电控空气悬架系统参数自整定模糊PID控制

曹恺，王韦韦，陈黎卿*，董威望

(1.安徽农业大学工学院，安徽合肥 230036；2.佳通轮胎(中国)投资有限公司 技术研发部，安徽合肥 230601)

电控空气悬架系统参数自整定模糊PID控制

曹恺1，王韦韦1，陈黎卿1*，董威望2

(1.安徽农业大学工学院，安徽合肥 230036；2.佳通轮胎(中国)投资有限公司 技术研发部，安徽合肥 230601)

提出电控空气悬架(Electronically Controlled Air Suspension，ECAS)的参数自整定模糊PID控制策略，设计参数自整定模糊PID控制器。利用AMESim软件建立1/4电控空气悬架系统模型，采用Matlab/Simulink和AMESim在不同路面、不同车速下对空气悬架系统分别进行PID控制与参数自整定模糊PID控制策略下的联合仿真。仿真结果表明：与PID控制仿真比较，采用参数自整定模糊PID控制策略使电控空气悬架的性能指标得到显著改善。搭建1/4电控空气悬架试验台，利用电液伺服激振台进行激励加载，完成硬件在环实时仿真测试，试验结果证明采用参数自整定模糊PID控制能有效提高悬架的总体性能。

ECAS；联合仿真；硬件在环；参数自整定模糊PID控制

ECAS系统主要由悬架ECU、控制执行器及传感器组成。汽车行驶过程中，传感器实时测量车身、车轮的运动状态信号，悬架ECU对各传感器采集的信号进行判断，并通过执行机构对空气弹簧的刚度和车身高度进行调节，以改善汽车的行驶平顺性和操作稳定性[1-2]。在整个ECAS系统的运行过程中，控制系统是影响悬架系统性能的最关键因素。本文利用AMESim中的机械、气动元件建立1/4车辆空气悬架系统，设计PID控制器和参数自整定模糊PID控制器，基于AMESim/Matlab软件，分别采用PID控制和参数自整定模糊PID控制对电控空气悬架进行联合仿真，以验证参数自整定模糊PID控制提高悬架整体性能的有效性[3-4]。

1 1/4电控空气悬架系统模型

车辆行驶过程中，考虑到簧载质量和非簧载质量之间有垂直向上、向下2个方向的力，而AMESim中没有符合要求的空气弹簧元件，因此可以利用AMESim中的活动缸体活塞和可变气室容积装置模型进行组合设计，建立带附加气室的空气弹簧仿真模型，并对空气弹簧内的气体初始压力和初始温度等参数进行设置[5]。使用电磁阀连接空气弹簧主气室和附加气室，通过对电磁阀开口量的控制实现对主、辅气室之间气流的调节。利用AMESim中的机械、气动部分建立车辆的二自由度1/4空气悬架系统模型，模型如图1所示，模型主要参数如表1所示。

2 参数自整定模糊PID控制

2.1控制原理

在常规PID控制器的基础上加入模糊控制器和参数修正，同时加入采用模糊集表示控制规则的条件与操作，把模糊控制规则的相关信息保存到计算机的知识库中，计算机根据控制系统的实际响应运用模糊推理，自动对PID参数进行最佳设定[6-7]。ECAS参数自整定模糊PID控制系统原理如图2所示。1)加速度传感器采集到的车身垂直方向的振动加速度信号ar(t)与给定的车身垂直加速度初始信号a0(t)经差分器后，输出车身垂直加速度均方根偏差信号ac(t)与车身垂直加速度均方根偏差变化率信号acb(t)，这两个信号作为模糊控制器和PID控制器的输入信号。2)模糊控制器把采集到的输入量模糊化，依据模糊逻辑决策和模糊控制规则，应用模糊逻辑推理输出ΔKp、ΔKi、ΔKd；3)经过修正过的Kp、Ki、Kd输入至PID控制器，根据PID控制算法的离散化计算，最后得到模糊自整定PID控制器的输出电信号u(t)，该电信号通过电磁阀对空气悬架系统进行控制[8-9]。

