發(fā)布時間：2017-10-12 07:19

  本文關鍵詞：車輛麥弗遜式主動懸架系統(tǒng)控制仿真研究

  更多相關文章： 主動懸架 麥弗遜懸架 遺傳算法 魯棒控制 LPV

【摘要】：隨著生活水平的提高、科學技術和國民經(jīng)濟的飛速發(fā)展,人們對汽車這種交通工具有了更進一步的看法,不僅僅看中汽車的價格、外觀、耗油量等特性,對平順性和乘坐舒適性也有更高的要求。懸架作為汽車的主要組成部件,對汽車的平順性和乘坐舒適性起著至關重要的作用,同時以電子技術和自動控制理論為基礎發(fā)展起來的主動懸架,對車輛的縱向、橫向以及側向運動的控制更加準確、有效,使得車輛獲得良好的性能。另外,由于麥弗遜式懸架具有體積小、結構簡單、占用空間少、有利于發(fā)動機艙的布置等優(yōu)點,很多車型的前懸采用麥弗遜式獨立懸架,比如寶馬的M3、保時捷的911、福特的Focus等車型,因此,對麥弗遜式主動懸架的研究仍具有很大價值。麥弗遜式懸架是一個比較復雜的非線性系統(tǒng),采用傳統(tǒng)控制方式的主動懸架系統(tǒng)很難達到預期目標,為了使得懸架性能獲得理想的效果,尋找更為優(yōu)良的控制策略,或者結合不同控制方式獲得更好的控制特性,其變得尤為重要。首先,本文建立了隨機路面輸入模型和傳統(tǒng)懸架模型,接著以麥弗遜式懸架為研究對象,建立麥弗遜式懸架模型并確立了其運動微分方程,利用MATLAB軟件搭建麥弗遜式被動懸架模型,并與傳統(tǒng)懸架模型進行比較分析。同時分別以隨機路面譜和階躍函數(shù)作為系統(tǒng)的輸入,分析車身加速度和控制臂角位移的響應特性。其次,以麥弗遜式懸架為研究對象,以車身加速度為控制目標,建立其Fuzzy-PID控制模型,并針對Fuzzy-PID控制器參數(shù)的最優(yōu)選取問題,利用遺傳算法的全局優(yōu)化能力和并行處理能力調(diào)節(jié)Fuzzy-PID控制器的量化因子及其PID參數(shù)的修正系數(shù),實現(xiàn)多目標優(yōu)化。最后,分析簧載質量和懸架阻尼系數(shù)的不確定性對系統(tǒng)的幅頻特性和懸架時域性能指標的均方根值的影響,針對簧載質量的不確定性,建立麥弗遜式懸架的LPV模型。應用LMI技術建立區(qū)域極點配置的狀態(tài)反饋魯棒控制器,并以隨機路面作為輸入,分析車身加速度和控制臂角位移的響應特性,并計算其均方根值,繪制功率譜密度函數(shù),分析控制器對車輛乘坐舒適性和懸架穩(wěn)定性的影響。
【關鍵詞】：主動懸架 麥弗遜懸架 遺傳算法 魯棒控制 LPV
【學位授予單位】：東北林業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U463.33
【目錄】：

