专利名称：一种车辆半主动悬架系统智能粒子群模糊混合控制方法
技术领域：
本发明属于汽车底盘控制技术领域，涉及一种车辆半主动悬架系统控制方法，尤其是一种可兼顾平顺性和道路友好性的车辆半主动悬架系统智能粒子群模糊混合控制方法。
背景技术：
悬架系统是汽车底盘的主要结构组成部分，悬架系统是指连接车身和车轮之间全部零部件的总称，其作用是传递车轮和车架之间的作用力和力矩，并且缓和由不平路面传给车架或车身的冲击载荷，衰减由此引起的承载系统的振动，以保证汽车的行驶性能。传统的被动悬架系统不能使汽车悬架的刚度、减振器的阻尼力大小随着汽车行驶速度、路面状况等行驶条件的变化而自动调节，难以达到车辆平顺性、道路友好性等的综合提高；车辆半主动悬架系统是指悬架弹性元件刚度和减振器阻尼力之一或两者均可根据需要进行自动调节的新型悬架系统。目前，依赖于模型的各种控制方法，如最优控制方法，因所需测量的状态参数繁多，显著增加了车辆半主动悬架控制系统的软硬件成本，导致上述控制方法的应用受到限制，但推动了模糊控制等智能控制方法在半主动悬架系统中的应用。传统的模糊混合控制方法由于采用均勻分布的隶属度函数，无法优化输入与输出模糊变量的各个隶属度函数，难以实现半主动悬架系统的最佳控制效果。可兼顾平顺性和道路友好性的智能粒子群模糊混合控制方法是一种新型模糊混合控制方法，该方法利用智能群体理论——粒子群优化方法，按照预先设定的适应度函数，对由各个输入及输出模糊变量的隶属度函数的位形参数构成的粒子群进行深度优化，并通过实时调整阻尼力分配系数，达到合理分配混合控制内核中的天棚阻尼力成分和地棚阻尼力成分的目的，实现可兼顾平顺性和道路友好性的车辆垂向动力学特性。总而言之，现有的车辆半主动悬架系统控制方法，绝大多数依赖于复杂被控对象的动力学模型，通常难以同时兼顾平顺性和道路友好性，特别是模糊控制的输入及输出模糊变量的隶属度函数通常靠技术人员经验设定，无法实现优化控制。
发明内容
本发明的目的在于克服现有控制方法存在的缺点，针对车辆半主动悬架系统的传统模糊混合控制方法中存在的技术问题，寻求提出并设计一种可利用粒子群优化方法对输入、输出模糊变量隶属度函数分别进行系统优化，实现兼顾车辆平顺性和道路友好性的智能粒子群模糊混合控制方法。为了实现上述目的，本发明涉及的兼顾车辆平顺性和道路友好性的智能粒子群模糊混合控制方法包括以下步骤(1)先利用四对加速度传感器及其滤波积分模块，分别采集半主动悬架系统车辆的左前、左后、右前、右后处簧载质量的垂向振动速度、非簧载质量的垂向振动速度，生成智能粒子群模糊混合控制器的输入信号；(2)利用模糊控制对步骤(1)中所述的各个簧载质量垂向振动速度和非簧载质量垂向振动速度输入信号进行模糊化处理，形成输入模糊变量，然后将各个输入模糊信号传送至模糊控制器；(3)建立车辆半主动悬架系统智能粒子群模糊混合控制器的模糊控制规则库；利用(1)中所述的各簧载质量的垂向振动速度、非簧载质量的垂向振动速度输入模糊变量的隶属度函数的位形参数，并结合输出模糊变量——阻尼力分配系数的各个隶属度函数的位形参数以形成初始粒子群，为利用智能群体理论——粒子群优化方法对上述粒子群实施优化做准备；(4)设定可同时兼顾平顺性和道路友好性的智能粒子群模糊混合控制的适应度函数，计算每个粒子的适应度值，同时分析得出个体粒子历史最优值Ptest []和全局历史最优 it gbest []；F = std (au) X (std (as)) “ Ψ上式中，F为适应度值；StdO为标准差函数为非簧载质量振动加速度； 为簧载质量振动加速度；Ψ为量纲调整系数；(5)利用下述速度、位置更新方程对步骤(3)中所述初始粒子的速度、位置进行更新，以实现对输入及输出模糊变量的隶属度函数的位形参数的深度优化，并赋予车辆半主动悬架系统可兼顾车辆平顺性和道路友好性的垂向动力学特性；ν [] = w X ν []+c 1 X randl () (pbest []-present [] )+c2 X rand2 ()
(gbest [] "Present [])present [] = present []+ν []上述两式中，ν[]为粒子速度，w为惯性权重系数，present[]为当前粒子，Pbest[] 为个体最优值，gbest[]为全体最优值，randl (),rand2()为范围在
