磁流变阻尼器悬架的一种半主动控制策略

doi:10.3969/j.issn.16740696.2016.06.31

重庆交通大学学报（自然科学版） ›› 2016, Vol. 35 ›› Issue (6): 153-157.DOI: 10.3969/j.issn.16740696.2016.06.31

磁流变阻尼器悬架的一种半主动控制策略

姜康¹, 张腾¹, 冯忠祥¹, 张梦雅²

(1.合肥工业大学汽车与交通工程学院，安徽合肥 230601;2.湖北文理学院，湖北襄阳 441021）

收稿日期:2015-07-10 修回日期:2015-12-29 出版日期:2016-12-25 发布日期:2016-12-29
作者简介:姜康(1974—），男，山东威海人，副教授，博士，主要从事载运工具运用工程、人工智能等方面的研究。Email：kangj@hfut.edu.cn。
基金资助:
国家自然科学基金项目（51308177）

A SemiActive Control Strategy of MR Damper Suspension

JIANG Kang¹, ZHANG Teng¹, FENG Zhongxiang¹, ZHANG Mengya²

(1.School of Automobile & Traffic Engineering, Hefei University of Technology, Hefei 230601, Anhui, P.R.China；2.Hubei University of Arts and Science,Xiangyang 441021,Hubei,P.R.China)

Received:2015-07-10 Revised:2015-12-29 Online:2016-12-25 Published:2016-12-29
Contact: 张腾(1989—），男，安徽庐江人，硕士，主要从事载运工具运用工程、人工智能等方面的研究。Email：taiydzt@126.com。

摘要/Abstract

摘要： 采用自适应神经模糊推理系统（ANFIS）建立磁流变阻尼器的逆向模型。综合考虑车辆行驶平顺性和操作稳定性，在结合天棚、地棚阻尼控制和TS型模糊系统特点的基础上，提出了一种模糊混合控制策略。在MATLAB/Simulink中分别建立磁流变阻尼器模型、逆向模型、模糊混合控制器和随机路面激励，与 ADAMS/View中建立的1/4车辆悬架模型进行联合仿真。联合仿真的结果表明：与天棚控制、地棚控制相比，模糊混合控制策略有效地改善了簧载质量加速度、悬架动行程和轮胎动变形。

关键词: 车辆工程, 磁流变阻尼器, 逆向模型, 模糊混合控制, 联合仿真

Abstract: An adaptive neuro fuzzy inference system (ANFIS) was used to establish the inverse model of magneto rheological (MR) damper. With the overall consideration of vehicle ride comfort and handling stability, a fuzzy hybrid control strategy was proposed on the premise of the characteristics of the damper control of skyhook and groundhook as well as fuzzy TS system. In MATLAB/Simulink, the MR damper model, the inverse model, the fuzzy hybrid controller and the random road excitation were established respectively, and they were cosimulated with the one quarter vehicle suspension model that was built in ADAMS/View. The results of cosimulation indicate that the fuzzy hybrid control strategy could improve the sprung mass acceleration, suspension dynamic travel and tire dynamic deformation effectively, comparing with the control strategy of skyhook and groundhook.

Key words: vehicle engineering, MR damper, inverse model, fuzzy hybrid control, cosimulation

中图分类号:

U466

姜康1, 张腾1, 冯忠祥1, 张梦雅2. 磁流变阻尼器悬架的一种半主动控制策略[J]. 重庆交通大学学报（自然科学版）, 2016, 35(6): 153-157.

JIANG Kang1, ZHANG Teng1, FENG Zhongxiang1, ZHANG Mengya2. A SemiActive Control Strategy of MR Damper Suspension[J]. Journal of Chongqing Jiaotong University(Natural Science), 2016, 35(6): 153-157.

