汽车悬挂系统的自适应模糊滑模控制研究
汽车悬挂系统的自适应模糊滑模控制研究[20191215165650]
摘要
运动的汽车是一个复杂的振动系统，汽车系统的复杂性包括复杂的子系统及其之间的相互关联影响、复杂的参数变化、不确定的外界扰动以及其他未知因素。性能优良的汽车悬挂系统对于驾驶灵活性与行驶稳定性有着非常重要的作用。半主动汽车悬挂系统既避免了主动悬挂系统的复杂性，又实现了对汽车悬挂系统的主动控制，是汽车悬挂系统的理想控制方法。
本文中的控制算法所使用的模型是半主动二自由度1/4汽车悬挂系统仿真模型与“天钩（skyhook）”理想参考模型，完整系统的输入即路面起伏情况可人为进行设定，将相同的路面情况输入至这两种模型中，同时，系统存在的所有可能受到的干扰以及不确定性因素等可能造成的影响也进行人为设定并施加于仿真模型中，因此两种模型会有不同的输出情况，将输出情况输出至自适应模糊滑模控制器。控制器的总输出力分为等效控制力与切换控制力两部分，等效控制中，采用滑模控制的方法的可得出等效控制力，在切换控制力中需要确定切换增益，在此采用模糊滑模的方法，在线自适应调整切换增益。再将总的控制力加于仿真模型中，可实现对系统在线调整阻尼控制力的功能，以实现仿真模型对理想模型的追踪，从而完成悬挂系统的稳定功能。
查看完整论文请+Q: 351916072
关键字:半主动悬挂系统；二自由度1/4汽车模型；“天钩（skyhook）”参考模型；模糊滑模自适应控制；等效控制；切换控制
目录
第一章 绪论 1
第二章 车辆悬挂系统控制策略概况 3
2.1最优控制 3
2.2预测控制 3
2.3自适应控制 4
2.4滑模控制 4
2.5模糊控制 4
2.6自适应模糊控制 5
2.7模糊滑模控制 5
第三章 车辆悬挂系统仿真模型及参考模型 7
3.1二自由度1/4汽车悬挂系统仿真模型 7
3.2“天钩（skyhook）”参考模型 8
第四章 车辆悬挂系统自适应模糊滑模控制 10
4.1整体描述 10
4.2系统描述 10
4.3自适应模糊滑模控制器的设计 11
4.3.1自适应滑模控制 11
4.3.2自适应模糊滑模控制 13
第五章 自适应模糊滑模控制MATLAB仿真 16
5.1 MATLAB/Simulink/S函数简介 16
5.1.1 MATLAB 16
5.1.2 Simulink 16
5.1.3 S函数 17
5.2 MATLAB/Simulink的具体使用 19
5.2.1构建主体系统 19
5.2.2 S函数表示参考模型及仿真模型 20
5.2.3 S函数表示的控制方法 21
第六章 仿真结果与分析 22
6.1参数设定 22
6.2实验曲线 22
6.2.1加控制与不加控制相对比 22
6.2.2不同路面情况干扰情况对控制方法的检验 26
第七章 总结与展望 31
7.1研究成果总结 31
7.2本研究存在的不足 31
7.3如何改善 31
7.4思考与感悟 32
参考文献 34
致谢 37
附录 外文文献原文及翻译 38
Part1 外文文献原文 38
Part2 外文文献翻译 46
第一章 绪论
汽车技术的发展使人们在享受高水平的驾乘感时，也使人们对于汽车性能的要求不断提高。在这种互相促进的关系中，汽车的悬挂系统占了举足轻重的地位，因为性能优良的汽车悬挂系统不单可以提高汽车行驶稳定性与操作灵活性，而且会使车内的乘客拥有较好的舒适性[]。为此，对车轮与车体之间的连接部分即汽车的悬挂系统进行良好的控制在汽车控制领域显得尤为重要。
