5
10
15
20
25
30
35
40
中国科技论文在线
http://www.paper.edu.cn
汽车空气悬架联合型模糊 PID 控制
陈龙,黄晨*
(江苏大学汽车与交通工程学院,江苏 镇江 212013)
摘要:本文以汽车空气悬架系统为研究对象,建立了 1/4 空气悬架模型以及路面白噪声模型,
将模糊控制理论和 PID 控制策略经过有机结合后运用于半主动空气悬架系统控制,并利用
MATLAB/Simulink 软件进行了仿真研究。通过仿真结果对比表明,与单纯的 PID 控制、模
糊控制相比,在该联合型模糊 PID 控制策略下的半主动空气悬架能更好地降低车身垂直加
速度和悬架动挠度,具有较好的鲁棒性,使车辆行驶平顺性也具有一定程度的提高。
关键词:汽车;空气悬架;PID 控制;模糊控制;仿真
中图分类号:U463.33
Joint Fuzzy-PID Control on Air Suspension of Car
CHEN Long, HUANG Chen
(Jiangsu university, JiangSu ZhenJiang 212013)
Abstract: The Fuzzy-PID complex technology was adopted based on the quarter-car dynamic
model and the white-noise road model. The dynamic simulation models of the fuzzy-PID control
suspension were built up by MATLAB/Simulink. The simulation results shows that compared
with the traditional PID and the fuzzy control, the control of the semi-active air suspension could
be used to reduce the sprung mass acceleration and suspension action itinerary with better
robustness advantages, and improve ride comfort.
Keywords: vehicle; air suspension; PID control; fuzzy control; simulation
0 引言
随着科学技术的发展和人民生活水平的提高,对汽车的使用寿命和舒适性的要求越来越
高。与传统的钢板弹簧悬架相比,空气悬架因其独特的性能和适应性,在汽车悬架领域的应用
越来越广泛。空气悬架具有变刚度、振动频率低、车身高度可调等优点, 它的核心部件是空
气弹簧,它利用气体的可压缩性实现弹性作用,通过改变空气压力和增加附加气室可以实现悬
架刚度的调节,从而提高汽车的乘坐舒适性。同时空气悬架的刚度可以使用各种控制方法进
行实时调节,是一种有广泛应用前景的悬架系统[1]。
近几年,我国在悬架控制方面也做了大量研究。现代控制理论应用于车辆悬架的控制算
法也有多种,主要有 PID 控制、天棚控制、最优控制、预测控制、自适应控制、模糊控制及
神经网络控制等[2]。由于各种单一的控制策略都有自身无法弥补的缺陷,解决办法就是将两
种甚至多种控制策略相结合,对悬架进行复合控制。
本文结合 PID 控制和模糊控制设计了联合型的模糊 PID 控制,利用模糊控制具有灵活
性和适应性强的优点,来弥补 PID 控制的不足。所构成的联合型模糊 PID 控制系统,对不
确定因素的影响不敏感,与单纯的 PID 控制系统及模糊系统相比,具有更加稳定可靠的控
制效果。
1 空气悬架系统模型建立
汽车是一个复杂的振动系统。研究垂直方向上的振动对汽车平顺性的影响时,将汽车简
化为二自由度的线性振动分析模型,建模时,车厢、底盘和载荷等近似处理为只有质量而无
弹性的刚体;忽略轮胎变形过程中的阻尼值,近似为一个单自由度弹簧。1/4 汽车半主动空
