车辆主动悬架的模糊PID控制仿真

景 园，赵 强，张 娜

（东北林业大学 交通学院，黑龙江 哈尔滨 150040）

0 引言

不同于固定阻尼和刚度系数的车辆被动悬架，阻尼可调的主动悬架不仅能够适应车辆载荷、行驶速度以及路面的不平程度变化达到有效减震的目的，还可以调节刚度控制悬架侧倾。从结构而言，主动悬架实际是一个主动力的发生器。因此，控制策略的优劣对主动悬架控制效果有极大影响。其中利用现代控制算法中应用比较广泛的研究有：陈志林利用了渐近稳定自适应控制[1]；Yoon Y S 等利用最优控制算法得到二次型性能指标[2]；孙涛在电流变液磁流变半主动悬架上试验了模糊PID 控制[3]等等。其中PID 控制具有原理简单、使用方便等优点应用最广泛，而车辆主动悬架控制系统为多自由度、多参数的非线性系统，常根据经验法不断调试确定PID的参数。本文选用模糊PID 控制，将模糊推理运用于PID 参数的整定，以根据经验制定控制规则得出控制决策表, 然后求出控制量的大小，不再需对控制对象精确建模，并通过Matlab/Simulink 进行了建模及仿真分析。

1 悬架模型

1/4 车辆主动悬架理想模型如图1 所示。其模型根据牛顿定律满足以下动力方程：

图1 二自由度单轮动力学模型Fig.1 Single wheel dynamics model of two degrees of freedom

式中：m1—主动悬架非簧载质量（kg）；m2—主动悬架簧载质量（kg）；k1—轮胎径向刚度系数（N/m）；k2—悬架刚度系数（N/m）；c—减振器的阻尼系数（Ns/m）；z2—车身簧载质量的垂直位移（m）；z1—车身非簧载质量的垂直位移（m）；z0—路面激励（m）；fd—作动器的输出力（N）。主动悬架的控制是通过控制作动器的出力fd，应用于模糊PID 控制、PID 控制及被动控制，在被动中作动器产生的fd始终为0。

取状态变量X=[x1，x2，x3，x4]T，其中x1=z1，x2=1，x3=z2，，取输入向量U= [fdz0]T，取悬架加速度、悬架动挠度两个性能指标作为输出变量，即，系统的状态方程可表示为：

式中：

2 参数自整定模糊PID 控制器设计

控制系统结构主要有参数可调的PID 和模糊控制系统两部分组成，其结构如图1 所示：模糊控制以误差及误差变化率为输入，通过模糊化、模糊控制算法和模糊判决对PID 控制的三个参数kp，ki，kd 进行整定微调，得到Δkp，Δki，Δkd；PID 控制器以误差为输入，通过kp，ki，kd 三个参数的调节，输出到被控系统车辆悬架，其中r（t）=0。PID 控制器的算式为[4]：

式中：kp—比例控制系数；ki—积分时间常数；kd—微分时间常数。

3 仿真分析

利用Matlab/Simulink 仿真软件，根据本文提到的二自由度1/4 车辆悬架动力学模型，在Matlab/Simulink 仿真平台上，搭建主动悬架系统的被动控制、PID 控制、FuzzyPID 控制仿真模型，其中FuzzyPID 控制的具体实现参见图2。其中悬架系统的参数，如表1 所示。仿真响应曲线如图3 所示。

图2 FuzzyPID 控制器模型Fig.2 FuzzyPID controller model

由图3 可以看出：相对于主动悬架的被动控制、PID 控制，模糊PID 控制使车辆的簧载质量加速度和轮胎动载荷大幅减小了峰值，大大缓和了路面传来的不同度激振，提高乘坐舒适性；车辆的簧载质量加速度和轮胎动载减小了均方根值，振动幅度小，改善了行驶平顺性；使得车辆的悬架动挠度反而有所上升。作为评价悬架系统的三个指标，簧载质量加速度、悬架动挠度和轮胎动载荷之间存在着相互制约的动态平衡关系，模糊PID 控制并不能同时兼顾，这也是其不足之处。

表1 车辆悬架仿真参数表Tab.1Vehiclesuspensionsimulationparameters

图3 1/4 车辆悬架被动控制、PID 控制、FuzzyPID 控制仿真结果Fig.3 1/4 vehicle suspension passive control, PID control,FuzzyPID control simulation results

4 结论

本文首先以二自由度的车辆1/4 主动悬架系统为研究对象，建立其动力学模型，其次选取模糊PID 控制策略，最后运用MATLAB/Simulink 进行仿真，并通过仿真结果得出，评价悬架系统的主要性能指标车辆的簧载质量加速度、轮胎动载荷均得到明显控制效果，能够有效提高乘坐舒适性，改善了行驶平顺性，这说明采用模糊PID 控制的主动悬架的性能优于传统的被动悬架。

[1]陈志林，金达锋，赵六奇. 汽车主动悬架系统的渐近稳定自适应控制[J]. 清华大学学报（自然科学版），1997，12.

[2]Yoon Y S, Kim H. Feedforward neuro-controlled active suspension using frequency and time-mixed shape performance index. Part1:control logic and performance. Int J of Vehicle Design，1996，2.

[3]孙涛，陈大跃.电流变智能半主动悬架模糊PID 控制[J].汽车工程，2004，5.

[4]苏明，陈伦军，林浩.模糊PID 控制及其MATLAB 仿真[J].现代机械，2004，4.

[5]丁金刚，等.基于模糊控制的车辆主动悬架.仿真研究[J]． 机电产品开发与创新，2012，1．