• 摘要3-4
• Abstract4-7
• 1 緒論7-15
• 1.1 選題背景及意義7
• 1.2 車輛懸架系統(tǒng)概述7-11
• 1.2.1 懸架系統(tǒng)分類8
• 1.2.2 主動懸架控制理論8-11
• 1.3 國內(nèi)外現(xiàn)狀及發(fā)展趨勢11-14
• 1.3.1 主動懸架國外現(xiàn)狀11-12
• 1.3.2 主動懸架國內(nèi)現(xiàn)狀12-13
• 1.3.3 主動懸架發(fā)展趨勢13-14
• 1.4 本文主要研究內(nèi)容14-15
• 2 路面模型及傳統(tǒng)懸架模型分析15-22
• 2.1 隨機路面輸入模型15-19
• 2.1.1 路面輸入模型簡介15
• 2.1.2 路面不平度的空間頻率譜15-17
• 2.1.3 空間譜密度轉換時間譜密度17-18
• 2.1.4 隨機路面輸入模型18-19
• 2.2 簡化懸架模型19-21
• 2.2.1 車輛振動模型簡化19
• 2.2.2 簡化懸架模型分析19-21
• 2.3 本章小結21-22
• 3 麥弗遜式懸架的動力學模型22-35
• 3.1 麥弗遜式主動懸架模型22-29
• 3.1.1 模型基本分析22-25
• 3.1.2 建立運動方程25-26
• 3.1.3 狀態(tài)空間模型26-29
• 3.2 麥弗遜式被動懸架模型29-34
• 3.2.1 模型基本分析29-30
• 3.2.2 Simulink仿真30-34
• 3.3 本章小結34-35
• 4 遺傳算法優(yōu)化的Fuzzy-PID控制器的設計35-47
• 4.1 PID和Fuzzy控制基本原理35-38
• 4.1.1 PID控制理論35-37
• 4.1.2 模糊控制理論37
• 4.1.3 模糊PID控制理論37-38
• 4.2 Fuzzy-PID控制器設計38-40
• 4.3 GA優(yōu)化Fuzzy-PID控制器參數(shù)40-44
• 4.3.1 遺傳算法簡介40-41
• 4.3.2 遺傳算法基本操作步驟41
• 4.3.3 遺傳算法優(yōu)化控制器41-44
• 4.4 仿真及分析44-46
• 4.5 本章小結46-47
• 5 極點區(qū)域配置的狀態(tài)反饋魯棒控制器設計47-63
• 5.1 參數(shù)不確定性分析47-51
• 5.1.1 參數(shù)變動對幅頻特性的影響47-49
• 5.1.2 參數(shù)變動對均方根值的影響49-51
• 5.2 狀態(tài)反饋魯棒控制分析51-56
• 5.2.1 線性矩陣不等式LMI51-52
• 5.2.2 LMI區(qū)域極點配置52-54
• 5.2.3 魯棒狀態(tài)反饋控制器54-55
• 5.2.4 LPV模型的多胞型55-56
• 5.3 控制器設計56-59
• 5.3.1 控制器分析56-57
• 5.3.2 控制器設計57-59
• 5.4 仿真及分析59-62
• 5.5 本章小結62-63
• 結論63-64
• 參考文獻64-67
• 攻讀學位期間發(fā)表的學術論文67-68
• 致謝68-69

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前8條

1 趙強;何法;王鑫;景園;;單軌車輛主動懸架模型隨機線性最優(yōu)控制器設計[J];森林工程;2015年05期

2 王青;王通;后德龍;董朝陽;;基于速度線性化的變體飛行器魯棒LPV控制[J];系統(tǒng)工程與電子技術;2014年06期

3 Shi Zhenyun;Wang Tianmiao;Liu Da;Ma Chen;Yuan Xiangnan;;A fuzzy PID-controlled SMA actuator for a two-DOF joint[J];Chinese Journal of Aeronautics;2014年02期

4 賢燕華;馮久超;;直流變換器的區(qū)域極點配置魯棒PID控制算法[J];東北大學學報(自然科學版);2013年10期

5 Huang Yiqing;Sun Changyin;Qian Chengshan;Wang Li;;Non-fragile switching tracking control for a flexible air-breathing hypersonic vehicle based on polytopic LPV model[J];Chinese Journal of Aeronautics;2013年04期

6 陳龍;朱興華;汪若塵;趙華偉;;空氣懸架系統(tǒng)的模糊控制與仿真[J];機械設計與制造;2010年05期

7 劉學增;周敏;;改進的自適應遺傳算法及其工程應用[J];同濟大學學報(自然科學版);2009年03期

8 張永林,鐘毅芳;車輛路面不平度輸入的隨機激勵時域模型[J];農(nóng)業(yè)機械學報;2004年02期

，

本文編號：1017379