王孝鵬，吳晨雄，黃道進(jìn)

（1.三明學(xué)院 機(jī)電工程學(xué)院，福建 三明 365004；2.機(jī)械現(xiàn)代設(shè)計(jì)制造技術(shù)福建省高校工程研究中心，福建 三明 365004；3.東南福建汽車有限公司，福建 福州 350119）

0 引言

車輛在行駛過程中，整車的平順性與操縱穩(wěn)定性取決于懸架系統(tǒng)的特性。懸架是車身與車輪之間的傳力裝置，在整車的行駛過程中只有在特定的行駛條件下，被動(dòng)懸架的運(yùn)動(dòng)狀態(tài)才能達(dá)到最優(yōu)。當(dāng)路面的條件或者行駛的速度發(fā)生變化時(shí)，懸架的最優(yōu)狀態(tài)會(huì)發(fā)生破壞，因此被動(dòng)懸架的設(shè)計(jì)只能采取折中的方法來進(jìn)行。半主動(dòng)懸架的核心是采用不同的控制策略對(duì)減震器的阻尼特性進(jìn)行調(diào)節(jié)。純模糊控制系統(tǒng)具有不依賴系統(tǒng)的數(shù)學(xué)模型，其魯棒性好、容錯(cuò)能力強(qiáng)，但具有一定的穩(wěn)態(tài)誤差。經(jīng)典的PID控制策略可以較好地消除系統(tǒng)的穩(wěn)態(tài)誤差，采用模糊PID復(fù)合控制策略，可以把兩種控制器的優(yōu)勢(shì)結(jié)合起來，實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)，獲得較好的控制效果。

半主動(dòng)懸架是近年研究的一個(gè)熱點(diǎn)，其研究主要集中在1/4整車模型配合不同的控制策略方面。該研究方法主要是為了驗(yàn)證算法的正確性與實(shí)用性，但與實(shí)際懸架及整車的運(yùn)動(dòng)狀態(tài)不符，算法也不適用整車或者半車懸架運(yùn)動(dòng)特性的控制。相對(duì)于主動(dòng)懸架，半主動(dòng)懸架主要通過改變減震器的可變力輸出來控制整車的震動(dòng)特性，其性能與主動(dòng)懸架接近，且結(jié)構(gòu)簡(jiǎn)單、能耗小[1-5]。本文通過建立基于半車的半主動(dòng)懸架仿真模型，采用模糊PID控制器，對(duì)1/2整車模型進(jìn)行仿真研究，并與被動(dòng)懸架的性能進(jìn)行對(duì)比。

1 半車模型

半車模型具有4個(gè)自由度，分別為：車身的垂直振動(dòng)、車身俯仰運(yùn)動(dòng)及前后軸的垂向運(yùn)動(dòng)。在建模過程中作如下假設(shè)：

1）在低頻路面的激勵(lì)下，車輛的左右路面模型輸入具有較高的相關(guān)性，可認(rèn)為左右輪路面輸入基本一致；再考慮到車輛的幾何尺寸及質(zhì)量分布通常為左右對(duì)稱，則可以認(rèn)為車輛左右兩側(cè)以完全相同的方式運(yùn)動(dòng)。

2）在高頻路面激勵(lì)下，車輛所受到的激勵(lì)大多只涉及車輪的跳動(dòng)，對(duì)車身的影響較小，車身兩邊的相對(duì)運(yùn)動(dòng)可以忽略[6-8]。

