唐傳茵 馬巖 趙廣耀 李允公 張洪鐵

（1.東北大學(xué)機(jī)械工程與自動化學(xué)院，沈陽 110819）（2.沈陽儀表科學(xué)研究院，沈陽 110043）

引言

車輛懸架的功用為承載車身與車輪之間的力，完成車輪與車身之間的力與力矩的傳遞作用，緩和來自路面?zhèn)鬟f給車身的沖擊載荷，衰減沖擊載荷引起的振動，保證車輛能夠正常行駛.車輛懸架系統(tǒng)在很大程度上決定著整車的行駛平順性、操縱穩(wěn)定性與通過性，對減振效果等多項(xiàng)使用性能都有著很大影響.車輛平順性與操縱穩(wěn)定性的矛盾問題是車輛動力學(xué)一直存在的問題，懸架電控技術(shù)為解決這個問題找到了辦法.關(guān)于懸架電控系統(tǒng)控制規(guī)律的研究受到學(xué)者的廣泛關(guān)注.很多研究者進(jìn)行了關(guān)于懸架模糊控制器設(shè)計(jì)與主動，半主動懸架系統(tǒng)的仿真分析［1，2，6］.本文提出了針對整車系統(tǒng)模型的新的模糊控制方法，方法一，設(shè)計(jì)了一種模糊控制器，整車模型采用一種控制算法.在第二種控制方法中，分別設(shè)計(jì)針對垂向振動的模糊算法控制器，針對俯仰運(yùn)動的模糊算法控制器，與針對車體側(cè)傾時運(yùn)動的模糊控制器；側(cè)傾與俯仰時的運(yùn)動狀態(tài)與垂直運(yùn)動不同，經(jīng)過反復(fù)試驗(yàn)與仿真分析，提出了針對本文仿真模型的側(cè)傾運(yùn)動與俯仰的模糊規(guī)則.最后根據(jù)整車的運(yùn)動情況，對三種控制器進(jìn)行邏輯運(yùn)算，得到邏輯運(yùn)算控制器，應(yīng)用仿真軟件進(jìn)行七自由度整車系統(tǒng)建模.結(jié)合仿真得到的結(jié)果對本文所建立的針對整車模型的模糊控制器進(jìn)行分析與研究.

1 七自由度整車模型

七自由度整車系統(tǒng)模型［3］如圖1所示.系統(tǒng)微分方程：

其中：a－車身質(zhì)心到前輪（1、3）軸線的距離；b－車身質(zhì)心到后輪（2、4）軸線的距離；c－車身質(zhì)心到右輪（3、4）軸線的距離；d－車身質(zhì)心到左輪（1、2）軸線的距離；jx－車身對于x軸的轉(zhuǎn)動慣量；jy－車身對于 y軸的轉(zhuǎn)動慣量；zi（i＝1，2，3，4）－非簧載質(zhì)量的垂向位移；z′i（i＝1，2，3，4）－車身四個端點(diǎn)處的垂向位移；yi（i＝1，2，3，4）－路面激勵.

圖1 7自由度整車系統(tǒng)模型Fig.1 The seven degrees of freedom model of vehicle

2 模糊控制系統(tǒng)建立

嘗試兩種模糊控制方法［4，5］.針對不同的控制對象，采用不同的控制變量，對整車七自由度模型進(jìn)行控制，兩種控制方法的模糊控制規(guī)則不同，由仿真結(jié)果，對比兩種控制方法對本文的整車模型的有效性.

2.1 方法一

選取懸架動行程的變化與變化率作為模糊控制器的輸入變量，輸出變量為控制力，模糊規(guī)則如表1所示.

表1 模糊規(guī)則表Table 1 Rule for Fuzzy Logic

2.2 方法二

方法二所建立的模糊控制系統(tǒng)，包括垂直振動的模糊算法控制器，俯仰振動的模糊算法控制器，控制側(cè)傾運(yùn)動的模糊算法控制器，與邏輯運(yùn)算控制器.控制系統(tǒng)的結(jié)構(gòu)框圖如圖2所示.在垂直振動控制器中，車身的速度和車身的加速度作為輸入變量，經(jīng)過垂向控制器運(yùn)算后，得到第一個中間輸出變量；在俯仰振動控制器中，把車身俯仰的角速度與車身俯仰的角加速度作為輸入變量，經(jīng)過抗點(diǎn)頭控制器運(yùn)算后，得到第二個中間輸出變量；在側(cè)傾振動控制器中，車身側(cè)傾的角速度與車身側(cè)傾的角加速度設(shè)計(jì)為輸入變量，經(jīng)過抗側(cè)傾控制器運(yùn)算后，得到第三個中間輸出變量；邏輯運(yùn)算控制器，以三個中間輸出變量作為輸入變量，經(jīng)過數(shù)學(xué)運(yùn)算與邏輯運(yùn)算后，得到四個輸出控制力.

