主动悬架系统：跨时代的创新！在提升舒适性的同时还能兼顾稳定？

文|墨卿烟

编辑|墨卿烟

前言

车辆悬架系统决定着车辆的乘坐舒适性和操控特性，随着技术的发展，车企们一直都在对此进行研究。

悬架系统的重要任务就是支撑车辆的重量，保持轮胎与地面接触，并隔离对其底盘的干扰和影响，达马托提出了一种使用内部和外部控制回路的模糊逻辑控制方法。

这个模糊逻辑控制器会应用于四分之一的模型，其中的内部循环控制着非线性液压执行器，以此来监控车辆所需的驱动力。

相反外部循环是通过基于优化计算的，佛达提出了一种控制小型汽车悬架系统的模糊逻辑控制方法，并将其应用于仿真环境，在三种不同道路类型上的到了不同的结果。

对于车辆如此重要的悬架系统，我们应该如何去进行改进呢？

悬架的研究

在不同路况下车身操控性和悬架工作区响应，表现出良好的阻尼特性，紧接着就有人提出了一种带有神经网络的模糊逻辑控制方法。

该方法应用于仿真环境中四分之一汽车的模型，并与另外三种被动系统进行了对比。

仿真结果表明最新的方法比之前的方法拥有更高的乘坐舒适性和乘坐质量，山姆等人提出了比例积分滑模控制方法，并再次将其应用于仿真环境中的四分之一汽车模型。

这次研究科学家们将控制器的性能，与线性二次控制器以及现有的被动悬架系统，进行了统一的比较。

结果表明与线性二次控制器方法和被动悬架系统相比，新提出的方法具有更强的鲁棒性，主动悬浮液的约束控制是一种线性矩阵不等式方法，这一方法是由国内的科学家提出的。

通过线性矩阵不等式优化的双叉臂约束悬架系统，在它所控制的仿真环境中，研究的问题包括良好的操控性，约束悬架行程，以及避免执行器饱和。

研究的结果表明，该系统确保了车轮与路面的紧密接触，当悬架冲击和控制输入保持在规定的范围内时，就可以实现最佳的乘坐舒适性。

研究人员使用多标准线性矩阵不等式优化新的约束方式，并将其应用于半车模型，这样做使得乘坐的舒适性获得了极大的提高。

研究人员为带有ASS的半车模型，提出了一种强大的模糊滑模控制器，降低了后备箱位移和俯仰运动的大小，消除了车身引起的共振峰值。

加装这一控制器后，车辆乘坐舒适性得到了显著的提高，研究人员研究了四分之一车模型上，不确定主动汽车悬架系统的鲁棒性采样数据控制问题。

研究人员采用输入滞后方法，利用抽样测量将主动汽车悬架系统，转换为具有状态延迟的连续时间系统，并利用多主题参数的不确定性来表征实际的不确定情况。

之后有人提出了一种用于四分之一汽车ASS的模糊逻辑控制方法，并将其应用于仿真环境，将该方法与两种不同类型的，铁路中的PID控制方法进行了比较。

在平坦的道路和实际道路颠簸引起的道路扰动下，这一逻辑控制方法通过减少车身引起的车身加速度，提高了乘坐舒适性。

此外研究员还研究了ASS在仿真环境中的智能控制，此次研究解决了工程问题中，影响自组织模糊控制器性能的学习速率，以及权重分布参数的选择问题。

为此研究员提出了一种神经网络控制器——HSFRBNC，通过比较SOFC和HSFRBNC两种方法，研究员发现HSFRBNC在提高悬架系统寿命，以及汽车乘坐舒适性方面提供了更好的控制性能。

研究人员在有限频域中将车辆控制，应用于具有时域约束的主动汽车悬架系统，以模拟环境中的四分之一汽车模型，此次研究使用广义卡尔曼-雅库博维奇-波波夫引理，设计出了一款反馈控制器。

通过这款控制器实现了无失真的受控输出，在一定频段内获得减少的结果，以提高驾驶舒适性，研究人员提出了一种可靠的致动器延迟和故障ASS模糊控制方法，并将其应用于仿真环境。

研究人员将被动系统和FLC方法与该方法进行了对比，仿真结果表明所设计的可靠模糊控制器，在簧载和非簧载质量变化、延迟和执行器失效的情况下，能为车辆提供更好的悬架性能。

研究人员又提出了一种针对刚性条件下，汽车悬架的自适应回滚控制策略，该控制器将悬架的间距、动态轮胎载荷，以及执行器饱和度视为时间边界条件，并将该方法应用于仿真环境下的半车模型。

为了稳定车辆性能并提高乘坐舒适性，研究人员提出了一种针对ASS的有限自适应反步控制策略，以实现多用途控制，除了提高乘坐舒适性外，主动悬架控制所需的时域约束也在整个时域得到保证。

此次研究中研究人员使用了李雅普诺夫屏障函数，该方法应用于四分之一车辆的模型，另一部分人提出了一种基于扰动观测器的ASS滑模控制方法，并将其运用到了仿真和实验环境中。