經(jīng)簡(jiǎn)化建立的半車模型如圖1所示，整車參數(shù)如表1所示。半車各運(yùn)動(dòng)方程為

式（1）～（6）中：m為半車身質(zhì)量；

m1,m2分別為前、后輪非簧載質(zhì)量；

zb為車身質(zhì)心處垂直位移；

z1,z3分別為前、后軸懸架非簧載質(zhì)量的垂直位移；

z2,z4分別為前、后軸懸架與車身前、后端連接處的垂直位移；

z01,z02分別為前、后輪對(duì)應(yīng)的路面垂直位移輸入；

K11,K12分別為前、后輪胎剛度；

K21,K22分別為前、后懸架彈簧剛度；

C21,C22分別為前、后懸架阻尼系數(shù)；

U1,U2分別為前、后輪系處半主動(dòng)作動(dòng)器輸出力；

Ihp為半車身質(zhì)心處的轉(zhuǎn)動(dòng)慣量；

θb為半車身質(zhì)心處的俯仰角；

a,b分別為質(zhì)心到前、后軸的距離。

圖1 半車模型Fig.1 Illustration of the semi-vehicle mode

表1 整車參數(shù)Table 1 Vehicle parameters

車身質(zhì)心處垂向加速度、半車身質(zhì)心處的俯仰角加速度、前后懸架與半車身前后端連接處垂向加速度之間的關(guān)系為：

2 路面模型

對(duì)懸架性能分析時(shí)需要輸入路面模型。在不同的路段測(cè)量，很難得到兩個(gè)完全相同的路面輪廓曲線，通常是把測(cè)量得到的大量路面不平度隨機(jī)數(shù)據(jù)，經(jīng)數(shù)據(jù)處理得到路面功率譜密度。產(chǎn)生隨機(jī)路面不平度時(shí)間輪廓有兩種方法：由白噪聲通過一個(gè)積分器產(chǎn)生或者由白噪聲通過一個(gè)成型濾波器產(chǎn)生。路面時(shí)域模型可用公式描述為

式中：q(t)為路面垂向位移；

f0為時(shí)間頻率；

Gq為路面不平度系數(shù)；

V為汽車行駛速度；

w(t)為積分白噪聲。

在整車行駛過程中，由于前后輪軸距的存在，后車輪的路面輸入相對(duì)于前車輪要有相對(duì)的時(shí)間滯后。本車軸距為2.76 m，若行車速度為20 km/h，則后輪延遲0.138 s；若行車速度為40 km/h，則后輪延遲0.069 s；若行車速度為60 km/h，則后輪延遲0.046 s。根據(jù)公式（9）及前后車輪之間的路面延遲特性，搭建的Simulink仿真模型如圖2所示，經(jīng)計(jì)算后得到前后輪對(duì)應(yīng)的路面垂直位移如圖3所示。

圖2 B級(jí)路面不同車速時(shí)域仿真模型Fig.2 Time-domain simulation models at different speeds on class B roads

根據(jù)公式（1）～（9）建立半車模型在B級(jí)路面輸入作用下的仿真模型如圖4所示，計(jì)算輸出量為車身質(zhì)心處的加速度與俯仰角加速度，前后懸架動(dòng)行程及前后輪胎動(dòng)行程。其中，前后懸架與車身連接處的速度及其變化率作為半主動(dòng)懸架的輸入量。

圖3 B級(jí)路面垂向位移Fig.3 Class B road surface vertical displacement

圖4 半車被動(dòng)懸架仿真模型Fig.4 Semi-passive suspension simulation model

3 模糊PID控制器設(shè)計(jì)

模糊PID復(fù)合控制器具有PID與模糊控制器各自的優(yōu)勢(shì)。PID控制具有調(diào)節(jié)原理簡(jiǎn)單、參數(shù)容易整定和實(shí)用性強(qiáng)等優(yōu)點(diǎn)，其控制規(guī)律如式（10）所示。

式中：u(t)為實(shí)時(shí)主動(dòng)控制力；

Kp為比例系數(shù)；

Ki為時(shí)間積分常數(shù)；

Kd為時(shí)間微分常數(shù)；

e(t)為實(shí)時(shí)誤差，即車身速度與理想值的差。

模糊PID控制系統(tǒng)的輸入為半車身的速度及其變化量，輸出為主動(dòng)控制力；模糊控制器的輸出為ΔKp,ΔKi,ΔKd。實(shí)際的PID控制參數(shù)如式（11）～（13）所示。

式（11）～（13）中：Kp,Ki,Kd為預(yù)設(shè)PID控制參數(shù)；

Kp1,Ki1,Kd1是最終PID控制參數(shù)

Hp,Hi,Hd為比例因子。

模糊控制規(guī)則是模糊控制器的核心，它用語(yǔ)言的方式描述了控制器輸入量與輸出量之間的關(guān)系。懸架的輸入輸出分別采用7個(gè)語(yǔ)言變量規(guī)則來進(jìn)行描述：負(fù)大（-3）、負(fù)中（-2）、負(fù)?。?1）、零（0），正?。?）、正中（2）、正大（3）。輸入采用高斯隸屬函數(shù)，以保證輸入?yún)?shù)平緩且穩(wěn)定性好；輸出采用三角隸屬函數(shù)，以保證較好的靈敏度。

