轮毂驱动电动车的电磁混合悬架控制研究

轮毂驱动电动车由于采用电机分布式的布置形式,造成整车非簧载质量增加,会引起车辆安全性和整车平顺性的恶化。为此,提出一种基于电磁混合控制方式的电磁悬架。以直线电机为作动器,采用主动控制与半主动控制相结合方法对整车平顺性进行改善。系统中轮毂电机采用悬置式结构,相当于一个动力吸振器,能有效分担轮胎受到的路面垂向激励。仿真分析各质量系之间的传递特性和各性能指标(车身加速度、轮胎动载荷)的幅频特性。仿真结果表明:采用悬置式结构的悬架系统在频域内能够有效抑制车轮型共振峰,并使车轮型共振频率延后至12.8 Hz附近,避免落在人体最敏感区段4~12.5 Hz,同时轮胎动载荷均方根值下降13%。在此结构基础上,以改善车辆平顺性为目标,对直线电机采用天棚控制策略。结果表明:与传统悬架相比,车身加速度降低19.8%,改善了车辆平顺性。最后,在单通道台架上进行了试验,验证了悬置式结构和天棚控制策略的可行性。     

车身姿态补偿半主动控制

基于某矿用自卸车,建立了非线性半主动油气悬架三轴9自由度整车模型,以天棚控制算法和模糊控制算法为基础,设计了车身姿态补偿控制策略,对半主动油气悬架的阻尼力进行控制。在Matlab/Simulink中对控制策略的效果进行仿真验证。仿真结果表明:当车辆在D级路面以36 km/h的速度行驶时,相比于传统被动油气悬架,所设计的车身姿态补偿控制策略使车身垂向加速度优化了22. 89%,俯仰角加速度优化了20. 46%,侧倾角加速度优化了18. 87%,车身俯仰角优化了19. 61%,车身侧倾角优化了15. 66%,达到了较好的车身姿态控制效果。硬件在环仿真试验结果与Simulink仿真结果一致,验证了车身姿态补偿控制策略的实际可行性。     

基于深度强化学习的轮毂电机驱动电动汽车垂向振动控制

轮毂电机驱动电动车作为分布式驱动的一种理想的解决方案，对于缓解能源问题具有重要意义，然而当轮毂电机引入轮毂时，其平顺性会恶化。为解决轮毂电机电动汽车平顺性问题，建立了考虑座椅、车身和簧下质量振动特性以及主动与半主动悬架时间迟滞因素的三自由度轮毂电机电动汽车的1/4车模型，并基于深度强化学习算法对轮毂电机驱动电动汽车通过主动悬架进行垂向振动控制。在此基础上，对轮毂电机驱动电动车在随机路面与减速带路面下行驶的情况进行训练，进而对其训练案例的控制效果进行测试，并将之与被动悬架和天棚阻尼控制策略的控制效果进行对比，最后对轮毂电机驱动电动车在随机路面的基于深度强化学习主动悬架控制策略进行泛化能力测试。结果表明，对于训练与泛化测试案例，针对轮毂电机驱动电动车的垂向振动控制，基于深度强化学习的主动悬架控制策略所产生的控制效果均优于被动悬架与天棚阻尼控制策略。     

液压互联式馈能悬架多模式切换与试验研究

液压互联悬架可有效提升车辆行驶平顺性和操纵稳定性,多用于越野车辆或重型车辆,此时悬架耗散掉的能量过大,引入馈能单元的液电馈能悬架可以对振动能量回收达到节能减排的目的,但会降低整车动力学性能。为协调整车行驶平顺性、操纵稳定性和馈能特性,搭建了整车7自由度液压互联馈能悬架系统模型,设计了舒适性模式、安全性模式和馈能性模式3种工作模式,提出了多模式自动切换的方法对悬架进行实时控制,设计模糊控制器对切换过程进行控制,并进行了整车仿真分析。仿真结果表明:所设计的多模式切换模型提升了悬架性能。为验证仿真的有效性,研制了液压互联馈能悬架原理样机并进行了台架试验,试验数据与仿真结果基本一致,表明所提出的方法兼顾了悬架乘坐舒适性、操纵稳定性和馈能特性,实现了悬架全局性能最优。     

整车模型的半主动控制研究

研究了采用磁流变阻尼器的七自由度整车模型的半主动控制。建立了半主动控制策略，进行了数值仿真，并且和主动控制、被动控制的整车模型进行了比较，其中在不同频段采用不同的加权系数。结果表明，采用磁流变阻尼器的整车模型的乘坐舒适性得到了明显改善，同时运行稳定性和安全性并无明显恶化，说明磁流变阻尼器在汽车控制中的可行性。     