完全由弹性元件组成的悬挂系统称为被动控制悬挂系统，没有弹性元件而是完全由控制器产生相应的力抵消路面变化的悬挂系统控制方式称为主动控制悬挂系统，兼具控制器与弹性元件的悬挂系统称为半主动控制悬挂系统,半主动控制悬挂系统相对于主动悬挂系统而言，系统结构更加简单，控制部分复杂程度低，控制过程中几乎不需要向系统提供附加能量，同时，在控制效果上又能接近于主动控制悬挂系统，因而普遍认为半主动悬挂系统有着更为广阔的应用前景，也吸引着更多的研究目光。特别是电、磁流变减振器的出现，加快了半主动悬挂系统产业化的进程[]。
悬挂系统是汽车系统中的一个典型系统，该系统的主要作用是传递车轮和车架之间的作用力，在汽车所运行的路面存在较为明显的起伏变化时，可使车体尽可能的保持平稳，从而保证汽车运行的平顺行，增加车内乘客的乘坐舒适性以及所载货物的安全完整性。性能优越的悬挂系统，是保证车辆在不同路面条件下兼具灵活的操纵性和车体的稳定性[]的重要保证。
实际中的汽车悬挂系统是一个非常复杂的多自由度振动系统，实验研究表明，汽车在颠簸的路面行驶时，汽车悬挂系统的混沌运动有可能发生[]。因此，悬挂系统难以建立精确的数学模型，导致基于精确数学模型的悬挂系统的控制方法难以取得良好控制效果，较为普遍采用的研究方法是用一种近似的较为理想化的概念模型来代替实际的系统，但另一方面，这种理想的概念模型又会降低控制方法在实际应用中的准确性，因此这两者之间的平衡是一个非常值得认真考虑的问题。
针对精确模型与精确控制的矛盾，模糊控制的优势得以显现。模糊控制基于人的经验设定，不需要建立精确的数学模型。在现代工业生产中PID控制被广泛应用[]，但是PID控制有参数难以调节，以及参数难以实时随条件变化而变化的问题。相比于PID控制，模糊控制具有建模简单、控制精度高、非线性适应性强等优点,可以避免建模中遇到的许多复杂性和不确定性，在没有精确模型的情况下也可取得较好的控制效果，这种优势适合运用于汽车的悬挂系统控制。
因此，在本研究中，便将模糊控制运用到汽车悬挂系统的研究中，并与自适应控制、滑模控制相结合，采用自适应模糊滑模控制技术到汽车悬挂系统中，通过设计自适应模糊滑模控制器，将模糊控制、滑模控制和自适应控制有机结合，采用半主动悬挂系统的控制方式，既实现了对悬挂系统的智能控制，又可以避免完全主动控制悬挂系统的运算复杂，成本过高的问题。采用模糊控制策略可以克服模型不精确的问题,并且可以克服采用滑模控制时系统穿越滑模面时会带来的抖振问题。针对汽车悬挂系统的时变非线性的特点，将相应的自适应模糊滑模控制方法运用于该悬挂系统的控制中，从而使汽车悬挂系统的控制功能更加完善,最大限度地改善汽车行驶平稳性和操作灵活性。
第二章 车辆悬挂系统控制策略概况
在国内外的车辆工程研究领域，对于悬挂系统的研究特别是半主动悬挂系统的研究有很多，本章将对现有的具有代表性的控制方法进行简单叙述。
2.1最优控制
汽车的悬挂系统是一个高阶的数学模型，对其采用的最优控制的前提是必须获得大量的状态信息，实际的工程运用中，通过Kalman滤波器来获得大量的状态变量，再求解Riccati方程，保证系统性能指标限定在某个范围，再运用相应的控制规律，该方法即通常所说的LQG控制策略。但是大量状态信息的获得会对系统提出较高的要求，同时状态重构会产生鲁棒性的问题[]。因而实际中LQG最优控制策略的运用并不广泛，但由于该方法的控制结果是最优的，所以还是吸引了大量的研究目光，研究者期望通过改进该方法，提高其鲁棒性 []。
2.2预测控制
预测控制是指通过传感器技术将车辆将要接收到的地面信息提前传递给悬挂系统的控制器，通过控制器的控制方法，理想情况下可实现悬挂系统对地面信息，如路面起伏情况，的瞬时响应甚至同步响应，即不必等待车轮因为路面变化再产生变化的信息，便可预测出被控对象下一步的理论被控状态，及所需要从控制器获得的控制参数。
但预测控制的实现必须建立在传感器等硬件的良好性能的基础之上[]，而且复杂的路面和复杂的环境都会对传感器对路面进行感知造成影响。
