半車模型主動懸架的遺傳算法優化PID控制策略

尹宗軍 蘇蓉 馬學剛 黃自成 李月城

摘 要：為滿足不同車輛和路況的需求，懸架系統的控制技術隨著汽車工業的發展不斷創新和改進。選取車身垂直振動加速度、俯仰角加速度、懸架動撓度和輪胎動位移這四個指標構建了遺傳算法的適應度函數，設計了一種基于遺傳算法優化的主動懸架PID控制器，然后在Matlab/Simulink仿真軟件平臺上構建了懸架動力學模型和路面模型，通過對比被動懸架分析了遺傳算法優化PID控制器的控制效果。仿真結果表明，在連續過減速帶路面下各懸架性能均方根的平均優化率達到5%以上，而在隨機路面下各懸架性能均方根的平均優化率達到20%以上。

關鍵詞：半車模型;主動懸架;遺傳算法;PID控制

中圖分類號：U463.33 文獻標識碼：A 文章編號：2095-9699（2023）06-0056-07

汽車是現代社會最重要的交通工具之一，汽車的駕駛和乘坐體驗受到越來越多的關注。目前汽車懸架根據是否具有控制功能可分為被動懸架和主動懸架[1-2]。被動懸架對于汽車而言存在一定的局限性，因為其各組成部件的參數是固定的，無法根據實時狀況進行調整。為了提高汽車的乘坐舒適性和行駛安全性，解決被動懸架系統的不足，主動懸架系統及其控制技術受到越來越多的關注，并開始應用到實際當中[3]。

主動懸架技術研究是改善車輛整體性能的基礎課題之一，該研究領域國內外有不少學者不斷進行探討。對控制算法進行優化是使主動懸架能夠實現理想減振的核心問題。孫浩杰[4]為減振器建模方法提供一種新思路，嘗試利用強化學習方法對半主動懸架連續阻尼控制策略進行學習，并應用于懸架實驗臺以對其效果進行驗證。許春妞[5]設計了一種基于LQR（Linear Quadratic Regulator）控制的整車混合電磁主動懸架切換控制策略。曹瑞麗[6]以1/4車輛主動懸架為研究對象，進行主動懸架H∞/廣義H2 控制研究。朱志遠[7]結合天棚慣容懸架以及天棚阻尼懸架的特點，提出一種雙天棚控制策略及其半主動實現方案，以期解決現有半主動控制懸架不能同時適應載荷和路況的問題。上官鄭偉[8]以七自由度汽車的半主動懸架系統為研究對象，提出了粒子群優化的SH-ADD（Skyhood-Acceleration Driving Damper）算法，對四個磁流變減振器進行了協調控制，較好地解決了汽車平順性差的問題。李韶華等[9]探究了輪轂電機質量對懸架的影響，針對分布式驅動電動汽車的主動懸架提出了一種T-S（Takagi-Sugeno）模糊控制策略。Robert et al.[10]針對主動懸架提出了無模型智能自適應模糊控制器。Kasemi et al.[11]對PID（Proportion-Integral-Differential）控制器進行了整定和仿真，將其受控輸出與非受控輸出進行比較，并且利用自己設計的模型控制器可以控制MR（Magneto-Rheological）可變阻尼輸出來控制車輛的振動。

基于此，通過建立懸架動力學數學模型，在Simulink下搭建仿真模型，在梯度路面下開展基于遺傳算法優化PID 控制的懸架特性研究，對連續過減速帶路面和隨機路面進行平順性分析。

在梯度路面上，進行了遺傳算法優化PID 參數的選擇。圖3中橫軸為迭代次數Ni，縱軸為最優適應度值fbest（k）。fbest（k）是每代群體中最小的適應度函數。值得注意的是，如果最優適應度的值小于6，則可以判定主動懸架的性能指標要優于被動懸架的性能指標。從圖3中可以看出，梯度路面上在第25代左右，群體達到最優化。