轮毂电机电动汽车空气悬架阻尼GA-LQR控制研究

针对轮毂电机驱动电动汽车因电机内部不平衡电磁力引起的负面振动加剧等问题,提出一种基于遗传算法的线性二次型调节器(GA-LQR)的空气悬架阻尼控制方法。建立包含轮毂电机和空气悬架系统的轮毂电机驱动电动汽车8自由度半车动力学模型,并进行实车试验验证模型;仿真分析路面激励和不平衡电磁力两者对电动汽车垂向振动的影响;根据最优控制理论提出LQR控制策略,并通过遗传算法对LQR控制中的加权矩阵Q和R进行全局搜索优化,构建了GA-LQR阻尼控制器。仿真结果表明：相较于被动悬架和LQR控制的空气悬架,基于GA-LQR控制的空气悬架对电动汽车各评价指标的改善效果明显,可有效抑制轮毂电机因偏心引起的不良振动,极大地提高车辆的乘坐舒适性。     

半主动空气悬架的神经模糊控制

以带附加气室容积可调空气悬架的整车为研究对象,首先建立附加气室容积可调空气弹簧模型,并将该模型以弹簧力形式引入整车,然后设计以平顺性指标为主导地位的综合目标函数及约束条件。采用改进遗传算法对该目标函数进行逐段优化,同时得到不同工况下前悬架和后悬架模糊控制器的最优输出数据。最后将该输出数据作为导师信号供神经网络学习,从而建立整车半主动空气悬架的T-S型神经模糊控制器。仿真结果表明:在不同行驶工况下,相比被动空气悬架,采用神经模糊控制的半主动空气悬架的行驶平顺性显著提高,且满载时的改善效果优于空载。     

微型电动汽车悬架系统设计与平顺性分析

为了开发一款微型纯电动汽车,针对其乘坐舒适、安全可靠的设计要求,分析了悬架系统设计参数并完成了初步设计。为了保证汽车有良好的操纵稳定性,基于Adams/Insight对设计的麦弗逊悬架进行了前轮定位参数优化。在3种极限工况下,对设计的扭转梁悬架模型进行有限元强度分析,以验证其可靠性。为评估整车的平顺性,在随机沥青路面上进行仿真,并经过功率谱密度变换和频率加权得到了3个轴向的加权加速度均方根值。结果表明:优化后的前轮定位参数随车轮跳动有着良好的变化特性;设计的扭转梁悬架满足强度要求;设计的悬架系统使汽车具有良好的平顺性。     

车辆双磁流变阻尼器座椅悬架的建模及控制

采用双磁流变阻尼器提高车辆半主动座椅悬架的减振效果,建立了包括变阻尼Vogit单元、附加调节质量和弹簧的串联支路和可变阻尼并联构成的3自由度半主动座椅悬架模型。推导了该模型的动力学方程,进一步采用改进的Bouc-Wen模型建立了磁流变阻尼器的数学模型。根据悬架动力学方程给出了基于分层的控制策略,在Simulink中搭建了相应仿真模型,取人体易发生共振的3个频率信号以及随机激励信号进行测试。仿真结果表明:所提出的半主动悬架机构及其控制策略具有较好的减振效果,为半主动悬架的设计和控制提供了参考。     

空气悬架铰接电动客车车身骨架可靠性评估

为对某款空气悬架铰接电动客车车身骨架进行可靠性评估,首先建立了整车骨架有限元分析模型,以满载弯曲工况为例,对其进行了静强度分析;其次选用Workbench集成的Fatigue Tool工具对整车车身骨架进行了疲劳寿命分析,依据得到的整车疲劳寿命云图和各节点的寿命,确定了整车车身容易发生疲劳破坏的位置,为空气悬架约束下的铰接电动客车改进设计提供了理论依据。     

基于模糊PID控制的空气弹簧振动特性研究

针对在粗糙路面行驶时空气弹簧座椅舒适性较差的情况,采用模糊PID控制策略,以人体加速度误差和误差变化率作为输入量,以空气弹簧控制力作为输出量,设计了模糊PID控制器。为验证控制效果,与ADAMS建立的整车模型进行联合仿真,并与被动空气弹簧座椅进行对比分析。仿真结果表明,采用模糊PID控制的座椅系统减振效果得到了进一步改善,提高了人体振动舒适性。     

EKF、UKF和CKF的滤波性能对比研究

普通卡尔曼滤波(KF)可以在线性系统中对目标状态做出最优估计,得到好的滤波效果。然而实际系统总是非线性的,针对非线性系统,常用的解决办法是对非线性系统进行近似线性化处理,从而将非线性问题转变成线性问题。文中分析了扩展卡尔曼(EKF)、无迹卡尔曼(UKF)和容积卡尔曼(CKF)的基本原理和各自的特点,然后将EKF、UKF和CKF进行滤波对比和分析,最后通过仿真试验证明:与EKF相比,UKF、CKF不仅保证了系统的稳定性,同时提高了估计精度。但CKF的估计均方误差值相比UKF更小,表现出了更高的精度。     