预测控制的基本方法有两种，一种是感知车辆运行前方的实时路面信息，调整整体的悬挂系统的相应的参数，另一种是感知车辆运行方向上的前部车轮的状态，并将该信息实时传递给后部车轮，第二种方法对传感器的要求低一些，但是这样的车辆的悬挂系统的控制效果有所降低[7]。
2.3自适应控制
自适应控制主要是指可以根据实际情况，控制器可以自动的调节相应的控制参数甚至控制方法，以取得更好的对被控对象的控制效果。汽车悬挂系统的自适应控制主要有自校正控制和模型参考控制两种方法，自校正控制通过获得的控制器参数信息，在线的实时的计算悬挂系统相关的参数，再由稳定性理论设计出相应的控制规律，按照控制规律修改悬挂控制器的相关参数，最后通过控制器的输出信号实现对悬挂系统的实时控制。自校正控制方法由于需要接收大量的输入输出信息，并进行大量的在线计算，因而对控制系统软件硬件性能要求高，并且不能实现良好的实时控制性。模型参考自适应控制方法将输入系统的路面信息，同时输入给实际的悬挂系统以及参考悬挂系统中，通过处理两个系统对于相同输入产生的不同的输出，根据Lyapunov稳定性理论，结合自适应控制规律，通过控制器的输出实时调整实际的悬挂控制系统的控制参数，使其状态信息趋近于理想化的参考模型，进而实现对悬挂装置的自适应控制[]。
2.4滑模控制
滑模控制即滑模变结构控制是一种特殊的非线性控制，特征表现为系统的“结构”可在动态系统中根据系统当前的状态信息进行变化，使系统按照预定的“滑动模态”的状态轨迹运动。由于滑动模态的设计不必考虑具体系统参数及干扰量，故滑模控制可以快速响应变化，并且对于系统的参数变化及扰动不灵敏，系统不必在线调整，系统的实际应用较为简单。但该方法也存在缺点，即控制下的系统状态轨迹到达滑模面后，不会按照滑模面运动，而是交替存在于滑模面两侧，反复穿越滑模面会导致颤动现象的产生。汽车悬挂系统的研究领域中，对于滑模控制的应用并不多，而且滑模控制多是要配合其他控制策略，进而削弱系统状态轨迹穿梭滑模面造成的颤动现象[]。
2.5模糊控制
模糊控制是一种基于专家知识和经验的控制方法，对于复杂的、具有很多非线性及不确定因素的系统的控制具有很好的控制效果[]。模糊控制是一种类似于模仿人的推理和决策过程的控制方法，具体来说，设计者需要首先将操作人员或专家的经验总结成模糊规则，再模糊化传感器传送来的实时输入信号，经模糊控制器计算与推理，最后将推理后的输出量经处理后加到被控对象[]。
同样的，在汽车悬挂系统的研究领域中，模糊控制的应用并不多，出于控制精度的考虑，模糊控制多是要配合其他控制策略。
2.6自适应模糊控制
模糊控制器的设计可以不需要被控对象的精确的数学模型，但其非常依靠专家或操作者的经验知识，模糊控制可以将人的思维判断运用于控制器中，但在实际设计过程中，如果没有方便的可靠的思维判断总结，设计人员就很难按照模糊控制的思想设计出满足系统需求的控制器，此外采用了“如果，那么”控制规则的模糊控制器，较难实现控制参数的在线调整，使得构造具有自适应功能的模糊控制器比较困难。
自适应模糊控制是指具有在线自适应调整能力的模糊逻辑系统，类似于人类的学习行为，该学习行为可以根据系统的参数信息在线调整系统的参数，一个自适应模糊控制器可以由一个单或是若干个自适应模糊系统组成。与传统的自适应控制相比，自适应模糊控制的优势在于可以在传统控制的基础上将人的逻辑推理过程运用到其中，这一点对具有高度不确定性因素的系统设计而言尤为重要。
自适应模糊控制有两种形式：一种是直接自适应模糊控制，即通过对实际系统与理想系统目标之间的偏差计算，按照一定的算法来直接得出控制器的参数并进行调整，另一种是间接自适应模糊控制，即通过实时识别系统，建立出被控对象的实时模型，再根据所建立的模型实时设计出对应的模糊控制器[11]。
摘要