圖2 控制系統(tǒng)結(jié)構(gòu)圖Fig.2 The structure diagram of the control system

2.2.1 垂向運(yùn)動的模糊控制器

在設(shè)計(jì)的垂向運(yùn)動的模糊控制器中，車身速度與車身加速度作為輸入變量，第一個中間變量作為輸出變量.在模糊系統(tǒng)的設(shè)計(jì)中，根據(jù)仿真得到的車身加速度范圍，車身速度的模糊論域定為［－2.5 2.5］，車身加速度模糊論域定為［－2.5 2.5］.對車身速度定義 7個模糊集合，NB，NM，NS，ZE，PS，PM，PB.車身加速度定義7個模糊集合：NB，NM，NS，ZE，PS，PM，PB；對中間變量定義 7個模糊集合：NB，NM，NS，ZE，PS，PM，PB.輸入輸出變量的隸屬函數(shù)經(jīng)過反復(fù)嘗試后選擇gauss2mf函數(shù).垂直運(yùn)動的模糊規(guī)則如表2所示.

表2 垂直模糊控制規(guī)則Table 2 The rule for vertical fuzzy control system

2.2.2 俯仰運(yùn)動的模糊控制器與側(cè)傾運(yùn)動的模糊控制器

在針對俯仰運(yùn)動的模糊控制器設(shè)計(jì)中，以車身的俯仰角速度與俯仰角加速度這兩個變量作為為輸入量，第二個中間變量作為輸出變量.俯仰角速度的模糊論域定義為［－2.5 2.5］，俯仰角加速度模糊論域定為［－2.5 2.5］.對俯仰角速度定義7個模糊集合，NB，NM，NS，ZE，PS，PM，PB.俯仰角加速度定義7個模糊集合：NB，NM，NS，ZE，PS，PM，PB；對中間變量定義7個模糊集合：NB，NM，NS，ZE，PS，PM，PB.輸入輸出變量的隸屬函數(shù)經(jīng)過反復(fù)嘗試后選擇gauss2mf函數(shù).俯仰時，設(shè)車身左右對稱，P1＝P3，P2＝P4.經(jīng)過反復(fù)試驗(yàn)，得到俯仰運(yùn)動的模糊規(guī)則.針對側(cè)傾運(yùn)動的控制器的設(shè)計(jì)依照同樣原理，把車身的俯仰角速度與車身的俯仰角加速度這兩個變量作為輸入量，第三個中間變量作為輸出變量.側(cè)傾角速度的模糊論域定義為［－3 3］，側(cè)傾角加速度的基本論域?yàn)椋郏? 3］.對側(cè)傾角速度定義7個模糊集合，NB，NM，NS，ZE，PS，PM，PB側(cè)傾角加速度定義7個模糊集合：NB，NM，NS，ZE，PS，PM，PB；對中間變量定義 7個模糊集合：NB，NM，NS，ZE，PS，PM，PB.輸入輸出變量的隸屬函數(shù)經(jīng)過反復(fù)嘗試后選擇gauss2m f函數(shù).側(cè)傾時，設(shè)車身前后對稱，P1＝P2，P3＝P4，側(cè)傾時的運(yùn)動狀態(tài)與俯仰運(yùn)動，垂直運(yùn)動都不同，經(jīng)過反復(fù)試驗(yàn)，設(shè)計(jì)側(cè)傾運(yùn)動的模糊規(guī)則，如下表3所示.

2.2.3 邏輯運(yùn)算控制器

在邏輯運(yùn)算控制器的設(shè)計(jì)中，取模糊控制器的三個中間輸出變量，作為邏輯運(yùn)算控制器的輸入變量，邏輯運(yùn)算控制器的輸出變量為系統(tǒng)的控制力.參數(shù)a表示前軸到質(zhì)心的距離、參數(shù)b表示后軸到質(zhì)心的距離.參數(shù)c表示車輛左側(cè)車輪質(zhì)量到車軸質(zhì)心的距離、參數(shù)d表示車輛右車輪質(zhì)量到車軸質(zhì)心的距離.

圖3 合成后系統(tǒng)的受力簡圖Fig.3 The sketch of the composed system

將汽車車身的整體振動看作是車身在垂向方向的平動運(yùn)動，與繞車身質(zhì)心的旋轉(zhuǎn)運(yùn)動的合成運(yùn)動［6］，這樣合成后系統(tǒng)的受力如圖3所示.

