基于模拟退火算法的汽车悬架最优控制研究

doi:10.3969/j.issn.1674-0696.2013.03.30

重庆交通大学学报（自然科学版） ›› 2013, Vol. 32 ›› Issue (3): 497-501.DOI: 10.3969/j.issn.1674-0696.2013.03.30

基于模拟退火算法的汽车悬架最优控制研究

孟杰，陈庆樟，张凯

常熟理工学院机械工程学院，江苏常熟215500

收稿日期:2012-04-30 修回日期:2012-07-05 出版日期:2013-06-15 发布日期:2015-03-12
作者简介:孟杰(1981—)，男，安徽庐江人，讲师，硕士，主要从事车辆系统动力学方面的研究。E-mail:frankman1981@163.com。
基金资助:
江苏省自然科学基金项目( BK2011367) ; 江苏省" 六大人才高峰" 资助项目( SZ2010002)

Optimal Control of Vehicle Suspension Based on the Simulated Annealing Algorithm

Meng Jie，Chen Qingzhang，Zhang Kai

School of Mechanical Engineering，Changshu Institute of Technology，Changshu 215500，Jiangsu，China

Received:2012-04-30 Revised:2012-07-05 Online:2013-06-15 Published:2015-03-12

摘要/Abstract

摘要： 设计了一种基于模拟退火算法优化常规线性二次最优控制器权值矩阵的方法。利用该算法的随机搜索特点，以主动悬架性能指标为目标函数对权值矩阵进行优化设计，提高了LQR控制器的设计效率和控制性能，解决了常规线性二次最优控制器的权值矩阵确定问题。应用该方法进行了汽车悬架主动控制仿真。研究结果表明:基于模拟退火算法优化的LQR控制器的汽车主动悬架相对于应用常规LQR控制器的主动悬架和被动悬架，能够大大改善主动悬架的性能;同时在充分利用常规LQR控制器优势的基础上，改善了其权值矩阵确定存在的问题。

关键词: 悬架, 模拟退火算法, 最优控制

Abstract: A method based on the simulated annealing algorithm is designed to optimize the weight matrix of the LQR controller. The proposed method utilizes the random searching of the algorithm to optimize and design the weight matrices of the target function of chassis performance indexes. The proposed method improves the design efficiency and control performance of the LQR control，and solves the problem of the LQR when defining the weight matrices. The method is adopted to simulate the vehicle active chassis control. The results show that the actively controlled chassis using LQR optimized by the simulated annealing algorithm can greatly improve the chassis performance，comparing with the chassis controlled by the normal LQR and the passive one. Meanwhile，the advantage of the normal LQR is sufficiently utilized. What's more，the problem of defining the weight matrices is greatly improved.

Key words: suspension, simulatedannealingalgorithm, optimalcontrol

中图分类号:

U463.83

孟杰，陈庆樟，张凯. 基于模拟退火算法的汽车悬架最优控制研究[J]. 重庆交通大学学报（自然科学版）, 2013, 32(3): 497-501.

Meng Jie，Chen Qingzhang，Zhang Kai. Optimal Control of Vehicle Suspension Based on the Simulated Annealing Algorithm[J]. Journal of Chongqing Jiaotong University(Natural Science), 2013, 32(3): 497-501.

