田海勇, 王靖岳, 張 勇, 梁洪明
(1.中車(chē)大同電力機(jī)車(chē)有限公司,山西 大同 037038; 2.沈陽(yáng)理工大學(xué) 汽車(chē)與交通學(xué)院, 遼寧 沈陽(yáng) 110159;3.湖南大學(xué) 汽車(chē)車(chē)身先進(jìn)設(shè)計(jì)制造國(guó)家重點(diǎn)實(shí)驗(yàn)室,湖南 長(zhǎng)沙 410082; 4.廈門(mén)金龍旅行車(chē)有限公司,福建 廈門(mén) 361026;5.中國(guó)質(zhì)量認(rèn)證中心沈陽(yáng)分中心,遼寧 沈陽(yáng) 110013)
車(chē)輛的行駛平順性和舒適性是人們關(guān)注的熱點(diǎn)問(wèn)題。20世紀(jì)60年代以來(lái),國(guó)內(nèi)外專(zhuān)家學(xué)者開(kāi)始研究主動(dòng)、半主動(dòng)控制懸架系統(tǒng),提出了不同的控制方法,如最優(yōu)控制[1-2]、自適應(yīng)控制[3-4]、模糊控制[5-6]、人工神經(jīng)網(wǎng)絡(luò)[7-8]等。隨著座椅設(shè)計(jì)技術(shù)的提高,出現(xiàn)了可控座椅,大大提高了乘座舒適性,也把一些控制方法應(yīng)用其中。張志勇等針對(duì)座椅懸架系統(tǒng)參數(shù)的不確定性和位移測(cè)量難題,基于線性矩陣不等式和H∞最優(yōu)控制理論,設(shè)計(jì)了座椅懸架系統(tǒng)的參數(shù)不確定性H∞輸出反饋控制器[9]。朱躍等針對(duì)含有人體動(dòng)態(tài)的座椅懸架系統(tǒng),通過(guò)合理選擇狀態(tài)變量及干擾變量,從控制通道輸入的匹配干擾來(lái)建立路面激勵(lì),同時(shí)考慮模型參數(shù)變化這一類(lèi)不匹配干擾對(duì)系統(tǒng)的影響,基于滑??刂评碚?,設(shè)計(jì)了全程滑模切換函數(shù);結(jié)合不匹配干擾估計(jì)器,構(gòu)建了座椅懸架系統(tǒng)控制器[10]。趙強(qiáng)等提出基于半車(chē)解耦模型的半主動(dòng)座椅懸架的模糊滑??刂?,通過(guò)與PID控制、滑模控制和被動(dòng)懸架仿真結(jié)果的對(duì)比驗(yàn)證了仿真結(jié)果,該方法明顯減小了座椅振動(dòng)[12]。姜鵬等設(shè)計(jì)、制造并測(cè)試了一種可同時(shí)實(shí)現(xiàn)垂向和縱向振動(dòng)衰減的半主動(dòng)集成座椅懸架系統(tǒng),對(duì)比分析了半主動(dòng)模糊控制、半被動(dòng)控制以及被動(dòng)控制狀態(tài)下座椅懸架系統(tǒng)的振動(dòng)性能,將仿真結(jié)果用搭建的實(shí)驗(yàn)測(cè)試系統(tǒng)進(jìn)行了驗(yàn)證[13]。隨著汽車(chē)向集成化、智能化、節(jié)能化等方向發(fā)展,人們開(kāi)始將車(chē)輛懸架和座椅懸架進(jìn)行集成控制,郭立新等先后提出基于線性矩陣不等式優(yōu)化技術(shù)的主動(dòng)座椅懸架和車(chē)輛主動(dòng)懸架的魯棒H∞集成控制策略和變?cè)鲆鍸QR集成控制策略[14-15]。胡國(guó)良等提出了一種聯(lián)合車(chē)輛主動(dòng)懸架與座椅主動(dòng)懸架的集成最優(yōu)控制[16]。殷康勝等以駕駛員座椅和懸架系統(tǒng)為研究對(duì)象,運(yùn)用將不同優(yōu)化算法組合的方法對(duì)駕駛員座椅和懸架系統(tǒng)結(jié)構(gòu)參數(shù)進(jìn)行優(yōu)化并獲得最優(yōu)解集[17]。從以上文獻(xiàn)中可以看出,要么單獨(dú)控制車(chē)身,要么單獨(dú)控制座椅,把兩者結(jié)合起來(lái)的集成控制研究還比較少且算法單一,值得廣泛深入研究。
筆者設(shè)計(jì)了參數(shù)自調(diào)整模糊PID控制器,分別應(yīng)用在車(chē)身控制、座椅控制和對(duì)車(chē)身和座椅的集成控制模型上,以人體加速度、座椅加速度、車(chē)身加速度、懸架動(dòng)撓度和車(chē)輪動(dòng)載荷為評(píng)價(jià)指標(biāo)對(duì)比分析了集成控制策略的優(yōu)越性。
圖1為一個(gè)簡(jiǎn)化了的1/4車(chē)體四自由度車(chē)輛懸架系統(tǒng)集成控制模型。
圖1 “車(chē)-椅-人”系統(tǒng)集成控制模型
圖中k1為坐墊等效剛度;k2為座椅彈簧剛度;k3為懸架等效剛度;k4為輪胎等效剛度;m1為人體質(zhì)量;m2為座椅質(zhì)量;m3為車(chē)身質(zhì)量;m4為輪胎質(zhì)量;c1為坐墊等效阻尼系數(shù);c2為座椅等效阻尼系數(shù);c3為懸架等效阻尼系數(shù);z1為人體質(zhì)心的垂直位移;z2為座椅質(zhì)心的垂直位移;z3為車(chē)身質(zhì)心的垂直位移;z4為輪胎質(zhì)心的垂直位移;z5為路面輸入位移;us、ub是由控制器控制的變阻尼減振器所產(chǎn)生的阻尼力,ECU為汽車(chē)專(zhuān)用計(jì)算機(jī)控制系統(tǒng)。
該系統(tǒng)的動(dòng)力學(xué)微分方程為:
(1)
參數(shù)自調(diào)整模糊PID控制融合了PID和模糊思想。首先,利用PID算法,以座椅的垂直運(yùn)動(dòng)速度e及速度變化率ec作為系統(tǒng)控制輸入量;然后,利用模糊規(guī)則對(duì)e和ec進(jìn)行模糊推理;最后,對(duì)參數(shù)進(jìn)行調(diào)整,進(jìn)而滿(mǎn)足不同時(shí)刻對(duì)參數(shù)自整定的要求。修正參數(shù)ΔkP、ΔkI、ΔkD為輸出,如圖2所示。那么,PID控制器輸出的參數(shù)kP、kI、kD為式(2)~(4)所示;其中,kP′、kI′、kD′為預(yù)整定值。
kP=kP′+ΔkP
(2)
kI=kI′+ΔkI
(3)
kD=kD′+ΔkD
(4)
圖2 參數(shù)自調(diào)整模糊PID控制原理圖
圖3 隸屬度函數(shù)曲線
模糊控制器的輸入和輸出均用語(yǔ)言子集{負(fù)大,負(fù)中,負(fù)小,零,正小,正中,正大}來(lái)表示,即{FD,FZ,FX,O,ZX,ZZ,ZD},建立合適的模糊控制規(guī)則,建立的規(guī)則集共49條,如表1~3所列。模糊變量誤差、誤差變化、控制量的模糊論域均為[-3,3],調(diào)整系數(shù)的模糊論域均為[-1,1],然后計(jì)算出各量化因子。控制器的輸入和輸出變量的隸屬度函數(shù)選用三角形隸屬度函數(shù),應(yīng)用MATLAB中的Fuzzy工具箱來(lái)設(shè)計(jì)函數(shù)曲線,如圖3所示。
表1 Δkp的模糊控制規(guī)則表
表2 ΔkI的模糊控制規(guī)則表
表3 ΔkD的模糊控制規(guī)則表
表4 車(chē)輛的基本參數(shù)
圖4 車(chē)輪動(dòng)載荷隨時(shí)間的變化圖
圖5 懸架動(dòng)撓度隨時(shí)間的變化圖
圖6 車(chē)身加速度隨時(shí)間的變化圖
圖7 座椅加速度隨時(shí)間的變化圖
圖8 人體加速度隨時(shí)間的變化圖
表5 性能改善分析表
從表5中可以看出,與以車(chē)身控制、座椅控制相比,集成控制的車(chē)輪動(dòng)載荷降低了11.67%、懸架動(dòng)撓度減小了18.18%、車(chē)身加速度減小了19.81%、座椅加速度減小了22.46%、人體加速度減小了19.73%,提高了汽車(chē)的操縱穩(wěn)定性和行駛平順性。
針對(duì)車(chē)輛座椅和懸架系統(tǒng)向集成化方向發(fā)展,提出了參數(shù)自調(diào)整模糊PID控制策略,通過(guò)仿真得出以下及結(jié)論。
(1) 融合模糊理論和PID設(shè)計(jì)的模糊PID控制器可以參數(shù)自整定,控制的效果好。
(2) 與分別以車(chē)身和座椅為控制目標(biāo)相比較,集成控制更能減少車(chē)輪動(dòng)載荷、懸架動(dòng)撓度、車(chē)身加速度、座椅加速度和人體加速度;明顯的改善了汽車(chē)的行駛平順性和操縱穩(wěn)定性。