經(jīng)過邏輯控制器運(yùn)算后的輸出為

3 仿真分析

進(jìn)行仿真分析，路面條件為B級路面，車速為30m/h.第一種控制策略控制后的結(jié)果如圖4至圖6所示，分別表示控制前后的車身垂向加速度響應(yīng)，車身俯仰角加速度響應(yīng)，車身側(cè)傾角加速度響應(yīng).第二種控制策略，控制后的結(jié)果如圖7至圖9所示.兩種控制策略的對比在表4中表示.由仿真結(jié)果可以看出，采用本文的模糊控制后，整車的車身垂向加速度響應(yīng)，車身俯仰角加速度響應(yīng)，與車身側(cè)傾角加速度響應(yīng)都得到比較好的衰減，而且輪胎動變形響應(yīng)也得到了降低，懸架動行程效果不是很明顯，但是也有一定程度的效果.

針對本文的七自由度整車懸架模型，分別建立針對垂向運(yùn)動的模糊控制器、針對點(diǎn)頭運(yùn)動的模糊控制器、針對橫向運(yùn)動的模糊控制器，與邏輯運(yùn)算控制器，車體不同的運(yùn)動方式采用不同的控制規(guī)則，而且經(jīng)過力學(xué)的合成，可以較好的改善系統(tǒng)的舒適性與操穩(wěn)性.分別建立不同運(yùn)動的模糊控制器，比單一采用同一種模糊控制器的控制效果要好，系統(tǒng)的舒適性與操縱穩(wěn)定性都有一定程度的改善.

圖4 車身加速度響應(yīng)Fig.4 The response of vehicle acceleration

圖6 車身側(cè)傾角加速度響應(yīng)Fig.6 The response of vehicle roll acceleration

圖7 車身垂向加速度Fig.7 The response of vehicle vertical acceleration

圖8 車身俯仰角加速度響應(yīng)Fig.8 The response of vehicle pitch acceleration

圖9 車身側(cè)傾角加速度響應(yīng)Fig.9 The response of vehicle roll acceleration

兩種控制方法的對比如表4所示.

表4 控制方法的對比Table 4 The comparison of the controlled method

4 結(jié)論

本文的第一種模糊控制器，整車模型采用一種控制策略，控制后車身垂直加速度改善9.3%，懸架動行程未變，輪胎動變形改善5.3%.第二種方法，分別設(shè)計(jì)垂直振動模糊控制器，俯仰振動模糊控制器，側(cè)傾振動模糊控制器和邏輯控制器后，控制效果比第一種方法要好.車身垂直加速度改善14.71%，懸架動行程改善3.4%，輪胎動變形改善4.8%.采用第二種控制方法后，在本文所設(shè)計(jì)的仿真條件下，車輛的平順性與操穩(wěn)性能都得到改善.

1 陳士安，劉紅光，陸森林.汽車主動懸架四自由度模糊控制系統(tǒng).汽車工程，2001，23（6）：375～380（Chen SA，Liu H G，Lu SL.Fuzzy control system for four freedom active suspension of automobile.Automobile Engineering，2001，23（6）：375～380（in Chinese））

2 管繼富，武云鵬，黃華，顧亮.車輛半主動懸架的模糊控制.系統(tǒng)仿真學(xué)報，2007，19（5）：1030～1033（Guan J F，F(xiàn)U Y P，HUANG H，GU L.Fuzzy control system for semiactive suspension of vehicle.Journal of System Simulation，2007，19（5）：1030～1033（in Chinese））

3 Eski I，Yildirim S.Vibration control of vehicle active suspension system using a new robust neural network control system.Simulation Modeling Practice and Theory，2009，17：778～793

4 黃治國.空氣懸架控制系統(tǒng)仿真及試驗(yàn)研究［碩士學(xué)位論文］.吉林：吉林大學(xué)，2005（Huang ZG.Control system simulation and test research for air suspension［Master Thesis］.Jinlin：Jinlin University，2005（in Chinese））

5 Guclu R.Fuzzy logic control of seat vibrations of a nonlinear full vehicle model.Nonlinear Dynamics，2005，40：21～34

6 田佳雨，申永軍，趙永香.含時滯的半主動系統(tǒng)動力學(xué)分析.動力學(xué)與控制學(xué)報，2013，11（1）：65～69（Tian JY，Shen Y J，Zhao Y X.Dynamical analysis of semi-active system with time-delay.Journal of Dynamics and Control，2013，11（1）：65～69（in Chinese） ）