参考文献

[1]周柔,郭志峰. 主动悬架控制技术研究[J]. 计算机与现代化,2012(1) : 176-180.
Zhou Rou,Guo Zhifeng. Research on active suspension control technology[J]. Computer and Modernization,2012(1) : 176-180.
[2]刘栋,唐焱,顾慧芽. 汽车主动悬架控制系统的发展研究[J]. 液压气动与密封,2010,5(4) : 21-25.
Liu Dong,Tang Yan,Gu Huiya. The development of automotive activesuspension control system[J]. Hydraulics Pneumatics ＆ Seals,2010,5(4) : 21-25.
[3]赵永光,陈剑. 半主动悬架控制的联合仿真[J]. 噪声与振动控制,2011,31(5) : 104-107.
Zhao Yongguang,Chen Jian. Co-simulation on semi-active sus-pension of vehicles[J]. Noise and Vibration Control, 2011, 31(5) : 104-107.
[4]颜文俊,董丹,王维锐. 非线性半主动悬架系统模糊控制策略[J]控制工程, 2011,1 8(6) : 941-946.
Yan Wenjun,Dong dan,Wang Weirui. On fuzzy strategy of nonlinear semi-active suspension system[J]. Control Engineering of China,2011, 18(6) : 941-946.
[5]柴陵江,孙涛,冯金芝,等. 基于层次分析法的主动悬架LQR 控制器设计[J]. 汽车工程,2010,32(8) : 712-718.
Chai Lingjiang,Sun Tao,Feng Jinzhi, et al. Design of the LQG controller for active suspension system based on analytic hierarchy process[J]. Automotive Engineering,2010,32(8) : 712-718.
[6]史峰,王辉. MATLAB 智能算法30 个案例分析[M]. 北京: 北京航空航天大学出版社,2011: 50-56.
Shi Feng,Wang Hui. 30 Cases Using Intelligent Algorithm Based on MATLAB[M]. Beijing: Beihang University Press,2011: 50-56.
[7]王凌. 智能优化算法及其应用[M]. 北京: 清华大学出版社,2001: 105-108.
Wang Ling. Intelligent Optimization Algorithm and Its Application [M]. Beijing: Tsinghua University Press,2001: 105-108.
[8]王建维,张建明,魏小鹏. 基于模拟退火算法的减速器多目标优化设计[J]. 农业机械学报, 2006, 37(10) : 120-123.
Wang Jianwei,Zhang Jianming,Wei Xiaopeng. Multi-objective optimization design of gear reducer based on simulated annealing algorithms[J]. Transactions of the Chinese Society for Agricultural Machinery,2006, 37(10) :120-123.

[1]	赵强1，孙政2. 双横臂悬架动力学建模及模糊滑模控制器设计[J]. 重庆交通大学学报（自然科学版）, 2021, 40(01): 127-133.
[2]	曹青松，易星，许力. 含饱和非线性的主动悬架系统自适应控制[J]. 重庆交通大学学报（自然科学版）, 2020, 39(10): 126-131.
[3]	李军1，2，周伟1，2，张世义1. 车辆主动悬架的引力搜索LQG控制方法[J]. 重庆交通大学学报（自然科学版）, 2020, 39(07): 126-131.
[4]	何锋1，冯子航1,2，吴清3. 基于悬架解耦遗传控制的车辆侧倾研究[J]. 重庆交通大学学报（自然科学版）, 2019, 38(09): 122-127.
[5]	周军超1,2,唐飞3,胡光忠1. 基于全尺寸模型的半主动悬架车辆平顺性研究[J]. 重庆交通大学学报（自然科学版）, 2019, 38(06): 122-126.
[6]	陈龙，张承龙，汪若尘，叶青. 液压互联悬架能耗分析与参数优化[J]. 重庆交通大学学报（自然科学版）, 2018, 37(1): 121-126.
[7]	赵强1，何法2. 基于LPV模型的麦弗逊式主动悬架控制器设计[J]. 重庆交通大学学报（自然科学版）, 2018, 37(08): 112-118.
[8]	武慧荣1，朱晓宁2，邓红星1. 集装箱海铁联运港口混堆堆场箱区均衡分配模型[J]. 重庆交通大学学报（自然科学版）, 2018, 37(04): 109-115.
[9]	李占玉1，董铸荣1，2，邓志君1，任少云1. 基于ADAMS仿真及线性回归分析设计大角度转向悬架导向机构[J]. 重庆交通大学学报（自然科学版）, 2017, 36(5): 110-114.
[10]	杨新湦1，王倩1，彭巍2，高志波2. 城市自助式公共出租车的网点布局[J]. 重庆交通大学学报（自然科学版）, 2017, 36(11): 90-95.
[11]	李仲兴，陈望，江洪. 基于AMESim-Simulink的馈能空气悬架设计与性能分析[J]. 重庆交通大学学报（自然科学版）, 2015, 34(6): 167-170.
[12]	潘公宇，徐腾跃，张树，杨海，杨欣. 基于货车车身悬架的最佳主动控制[J]. 重庆交通大学学报（自然科学版）, 2015, 34(4): 143-146.
[13]	潘公宇,刘永田. 商用车主动空气座椅悬架的建模与仿真研究[J]. 重庆交通大学学报（自然科学版）, 2015, 34(3): 157-161.
[14]	江浩斌,张泽华,李龙晨,唐传政,冒维维. 基于ADAMS的等臂式平衡悬架建模及整车平顺性仿真[J]. 重庆交通大学学报（自然科学版）, 2015, 34(3): 171-174.
[15]	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.

基于模拟退火算法的汽车悬架最优控制研究

Optimal Control of Vehicle Suspension Based on the Simulated Annealing Algorithm

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