平衡重式叉车底盘集成控制

平衡重式叉车底盘集成控制

0系统间耦合控制为了提高车辆的开放性，全面车辆支持能力已成为车辆动态研究的热点之一。文献[11]采用微分几何反馈矩阵设计汽车转向和制动的非线性解耦控制器,实现了转向和制动的解耦。文献[12]采用多变量频域控制中的交互控制器和特征轨迹方法设计车辆底盘集成控制器,消除了主动前轮转向(Activefrontwheelsteering,AFS)和主动制动系统间的耦合。文献[13]采用非线性解耦控制方法实现了车辆电动助力转向(Electronicpowersteering,EPS)和主动悬架(Activesuspensionsystem,ASS)间解耦。文献[9]采用BP神经网络逆系统方法实现了车辆AFS、直接横摆力矩控制(Directyaw-momentcontrol,DYC)和ASS三子系统的解耦。文献[14]采用拟线性方法,提出渐近稳定性观测器,并通过求解线性矩阵不等式确定观测器的增益,实现了系统的解耦。针对平衡重式叉车底盘各子系统间存在的干涉和耦合作用,利用非线性系统的小波网络动态逆与内模控制方法进行叉车主动后轮转向(Activerearwheelsteering,ARS)与直接横摆力矩控制的解耦控制,并利用Matlab/Simulink对控制系统进行仿真分析,最后进行基于LabVIEWPXI和veDYNA的驾驶员在环试验验证。1叉车稳定性控制控制系统参考模型如图1所示,是一个具有侧向和横摆运动的2自由度叉车模型,通过四个非线性特性的轮胎承载于地面,能够反映驾驶员的操作输入与叉车横摆角速度和质心侧偏角之间的非线性关系,ARS与DYC分别从侧向和纵向对叉车稳定性进行控制。图1中,v、β和ω轮胎模型采用日本学者GENG等式中,F式中,η根据牛顿第二定律得到叉车运动的微分方程式中,T为驾驶员施加的横摆控制力矩。定义系统的状态变量x=(βω叉车系统参考模型式(5)是一典型的多变量系统,具有两个输入变量和两个输出变量,由于轮胎纵侧向力相互耦合,叉车纵向与侧向运动相互影响,在叉车转向制动过程中,路面在给叉车提供侧向力的同时,由于叉车后轮转角的改变引起叉车侧向力的改变,导致叉车发生侧向运动,而叉车的侧向运动致使轮胎载荷中的侧向惯性力变化,进而影响纵向力的变化,因而叉车转向制动过程中,纵侧向力和纵侧向运动相互耦合影响,会导致叉车的横摆运动加剧,影响叉车的行驶稳定性和制动安全性2管理系统的设计2.1阶积分线性系统采用Interactor算法首先对输出变量y对输出变量y则存在非负整数α令由式(11)可看出,则伪线性系统由动态逆系统式(11)串联在原系统式(5)之前构成,可等效为两个一阶积分线性子系统,则多变量系统式(5)的控制可以转换为两个一阶积分线性子系统的控制来实现,完成了系统式(5)的解耦,系统解耦等效图如图2所示。2.2相对增益矩阵采用Bristol-Shinskey方法综合式(8)和式(9),分别令Δω则系统的相对增益矩阵为式中,“.*”表示矩阵的对应元素相乘。根据相对增益矩阵的特性2.3小波网络拓扑结构设计底盘集成系统的解析动态逆系统式(11)与原集成系统式(5)串联组成的伪线性系统,其解耦特性的实现是在原集成系统参数已知、准确且保持不变的前提下,因而需要构造合理的动态逆系统式(11),以提高系统的自适应能力和鲁棒性。目前常采用神经网络方法进行动态逆系统的构造。