主动悬架非脆弱H_∞控制器设计

考虑车辆建模不确定性和执行器参数不确定性,基于2自由度1/4车辆模型设计主动悬架的非脆弱H_∞控制器,使悬架加速度、悬架动扰度、轮胎形变量得到优化。非脆弱H_∞控制器通过LMI(linear matrix inequality,线性矩阵不等式)算法求解,并在Matlab7.0/Simulink环境下搭建仿真模型进行仿真分析。研究结果表明:该控制器能有效改善车辆的乘坐舒适性,较好地解决平顺性与操纵稳定性之间的矛盾。     

轮毂电机驱动汽车半主动悬架自适应最优控制

针对轮毂电机驱动汽车非簧载质量增加和轮毂电机不平衡电磁力带来的振动负效应,提出了一种自适应线性二次型调节器(LQR)半主动悬架控制策略,以提升轮毂电机驱动汽车的性能。考虑路面随机激励与轮毂电机不平衡电磁力的耦合作用,建立了轮毂电机驱动汽车系统的垂向、纵向与扭转振动的动力学模型。以垂向振动性能最优为目标,提出了LQR最优控制策略,将自适应遗传算法应用于确定LQR最优控制权重矩阵,以获取控制器的最优反馈悬架控制力。仿真结果表明:带有自适应LQR控制器的系统能有效提高系统的垂向与纵向性能,对簧载质量垂向与纵向振动加速度均方根值、悬架动行程均方根值、轮毂电机偏心距均方根值、轮胎动载荷均方根值和纵向驱动力波动的改善效果明显,有效提高了车辆的行驶平顺性与乘坐舒适性。     

基于卡尔曼滤波和MRAC的卷绕张力控制

针对纱线收卷系统张力控制存在非线性和时变性以及存在测量噪声等问题，课题组提出了一种卡尔曼滤波和模型参考自适应相结合的张力控制方法。为提高卷绕系统的抗干扰性和稳定性，在张力测量环节通过参考模型设计卡尔曼滤波器有效抑制测量噪声。在纱线张力控制上，采用基于Lyapunov稳定性原理的模型参考自适应的控制策略对张力实时补偿。MATLAB仿真结果表明：基于卡尔曼滤波和Lyapunov MRAC的卷绕张力控制系统具有良好的鲁棒性、自适应性。该控制方法具有一定的应用前景。     

考虑舒适性的AEB避撞算法及仿真验证

为进一步优化汽车自动紧急制动系统的避撞算法,设计了考虑制动过程驾乘舒适性的制动减速度控制策略。通过设置制动减速度变化缓冲区对制动减速度及其变化率进行限制,得到满足舒适性条件的减速度控制曲线。基于AEB典型测试工况对设计的减速度控制曲线进行具体分析,提出了新的制动安全距离模型。最后,建立车辆纵向动力学模型并通过CarSim与Matlab联合仿真对提出的避撞算法进行仿真验证。仿真结果显示:提出的避撞算法能够在实现有效避撞的同时满足舒适性条件。     

基于MATLAB的BP神经网络实现减振器缺陷产品自动识别

减振器是汽车悬架的重要组成部分,其性能直接影响整车的安全性和舒适性,减振器示功图是判断减振器是否合格的重要依据。目前,减振器示功图的类型识别都依赖人的经验。文章通过在MATLAB中训练BP神经网络,实现了减振器缺陷产品的自动识别,该研究具有巨大的市场价值。     

扩展卡尔曼滤波估计载波参数的算法研究

提出了一种在接收信号幅度未知的情况下进行载波参数估计的扩展卡尔曼滤波算法,该算法把信号幅度及伪码自相关的乘积作为一个独立变量和载波相位、频率一起组成状态向量进行扩展卡尔曼滤波。理论分析表明该算法本质上是具有可变增益的幅度锁定环和相位锁定环的联合估计,并给出了稳态时环路闭环传输函数和等效噪声带宽的解析表达式。仿真结果表明该算法在高低信噪比下,均具有较高的估计精度和较快的收敛速度。     

新型无传感器感应电动机直接转矩控制系统

针对电机安装机械传感器不便的问题提出了新的速度辨识方法.从自适应控制原理和扩展卡尔曼滤波算法原理入手,将这两种不同的观测器应用于异步电机直接转矩控制,并对其进行研究和比较,找出各自的优缺点,利用Matlab/Simulink构建了系统的模型并进行仿真研究.结果表明：在负载变化、噪声抑制等方面EKF优于MARS;在状态观测方面,采用MARS优于EKF.     

一类带有多源异质干扰的随机系统的精细抗干扰控制

本文考虑了一类带有多源异质干扰的随机系统的精细抗干扰控制问题,其中干扰包括带有未知光滑非线性函数的非谐波干扰和白噪声.采用模糊逻辑系统对光滑未知非线性函数进行逼近,在逼近值的基础上构造自适应干扰观测器来估计干扰.通过结合干扰观测器跟模糊控制,提出了一种精细抗干扰控制策略以保证复合系统达到依均方渐近有界.最后,通过仿真验证了所提方案的有效性.