运动的汽车是一个复杂的振动系统，汽车系统的复杂性包括复杂的子系统及其之间的相互关联影响、复杂的参数变化、不确定的外界扰动以及其他未知因素。性能优良的汽车悬挂系统对于驾驶灵活性与行驶稳定性有着非常重要的作用。半主动汽车悬挂系统既避免了主动悬挂系统的复杂性，又实现了对汽车悬挂系统的主动控制，是汽车悬挂系统的理想控制方法。
本文中的控制算法所使用的模型是半主动二自由度1/4汽车悬挂系统仿真模型与“天钩（skyhook）”理想参考模型，完整系统的输入即路面起伏情况可人为进行设定，将相同的路面情况输入至这两种模型中，同时，系统存在的所有可能受到的干扰以及不确定性因素等可能造成的影响也进行人为设定并施加于仿真模型中，因此两种模型会有不同的输出情况，将输出情况输出至自适应模糊滑模控制器。控制器的总输出力分为等效控制力与切换控制力两部分，等效控制中，采用滑模控制的方法的可得出等效控制力，在切换控制力中需要确定切换增益，在此采用模糊滑模的方法，在线自适应调整切换增益。再将总的控制力加于仿真模型中，可实现对系统在线调整阻尼控制力的功能，以实现仿真模型对理想模型的追踪，从而完成悬挂系统的稳定功能。
查看完整论文请+Q: 351916072
关键字:半主动悬挂系统；二自由度1/4汽车模型；“天钩（skyhook）”参考模型；模糊滑模自适应控制；等效控制；切换控制
目录
第一章 绪论 1
第二章 车辆悬挂系统控制策略概况 3
2.1最优控制 3
2.2预测控制 3
2.3自适应控制 4
2.4滑模控制 4
2.5模糊控制 4
2.6自适应模糊控制 5
2.7模糊滑模控制 5
第三章 车辆悬挂系统仿真模型及参考模型 7
3.1二自由度1/4汽车悬挂系统仿真模型 7
3.2“天钩（skyhook）”参考模型 8
第四章 车辆悬挂系统自适应模糊滑模控制 10
4.1整体描述 10
4.2系统描述 10
4.3自适应模糊滑模控制器的设计 11
4.3.1自适应滑模控制 11
4.3.2自适应模糊滑模控制 13
第五章 自适应模糊滑模控制MATLAB仿真 16
5.1 MATLAB/Simulink/S函数简介 16
5.1.1 MATLAB 16
5.1.2 Simulink 16
5.1.3 S函数 17
5.2 MATLAB/Simulink的具体使用 19
5.2.1构建主体系统 19
5.2.2 S函数表示参考模型及仿真模型 20
5.2.3 S函数表示的控制方法 21
第六章 仿真结果与分析 22
6.1参数设定 22
6.2实验曲线 22
6.2.1加控制与不加控制相对比 22
6.2.2不同路面情况干扰情况对控制方法的检验 26
第七章 总结与展望 31
7.1研究成果总结 31
7.2本研究存在的不足 31
7.3如何改善 31
7.4思考与感悟 32
参考文献 34
致谢 37
附录 外文文献原文及翻译 38
Part1 外文文献原文 38
Part2 外文文献翻译 46
第一章 绪论
汽车技术的发展使人们在享受高水平的驾乘感时，也使人们对于汽车性能的要求不断提高。在这种互相促进的关系中，汽车的悬挂系统占了举足轻重的地位，因为性能优良的汽车悬挂系统不单可以提高汽车行驶稳定性与操作灵活性，而且会使车内的乘客拥有较好的舒适性[]。为此，对车轮与车体之间的连接部分即汽车的悬挂系统进行良好的控制在汽车控制领域显得尤为重要。
完全由弹性元件组成的悬挂系统称为被动控制悬挂系统，没有弹性元件而是完全由控制器产生相应的力抵消路面变化的悬挂系统控制方式称为主动控制悬挂系统，兼具控制器与弹性元件的悬挂系统称为半主动控制悬挂系统,半主动控制悬挂系统相对于主动悬挂系统而言，系统结构更加简单，控制部分复杂程度低，控制过程中几乎不需要向系统提供附加能量，同时，在控制效果上又能接近于主动控制悬挂系统，因而普遍认为半主动悬挂系统有着更为广阔的应用前景，也吸引着更多的研究目光。特别是电、磁流变减振器的出现，加快了半主动悬挂系统产业化的进程[]。