的两个随机数， cl，c2为加速系数；(6)重复步骤( ( 直至实现各个隶属度函数位形参数的最优化；(7)利用重心解模糊化方法对智能粒子群模糊混合控制器的输出模糊变量进行解模糊化处理，并得到反映天棚控制成分与地棚控制成分比率的阻尼力分配系数；(8)利用解模糊化得出的阻尼力分配系数，并通过集天棚控制和地棚控制于一体的、可同时调整车辆平顺性和道路友好性的混合控制内核形成输出控制电流信号，并对车辆半主动悬架系统的4支磁流变阻尼器件实施独立控制。本发明通过智能群体理论——粒子群优化方法对车辆半主动悬架系统的输入、输出模糊变量的各个隶属度函数进行深度优化，并通过所述混合控制内核对半主动悬架进行实时控制。本发明与现有技术相比，可规避复杂车辆半主动悬架系统建模难题，在无需建立被控悬架系统精准模型的基础上，可根据适应度函数深度，系统优化各个输入、输出模糊变量的隶属度函数的位形参数，具有综合提高平顺性和道路友好性的技术优点；其设计思想新颖，控制原理可靠，安全稳定性好，自动化程度高，适用范围广。
图1为本发明实现模糊混合控制的组成原理示意框图。图2为本发明实现模糊混合控制中粒子群优化算法流程图。
4
图3为本发明所述粒子群优化后的非簧载质量隶属度曲线。图4为本发明所述粒子群优化后的簧载质量隶属度曲线。图5为本发明所述粒子群优化后的阻尼力分配系数隶属度曲线。
具体实施例方式下面通过实施例并结合附图作进一步说明。实施例本实施例涉及的兼顾车辆平顺性和道路友好性的智能粒子群模糊混合控制方法包括以下步骤(1)利用四对加速度传感器及其滤波积分模块，分别采集半主动悬架系统车辆的左前、左后、右前、右后处簧载质量的垂向振动速度、非簧载质量的垂向振动速度，生成智能粒子群模糊混合控制器的输入信号；(2)利用模糊控制对步骤(1)中所述的各个簧载质量垂向振动速度、非簧载质量垂向振动速度等输入信号进行模糊化处理，形成输入模糊变量，然后将各个输入模糊信号传送至模糊控制器；(3)建立车辆半主动悬架系统智能粒子群模糊混合控制器的模糊控制规则库；利用(1)中所述的各簧载质量的垂向振动速度、非簧载质量的垂向振动速度等模糊输入变量的隶属度函数的位形参数，并结合模糊输出变量——阻尼力分配系数的各个隶属度函数的位形参数以形成初始粒子群，为利用智能群体理论——粒子群优化方法对上述粒子群实施优化做准备；(4)设定可同时兼顾平顺性和道路友好性的智能粒子群模糊混合控制的适应度函数，计算每个粒子的适应度值，同时分析得出个体粒子历史最优值Ptest []和全局历史最优 it gbest []；F = std (au) X (std (as)) “ Ψ上式中，F为适应度值；StdO为标准差函数为非簧载质量振动加速度； 为簧载质量振动加速度；Ψ为量纲调整系数；(5)利用下述速度、位置更新方程对步骤(3)中所述初始粒子的速度、位置进行更新，以实现对输入及输出模糊变量的隶属度函数的位形参数的深度优化，并赋予车辆半主动悬架系统可兼顾车辆平顺性和道路友好性的垂向动力学特性；ν [] = w X ν []+c 1 X randl () (pbest []-present [] )+c2 X rand2 ()
(gbest [] "Present [])present [] = present []+ν []上述两式中，ν[]为粒子速度，w为惯性权重系数，present[]为当前粒子，Pbest[] 为个体最优值，gbest[]为全体最优值，randl (),rand2()为范围在
