汽车悬架控制技术的概述

1、 汽车悬架控制技术的概述 关键词：车辆悬架 控制方法 摘要：对车辆悬架及其控制系统进行了较为全面的叙述，介绍了车辆悬架的类型与工作原理，着重对以现代控制理论为核心的车辆悬架控制方法予以比较和分析并作出相应的评价，对车辆悬架控制系统的发展方向和应用进行了研究，为深入研究车辆悬架控制系统提供有力的保证。 悬架系统是车辆的一个重要组成部分。车辆悬架性能是影响车辆行驶平顺性、操纵稳定性和行驶速度的重要因素。传统的被动悬架一般由具有固定参数的弹性元件和阻尼元件组成，被设计为适应某一种路面，限制了车辆性能的进一步提高。20世纪70年代工业发达国家已经开始研究基于振动主动控制的主动、半主动悬架系统。 近年来

2、电子技术、测控技术、机械动力学等学科的快速发展，使车辆悬架系统由传统被动隔振发展到振动主动控制。特别是信息科学中对最优控制、自适应控制、模糊控制、人工神经网络等的研究，不仅使悬架系统振动控制技术在现代控制理论指导下更趋完善，同时已开始应用于车辆悬架系统的振动控制，使悬架系统振动控制技术得以快速发展。随着车辆结构和功能的不断改进和完善，研究车辆振动，设计新型悬架系统，将振动控制到最低水平是提高现代车辆质量的重要措施。1 悬架系统的类型与工作原理 根据现代车辆对悬架提出的各种性能要求，悬架的结构形式和振动控制方法随时在更新和完善。悬架的结构形式很多，分类方法也不尽相同。按导向机构的形式，可分为独立

3、悬架和非独立悬架两大类。按控制力则可分为被动悬架、半主动悬架和主动悬架三种基本类型。1.1 被动悬架 一般的车辆绝大多数装有由弹簧和减振器组成的机械式悬架。其中，弹簧主要用来支承簧上质量的静载荷，而减振器主要用于控制响应特性。这种悬架系统的阻尼和刚度参数一般是通过经验设计或优化设计方法选择的，一旦确定，在车辆行驶过程中就无法随外部状态变化而改变。而对车辆悬架的要求：一是为提高转弯、制动等操纵过程的稳定性，要求悬架应具有高阻尼系数；二是为隔开随机路面不平对车辆的扰动，提高乘坐舒适性，要求悬架应具有低阻尼系数。被动悬架由于参数不能任意选择和调节，限制了其性能的进一步提高，因此，减振性能很差。1.2

4、 半主动悬架 半主动悬架由可变特性的弹簧和减振器组成。其基本工作原理是根据簧上质量相对车轮的速度响应和加速度响应等反馈信号，按照一定的控制规律调节可调弹簧的刚度或可调减振器的阻尼力。半主动悬架在产生力的方面近似于被动悬架，但是其阻尼系数或刚度系数是可变的。 通过改变弹簧刚度构成的半主动悬架由Hu-bbard等人于1976年提出，弹簧刚度的改变是通过切换空气弹簧实现的。与机械弹簧相比，空气弹簧存在更多的优势。因此国外早在20世纪80年代就已将空气弹簧悬架应用于各种车辆，与被动悬架相比其减振效果好。1.3 主动悬架 主动控制悬架由弹性元件和一个力发生器组成。力发生器的作用在于改进系统中能源的消耗并

5、供给系统以能量，该装置的控制目标是要实现一个优质的隔振系统，而又无需对系统作出较大的变化。因此，只需使力发生器产生一个正比于绝对速度负值的主动力，即可实现该控制目标。这种悬架的减振效果非常理想。 主动悬架系统通常有两种形式，即由电机驱动的空气式悬架和由电磁阀驱动的油气式悬架。日产和丰田公司的一些高级车上装载的油气式主动悬架，由一个电液比例阀（针阀）和一个机械式压力伺服滑阀构成压力控制阀。其工作原理是：当路面激励频率较低时，由计算机对控制阀的线圈施加一定的电流使针阀打开，在控制阀的出口处即产生一个与之成比例的输出油压，通过控制油压缸内的油压以控制车辆的振动；当路面激励频率适中时，主要由滑阀的机械