悬挂系统是汽车系统中的一个典型系统，该系统的主要作用是传递车轮和车架之间的作用力，在汽车所运行的路面存在较为明显的起伏变化时，可使车体尽可能的保持平稳，从而保证汽车运行的平顺行，增加车内乘客的乘坐舒适性以及所载货物的安全完整性。性能优越的悬挂系统，是保证车辆在不同路面条件下兼具灵活的操纵性和车体的稳定性[]的重要保证。
实际中的汽车悬挂系统是一个非常复杂的多自由度振动系统，实验研究表明，汽车在颠簸的路面行驶时，汽车悬挂系统的混沌运动有可能发生[]。因此，悬挂系统难以建立精确的数学模型，导致基于精确数学模型的悬挂系统的控制方法难以取得良好控制效果，较为普遍采用的研究方法是用一种近似的较为理想化的概念模型来代替实际的系统，但另一方面，这种理想的概念模型又会降低控制方法在实际应用中的准确性，因此这两者之间的平衡是一个非常值得认真考虑的问题。
针对精确模型与精确控制的矛盾，模糊控制的优势得以显现。模糊控制基于人的经验设定，不需要建立精确的数学模型。在现代工业生产中PID控制被广泛应用[]，但是PID控制有参数难以调节，以及参数难以实时随条件变化而变化的问题。相比于PID控制，模糊控制具有建模简单、控制精度高、非线性适应性强等优点,可以避免建模中遇到的许多复杂性和不确定性，在没有精确模型的情况下也可取得较好的控制效果，这种优势适合运用于汽车的悬挂系统控制。
因此，在本研究中，便将模糊控制运用到汽车悬挂系统的研究中，并与自适应控制、滑模控制相结合，采用自适应模糊滑模控制技术到汽车悬挂系统中，通过设计自适应模糊滑模控制器，将模糊控制、滑模控制和自适应控制有机结合，采用半主动悬挂系统的控制方式，既实现了对悬挂系统的智能控制，又可以避免完全主动控制悬挂系统的运算复杂，成本过高的问题。采用模糊控制策略可以克服模型不精确的问题,并且可以克服采用滑模控制时系统穿越滑模面时会带来的抖振问题。针对汽车悬挂系统的时变非线性的特点，将相应的自适应模糊滑模控制方法运用于该悬挂系统的控制中，从而使汽车悬挂系统的控制功能更加完善,最大限度地改善汽车行驶平稳性和操作灵活性。
第二章 车辆悬挂系统控制策略概况
在国内外的车辆工程研究领域，对于悬挂系统的研究特别是半主动悬挂系统的研究有很多，本章将对现有的具有代表性的控制方法进行简单叙述。
2.1最优控制
汽车的悬挂系统是一个高阶的数学模型，对其采用的最优控制的前提是必须获得大量的状态信息，实际的工程运用中，通过Kalman滤波器来获得大量的状态变量，再求解Riccati方程，保证系统性能指标限定在某个范围，再运用相应的控制规律，该方法即通常所说的LQG控制策略。但是大量状态信息的获得会对系统提出较高的要求，同时状态重构会产生鲁棒性的问题[]。因而实际中LQG最优控制策略的运用并不广泛，但由于该方法的控制结果是最优的，所以还是吸引了大量的研究目光，研究者期望通过改进该方法，提高其鲁棒性 []。
2.2预测控制
预测控制是指通过传感器技术将车辆将要接收到的地面信息提前传递给悬挂系统的控制器，通过控制器的控制方法，理想情况下可实现悬挂系统对地面信息，如路面起伏情况，的瞬时响应甚至同步响应，即不必等待车轮因为路面变化再产生变化的信息，便可预测出被控对象下一步的理论被控状态，及所需要从控制器获得的控制参数。
但预测控制的实现必须建立在传感器等硬件的良好性能的基础之上[]，而且复杂的路面和复杂的环境都会对传感器对路面进行感知造成影响。
预测控制的基本方法有两种，一种是感知车辆运行前方的实时路面信息，调整整体的悬挂系统的相应的参数，另一种是感知车辆运行方向上的前部车轮的状态，并将该信息实时传递给后部车轮，第二种方法对传感器的要求低一些，但是这样的车辆的悬挂系统的控制效果有所降低[7]。