小波网络是依据小波分析理论,与一般神经网络和BP网络相比,具有收敛速度快、可调参数少、更易适应新数据、可以缩短网络训练时间根据小波函数的尺度和平移参数的选取不同,小波网络有不同种类,而小波网络B由于其无须考虑正交性,基函数的选取较灵活,且网络具有一定的冗余性,因而选取小波网络B来构造底盘集成系统的动态逆系统式(11)。小波网络B的基函数为框架式中,N由于网络的输入层和输出层的节点数可根据系统输入和输出数据的维数确定,因而仅需要确定网络拓扑结构的隐层数目和每个隐层的节点数目。小波网络的拓扑结构设计方法主要有基于时频特性方法和正交化方法,本文综合基于时频特性和正交化方法的优点,采用基于“时频特性分析+正交化”相结合的结构设计方法首先基于时频特性设计小波网络的初始结构,确定小波网络的尺度和平移参数的取值范围以及小波函数的数目,由于小波网络B的小波框架具有非正交性,会引起小波网络的冗余,因而利用正交化方法对所设计的网络结构进行优化。由于动态逆系统式(11)的输入矢量为下面进行动态逆系统式(11)的小波网络构造,首先设定训练激励信号,设定车速为10km/h下的后轮转角δ设定横摆角速度rω和质心侧偏角β响应的采样周期为4ms,采用五点数值求导法[17]对β和rω的一阶数值微分令u(1)=u选择小波母函数ψ(x)=g(x),则相应的小波函数ψ因而作为小波网络隐层节点的小波函数ψ式中,floor(uf067)和ceil(uf067)分别表示向下和向上取整。平移参数k是伸缩参数的函数,令umin和umax分别是小波函数的中心经过运算可得平移参数k的取值范围则小波函数的总数(隐层节点数)根据以上步骤,对动态逆系统式(11)采用小波神经网络进行逼近,得到4-50-2的小波网络,小波母函数ψ(x)=xexp(-x将训练好的小波网络动态逆系统与原底盘集成系统串联组成伪线性系统,对伪线性系统进行幅值为0.1的阶跃输入,得到伪线性系统与理想系统的响应如图5所示,小波网络动态逆系统与原底盘集成系统串联组成伪线性系统逼近理想线性系统。2.4内模控制器设计采用小波网络构建动态逆系统可实现系统的解耦,由于小波网络在构建动态逆系统模型时难免存在干扰、建模误差以及叉车本身参数变化等不确定因数的影响,系统的抗干扰能力和鲁棒性较差,而内模控制具有较好的鲁棒稳定性常用的滤波器主要有一型和二型滤波器,选用一型滤波器时,可实现无静差地跟踪阶跃信号,但是跟踪斜波和正弦信号不理想,有静差。二型滤波器可渐近跟踪阶跃和斜波信号,对正弦信号的跟踪精度也显著提高式中,λ在图6中,叉车的期望模型中的横摆角速度和质心侧偏角期望值可根据文献[23]计算得到。当叉车在半径为R的环形道路上行驶时的稳态转角因而叉车转角和转弯半径的稳态关系为另外考虑叉车的侧向力不能超过附着力,需要满足叉车转向时的稳态横摆误差叉车稳态侧偏角β=-e3控制系统设计仿真为验证基于小波网络动态逆内模控制方法的叉车底盘集成控制的有效性,在Matlab/Simulink中进行控制系统设计和仿真。叉车参数如下:m=4639kg;a=1.00m;b=0.97m;I3.1内模控制对比设定后轮转角频率为0.5Hz、幅值为0.08rad的单移线进行仿真,相关响应曲线如图7和图8所示,仿真数据如表1所示。由图7和图8可知,单移线工况下,采用单纯的内模控制和解耦内模控制,均能较好地跟踪横摆角速度期望值,但采用解耦内模控制的超调量较小;与单纯的内模控制相比,采用解耦内模控制的叉车质心侧偏角变化范围较小,叉车的行驶稳定较好。由表1可知,采用解耦内模控制与单纯的内模控制相比,叉车的横摆角速度峰值降低了9.2%,质心侧偏角峰值降低了26.7%。