研究员在研究中尝试并验证了三种不同类型的道路剖面，和载荷变化，将结果与被动悬架系统的结果进行比较后，发现质量位移和加速性能得到了显著的提高。

为了阐明现有理论中悬架控制系统的设计，科学家们提出了一项理论研究，在其中他们分享了他们对主动和半ASS的最新硬件实现的观察。

并在之后提出了一种基于变量替代法，以及线性矩阵不等式的静态输出反馈控制策略，用于信息有限的ASS。

这一方法方法的主要特征是，它提供了控制器结构的预分配，这项研究旨在同时提高乘坐舒适性和平衡性，通过数值算例，研究员证明了所设计的控制器在不同轨道剖面下均具有有效性。

研究员们还考虑了悬架预载，执行器饱和度，控制器相关信息等其他边界条件，仿真结果表明，具有静态输出反馈的优化控制器，比具有静态输出反馈的合适控制器具有更好的悬挂性能。

研究人员提出了一种新的用于控制ASS的模糊逻辑控制方法，并将其应用于仿真环境中的四分之一车辆模型，将FLC方法应用于三种道路剖面，最后取得了不错的结果。

此次研究创建了四分之一车的悬架模型，并在其上实现了主动控制，悬架模型是使用拉格朗日-欧拉方法来创建的。

研究人员根据此来开发线性二次控制器、FLC和模糊线性二次控制器控制算法，并将其应用于悬架系统进行主动控制，这些控制器的目的是改善汽车操控性和乘客舒适度。

被动悬挂系统中总是会发生不良振动，所以应使用研究人员建议的控制方法来减少这些振动，并且还应开发一个与之配套的强大系统。

利用粒子群优化算法得到，隶属函数接触点系数的最优值，用来提高FLC和模糊线性二次控制器控制方法的性能。

FLC算法是查德发明的一种方法，该算法由五个阶段组成，在第一阶段，将输入变量转换为模糊集，在第二阶段，形成规则表、隶属函数和规则库，这些规则源自具有系统知识的专家的口头陈述。

在第三阶段，推理机制在系统上执行这些规则的推理过程，并提供模糊输出，在第四阶段，在数据库中定义隶属函数和模糊集的范围。

在最后一个阶段会去模糊化，模糊集被转换为输出的净值，理论上来讲使用粒子群优化算法后，研究人员会获得FLC算法隶属函数的边界值。

均方误差被选为粒子群优化算法的目标函数，以减少与系统相关的故障，曼达尼推理方法被应用于FLC方法，对于使用的所有输入和输出值，三角形类型的隶属函数也是首选。

悬架系统主动控制还有另一种推荐的方法，那就是模糊线性二次调节器控制方法，它是一种集线性二次控制器，和模糊控制方法优点于一身的控制方法。

通过获得影响该方法性能的两个矩阵，人们发现该方法是一个依赖于可变路况的动态结构，从而提高了乘客舒适度并实现了该方法的真实性能。

模糊线性二次控制器将误差，及其导数作为控制器的输入，使用模糊控制器规则来更改表示状态反馈增益，利用粒子群优化获得了，模糊线性二次控制器控制算法隶属函数的边界值。

这些方法能够成功的另一个标准，就是汽车悬架系统中使用的方法，是否会导致悬架的收缩，三种控制器类型的悬架范围均已达到初始位置，因此不会再变窄。

从这里我们可以看出基于粒子群优化的，模糊线性二次控制器在控制模式下会导致振幅降低许多。

同样在线性二次控制器控制中观察到的最高振幅时，三种类型的控制器都会发生轮胎挠度，所以基于粒子群优化的模糊线性二次控制器，在对照类型中会产生低得多的振幅。

在汽车减振研究中控制器所需的控制力低的事实，被看做该控制器成功运行的指标，而模糊线性二次控制器控制器需要的功率更少。

当查看电机所需的控制器力随时间的变化时，我们可以看出对于基于粒子群优化 的模糊线性二次控制器，它的范围大约是−520到250 N。

同样我们也可以得到控制线性二次控制器的最高力要求，研究表明模糊线性二次控制器能以更少的力需求，为我们提供更好的控制。

根据ITAE标准，基于粒子群优化的FLC方法的误差性能，相对优于线性二次控制器控制方法，该方法在轮胎变形中的误差性能，也会相对较好于线性二次控制器控制方法。

结论

此次研究研究人员建立了四分之一车悬架系统的模型，并使用84种不同的控制方法实现了主动控制系统，在开发控制器时，这些方法实现了提高汽车操控性能和乘客舒适度的目标。

使用ASS、线性二次控制器、FLC和模糊线性二次控制器控制算法，对车辆进行主动控制时，采用粒子群优化算法计算，可以提高FLC和模糊线性二次控制器控制方法的性能。

研究人员在计算机环境中对设计的控制器进行仿真，通过对这些方法的相互比较，并使用积分时间加权绝对误差准则进行理论研究。

实验结果与理论研究相比，所提出的控制方法在车身运动、汽车加速以及悬架挠度方面的成功率会更高。

所有的结果均表明汽车的乘坐舒适性可以得到显著提高，这次模糊线性二次控制器的成功表明，这种控制可以扩展并应用于线性和非线性系统，也表明该方法可应用于仿真和实验环境中的半车或全车模型。

在阅读此文后，烦请您关注+评论，方便剩下后续事件有新的进展能够让您迅速关注到