作者简介:陈龙,(1958-),男,教授,车辆一体化。 E-mail: chenglong@ujs.edu.cn
- 1 -
中国科技论文在线
http://www.paper.edu.cn
气悬架力学模型如图 1 所示。图中,m2 为簧载质量,m1 为非簧载质量,k 为空气弹簧刚度,
与空气弹簧状态有关,为控制量,kt 为轮胎刚度,c 为减振器阻尼系数,x1 为非簧载质量位
移,x2 为簧载质量位移,x0 为路面激励。
45
图 1 1/4 半主动空气悬架模型
Fig. 1 1/4 Model of semi-active air suspension
根据牛顿第二定律建立两自由度空气悬架系统的运动微分方程如下:
m x
⎧
&&
1 1
⎨
m x
⎩
&&
2 2
k x
)
(
−
2
k x
)
(
+
2
k x
)
(
+
t
1
)
0
=
c x
(
−
&
2
c x
(
+
&
2
x
&
1
x
&
1
x
1
x
1
−
−
−
−
x
0
=
−
0
)
(1)
50
55
60
取状态变量
X
=
[
x x x
1
2
&
1
Y
=
[
x
&&
2
x
2
−
x k x
(
1
1
t
−
x
0
)]T
]T
x
& ,输出状态变量
2
+
+
X
AX BU
=
⎧
⎨ =
Y CX DU
⎩
得到空气悬架系统的状态方程为:
(2)
0
0
−
−
A
0
tk
m
1
0
其中:
⎡
⎢
⎢
⎢
= ⎢
⎢
⎢
⎢
⎣
0
c
m
1
1
c
m
2
2 路面模型的建立
1
c
m
1
0
c
m
2
−
0
0
0
⎤
⎥
⎥
⎥
⎥
⎥
⎥
⎥
⎦
B
⎡
⎢
⎢
⎢
= ⎢
⎢
⎢
⎢
⎣
−
0
0
k
1
1
m m
1
0
0
1
m
2
0
⎤
⎥
⎥
⎥
⎥
⎥
⎥
⎥
⎦
C
0
0
c
m
2
⎡
⎢
⎢
1 0 1
⎢
= −
⎢
k
0 0
⎢
t
⎢
⎣
c
⎤−
⎥
m
⎥
2
0
⎥
⎥
0
⎥
⎥
⎦
D
0
⎤
⎡
⎢
⎥
0
= ⎢
⎥
k
⎥−⎣
⎢
⎦
t
U
⎡
= ⎢
⎣
k
x
0
⎤
⎥
⎦
汽车在实际行驶过程中受到诸多外界干扰的影响,本文只考虑路面不平度的影响。车轮
受到的路面随机激励可以用白噪声通过一阶滤波器来模拟,其时域数学模型可以用下式描
述:
tvq
)(
tq
)(
+α&
(3)
式中, ( )q t —车轮所受到的路面随机激励;α—空间频率常数;v —汽车前进速度; ( )w t
tw
)(
=
—高斯分布的白噪声。
设车辆以v =50 km/h 的速度驶过 B 级路面,取α为 0.1303。仿真模型如图 2。
- 2 -
中国科技论文在线
http://www.paper.edu.cn
)
(
m
移
位
直
垂
0.03
0.02
0.01
0
-0.01
-0.02
-0.03
0
1
2
3
4
5
6
7
8
9
时间(s)
图2 B级路面输入
Fig. 2 Class B road input
3 模糊 PID 控制器的设计
10
65
70
3.1 模糊 PID 控制器结构框图
图 3 所示联合型模糊 PID 控制的结构中,控制器由常规的 PID 控制器和二维模糊控制
器并联而构成,而总的控制量是由两个控制器各自输出的控制量进行叠加而成。两个控制器
分别对被控量进行补偿,以消除不确定因素。
75
80
85
图 3 模糊PID控制结构框图
Fig. 3 Structure diagram of fuzzy PID control
3.2 PID 控制器的设计
PID 控制就是将系统偏差的比例、积分、微分进行线性组合构成的控制作用[3]。本文设
计的 PID 控制器是以车身垂直加速度为反馈量对半主动空气悬架系统加以控制的。以经验
公式作定性参考,结合空气悬架系统的特性,采取试凑法选取 PID 参数:○l 首先整定比例
系数。先将 KI 设为 0,然后由小变大逐步改变 KP,直到控制系统得到反应快,超调小的响
应曲线;○2 加入积分环节,整定积分系数。首先置 KI 为一个较小的值,并将第一步整定得