的两个随机数， cl，c2为加速系数；(6)重复步骤( ( 直至实现各个隶属度函数位形参数的最优化；(7)利用重心解模糊化方法对智能粒子群模糊混合控制器的模糊输出变量进行解模糊化处理，并得到反映天棚控制成分与地棚控制成分比率的阻尼力分配系数；(8)利用解模糊化得出的阻尼力分配系数，并通过集天棚控制和地棚控制于一体的、可同时调整车辆平顺性和道路友好性的混合控制内核形成输出控制信号(电流)，并对车辆半主动悬架系统的4支磁流变阻尼器件实施独立控制。本实施例通过智能群体理论中的粒子群优化方法对半主动悬架系统的输入模糊变量——簧载质量的振动速度和非簧载质量的振动速度、输出模糊变量——阻尼力分配系数的各个隶属度函数进行深度优化；并最终通过所述混合控制内核对半主动悬架进行实时控制。本实施例采用下列方法建立智能粒子群模糊混合控制器的模糊控制规则库，令左前、左后、右前、右后等处的模糊输入变量——簧载质量的振动速度V1、非簧载质量的振动速度V2分别取极小(Es)、较小(VS)、小(SM)、中值(ME)、大(LA)、较大(VL)、极大(EL)的语言变量，同时令输出模糊变量阻尼力分配系数α取Z1, Z2, Z3, Z4, Z5, Z6, Z7, Z8, Z9的语言变量，各个输入与输出模糊变量均选取合适的隶属度函数，并建立具有如表1所示的智能粒子群模糊混合控制的模糊控制规则库。0044]
权利要求
1. 一种车辆半主动悬架系统智能粒子群模糊混合控制方法，其特征在于包括以下步骤(1)先利用四对加速度传感器及其滤波积分模块，分别采集半主动悬架系统车辆的左前、左后、右前、右后处簧载质量的垂向振动速度、非簧载质量的垂向振动速度，生成智能粒子群模糊混合控制器的输入信号；(2)利用模糊控制对步骤(1)中所述的各个簧载质量垂向振动速度和非簧载质量垂向振动速度输入信号进行模糊化处理，形成输入模糊变量，然后将各个输入模糊信号传送至模糊控制器；(3)建立车辆半主动悬架系统智能粒子群模糊混合控制器的模糊控制规则库；利用 (1)中所述的各簧载质量的垂向振动速度、非簧载质量的垂向振动速度输入模糊变量的隶属度函数的位形参数，并结合输出模糊变量，即阻尼力分配系数的各个隶属度函数的位形参数以形成初始粒子群，利用智能群体理论，即粒子群优化方法对上述粒子群实施优化做准备；(4)设定可同时兼顾平顺性和道路友好性的智能粒子群模糊混合控制的适应度函数， 计算每个粒子的适应度值，同时分析得出个体粒子历史最优值Pbest []和全局历史最优值Sbest 口 ‘F = std (au) X (std(as)) “ Ψ上式中，F为适应度值；StdO为标准差函数为非簧载质量振动加速度；\为簧载质量振动加速度；Ψ为量纲调整系数；(5)利用下述速度、位置更新方程对步骤(3)中所述初始粒子的速度、位置进行更新， 以实现对输入及输出模糊变量的隶属度函数的位形参数的深度优化，并赋予车辆半主动悬架系统可兼顾车辆平顺性和道路友好性的垂向动力学特性；v[] = wX v[]+cl Xrandl () (pbest []-present [])+c2 Xrand2 () (gbest []-present []) present [] = present []+v[]上述两式中，v[]为粒子速度，w为惯性权重系数，present[]为当前粒子，Pbest[]为个体最优值，gbest[]为全体最优值，randl()、rand2()为范围在
的两个随机数，cl，c2 为加速系数；(6)重复步骤( ( 直至实现各个隶属度函数位形参数的最优化；(7)利用重心解模糊化方法对智能粒子群模糊混合控制器的输出模糊变量进行解模糊化处理，并得到反映天棚控制成分与地棚控制成分比率的阻尼力分配系数；(8)利用解模糊化得出的阻尼力分配系数，并通过集天棚控制和地棚控制于一体的、可同时调整车辆平顺性和道路友好性的混合控制内核形成输出控制电流信号，并对车辆半主动悬架系统的四支磁流变阻尼器件实施独立控制。
全文摘要
本发明属于汽车底盘控制技术领域，涉及一种车辆半主动悬架系统控制方法，尤其是一种可兼顾平顺性和道路友好性的车辆半主动悬架系统智能粒子群模糊混合控制方法，通过智能群体理论中的粒子群优化方法对半主动悬架系统的输入模糊变量，即簧载质量的振动速度和非簧载质量的振动速度，输出模糊变量，即阻尼力分配系数的各个隶属度函数进行深度优化；并最终通过所述混合控制内核对半主动悬架系统进行实时控制；其设计思想新颖，控制原理可靠，安全稳定性好，自动化程度高，适用范围广，可广泛用于各种机动车辆的半主动悬架系统的控制。
文档编号G06N3/00GK102501737SQ20111034214
公开日2012年6月20日 申请日期2011年11月2日 优先权日2011年11月2日
发明者严天一, 张付凯, 张鲁邹, 王玉林 申请人:青岛大学