6、反馈功能对油压缸内的油压进行伺服控制，从而进行车体减振；当激励频率较高时，则利用与油压缸连通的气体弹簧室吸收振动能量而达到减振。目前，主动悬架的商品化存在较大困难，一是硬件价格昂贵；二是能量消耗过大，仅用于排量较大的高档车型。近年来，日产和丰田公司宣布在轿车上成功地应用了液力主动悬架，主要在高速赛车上进行了试验，其弯道行驶横向加速度可达到8g。因此，主动悬架研究的主要任务之一是减少功率消耗、提高控制系统的集成化。2 车辆悬架控制系统的控制方法 车辆悬架控制系统是一个含有许多不确定因素的非线性的机、电、液一体化系统，基于模型的线性控制策略受到很大的限制，也即用传统控制方法难以达到其预定的性能要求

7、。目前应用于车辆悬架控制系统的控制方法主要有现代控制方法(如自适应控制方法、预见控制方法、最优控制方法及鲁棒控制方法)和智能控制方法(如模糊控制、神经网络控制)以及复合控制方法。2.1 自适应控制方法 自适应控制是针对具有一定不确定性的系统而设计的。自适应控制方法可以自动检测系统的参数变化，从而时刻保持系统的性能指标为最优。其基本出发点是根据系统当前输入的相关信息，从预先计算并存储的参数中选取当前最合适的控制参数。其设计关键是选择能准确、可靠地反映输入变化的参考变量。只要参数选择适当，控制器即可快速、方便地改变控制参数，以适应当前输入的变化。应用于车辆悬架控制系统的自适应控制方法主要有自校正控

8、制和模型参考自适应控制两类控制策略。自校正控制是一种将受控对象参数在线识别与控制器参数整定相结合的控制方法。模型参考自适应控制的原理是当外界激励条件和车辆自身参数状态发生变化时，被动车辆的振动输出仍能跟踪所选定的理想参考模型。采用自适应控制的车辆悬架减振器在德国大众汽车公司的汽车底盘上得到了应用。合肥工业大学陈无畏等人将自适应控制技术应用于汽车半主动控制悬架，在实车应用过程中，振动性能明显优于被动悬架。2.2 预见控制方法 预见控制方法是利用车辆前轮的扰动信息预估路面的干扰输入，将测量的状态变量反馈给前后控制器实施最优控制。由于这种控制技术可以通过某种方法提前检测到前方路面的状态和变化，将使控

9、制系统有足够的时间采取措施。因此，可大大降低系统的能耗，且改善系统的控制性能。根据预见信息的测量及利用方法不同，可构成不同的预见控制系统，如对四轮进行预见控制和利用前轮扰动信息对后轮进行预见控制。一个控制系统，如果在决定控制指令时，不仅考虑系统当时的状态，而且还对系统未来的目标值或干扰予以考虑，这样一种预见控制的方法，往往能弥补因系统响应速度不足所带来的缺陷而提高控制性能，降低系统控制能量峰值和控制能量消耗量。2.3 最优控制方法 最优控制首先要确定一个明确的目标函数，通过一定的数学方法计算出使该函数取极值时的控制输入。一般情况下，目标函数的确定要靠经验，最优控制的解只有在极少数情况下才能得出

10、解析解，有的可以通过计算机得到数值解。应用于汽车悬架控制系统的最优控制方法常用的有线性最优控制和H最优控制等。 线性最优控制是建立在系统较为理想的模型基础上，采用受控对象的状态响应与控制输入的加权二次型作为性能指标，同时保证受控结构在动态稳定条件下实现最优控制。例如，将线性二次型调节器控制理论和线性二次高斯型控制理论应用于车辆悬架系统以实现最优控制。 H最优控制方法是通过设计控制器，在确保闭环系统各回路稳定的条件下，使相对于干扰的输出取最小的一种最优控制方法。为了模拟由于车身质量、轮胎刚度和减振器阻尼系数等变化不确定的误差，应用H最优控制方法可使汽车悬架振动控制具有较强的适应不确定因素影响的能