3.2内模控制对比设定后轮转角频率为0.3Hz、幅值为0.06rad的双移线进行仿真,相关响应曲线如图9和图10所示,仿真数据如表2所示。由图9和图10可知,双移线工况下,采用单纯的内模控制和解耦内模控制,均能较好地跟踪横摆角速度期望值,采用解耦内模控制的超调量较小;与单纯的内模控制相比,采用解耦内模控制的叉车质心侧偏角变化范围较小,叉车操纵稳定性较好。由表2可知,采用解耦内模控制与单纯的内模控制相比,叉车的横摆角速度峰值降低了11.9%,质心侧偏角峰值降低了27.6%。3.3相关响应曲线及仿真数据设定后轮转角幅值为0.07rad的阶跃转向进行仿真,为验证所设计的解耦内模控制系统的鲁棒性,在控制器参数保持不变的前提下,改变叉车前后轮侧偏刚度参数,按照正弦函数变化,且变化范围在±20%内,相关响应曲线如图11和图12所示,仿真数据如表3所示。由图11和图12可知,阶跃转向工况下,在叉车参数发生改变时,采用解耦内模控制的叉车可较好地跟踪横摆角速度期望值,且其质心侧偏角也在可控范围内,系统具有较好的鲁棒性;而单纯的内模控制由于受到系统控制回路间耦合作用的影响,在叉车参数改变时,两子系统仍按照各自的控制目标进行控制,没有考虑系统间的耦合影响,导致叉车的横摆角速度和质心侧偏角与期望值都存在很大的偏差,致使叉车的稳定性下降,系统的鲁棒性变差。由表3可知,采用解耦内模控制与单纯的内模控制相比,叉车的横摆角速度峰值降低了19.7%,质心侧偏角峰值降低了7.4%。4基于4x-vedyna的司机在环试验为验证基于小波网络动态逆内模控制方法的叉车底盘集成控制策略的有效性,考虑到实际试验条件的限制,采用veDYNA软件中提供的DYNAanimation动画工具建立一个虚拟的叉车运行场景,然后由真实的驾驶员对在LabVIEWPXI运行的叉车模型进行操纵,实现“人-车-路”大闭环模拟试验,降低实车试验的危险性和成本建立的基于LabVIEWPXI和veDYNA的驾驶员在环试验台如图13所示。试验台上位机为计算机主机,下位机为NI公司的LabVIEWPXI模块,车辆底盘上布置有驾驶员操作输入的转向盘、制动和节气门踏板等操纵机构,以及转向盘转角、节气门开度和制动轮缸压力传感器。经过改装后的液压控制单元(Hydrauliccontrolunit,HCU)与LabVIEW的硬件接口和驱动电路相连,然后将HCU安装于车辆底盘上,与原有车辆的制动系统管路相连接试验工况为单移线工况和阶跃转向工况,虚拟试验场中试验工况的参数设置与上述仿真工况一致。4.1单移线工况下的轨迹保持能力单移线工况下叉车后轮转角输入及相关响应曲线如图14~16所示。单移线工况下,与单纯的内模控制相比,采用解耦内模控制可更好地跟踪叉车横摆角速度,且叉车质心侧偏角的幅值被限制于±0.05rad之间,表明叉车的轨迹保持能力得到提高。4.2解耦内模控制的效果阶跃转向工况下叉车后轮转角输入及相关响应曲线如图17~19所示。阶跃转向工况下,叉车的横摆角速度和质心侧偏角得到了一定程度的抑制,与单纯的内模控制相比,采用解耦内模控制对叉车姿态的控制效果较好。试验结果表明,采用解耦内模控制可较好地跟踪横摆角速度,提高轨迹保持能力,且质心侧偏角被抑制在一个较小的范围内,有效避免了叉车发生失稳状况。5平衡重式叉车底板集成控制策略仿真与试验结果(1)在分析平衡重式叉车底盘集成系统可逆性的基础上,确定了解耦输入输出变量的匹配关系,构造了小波网络动态逆系统,设计了内模控制器,即:采用小波网络动态逆内模控制方法对平衡重式叉