[发明专利]一种基于粒子群优化的车辆ISD悬架PDD控制理想模型

权利要求书

1.一种基于粒子群优化的车辆ISD悬架PDD控制理想模型，其特征在于，包括：

步骤(1)：建立ISD悬架四分之一模型：

其中，m_s为簧载质量，m_u为非簧载质量，k_r为悬架的支撑弹簧刚度，c_p为PDD控制的半主动阻尼系数，k_t为轮胎等效弹簧刚度，z_s为簧载质量的垂向位移，为簧载质量的垂向速度，为簧载质量的垂向加速度，z_u为非簧载质量的垂向位移，为非簧载质量的垂向速度，为非簧载质量的垂向加速度，z_r为路面不平度的垂向输入位移，T(s)为阻抗传递函数；对上述ISD悬架四分之一模型进行拉式变换得到：

其中，s为拉氏变量，Z_s为簧载质量的垂向位移的拉普拉斯变换形式，Z_u为非簧载质量的垂向位移的拉普拉斯变换形式，Z_r为路面不平度的垂向输入位移的拉普拉斯变换形式；

步骤(2)：阻抗传递函数T(s)以速度型阻抗传递函数形式表示如下：

其中，A、B、C、D、E、F为系数，取值均大于等于0，且D、E、F不全为0；

步骤(3)：求解ISD悬架各元件的功率：

其中，ISD悬架弹簧吸收的车身振动功率为：

ISD悬架半主动阻尼器吸收的车身振动功率为：

ISD悬架速度型阻抗吸收的车身的振动功率为：

ISD悬架弹簧释放给车轮的振动功率为：

ISD悬架半主动阻尼器释放给车轮的振动功率为：

ISD悬架速度型阻抗释放给车轮的振动功率为：

ISD悬架中的总功率为：

步骤(4)：设置PDD控制策略：当P_net越接近零，悬架的能量阻隔效果越好；当弹簧和阻尼器吸收的来自簧载质量振动的功率小于释放给非簧载质量的功率时，c_p为最大值；当弹簧和阻尼器吸收的来自簧载质量振动的功率大于或等于释放给非簧载质量的功率时，c_p为最小值；当悬架相对速度等于零且悬架相对位移不为零时，c_p为最大值与最小值之和的一半；否则，c_p为弹簧弹性力与悬架相对速度比值的相反数；

ISD悬架的控制算法为：

其中，c_max、c_min分别为设定的最大阻尼系数和最小阻尼系数，且满足下式：

c_max＞0,c_min＞0,c_max＞c_min；

步骤(5)：选取路面不平度的位移输入模型z_r；

步骤(6)：通过优化算法求解模型参数，得到车辆ISD悬架理想模型；

所述步骤(6)中的优化算法采用粒子群优化算法；

所述步骤(6)中的粒子群优化算法包括：

步骤(6.1)：确定待优化参数P＝[c_max、c_min、k_r、A、B、C、D、E、F]，初始化粒子；

步骤(6.2)：将车身加速度均方根值、悬架动行程均方根值和轮胎动载荷均方根值作为优化目标，建立与传统被动悬架性能指标相对应的比值目标函数作为粒子群算法的适应度函数，计算粒子的适应度值，得到车辆ISD悬架目标函数J及其约束条件s.t.：

其中，BA(P)、SWS(P)和DTL(P)分别表示基于PDD策略的ISD悬架的车身加速度均方根值、悬架动行程均方根值和轮胎动载荷均方根值；w₁、w₂和w₃分别表示其加权系数；BA_pass，SWS_pass和DTL_pass分别表示传统被动悬架车身加速度、悬架动行程和轮胎动载荷的均方根值；LM和UM分别表示参数的上限和下限；

步骤(6.3)：计算得到个体极值与群体极值：其中，个体极值为粒子在最优位置所得到的目标函数J的值，全局极值为所有粒子的个体极值中的最优值；

步骤(6.4)：粒子速度和位置属性的进化规律为：

X^k+1＝X^k+V^k+1,

其中，λ表示惯性权重，一般取值为[0.8，1.2]；d₁和d₂表示学习因子或加速度常数；r₁和r₂表示[0，1]内的随机数；k表示迭代次数；表示个体极值；表示群体极值；V^k表示迭代次数为k时粒子的速度；V^k+1表示迭代次数为k+1时粒子的速度；X^k表示迭代次数为k时粒子的位置；X^k+1表示迭代次数为k+1时粒子的位置；

步骤(6.5)：边界处理：当粒子运动到空间边界时,强制该粒子停止运动,当前速度置为0,粒子的适应度用当前所处的边界位置计算。

2.根据权利要求1所述的一种基于粒子群优化的车辆ISD悬架PDD控制理想模型，其特征在于，其中所述步骤(5)中选取路面不平度的位移输入模型z_r具体为：

其中，u表示行驶车速，G_q(n₀)表示路面不平度系数，w(t)表示均值为零的高斯白噪声，z_r为路面不平度的垂向输入位移，为路面不平度的垂向输入速度。