图1 1/4车辆电控空气悬架系统模型

表1 1/4车辆电控空气悬架系统模型主要参数

图2 ECAS参数自整定模糊PID控制系统原理图

2.2参数自整定模糊PID控制器的设计

2.2.1 输入与输出变量

车辆电控空气悬架性能指标包括车身垂直方向上的振动加速度、悬架动行程和轮胎动载荷[10]，本文假设悬架动行程和轮胎动载荷一定，以车身垂直方向的振动加速度均方根作为评价指标，则

ac=as-aa，

acb=dac(t)/dt，

式中：as为加速度均方根给定值；aa为加速度均方根实际值。

本文选取ac和acb为模糊控制器的输入变量[11],把Kp、Ki和Kd的变化量△Kp、△Ki和△Kd作为模糊控制器的输出变量，经参数修正后输出

Kp=Kp0+γpΔKp,

Ki=Ki0+γiΔKi,

Kd=Kd0+γdΔKd,

式中：Kp0、Ki0和Kd0分别为ΔKp、ΔKi和ΔKd的初始量；γp、γi和γd为校正系数。

根据PID控制算法的离散化计算，得到参数自整定模糊PID控制器的输出

(4)

2.2.2 输入量的论域和比例因子

通过试验选取本控制系统输入变量ac和acb的模糊论域为[6，-6]，控制变量ac、acb、Kp、Ki及Kd采用7个语言模糊子集(将输入、输出变量进行模糊化，7个模糊子集分别为PB( 正大)、PM( 正中)、PS( 正小)、Z(零)、NS( 负小)、NM( 负中)、NB( 负大)。由于本文有ac、acb2个输入变量，因而选用二位模糊控制器，输入输出均选取{NB，NS，Z，PS，PB}5个语言值，Kp、Ki、Kd的模糊子集{NB，NS，Z，PS，PB}通过量化因子将ac和acb离散后与模糊论域对应[12-13]。ac、acb的量化因子[14]分别为

(5)

式中：nac、nacb为模糊级数，通常取nac=nacb=6；取Kac=7.8，Kacb=1.2[15-16]。

2.2.3 模糊控制规则

根据悬架系统车身垂直方向振动加速度的变化规律，模糊推理采用Max-min模型。

1)当|ac|较大时，取较大的Kp和较小的Kd可以使系统具有较好的跟踪性能，同时为了避免系统响应出现较大的超调，要限制积分作用，取较大Ki。

2)当|ac|处于中等时，取较小的Kp，适当的Ki和Kd(特别是Kd的取值对系统的响应影响较大)可以使系统响应具有较小的超调性能。

3)当|ac|较小时，Kp和Ki均应取大些，可以使系统具有较好的稳定性。同时为了避免系统在设定值附近出现振荡，当|acb|值较小时，Kd可取大一些。

4)当|acb|值较大时，Kd应取较小值，此时Kd为中等大小。

模糊控制规则表如表2[17]所示。

表2 模糊控制规则表

3 AMESim与Matlab/simulink联合仿真

参数自整定模糊PID控制器是利用模糊逻辑算法并根据一定的模糊规则对PID控制的比例、积分、微分关系进行实时优化，以达到较为理想的控制效果，包括参数模糊化、模糊规则推理、参数解模糊、PID控制器等几个重要部分，本文的参数自整定模糊PID控制器模块图如图3所示。用图3代替图1中的“控制器”，应用AMESim / Matlab软件建立基于自整定模糊PID控制的1/4车辆电控空气悬架联合仿真模型。设定悬架模型参数：簧上质量ms=1 000 kg，簧下质量mu=150 kg，轮胎刚度kt=750 kN/m，空气弹簧刚度ks=2 000 kN/m。设汽车以80 km/h 的车速在B级路面行驶和以60 km/h的车速在 C级路面上行驶，分别采用参数自整定模糊PID控制和PID控制对电控空气悬架进行AMESim/Matlab联合仿真，路面输入采用滤波白噪声。当车辆以80 km/h车速行驶在B级路面时，悬架的时间历程响应如图4所示，车辆以60 km/h车速行驶在C级路面时，悬架的时间历程响应如图5所示。2种车速和路面行驶工况下车身平顺性指标对比如表3所示。

