一种基于单神经元PID控制策略的汽车主动悬架系统研究

方振龙

(长春职业技术学院工程分院，吉林长春 130000)

悬架是汽车的重要组成部分，它对汽车的动态特性有着十分重要的影响。与被动悬架相比，主动悬架能提高汽车行驶过程中的平顺性与操纵稳定性，有利于进一步提高汽车的性能。近年来国内外研究人员对汽车主动悬架进行了大量的研究工作，以寻求一种能够为汽车提供良好性能的控制规律。现有的主动悬架控制方法往往过于复杂，或者是附加条件过多，在应用上有一定的局限性。针对这一问题，本文本着简单、有效的原则，把单神经元控制策略应用于主动悬架控制系统，提出一种单神经元PID 控制策略［1］。

1 汽车悬架系统概述

1.1 被动悬架

被动悬架的结构如图1所示，它是一个基本的弹簧阻尼系统，是针对特定的路面状况和汽车运行工况设计的，是一种时不变系统。因为被动悬架系统的参数在车辆行驶过程中无法自动调节，不能适应环境的不断变化，因此被动悬架在工程应用中有一定的局限性。

1.2 主动悬架

为了克服被动悬架的缺点，Fedrspiel Labrosse教授提出了主动悬架的设计方案，即在机构中增加了一个作动器，依靠外界供给的能量，由作动器主动产生作用力，主动抑制车体的运动，使悬架始终处于最优减振状态。其结构如图2所示。

图1 被动悬架

图2 主动悬架

当路面输入发生变化时，微处理器接收到加速度、位移等测量信息后，会产生控制信号，主动悬架的作动器就会根据控制信号产生相应大小的作用力。因此，主动悬架可根据外界输入或车体本身状态的变化进行自适应调节，从而使汽车具有很好的平顺性及可操纵性。

2 主动悬架的数学模型

以1/4主动悬架模型为研究对象，其微分方程组为：

式中：m1为车轮质量;m2为车身质量;k1为轮胎刚度;k2为悬架刚度;c为悬架阻尼系数;f为作动器的主动控制力;x1为车轮位移;x2为车身位移;s为路面垂向输入位移。

假设状态变量

输入变量

U=［f，s'］T

输出变量

则主动悬架模型的状态空间表达式为：

式中：

3 控制策略研究

针对主动悬架这个复杂、具有不确定性参数及多变环境的被控对象，如何设计出有效的控制策略是一个非常关键的问题［2］。

3.1 PID 控制

PID控制，即比例-积分-微分控制，是一种最常见、应用最广泛的控制策略，其控制规律为：

式中：KP为比例系数;TI为积分时间常数;TD为微分时间常数;u(t)为控制器输出控制信号;e(t)为控制器输入偏差信号。

PID结构框图如图3所示。

图3 PID控制系统结构框图

PID控制器只能应用于模型一定、参数一定的系统，不具备自适应功能，当外部环境发生变化时不能实时调整，难以保证控制精度。因此，传统的PID控制只适合于工况简单，干扰因素少，对控制要求不高的场合［3］。

3.2 单神经元PID控制

人工神经网络控制是智能控制的一个很重要的分支，是人们受生物神经元的启发，通过模拟人脑功能而提出的一种控制方法，可以从理论上近似任意一个复杂的非线性系统［4］。人工神经元模型如图4所示。

图4 人工神经元模型

把人工神经网络与传统PID相结合，提出一种单神经元PID控制方法，应用于汽车主动悬架控制系统中，图5为单神经元PID控制系统方框图。

图5 单神经元PID控制系统方框图

图5 中，用单神经元上的3个连接权来近似代替PID控制器中的比例(P)、积分(I)、微分(D)系数，实际输出信号与输入信号相比较得到偏差信号e(t)，然后经过转换器转换后作为单神经元的输入信号 xi(t)(i=1，2，3)，即：

4 仿真分析

4.1 建立模型

建立主动悬架的ADAMS仿真模型，如图6所示。

图6 主动悬架的三维模型

4.2 参数选取

引起汽车振动的因素有很多，如路面不平度、汽车运动时产生的空气动力载荷等原因，其中路面不平是汽车行驶时产生振动的最主要原因［5］。

仿真时，路面输入可以采用很多类型，本文采用随机路面输入，其曲线如图7所示。

图7 随机路面输入曲线

其他模型参数如下：车轮质量40kg，车身质量300 kg，轮胎刚度160 000 N/m，悬架刚度16 000 N/m，悬架阻尼系数980 Ns/m。

4.3 联合仿真

与MATLAB软件进行联合仿真，分别采用被动悬架、传统PID控制策略和单神经元PID控制策略进行对比，得到的车身加速度仿真结果如图8～图10所示。

为了验证仿真模型的正确性以及所提控制策略的减振效果，分别提取3种控制类型所对应的车身加速均方根、悬架动挠度均方根和车轮动位移均方根进行列表对比，见表1。

图8 被动悬架

图9 传统PID控制策略

图10 单神经元PID控制策略

表1 联合仿真结果对比

结果表明，与被动悬架相比，主动悬架的车身加速度、悬架动挠度、车轮动位移都明显减小，改善了车辆的平顺性和稳定性。与传统PID控制相比，本文所提出的单神经元 PID控制策略的减振效果更好，鲁棒性更强。

5 结束语

本文针对汽车悬架系统存在的问题展开研究，提出一种单神经元PID控制方法应用于汽车主动悬架系统中，同时对虚拟样机进行仿真分析，并对车身加速度、悬架动挠度和轮胎动位移这3个指标进行综合评定。分析结果表明，主动悬架可以提高汽车行驶过程中的平顺性与操纵稳定性，从而减少汽车在行驶过程中产生的振动。与传统PID控制相比，单神经元PID控制策略具有更好的减震效果，具有更优的平稳性和鲁棒性，为主动悬架控制方法的选择问题提供了新的方法和思路。

［1］ 王国权，许先锋，余群，等．汽车平顺性的虚拟样机试验［J］．农业机械学报，2003，34(3)：26-28，34．

［2］ 王洪礼，牛西泽，孙景．汽车悬架系统的半主动控制［J］．天津大学学报，1996，26(2)：177-182．

［3］ Chen C T，Yen C H．Multivariable process control using decentralized single neuron controllers［J］．Journal of Chemical Engineering of Japan，1998，31(1)：14-20．

［4］ Guo S，Huang L．Periodic oscillation for discrete-time Hopfield neural networks［J］．Physics Lettesr A，2004(3)：199-206．

［5］ 张云清，项俊，陈立平，等．整车多体动力学模型的建立、验证及仿真分析［J］．汽车工程，2006，28(3)：287-291．