整車在60 km/h的速度下直線行駛時(shí)，前懸架與車身連接處的速度與期望值的誤差及其變化率量化因子分別為：

后懸架與車身連接處的速度與期望值的誤差及其變化率量化因子分別為：

當(dāng)誤差較大時(shí)，Kp取較大值，系統(tǒng)響應(yīng)較快，模糊控制系統(tǒng)輸出較大的ΔKp值，ΔKd取較小值，以避免系統(tǒng)出現(xiàn)過大超調(diào)量，產(chǎn)生不穩(wěn)定現(xiàn)象；當(dāng)誤差中等時(shí)，Kp取較中間的值，保證系統(tǒng)具有較小的超調(diào)量，ΔKd取值不變或者稍微減小，Ki取適當(dāng)值；當(dāng)誤差較小時(shí)，Kp取較小值。當(dāng)誤差及其變化率方向一致時(shí)，說明誤差有增大的趨勢(shì)，此時(shí)應(yīng)取較大的ΔKp值[9-13]。誤差及其變化率同 ΔKp、ΔKi、ΔKd的模糊控制規(guī)則如表2～4所示，其中E,EC分別為車身速度誤差及其變化率。根據(jù)式（5）～（8）及模糊控制規(guī)則，建立模糊PID復(fù)合控制器，如圖5所示。

表2 模糊控制規(guī)則ΔKpTable 2 Fuzzy control rules of ΔKp

表3 模糊控制規(guī)則ΔKiTable 3 Fuzzy control rules of ΔKi

表4 模糊控制規(guī)則ΔKdTable 4 Fuzzy control rules of ΔKd

圖5 模糊PID控制器Fig.5 Fuzzy PID Controller

4 仿真分析

根據(jù)半車被動(dòng)懸架仿真模型（圖4）與模糊PID控制器模型（圖5），搭建半車半主動(dòng)懸架仿真模型，如圖6所示。

圖6 半車半主動(dòng)懸架仿真模型Fig.6 Semi-active suspension simulation model

在B級(jí)路面上車輛分別以20,40,60 km/h的速度直線行駛，計(jì)算主、被動(dòng)懸架的車身加速度、俯仰角加速度、前后懸架動(dòng)行程、前后輪胎動(dòng)行程。在60 km/h的速度下直線行駛時(shí)，車輛主、被動(dòng)懸架的相關(guān)計(jì)算結(jié)果變化曲線如圖7～12所示。其中仿真步長(zhǎng)為0.005 s，仿真時(shí)間為10 s。各個(gè)速度段的懸架性能參數(shù)變化如表5所示。

圖7 車身質(zhì)心垂向加速度變化曲線Fig.7 Body mass center vertical acceleration curves

圖8 車身質(zhì)心俯仰角加速度變化曲線Fig.8 Body mass center pitch angle acceleration curves

圖9 前懸架動(dòng)行程變化曲線Fig.9 Front suspension dynamic travel curves

圖10 后懸架動(dòng)行程變化曲線Fig.10 Rear suspension dynamic travel curves

圖11 前輪胎動(dòng)行程變化曲線Fig.11 Front tire movement stroke curves

圖12 后輪胎動(dòng)行程變化曲線Fig.12 Rear tire movement stroke curves

表5 各個(gè)速度段的懸架性能參數(shù)均方根值Table 5 RMS values of suspension performance parameters for speed sections

從圖7～12和表5中的結(jié)果可以看出，半主動(dòng)懸架相對(duì)于被動(dòng)懸架在性能上整體都有所提升；在各不同車速階段，車身垂直加速度，俯仰角加速度、前后懸架動(dòng)行程，輪胎動(dòng)位移性能均有改善，其中車身垂向加速度改善尤為突出；整車在不同車速范圍內(nèi)乘坐舒適性和操縱穩(wěn)定性得到了提升。

5 結(jié)論

通過建立1/2整車半主動(dòng)懸架仿真模型，計(jì)算出前后懸架與車身連接處的速度及其變化率，作為磁流變阻尼力的輸入?yún)?shù)；控制器采用模糊PID復(fù)合控制算法進(jìn)行計(jì)算，可得如下結(jié)論：