图3 参数自整定模糊PID控制器模块图

图4 80 km/h B级路面时的时域响应曲线

图5 60 km/h C级路面时的时域响应曲线

表3 不同路面与车速行驶工况下车身平顺性指标的均方根

由表3可知，车辆以60 km/h的车速行驶在B级路面上，采用自整定模糊PID控制时，车身的垂直振动加速度、悬架动行程、轮胎动载荷分别比采用传统PID控制时降低了23.17%、13.15%、18.66%；车辆以80 km/h的车速行驶在C级路面上，采用自整定模糊PID控制时，车身的垂直振动加速度、悬架动行程、轮胎动载荷分别比采用传统PID控制时降低了26.38%、17.08%、26.15%。

因此，采用参数自整定模糊PID控制策略，根据检测到的ac、acb的值，采用模糊控制理论对PID的Kp、Ki、Kd实时整定，能达到衰减车身振动的效果，车辆平顺性优于使用传统的PID控制的悬架系统。

4 硬件在环试验验证

4.1硬件在环平台搭建

为了验证参数自整定模糊PID控制系统的有效性，搭建基于NI-PXI实时处理器的电控空气悬架硬件在环试验平台[18]。试验系统主要包括PC上位机、NI-PXI-8102实时控制器、控制器模型、执行器和1/4悬架试验台，如图6所示。PC上位机主要用于运行基于NI Veristand和LabVIEW开发的硬件在环实时测试软件系统，该软件系统将转化后的MATALAB/Simulink模型输入到下位机PXI实时处理器中，同时对整个硬件在环平台进行开关控制、参数调节、状态激励和数据监测等试验管理[19]。

图6 ECAS ECU硬件在环测试平台

上、下位机通过NI-PXI-8102实时控制器进行通信，工作区Workspace主要用于控制模型运行，监测悬架簧上质量加速度等参数。硬件在环系统工作区面板如图7所示。

图7 硬件在环系统工作区面板

4.2台架试验

试验在图8所示的台架上进行。下位机将采集到的簧上质量加速度模拟信号发送给上位机，上位机对下位机传送的信号进行参数自整定模糊PID运算，将运算得到的控制量输入到下位机。改变悬架执行器开关电磁阀所处的位置，以驱动减振器的转阀和空气弹簧的连通阀，从而调节油液阻尼孔和空气节流孔的尺寸面积，以改变减振器的阻尼和空气弹簧的刚度，使悬架在“软”、“中”和“硬”3个状态之间自动转换，从而达到改善电控空气悬架系统性能的目的[20]。

4.3试验结果

对1/4电控空气悬架进行硬件在环试验，由单通道电液伺服系统提供与仿真相同的正弦波激励。分别选择以下3种情况进行试验与仿真：空气悬架“软”状态，振幅10 mm，频率2 Hz；空气悬架“中”状态，振幅20 mm，频率2 Hz；空气悬架“硬”状态，振幅30 mm，频率1.5 Hz。对比台架试验结果如图9～11所示。两种控制方式下悬架“中”状态平顺性指标的均方根如表4如示。

图8 电控空气悬架试验台架

a)台架试验 b)仿真图9 空气悬架“软”状态车身振动加速度曲线

a)台架试验 b)仿真图10 空气悬架“中”状态车身振动加速度曲线

a)台架试验 b)仿真图11 空气悬架“硬”状态车身振动加速度曲线

表4 正弦波激励悬架“中”状态平顺性指标的均方根

由图9～11及表4可知，采用参数自整定模糊PID控制时得到的车身垂直加速度、悬架动挠度和轮胎动行程的均方根比采用PID控制分别降低了17.11%、23.48%、15.78%，验证了仿真结果的有效性。

5 结论

1)在不同的路面激励工况下，对所建的1/4电控空气悬架系统模型进行联合仿真试验，与采用传统PID控制相比，参数自整定模糊PID控制通过调节悬架减振器的阻尼和弹簧的刚度，减小了车身在垂直方向上的加速度，改善了轮胎的动行程，大大提高了车辆的行驶平顺性。

2)搭建硬件在环仿真测试系统，在电液伺服激振台上，应用参数自整定PID控制器对1/4电控空气悬架进行硬件在环测试，验证了参数自整定模糊PID控制改善悬架总体性能的有效性。

[1]KIM Hyunsup，HYEONGCHEOL Lee.Height and leveling control of automotive air suspension system using sliding mode approach[J].IEEE Transactions on Vehicular Technology，2011，60(5)：2027-2041.