到的 KP 略微缩小,如缩小为原值的 0.8 倍。然后逐步增大 KI,使系统在保持良好动态性能
的情况下,静差得到消除。在此过程中,可根据响应曲线的好坏反复改变 KP 和 KI;○3 加入
微分环节,构成 PID 控制器。微分参数 KD 的整定方法同第二步,在前两步的基础上逐步增
大 KD,同时相应地微幅调整 KP 和 KI 的大小,逐步试凑,以获得满意的调节效果和控制参
数。
经过反复地尝试,整定的参数分别是:KP =2000、KI =200、KD =1。
90
3.3 模糊控制器的设计
模糊控制输入变量的基本论域与路面干扰有着密切关系,应根据受到路面干扰的最大值
来确定,输出变量的基本论域则以汽车在不同路面行驶时保持良好的悬架特性为原则。本文
在约束悬架动挠度和车轮动载荷的前提下,尽量减少车身垂直加速度。因此选取车身垂直加
速度为控制指标。e =质心加速度的给定值 − 实际值,误差变化率为 ec(t)=de(t)/dt。将e 和 ec
作为模糊控制器的输入变量,u 为模糊控制器的输出变量输出可调刚度。输入变量e 和ec 的
95
- 3 -
中国科技论文在线
http://www.paper.edu.cn
模糊子集为{NB,NM,NS,Z,PS,PM,PB},其模糊论域选为[ - 3, 3 ],相应的基本论域分别为[ - 2,
2 ]、[ - 40, 40 ];模糊输出变量 u 的模糊论域为[ - 6, 6 ],其基本论域为[ - 300, 300 ];三个因
子 ke,kec,ku 的量值分别为 3/2、3/40 和 50。输入输出变量的隶属度函数采用高斯函数。模糊
推理算法为 Mandani 方法[4][5],权重 weight 均取为 1。模糊规则如表 1 所示。
表 1 模糊控制规则
Tab. 1 Fuzzy control rule
EC
NB
NM
NS
ZO
PS
PM
PB
E
NB
NS
PM
PB
PS
PB
PS
PM
PS
PM
PS
ZO
NS
ZO
ZO
NM
NM
PB
PM
PM
PM
PS
ZO
ZO
ZO
PS
PS
PS
ZO
NS
NS
NM
PS
PS
PS
ZO
NS
NM
NM
NB
PM
ZO
ZO
NM
NM
NM
NB
NB
PB
ZO
ZO
NM
NM
NB
NB
NB
选取控制量变化的原则是:当车身垂直加速度误差为负大时,若误差变化量为负,有负
向增大的趋势,为尽快消除已有的负大误差并抑制误差的变大,空气弹簧刚度取正大;当误
差为负中而其变化量为正时,系统本身已有减少误差的趋势,所以为尽快减小加速度的误差
又不超调,应取空气弹簧刚度为正小;当误差为负小时,系统接近稳态,若其变化量为负,
应取空气弹簧刚度为正小,以抑制指标向负方向变化。若控制指标的变化量为正时,系统本
身有能力消除负小的误差量,因此选取控制力的变化量为零即可。加速度的误差为正时与为
负时正好相反。
4 仿真计算与结果分析
4.1 空气悬架系统仿真模型及参数
针对某一车型,根据建立的模型和控制策略,利用 MATLAB/SIMULINK 对建好的联合
型模糊 PID 控制器进行仿真。所用车型的相关参数见表 2,计算机仿真模型如图 4。
表 2 汽车悬架结构参数
Tab. 2 Structure parameters of vehicle suspension
名称
簧载质量(kg)
非簧载质量(kg)
轮胎刚度(KN/m)
弹簧初始刚度(KN/m)
数值
1010
175
756
20000
图 4 空气悬架模糊 PID 仿真模型
Fig. 4 Fuzzy PID Simulation model of air suspension
- 4 -
100
105
110
115
120
中国科技论文在线
4.2 仿真结果及分析
http://www.paper.edu.cn
选取车速为 50km/h 的 B 级路面输入进行时域仿真分析,设定采样时间为 0.005s,仿真
时间为 5s。选取车身垂直加速度为评价指标。仿真结果如图 5-7 所示:
模糊PID控制
模糊控制
PID控制
2.5
2
1.5
)
2
1
s
/
m
(
度
速
加