1）車身的垂直加速度、俯仰角加速度、前后懸架動(dòng)行程改善明顯，提升了在不同車速下的乘坐舒適性與操縱穩(wěn)定性；

2）前后輪胎動(dòng)位移性能提升較小，隨著車速的增加，前輪胎動(dòng)位移保持不變，輪胎與地面之間的接觸力特性改善受限；

3）采用模糊PID復(fù)合控制器的半主動(dòng)懸架，其整體綜合性能優(yōu)越，魯棒性較強(qiáng)，可實(shí)現(xiàn)全速范圍內(nèi)參數(shù)較好的調(diào)整。

[1]楊禮康.基于磁流變技術(shù)的車輛半主動(dòng)懸掛系統(tǒng)理論與試驗(yàn)研究[D].杭州：浙江大學(xué)，2003.YANG Likang.The Theoret1ea1 and Experimental Investigation on Semi-Active Vehicle Suspension Employing Magneto-Rheological Technology[D].Hangzhou：Zhejiang University，2003.

[2]唐志橋.二分之一車輛懸架系統(tǒng)的動(dòng)力學(xué)仿真研究[J].公路與汽運(yùn)，2015(1)：5-8，56.TANG Zhiqiao.Dynamics Simulation of Half Vehicle Suspension System[J].Highways & Automotive Applications，2015(1)：5-8，56.

[3]HUANG C，CHEN L，JIANG H B，et al.Fuzzy Chaos Control for Vehicle Lateral Dynamics Based on Active Suspension System[J].Chinese Journal of Mechanical Engineering，2014，27(4)：793-801.

[4]YOSHIMURA T，TERAMURA I.Active Suspension Control of a One-Wheel Car Model Using Single Input Rule Modules Fuzzy Reasoning and a Disturbance Observer[J].Journal of Zhejiang University：Science A，2005，6(4)：251-256.

[5]DONG X，YU M T.Genetic Algorithm Based Fuzzy Logic Control for a Magneto-Rheological Suspension[J].Journal of Vibration and Control，2014，20(20)：1343-1355.

[6]劉 靜.帶天棚阻尼的1/2車輛主動(dòng)懸架仿真研究[J].公路與汽運(yùn)，2015(3)：15-20，80.LIU Jing.The Skyhook Active Suspension Simulation Research of the Half Vehicle[J].Highways & Automotive Applications，2015(3)：15-20，80.

[7]張 昆，習(xí)文輝，鄧文華，等.基于Car Sim-Simulink聯(lián)合仿真的整車半主動(dòng)懸架模糊控制仿真研究[J].昆明理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2015，40(1)：39-44.ZHANG Kun，XI Wenhui，DENG Wenhua，et al.Fuzzy Control Simulation of Full Vehicle Semi-Active Suspension Based on Car Sim-Simulink Co-Simulation[J].Journal of Kunming University of Science and Technology（Natural Science Edition），2015，40(1)：39-44.

[8]宋萌萌，肖順根.基于模糊PID算法的WEDM-LS恒速走絲控制系統(tǒng)的設(shè)計(jì)[J].江西理工大學(xué)學(xué)報(bào)，2013，34(5)：41-47.SONG Mengmeng，XIAO Shungen.The Constant Speed Wire-Moving System Design of LS-WEDM Based on Fuzzy PID Algorithm[J].Journal of Jiangxi University of Science and Technology，2013，34(5)：41-47.

[9]SUN T，HUANG Z Y，CHEN D Y，et al.Signal Frequency Based Self-Tuning Fuzzy Controller for Semi-Active Suspension System[J].Journal of Zhejiang University：Science A，2003，4(4)：426-432.

[10]YU Y，WEI X X，ZHANG Y F，et al.Analyses and Simulation of Fuzzy Logic Control for Suspension System of a Track Vehicle[J].Journal of Beijing Institute of Technology，2008，17(2)：164-167.

[11]XU X，ZHOU K K，ZOU N N，et al.Hierarchical Control of Ride Height System for Electronically Controlled Air Suspension Based on Variable Structure and Fuzzy Control Theory[J].Chinese Journal of Mechanical Engineering，2015，28(5)：945-953.

[12]NGUYEN S D，CHOI S B.A Novel Minimum-Maximum Data-Clustering Algorithm for Vibration Control of a Semi-Active Vehicle Suspension System[J].Journal of Automobile Engineering，2013，227(9)：1242-1254.

[13]SU X J，YANG X Z，SHI P，et al.Fuzzy Control of Nonlinear Electromagnetic Suspension Systems[J].Mechatronics，2014，24(4)：328-335.