綜上，經過多次的遺傳迭代，遺傳算法優化PID控制器中比例放大系數kp 取1 662.699 1，積分系數ki 取14.649 3和微分系數kd 取10.0。

3.2 連續過減速帶路面下主動懸架動態特性

連續過減速帶路面模型在前10秒內為連續過5個減速帶，后10秒為平坦路面。圖4為連續過減速帶路面下被動懸架系統與主動懸架PID 控制系統的各懸架性能仿真結果對比圖。表3顯示了連續過減速帶路面下各懸架性能均方根的對比。根據表3中的數據可知，采用優化的主動懸架PID 控制策略相比于被動懸架控制策略可以使車身垂向加速度提高31%，車身俯仰角加速度提高41%，前、后輪輪胎動位移分別提高5.4%和8.7%，前、后懸架動撓度分別提高4.6%和7.8%。

3.3 隨機路面下主動懸架動態特性

圖5為隨機路面下被動懸架系統與主動懸架PID控制系統的各懸架性能仿真結果對比圖。根據圖5，可以明顯看出采用主動懸架PID控制策略時，車身垂向加速度波動范圍為眀3.699～3.870 m?s-2，車身俯仰角加速度波動范圍為眀4.030～3.591rad?s-2，前懸架動撓度的波動范圍為眀2.719 堅10-2～1.53堅10-2 m，后懸架動撓度波動范圍為眀2.205堅10-2～1.865堅10-2 m，前輪輪胎動位移波動范圍為眀1.552堅10-2～3.044堅10-2 m，后輪輪胎動位移波動范圍為眀1.859 堅10-2 ～2.551 堅10-2 m。根據表4中的數據，采用優化的主動懸架PID 控制策略相比于被動懸架，可以使車輛在隨機路面下的性能得到顯著提升。具體來說，車身垂向加速度可以得到71%的優化，車身俯仰角加速度可以得到20%的優化，前、后輪輪胎動位移分別可以得到23%和29%的優化，前、后懸架動撓度分別可以得到33%和35%的優化。

4 結論

使用MATLAB/simulink 建立了半車主動懸架數學模型和路面輸入模型。通過綜合車身垂直加速度、車身俯仰角加速度、輪胎動位移和懸架動撓度，建立了PID 控制的目標性能參數，進行了PID控制策略的主動懸架動態特性仿真研究，并利用遺傳算法在梯度路面上對PID 控制器的參數進行了優化選擇。懸架在連續過減速帶路面和C 級隨機路面下的動態特性表明，應用遺傳算法優化好的PID控制參數的主動懸架系統相對于被動懸架系統在懸架性能上得到了有效提高，能改善車輛行駛的平順性。

參考文獻：

[1]李振興.基于半車模型的主動懸架控制策略研究[J].機械設計與制造工程，2018，47（4）：66-69.

[2]李杰，賈長旺，成林海，等.脈沖路面下電動汽車主動懸架狀態反饋H∞ 控制[J].湖南大學學報（自然科學版），2022，49（8）：12-20.

[3]詹長書，蘇立慶.基于粒子群優化的主動懸架PID控制策略[J].科學技術與工程，2022，22（10）：4180-4186.

[4]孫浩杰.基于強化學習的半主動懸架控制算法研究[D].長春：吉林大學，2022.

[5]許春妞.基于LQR控制的整車混合電磁主動懸架切換控制研究[D].鎮江：江蘇大學，2021.

[6]曹瑞麗.主動懸架H∞/廣義H2 控制研究[D].長春：吉林大學，2021.

[7]朱志遠.雙天棚半主動懸架控制策略設計及半實物仿真[D].鎮江：江蘇大學，2021.

[8]上官鄭偉.汽車磁流變半主動懸架控制策略研究[D].北京：北京交通大學，2021.

[9]李韶華，張培強，馮桂珍，等.分布式驅動電動汽車主動懸架T-S模糊控制研究[J].力學與實踐，2023，45（1）：22-32.

[10]Robert J， Kumar P， Nair S， et al. Fuzzy control ofactive suspension system based on quarter car model[J].Materials Today： Proceedings，2022，66：902-908.

[11]Kasemi B， Muthalif A G， Rashid M， et al. Fuzzy-PIDcontroller for semiactive vibration control usingmagnetorheological fluid damper [J].Procedia Engineering，2012，41：1221-1227.

[12]Liu Z， Ren H， Chen S， et al. Feedback linearizationkalman observer based sliding mode control for semi-activesuspension systems[J].IEEE Access，2020，8：71721-71738.

[13]許偉，高遠.基于遺傳算法的汽車主動懸架LQR控制研究[J].計算機與數字工程，2019，47（9）：2212-2216.

責任編輯：肖祖銘