11、力。由于实际的车辆系统往往是时变的非线性系统，从而使实际系统达不到运用最优控制理论所预期的性能。因此有必要对系统进行鲁棒性分析，即在各种模型误差及不确定扰动的情况下，研究系统的鲁棒稳定性问题。2.4 智能控制方法 智能控制是一门新兴的学科领域，是针对系统及其控制环境和任务的不确定性而提出来的。智能控制过程是含有复杂性、不确定性，且一般不存在已知算法的非传统数学公式化的过程。在智能控制过程中，以知识信息为基础进行推理和学习，用启发式方法来引导求解。因此，就智能控制过程而言，系统应该设计成为对环境和任务的变化有快速的应变能力，且能完成各种难以用传统的分析数学和统计数学方法定义得清楚的任务。目前，智

12、能控制技术已广泛应用于各种系统中，智能性已成为衡量产品和高技术的标准。应用于汽车悬架系统的智能控制主要有模糊控制和神经网络控制。 模糊控制是近年来迅速发展起来的新型控制方法，其特点是允许控制对象没有精确的数学模型，使用语言变量代替数字变量，在控制过程中包含有大量人的控制经验和知识，与人的智能行为相似,结构控制框图如图4所示。其控制器的输入量可选择车身加速度和车身与车轮的相对速度，输出量为动力装置产生的作用力。 模糊控制方法应用于车辆悬架系统的研究文献较多，其中具有代表性的是日本德岛大学芳村敏夫教授的研究工作，他同时把模糊控制方法应用于车辆悬架半主动和主动控制系统，其结果证明了模糊控制方法的有效

13、性。日本名古屋大学桥山智训等采用GA(genetic algorithm 遗传算法)设计车辆悬架半主动系统的模糊控制器，计算机模拟结果显示结合GA的模糊推理方法比常规方法更有效。 神经网络是一个由大量处理单元(神经元)组成的高度并行的非线性动力系统，其特点是可学习性和巨量并行性，故在车辆悬架控制系统中有广泛的应用前景。研究表明用神经网络控制的非线性悬架系统，和用传统的LQ（linear quadratic 线性二次型）调节器控制的悬架相比具有更好的性能。人工神经网络是生物学中脑神经网络的某种抽象、简化和模拟，它是由大量类似于人脑神经元的基本信息处理单元通过广泛连接而构成的高度非线性超大规模连续

14、时间动力系统，反映了人脑功能的若干基本特性，控制框图如图5所示。作为一种并行分布式处理系统，它具有自动知识获得、联想记忆、自适应性、良好的容错性和推广能力。目前，神经网络控制方法越来越多地应用在特定环境以及采用固定描述方式的多种目的的设计中。2.5 复合控制方法 现在，车辆悬架控制方法的研究几乎涉及到控制理论的所有分支，各种控制方法均有其特点和不足之处。而采用复合控制方法则往往能得到意想不到的结果，如自适应控制与鲁棒控制的复合、自适应控制与神经网络控制的复合、神经网络控制与最优预见控制的复合以及神经网络控制与模糊控制的复合等。研究表明，复合控制方法更适用于车辆悬架这样复杂非线性系统的建模与控制

15、，也是悬架控制研究今后的一个重点内容。3 半主动悬架的自适应模糊控制3.1 悬架模型本文采用二自度14车体模型进行控制器的设计与分析，模型结构如图11所示。其中，为非簧载质量；为簧载质量；为悬架弹簧刚度；为轮胎刚度；为阻尼器的阻尼系数；变量.和分别代表路面激励、非簧载质量及簧载质量的位移。为连续可调阻尼器的阻尼力,3 结束语 当前，车辆悬架控制系统的研究与开发是车辆动力学与控制领域的国际性前沿课题。车辆行驶平顺性和操纵稳定性逐渐受到人们的重视，传统的被动悬架已不能满足需要。为使悬架系统能够适应不同道路及速度条件，各种新型电子控制悬架得到了迅速发展。特别是近年来相关学科和高新技术的发展，使得研究实用的半主动和主动悬架控制系统成为现实。半主动悬架控制系统已进入实际应用阶段，主动悬架控制系统由于其造价昂贵，需要额外的控制功率等原因，目前仍停留在实验室阶段。今后，车辆悬架控制系统的研究目标是研究和开发控制有效、能耗低、成本低廉的车辆悬架控制系统。为此必须解决的理论研究和实际应用问题：一