[2]KIM Hyunsup，LEEHYONGHEO C.Model-based fault-tolerant control for an automotive air suspension control system[J].Proc MECHE，Part D:Journal of Automobile Engineering，2011，225(11)：1462-1480.

[3]杨柳青，陈无畏，高振刚，等.基于电磁阀减振器的1/4主动悬架非线性控制[J].农业机械学报，2014，45(4)：1-7. YANG Liuqing，CHEN Wuwei，GAO Zhengang，et al.Nonlinear control of quarter vehicle model with semi-active suspension based on solenoid valve damper[J].Transactions of the Chinese Society for Agricultural Machinery，2014，45(4)：1-7.

[4]陈无畏，王其东，王志君，等.汽车半主动悬架的非线性神经网络自适应控制研究[J].机械工程学报，2000，36(1)：75-78 . CHEN Wuwei，WANG Qidong，WANG Zhijun，et al.Research on adaptive control for automotive semi-active suspensions based on nonlinear neural networks[J].Chinese Journal of Mechanical Engineering，2000，36(1):75-78.

[5]杨启耀，周孔亢，张文娜，等.半主动空气悬架Fuzzy-PID控制[J].农业机械学报，2008，39(9)：24-29. YANG Qiyao，ZHOU Kongkang，ZHANG Wenna，et al.Fuzzy-PID control on semi-active air suspension[J].Transactions of the Chinese Society for Agricultural Machinery，2008，39(9)：24-29.

[6]严天一，刘欣强，张鲁邹，等.基于代码生成的电控空气悬架系统电子控制单元[J].农业机械学报，2014，45(9)：14-19. YAN Tianyi，LIU Xinqiang，ZHANG Luzou，et al.Electronic control unit of electronically controlled air suspension systems based on code generation[J].Transactions of the Chinese Society for Agricultural Machinery，2014，45(9)：14-19.

[7]孙晓强，陈龙，汪少华，等.半主动空气悬架阻尼多模型自适应控制研究[J].农业机械学报，2015，46(3)：351-357. SUN Xiaoqiang，CHEN Long，WANG Shaohua，et al.Research on damping multi-model adaptive control of semi-active air suspension[J].Transactions of the Chinese Society for Agricultural Machinery，2015，46(3)：351-357.

[8]曹青松，周继惠，黎林，等.基于模糊自整定PID算法的压电柔性机械臂振动控制研究[J].振动与冲击，2010，29(12)：181-186. CAO Qingsong，ZHOU Jihui，LI Lin，et al.Vibration control of piezoelectric flexible manipulator based on fuzzy self-tuning PID algorithm[J].Journal of Vibration and Shock，2010，29(12)：181-186.

[9]BAO W N，CHEN L P，ZHANG Y Q，et al.Fuzzy adaptive sliding mode controller for an air suspension[J].International Journal of Automotive Technology，2012，13(7)：1057-1065.

[10]黄俊明，周孔亢，徐兴，等.电子控制空气悬架高度调节过程非线性模型[J].机械工程学报，2009，45(6)：278-283． HUANG Junming，ZHOU Kongkang，XU Xing,et al.Theoretical analysis and test research of eigen-frequency of air suspension[J].Journal of Mechanical Engineering，2011,47(14)：114-120.

[11]陈龙，黄晨，江浩斌，等.基于悬架效用函数的车身姿态控制[J].农业机械学报，2011，42(8)：15-19. CHEN Long，HUANG Chen，JIANG Haobin，et al.Body posture control base on suspension utility function[J].Transations of the Chinese Society for Agricultural Machinery，2011，42(8)：15-19.