参考文献

［1］郭全民,雷蓓蓓.汽车磁流变半主动悬架的模糊PID控制研究［J］.西安工业大学学报,2015,35(3):192200.
GUO Quanming, LEI Beibei. Study on fuzzyPID control of semiactive vehicle suspensions based on magneto rheological damper［J］. Journal of Xi’an Technological University,2015,35(3):192200.
［2］ ZONG Luhang, GONG Xinglong, GUO Chaoyang, et al. Inverse neurofuzzy MR damper model and its application in vibration control of vehicle suspension system［J］. Vehicle System Dynamics International Journal of Vehicle Mechanics & Mobility,2012,50(7):10251041.
［3］ BAHAR A, POZO F, ACHO L, et al. Hierarchical semiactive control of baseisolated structures using a new inverse model of magnetorheological dampers［J］. Computers & Structures,2010,88(7/8):483496.
［4］ SPENCER B F, DYKE S J, SAIN M K, et al. Phenomenological model for magneto rheological dampers［J］. Journal of Engineering MechanicsASCE,1997,123(3):230238.
［5］ TUONONEN A J. Vehicle lateral state estimation based on measured tyre forces［J］ .Sensors,2009,9(11):87618775.
［6］袁传义.半主动悬架与电动助力转向系统自适应模糊集成控制及其优化设计［D］.镇江:江苏大学,2007.
YUAN Chuanyi. SelfAdaptive Fuzzy Integrated Control and Optimization Design of Vehicle SemiActive Suspension and Electric Power Steering System［D］. Zhenjiang: Jiangsu University,2007.
［7］兰文奎,李仕生.半车主动悬架系统模糊PID控制器设计及仿真［J］.重庆交通大学学报(自然科学版),2015,34(2):148151.
LAN Wenkui, LI Shisheng. Design of fuzzyPID controller for a halfvehicle with active suspension system［J］. Journal of Chongqing Jiaotong University（Natural Science）,2015,34(2):148151.
［8］郭孔辉,王金珠,郭耀华,等.基于混合阻尼控制的车辆半主动悬架可调性研究［J］.汽车技术,2013(3):15.
GUO Konghui, WANG Jinzhu, GUO Yaohua, et al. Study on the adjustability of semiactive suspension based on hybrid damping control［J］. Automobile Technology,2013(3):15
［9］喻凡,CROLLA D.车辆动力学及其控制［M］.北京:人民交通出版社,2003.
YU Fan, CROLLA D.Vehicle Dynamics and Control［M］. Beijing: China Communications Press, 2003.
［10］陈一锴,何杰,张卫华,等.模糊PID主动悬架对重型货车侧翻稳定性的改善研究［J］.中国机械工程,2012,23(21):26202625.
CHEN Yikai, HE Jie, ZHANG Weihua, et al. Investigation into fuzzy PID active suspension to improve heavy truck roll stability［J］.China Mechanical Engineering,2012,23(21):26202625.
［11］ELBEHEIRY E M, KARNOPP D C, ElAraby M E. Advanced ground vehicle suspension systems:a classified bibliography［J］. Vehicle System Dynamics,1995,24(3):231258.

[1]	辛亮1,2，杜子学1，杨震2，许舟洲2. 单轴转向架跨座式单轨车辆的主动控制研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 123-127.
[2]	张东东，宗子淳，冯金芝. 基于NSGA-Ⅱ算法的两挡AMT换挡规律多目标优化[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 128-135.
[3]	李胜永1，张智华1，王胜男2，王孟2. 面向交通工具金属材料的缺损识别算法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 136-144.
[4]	杜子学，邬浩鑫. 悬挂参数对直线电机跨座式单轨车辆气隙稳定性和运行平稳性影响[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 124-129.
[5]	邓明阳1,2，郭应时1. 电动汽车插补耦合无线充电技术的研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 130-135.
[6]	杜子学，马川翔. 车体铰接式跨座式单轨列车运行稳定性分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 122-128.
[7]	余曼,赵炜华,吴玲,李郁菡. 基于K-均值聚类和支持向量机的电动汽车行驶工况研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 129-139.
[8]	曹源文1，陈作1，赵江2，张晓强3，郑婷婷4. 多路况下轮式装载机行驶稳定性研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 140-146.
[9]	杜子学，邬浩鑫，杨震. 直线电机跨座式单轨车辆曲线通过能力分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 127-132.
[10]	邓涛1，李鑫2. 智能车辆横纵向运动综合控制方法研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 133-140.
[11]	李耀华，刘洋，宋伟萍，邵攀登，任田园. 基于行驶工况的零部件耐久性测试工况构建[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 141-146.
[12]	刘祯1,3，林鑫1,2，吴华伟1,3，叶从进1,3，耿向阳4. 基于STAR-CCM+的IGBT散热翅片结构设计研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(03): 128-134.
[13]	李军，张俊，张世义. 基于ABP-EKF算法的锂电池SOC估计[J]. 重庆交通大学学报（自然科学版）, 2021, 40(03): 135-140.
[14]	郝刚1,2，金涛1. 基于隐马尔科夫模型的滚动轴承性能衰退评估[J]. 重庆交通大学学报（自然科学版）, 2021, 40(02): 123-128.
[15]	刘朝涛,狄科宏,杜子学,杨震. 跨座式单轨弓网耦合主动控制研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(02): 129-135.

磁流变阻尼器悬架的一种半主动控制策略

A SemiActive Control Strategy of MR Damper Suspension

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics