主动悬架LQG控制与模糊PID控制比较研究.docVIP

主动悬架LQG控制与模糊PID控制比较研究 　　摘 要：为了解决主动悬架系统控制问题，建立了1/2车辆主动悬架系统动力学模型，并设计了两种应用于主动悬架的控制器：LQG控制器和模糊PID控制器。LQG控制器以车身垂向加速度、俯仰角加速度、悬架动挠度、轮胎动位移和悬架控制力作为其性能评价指标。模糊PID控制器将PID控制器与模糊控制器并联，采用了双模糊控制，分别以质心速度及其变化率和俯仰角速度及其变化率作为前、后悬架模糊控制器的两个输入；输出分别为前、后悬架的控制力。将分别应用这两种控制器的主动悬架在Simulink中仿真，结果表明两种控制器均能很好地改善汽车平顺性和乘坐舒适性。通过对两种控制的综合比较，模糊PID控制更具有实用性。 　　关键词：1/2车辆；主动悬架；LQG控制；模糊PID控制；乘坐舒适性 　　中图分类号：U463.33 文献标志码：A 文章编号：1672-1098（2014）03-0067-06 　　主动悬架设计的关键问题是寻求良好的控制策略。人们在车辆控制系统方面做了许多理论研究，几乎涉及到现代控制理论的所有分支[1]。其中最优控制和模糊控制是两种常用的方法。 　　最优控制是一种发展相对成熟的控制理论[2-4]。其中的线性二次型（LQG）控制算法，适用性很强，通过确定最优性能指标加权系数、系统状态变量和控制变量加权矩阵，为设计者提供了一定的设计空间[5]。模糊控制方法是一种模仿人类思维推理方式的智能控制方法，属于智能控制。对主动悬架的模糊控制主要集中在对1/4车体的研究[6-7]，模型比较简单，但不能反映俯仰角速度以及加速度情况。因常规模糊控制在控制精度上不够理想，为了使控制性能达到最佳状态，混合控制方法被应用到主动悬架的控制策略中[8-9]，以加强系统的鲁棒性。 　　基于以上原因，本文设计了1/2车辆主动悬架系统的两种控制器：LQG控制器和模糊PID控制器。模糊PID控制器，即为单独的模糊控制器与PID控制器的并联，融合了两种控制策略的优点。根据仿真结果，对LQG控制和模糊PID控制进行综合比较，评价了两种控制器的优缺点。 　　1 悬架模型及路面模型的建立 　　悬架系统由弹簧和阻尼组成：簧载质量是刚体，不会发生变形；忽略轮胎阻尼，车轮简化为始终与地面接触的线性弹簧。简化的1/2车辆主动悬架系统模型如图1所示。 　　PA+ATP-（PB+N）R-1（BTP+NT）+Q=0（10）K=BTP+NT由车辆参数及加权系数决定，U=-KX为前后作动器的最优控制力。3模糊PID控制器设计本文模糊PID控制器为一个PID控制器与与一个二维模糊控制器并联叠加。因被控量受到两个控制器补偿，系统的鲁棒性及抗干扰能力得到很大提高。分别以质心和俯仰角加速度作为两个PID控制器的输入，按常规方法整定其3个参数。分别以质心速度及其变化率作为前悬架模糊控制器的两个输入；分别以俯仰角速度及其变化率作为后悬架模糊控制器的两个输入；输出分别为前、后悬架作动器的控制力，即作动力。采用高斯型隶属函数作为模糊输入变量，输出变量为三角型隶属函数。以[-0.6，0.6]m/s和[-4，4]m/s2作为质心速度e及加速度ec的基本论域，以[-1000，1000]N为模糊输出作动力Uaf的基本论域，相应的模糊论域为[-6，6]，因此量化因子ke1、kec1和比例因子ku1分别取值为10、1.5和500/3。以[-0.4，0.4]m/s和[-2，2]m/s2作为俯仰角速度θ?及加速度θ??的基本论域，以[-1000，1000]N为模糊输出作动力Uar的基本论域，相应的模糊论域为[-6，6]，因此量化因子ke1、kec1和比例因子ku1分别取值为15、3和500/3。模糊控制规则制定的原则为：当误差大时，选择控制量以尽快消除误差为主；当误差较小时，选择控制量要注意防止超调，以系统稳定性为主[11]。两模糊控制器的模糊控制规则如表1所示。工程中常采用面积重心法对输出变量解模糊化[12]，重心法得到的精确控制量与比例因子相乘为单纯模糊控制的作动器控制力，即模糊输出量。则模糊PID控制器的作动器实际控制力即模糊控制与普通PID控制的输出量的叠加。4系统仿真以某型车辆为研究对象，悬架参数如表2所示。 　　路面输入位移、LQG控制主动悬架、模糊PID控制主动悬架与被动悬架在质心加速、俯仰角加速度、后悬架动行程和后轮胎动位移方面的对比如图2～图6所示，其中曲线1、2和3分别表示被动悬架、模糊PID控制主动悬架和LQG控制主动悬架在各性能方面的时域工况。为使仿真具有可比性，又分别对相同条件下单独的PID控制与单独的模糊控制主动悬架模型进行了仿真，并对各控制下的车辆质心加速度、俯仰角加速、后悬架动行程和后轮胎动位移的标准差值进行了比较（见表3）。表3不同控制策略悬架性能标准