由于考慮了系統(tǒng)中更多變量的影響，因而控制效果更好。而且.， 現(xiàn)代控制方式的應(yīng)用，主要是在系統(tǒng)的控制軟件方面做一些改善，并不增加系統(tǒng)的復(fù)雜性。

四、預(yù)見控制

預(yù)見控潮是前后懸架的協(xié)調(diào)控制，它通過對(duì)前懸架簧上質(zhì)量加速度和簧下質(zhì)量相對(duì)位移的測(cè)量值來預(yù)測(cè)后懸架傳動(dòng)器的控制力。當(dāng)系統(tǒng)遇到較大或突變的干擾時(shí)，由于能量供應(yīng)峰值和元件響應(yīng)速度的限制，系統(tǒng)很可能無法輸出所需的控制力而達(dá)不到希望的控制效果。而預(yù)見控制，由于通過某種方法提前檢測(cè)到前方道路的狀態(tài)和變化，使系統(tǒng)有余地采取相應(yīng)地措施，有可能降低系統(tǒng)的能量消耗且大幅度改善系統(tǒng)控制效能，取得較好的效果。它的基本方法有兩類：一是將前輪懸架的狀態(tài)信息作為后輪懸架前饋信息；二是對(duì)四輪全進(jìn)行預(yù)見控制，由于超前預(yù)測(cè)了路面輸入，因而系統(tǒng)的性能有較大幅度的提高。從理論上看，這種系統(tǒng)應(yīng)能取得最為理想的控制效果，但需要設(shè)置特殊的傳感器。目前未見有批量實(shí)用車上市。

五、智能控制

90年代以來，智能控制 （模糊控制和神經(jīng)網(wǎng)絡(luò)控制）等非線性控制方法應(yīng)用到主動(dòng)懸架的分析研究中。它們能在特定環(huán)境和采用定性描述方式的多種目標(biāo)分析中提供有效的方按難解決各類問題，具有系統(tǒng)辨識(shí) （結(jié)構(gòu)和參數(shù)辨識(shí)）功能。模糊控制方法具有自動(dòng)調(diào)節(jié)輸入變量的組合、隸屬函數(shù)的參數(shù)和模糊規(guī)則數(shù)目等學(xué)習(xí)功能。

六、最優(yōu)控制

車輛的懸架系統(tǒng)是一個(gè)高階的數(shù)學(xué)模型，對(duì)其采用最優(yōu)控制的前提是獲得大量的狀態(tài)信息。在實(shí)際工程中，大部分的狀態(tài)變量要利用 Kalman 濾波獲得，通過求解 Riccati 方程，在使性能指標(biāo)最小的基礎(chǔ)上，綜合控制規(guī)律，這就是通常所說的 LQG 控制。由于需要大量的狀態(tài)信息，對(duì)硬件系統(tǒng)的要求很高，而且狀態(tài)重構(gòu)帶來一系列的問題，因而 LQG 最優(yōu)控制在實(shí)際中采用的很少。但由于它的結(jié)果是理論最優(yōu)的，因而還是有眾多學(xué)者對(duì)它進(jìn)了各種改進(jìn)，期望提高該控制策略。最優(yōu)控制方面研究得比較多，但應(yīng)用到實(shí)際中的還少見報(bào)道。國(guó)外在最優(yōu)控制方而的研究，大多集中在上世紀(jì) 90 年代初以前。

七、反饋控制

反饋控制實(shí)現(xiàn)了執(zhí)行機(jī)構(gòu)實(shí)時(shí)連續(xù)調(diào)節(jié)，對(duì)控制系統(tǒng)的穩(wěn)定性、精確性和反應(yīng)速度要求較高，需要測(cè)量的信息和計(jì)算量較大，通常采用最優(yōu)控制算法和自適應(yīng)控制算法，將懸架處理成跟蹤問題或隨機(jī)干擾濾波器問題。最優(yōu)控制算法是應(yīng)用狀態(tài)空間方法，采用狀態(tài)變量表達(dá)加權(quán)的二次性能指標(biāo)，通過求解優(yōu)化問題獲得控制執(zhí)行機(jī)構(gòu)的最優(yōu)控制規(guī)律。這種控制規(guī)律在某種意義上是使一定的性能指標(biāo) <通常是車體加速度均方值）達(dá)到最小。自適應(yīng)控制算法是通過對(duì)車體和懸架系統(tǒng)狀態(tài)的監(jiān)測(cè)，在線積累與控制作用有關(guān)的信息，并修正控制系統(tǒng)的結(jié)構(gòu)參數(shù)和控制作用，使給定的性能指標(biāo)盡可能達(dá)到最優(yōu)并保持最優(yōu)。

八、模糊控制

模糊控制是近年來迅速發(fā)展起來的新型控制方法，其最大的特點(diǎn)是允許控制對(duì)象沒有精確的數(shù)字模型，使用語言變量來代替數(shù)字變量，在控制過程中包含有大量人的控制經(jīng)驗(yàn)和知識(shí)積累，與人的智能行為相似。它的這些優(yōu)點(diǎn)使得它應(yīng)用于在具有隨機(jī)激勵(lì)和復(fù)雜數(shù)學(xué)模型的車輛懸架系統(tǒng)的應(yīng)用中表現(xiàn)出了極強(qiáng)的優(yōu)勢(shì)。在過去的二十年中，基于專家知識(shí)和經(jīng)驗(yàn)的模糊控制逐步成為解決具有非線性、復(fù)雜和不定因素系統(tǒng)的有效方法。