2.3自适应控制
自适应控制主要是指可以根据实际情况，控制器可以自动的调节相应的控制参数甚至控制方法，以取得更好的对被控对象的控制效果。汽车悬挂系统的自适应控制主要有自校正控制和模型参考控制两种方法，自校正控制通过获得的控制器参数信息，在线的实时的计算悬挂系统相关的参数，再由稳定性理论设计出相应的控制规律，按照控制规律修改悬挂控制器的相关参数，最后通过控制器的输出信号实现对悬挂系统的实时控制。自校正控制方法由于需要接收大量的输入输出信息，并进行大量的在线计算，因而对控制系统软件硬件性能要求高，并且不能实现良好的实时控制性。模型参考自适应控制方法将输入系统的路面信息，同时输入给实际的悬挂系统以及参考悬挂系统中，通过处理两个系统对于相同输入产生的不同的输出，根据Lyapunov稳定性理论，结合自适应控制规律，通过控制器的输出实时调整实际的悬挂控制系统的控制参数，使其状态信息趋近于理想化的参考模型，进而实现对悬挂装置的自适应控制[]。
2.4滑模控制
滑模控制即滑模变结构控制是一种特殊的非线性控制，特征表现为系统的“结构”可在动态系统中根据系统当前的状态信息进行变化，使系统按照预定的“滑动模态”的状态轨迹运动。由于滑动模态的设计不必考虑具体系统参数及干扰量，故滑模控制可以快速响应变化，并且对于系统的参数变化及扰动不灵敏，系统不必在线调整，系统的实际应用较为简单。但该方法也存在缺点，即控制下的系统状态轨迹到达滑模面后，不会按照滑模面运动，而是交替存在于滑模面两侧，反复穿越滑模面会导致颤动现象的产生。汽车悬挂系统的研究领域中，对于滑模控制的应用并不多，而且滑模控制多是要配合其他控制策略，进而削弱系统状态轨迹穿梭滑模面造成的颤动现象[]。
2.5模糊控制
模糊控制是一种基于专家知识和经验的控制方法，对于复杂的、具有很多非线性及不确定因素的系统的控制具有很好的控制效果[]。模糊控制是一种类似于模仿人的推理和决策过程的控制方法，具体来说，设计者需要首先将操作人员或专家的经验总结成模糊规则，再模糊化传感器传送来的实时输入信号，经模糊控制器计算与推理，最后将推理后的输出量经处理后加到被控对象[]。
同样的，在汽车悬挂系统的研究领域中，模糊控制的应用并不多，出于控制精度的考虑，模糊控制多是要配合其他控制策略。
2.6自适应模糊控制
模糊控制器的设计可以不需要被控对象的精确的数学模型，但其非常依靠专家或操作者的经验知识，模糊控制可以将人的思维判断运用于控制器中，但在实际设计过程中，如果没有方便的可靠的思维判断总结，设计人员就很难按照模糊控制的思想设计出满足系统需求的控制器，此外采用了“如果，那么”控制规则的模糊控制器，较难实现控制参数的在线调整，使得构造具有自适应功能的模糊控制器比较困难。
自适应模糊控制是指具有在线自适应调整能力的模糊逻辑系统，类似于人类的学习行为，该学习行为可以根据系统的参数信息在线调整系统的参数，一个自适应模糊控制器可以由一个单或是若干个自适应模糊系统组成。与传统的自适应控制相比，自适应模糊控制的优势在于可以在传统控制的基础上将人的逻辑推理过程运用到其中，这一点对具有高度不确定性因素的系统设计而言尤为重要。
自适应模糊控制有两种形式：一种是直接自适应模糊控制，即通过对实际系统与理想系统目标之间的偏差计算，按照一定的算法来直接得出控制器的参数并进行调整，另一种是间接自适应模糊控制，即通过实时识别系统，建立出被控对象的实时模型，再根据所建立的模型实时设计出对应的模糊控制器[11]。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jxgc/zdh/4849.html