[12]汪若尘，孟祥鹏，施德华,等.车辆惯容器-弹簧-阻尼器半主动悬架模糊控制[J].农业机械学报，2013，44(12)：1-5. WANG Ruochen，MENG Xiangpeng，SHI Dehua，et al.Fuzzy control of vehicle isd semi-active suspension[J].Transactions of the Chinese Society for Agricultural Machinery，2013，44(12)：1-5.

[13]刘韶庆,姚斌,袁善发,等.磁流变减振器半主动悬架的Fuzzy-PID开关切换控制[J].农业机械学报，2006，37(12)：4-7. LIU Shaoqing,YAO Bin,YUAN Shanfa,et al.Fuzzy-PID swith control on suspensions with MR damper[J].Transaction of the Chinese Society for Agricultural Machinery,2006,37(12):4-7.

[14]HIROSE Masanori，MATSSHIGEU Seiichi，BUMA Shuichi，et al.Toyota electronic modulated air suspension system for the 1986 soarer[J].IEEE Transactions on Industrial Electronics，2011，58(10):4866-4879.

[15]乐巍.车辆半主动悬架模糊控制方法的研究[D].镇江：江苏大学，2002. YUE Wei.Research on fuzzy control methods for semi-active suspension of vehicle[D].Zhenjiang：Jiangsu University，2002.

[16]中国农业机械化科学研究院.农业机械设计手册[M].北京：中国农业科学技术出版社，2007.

[17]朱聪玲,程志胜,王洪源,等.联合收获机割台振动问题研究[J].农业机械学报，2004，35(4)：59-61. ZHU Congling,CHENG Zhisheng,WANG Hongyuan,et al.Study on the header vibration of combine[J].Transactions of the Chinese Society for Agricultural Machinery，2004，35(4)：59-61.

[18]陶永华.新型PID控制及其应用[M].北京：机械工业出版社，2005.

[19]薛定宇.控制系统计算机辅助设计：MATLAB语言与应用[M].2版.北京：清华大学出版社，2006.

[20]GIORDANO Frank R.数学建模[M].北京：机械工业出版社，2003.

(责任编辑：杨秀红)

FuzzyParameterSelf-TuningPIDControlofElectronically-ControlledAirSuspensionSystem

CAOKai1,WANGWeiwei1,CHENLiqing1,DONGWeiwang2

(1.CollegeofEngineering,AnhuiAgriculturalUniversity,Hefei230036,China; 2.TechnolgyDevelopmentDepartment,GitiTechnology(China)InvestmentCo.,Ltd.,Hefei230601,China)

This article presents the fuzzy parameter self-tuning PID control strategy of the electronically-controlled air suspension system (ECAS) to design the fuzzy parameter self-tuning PID controller. The AMESim software is used to establish the model of 1/4 ECAS system.Under different road and speed conditions, the Matlab/simulink and AMESim are used to make the co-simulation for the air suspension system in the strategies of the PID control and the fuzzy parameter self-tuning PID control.The simulation results show that the simulation in the fuzzy parameter self-tuning PID control strategy makes the performance indexes of the ECAS significantly improved compared with the PID control simulation. A test rig of 1/4 ECAS vehicle is developed to conduct the excitation loading through the electro-hydraulic servo vibration table and the hardware-in-the-loop (HIL) real-time simulation test.The test results verify that the fuzzy parameter self-tuning PID control can improve the overall performance of the suspension system effectively.

electronically-controlled air suspension (ECAS); co-simulation; hardware-in-the-loop; fuzzy parameter self-tuning PID control

2016-11-14

安徽省高校自然科学重点项目(KJ2015A305)；安徽省自然科学基金(1308085QE94)

曹恺(1992—)，男，硕士研究生，主要研究方向为汽车悬架设计与动力学分析，E-mail：1045428838@163.com.

*通讯作者：陈黎卿(1979—)，男，教授，副院长，硕士生导师，主要研究方向为车辆系统动力学，E-mail：123@163.com.

10.3969/j.issn.1672-0032.2017.02.001

U463.33

：A

：1672-0032(2017)02-0001-08