直
垂
身
车
0.5
0
-0.5
-1
-1.5
-2
-2.5
0
0.5
1
1.5
2
2.5
Fig. 5 Simulation curve of the body vertical acceleration
图 5 车身垂直加速度仿真曲线
时间(s)
3
3.5
4
4.5
5
表 3 给出了路面白噪声激励下,PID 控制、模糊控制以及模糊 PID 控制半主动空气悬架
135
的车身垂直加速度、悬架动挠度、车轮动载荷的均方根值。
表 3 悬架性能指标均方根值
Tab. 3 RMS value of suspension performance
控制方式 车身垂直加速度(m/s2) 悬架动挠度(m) 车轮动载荷(KN)
PID 控制
模糊控制
0.5875
0.7705
0.5066
0.0049
0.0042
0.0040
1.4850
1.5962
1.5552
模糊 PID 控制
140
通过仿真计算分析,单纯的使用 PID 控制能够有效改善被动悬架的车身垂直加速度,
但悬架动挠度有所恶化;单纯的使用模糊控制可以降低悬架动挠度,但车身垂直加速度改善
效果不是很明显;如果将二者结合起来,使用联合型模糊 PID 控制不仅能够有效减小车身
- 5 -
125
130
)
m
(
度
挠
动
架
悬
0.015
0.01
0.005
0
-0.005
-0.01
-0.015
0
模糊PID控制
模糊控制
PID控制
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
时间(s)
图 6 悬架动挠度仿真曲线
Fig. 6 Simulation curve of suspension deflections
)
N
(
荷
载
动
轮
车
6000
4000
2000
0
-2000
-4000
-6000
0
模糊PID控制
模糊控制
PID控制
0.5
1
1.5
2
2.5
3
3.5
4
4.5
5
时间(s)
图 7 车轮动载荷仿真曲线
Fig. 7 Simulation curve of tire dynamic load
145
150
中国科技论文在线
http://www.paper.edu.cn
垂直加速度,而且能很好地改善悬架动挠度,表 3 中联合型模糊 PID 控制的车身垂直加速
度相对于 PID 控制和模糊控制分别提高了 13.77%和 34.25%,悬架动挠度分别提高了 18.37%
和 4.76%。在车轮动载荷方面,联合型模糊 PID 控制比 PID 控制略有增加,主要是由于车轮
单质量振动系统是一个复杂、时滞的非线性系统,悬架的三项指标在一定范围内相互矛盾[6]。
5 结论
(1)本文给出了一种联合型模糊 PID 控制方法,此法比自适应模糊 PID 控制更简单易行。
分别对空气悬架进行 PID 控制、模糊控制以及联合型模糊 PID 控制,通过仿真结果对比表
明:联合型模糊 PID 控制通过空气弹簧刚度调节减小了车身垂直加速度,改善了悬架动挠
度,提高了车辆的行驶平顺性。
(2) 采用时域仿真,从数据处理上避开了空气悬架性能指标在频域上存在的固有矛盾,
但本质矛盾仍无法避免。仿真结果中,车轮动载荷略有恶化,也是符合这一规律的。因此对
空气悬架进行控制时只能综合考虑其总体性能。
155
[参考文献] (References)
160
[1] 汪冬. 汽车空气悬架的发展及我国研发对策思考[J]. 机电信息, 2004, 80(20) , 25~27.
[2] 方瑞华, 解跃青, 雷雨成. 空气悬架理论及其关键技术[ J ]. 同济大学学报, 2003, 31 (9) : 1072~1076.
[3] 陶永华. 新型 PID 控制及其应用[M]. 北京:机械工业出版社(第二版), 2002.
[4] 姜长生,王从庆.智能控制与应用[M].北京:科技出版社,2007.
[5] 诸静. 模糊控制原理与应用[M ]. 北京:机械工业出版社, 2003.
[6] 乐巍. 车辆半主动悬架模糊控制方法的研究[D] . 镇江:江苏大学,2002
- 6 -