本发明属于车辆悬架控制，尤其涉及一种用于随机激励下车辆主动悬架控制参数优化方法。
背景技术：
1、近年来，随着汽车产品向高端化发展以及悬架技术的不断进步，车辆对悬架系统性能的要求日益提高，以满足更高的乘坐舒适性和操控稳定性需求。传统被动悬架的减振频带较窄，已难以适应当前工业发展的需要。因此，主动悬架控制逐渐成为研究热点。在主动控制过程中，系统根据传感器采集的振动信号，结合相应的控制策略，通过实时计算驱动作动器施加控制力，从而实现对目标振动的抑制或消除。主动悬架控制具有减振效果显著、适应性强等优点。已有研究表明，主动悬架在简谐激励条件下能够取得良好的减振效果，但在随机激励环境下其性能表现仍然有限。为了克服传统悬架减振频带窄,只能对特定频率的激励取得有效减振控制的缺陷,寻找能够在随机激励下有效提高主动悬架减振性能的优化控制方法显得十分关键。
技术实现思路
1、本发明的目的是针对上述现有的技术缺陷，提供了一种随机激励下车辆主动悬架控制参数优化方法，以有效抑制车身垂直运动，改善汽车的乘坐舒适性和行驶稳定性。
2、为实现上述目的，本发明具体技术方案如下：一种随机激励下车辆主动悬架控制参数优化方法，包括如下步骤：
3、步骤1、根据车辆主动悬架系统的结构，建立考虑时滞控制的四分之一车辆主动悬架系统，其结构由座椅、车身质量和车轮质量组成，该系统的动力学方程包括：座椅垂向运动方程、车身质量垂向运动方程以及非簧载质量垂向运动方程：
4、座椅垂向运动方程：
5、 (1)
6、车身质量垂向运动方程：
7、 (2)
8、非簧载质量垂向运动方程：
9、 (3)
10、式(1)~(3)中为座椅垂直加速度，为座椅垂直速度，为车身质量垂向加速度，为车身质量垂向速度，为非簧载质量垂向加速度，为非簧载质量垂向速度， 其中，与表示时滞控制力的控制增益和时滞控制量；
11、采用多自由度振动系统的状态空间法分析该悬架系统，设状态变量为，座椅加速度，车身加速度，悬架动挠度，轮胎动变形，输出量，输入矢量为，悬架的主动控制力，时滞控制力，经推导得式(4)所示含时滞反馈控制主动悬架控制系统的状态空间方程为：
12、 (4)
13、式中
14、
15、
16、
17、
18、
19、
20、步骤2、在已知外界激励的情况下，将连续时间划分为多个小时间区间，并在每个区间内使用线性函数对复杂激励进行等效逼近，当时间区间划分足够精细时，线性函数能够有效近似原始复杂激励，从而将复杂激励的优化问题转换为离散时间区间内的常力优化问题，简化优化求解过程；
21、步骤3、将等效后的复杂激励代入到原系统动力学方程中，通过求解系统的动力学方程，求解出系统各个时间点处的振动响应，根据汽车的乘坐舒适性和行驶平顺性要求，以含控制参数的车身加速度振动、悬架动挠度以及轮胎动载荷作为优化目标函数，通过优化算法进行迭代寻优；
22、作为本发明的进一步技术方案：所述步骤2包括：
23、以线性系统受到自谱密度为的单点平稳随机激励为例，按照随机振动分析理论，其响应的自功率谱密度应为：
24、 (5)
25、式中为结构的传递函数，反映了结构动力学的特性，其关系如下式所示：
26、 (6)
27、按照传递函数的定义，输入激励与结构响应的关系为：
28、 (7)
29、若构造一个简谐等效随机激励，显然其对应的响应量，即：
30、 (8)
31、通过简谐等效激励法进行结构动力响应分析，对随机路面时域范围内离散为个时间点，，，设简谐等效激励函数，表示简谐等效激励的幅值，为简谐等效激励频率，在时间区间内，令，其中、均已知，计算出每个时间点对应的个频率及幅值，对应每个频率点设定简谐等效激励，计算结构的响应。
32、作为本发明的进一步技术方案：所述步骤3包括：
33、将等效后的复杂激励带到系统动力学方程中，通过求解系统的动力学方程，解出系统各个时间点处的振动响应：
34、 (9)
35、式中、为座椅在时刻的振动位移与速度，、为车身质量在时刻的振动位移与速度，、为非簧载质量在时刻的振动位移与速度；
36、根据汽车的平顺性要求，以座椅垂向加速度、车身加速度、悬架动行程以及轮胎动载荷加权作为优化目标函数，即以最大程度满足平顺性要求作为优化目标。由于各个性能指标的单位及数量级不一致，因此将各项指标除以相应的被动悬架性能指标值，得到的适应度函数如下：
37、 (10)
38、式中加权系数、、和作为评价函数的权重系数，衡量各子目标函数的相对重要程度，在本节中取=0.3、=0.3、=0.2和=0.2；、、以及代表被动悬架相应性能的均方根值，座椅垂直加速度均方根值，车身加速度均方根值，悬架动行程均方根值，轮胎动载荷均方根值;式中为时刻座椅的振动加速度，为时刻车身的振动加速度，为时刻车身振动的垂直位移，为时刻车轮振动的垂直位移；
39、通过自适应惯性权重粒子群优化算法，并结合式(10)建立的目标函数，对控制参数进行迭代寻优，以提高优化效果和系统控制性能；
40、基于自适应惯性权重粒子群优化算法步骤：
41、a)初始化：随机生成粒子群，包括位置、速度和惯性权重等参数；
42、b)计算适应度并更新最优值：评估每个粒子的适应度值，更新个体最优(pbest)和全局最优(gbest)；
43、c)通过下式更新粒子速度和位置：
44、 (11)
45、式中为粒子的更新速度，为粒子更新的位移，和为产生于[0,1]的随机常数，，为学习因子；
46、随后更新权重
47、d)检查终止条件：达到最大迭代次数或收敛条件时停止，否则返回步骤b)。
48、本发明采用上述技术方案，能够带来如下有益效果：
49、在复杂激励下，本发明所设计的含时滞控制的主动悬架相对于被动悬架系统和基于反演控制的主动悬架系统都有显著的改善。相比被动悬架，本发明所设计的含时滞控制的主动悬架控制方法使座椅垂向加速度优化了30.01%，车身垂向加速度优化了47.23%，轮胎动载荷优化了40.26%；与基于反演控制的主动悬架相比，本发明所设计的含时滞控制的主动悬架控制方法使座椅垂向加速度优化了13.65%，车身垂向加速度优化了28.38%，轮胎动载荷优化了1.43%。含时滞控制的主动悬架明显改善了车辆乘坐舒适性和操纵稳定性。