[发明专利]一种基于滑模观测器的主动悬架容错控制方法有效

专利信息
申请号: 202010506112.X 申请日: 2020-06-05
公开(公告)号: CN111791660B 公开(公告)日: 2021-08-10
发明(设计)人: 庞辉;尚玉婷;姚睿;王鹏;刘楠 申请(专利权)人: 西安理工大学
主分类号: B60G17/018 分类号: B60G17/018;B60G17/0185
代理公司: 北京国昊天诚知识产权代理有限公司 11315 代理人: 杨洲
地址: 710048*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 观测器 主动 悬架 容错 控制 方法
【说明书】:

发明提供了一种基于滑模观测器的主动悬架容错控制方法,包括以下步骤:S1:构建1/2车辆悬架模型;S2:将参数不确定性和传感器故障引入到1/2车辆悬架模型中,然后构建基于T‑S模糊模型的故障增广模型;S3:通过构建滑模观测器来实时在线估计传感器故障;S4:基于实时在线估计所获得的传感器故障来构建开发滑模输入和容错控制器;S5:基于故障增广模型对所述步骤S4中的开发滑模输入和容错控制器进行仿真验证。本发明方法能够最终实现传感器故障估计和容错控制器,对车辆悬架系统的故障诊断和容错控制具有重大意义,解决了由传感器故障引起的性能恶化等问题,有效地提高了车辆悬架的乘坐舒适性和行驶安全性。

技术领域

本发明属于悬架系统故障诊断与容错控制领域,具体涉及一种基于滑模观测器的主动悬架容错控制方法。

背景技术

车辆主动悬架作为汽车系统的重要减震环节,对提高乘坐舒适性和操纵稳定性至关重要。近年来,车辆主动悬架已成为一种隔离、吸收或耗散道路扰动传递给车身振动能量的有效方法,因此,许多学者集中在这一研究热点来实现乘坐舒适性、操纵稳定性等悬架性能要求。对于主动悬架系统,研究者们已经将诸多控制策略应用其中。例如,反推控制,H控制,滑模控制以及神经网络控制等。

虽然上述工作对提高车辆性能已经取得了较大的进展,但是均未考虑到悬架模型的不确定性和故障的情况。首先,由于有效载荷和车辆乘客数量的变化,悬架系统的车身质量和转动惯量也会随之变化,这就使得对悬架系统难以用精确数学模型来描述,从而造成控制上的困难。为此考虑悬架模型的不确定性具有一定的实际意义。此外,在实际工况中,随着车辆的使用时间增加,悬架系统的元器件会不可避免的发生故障,那么理想条件下的控制器就会部分失效,甚至完全失效。因此,为了能够更好地提高悬架性能,我们就有必要考虑悬架模型的不确定性和系统故障的情况。

T-S模型是由Takagi和Sugeno提出的一种模糊推理模型,是一种精确建模的方法。于T-S模糊模型结构简单,且能够地将不确定性系统表示成线性系统的加权和,并且不失实际意义。结合T-S模糊模型,将其复杂的非线性系统通过模糊隶属函数分解成线性子系统,这对提高乘坐舒适性和行驶安全性具有重要意义。因此为描述悬架模型的参数不确定性,考虑采用T-S模糊模型来能够提高悬架系统建模的精度。

为了提高悬架系统对故障的不敏感性,刘树博提出一种新的自适应滑模变结构控制方法,以实现对执行器效率损失的动态补偿;杨柳青提出一种基于观测器的鲁棒容错控制方法实来消除故障带来的负面影响;在不考虑执行器故障和参数不确定性的情况下,蒙强提出了一种自适应滑模变结构控制方法,在硬约束条件下稳定非线性不确定车辆主动悬架。然而这些控制方法多以结构简单的1/4车模型为基础,且多为被动容错控制方法,无法较好地消除故障的影响。因此本发明具有一定的理论创新和工程应用价值。

需要注意的是,本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

发明内容

本发明目的在于提供了一种基于滑模观测器的主动悬架容错控制方法,消除了传感器故障带来的负面影响。

为实现上述目的本发明采用如下技术方案:

该基于滑模观测器的主动悬架容错控制方法,包括以下步骤:

S1:构建1/2车辆悬架模型;

S2:将参数不确定性和传感器故障引入到所述步骤S1构建的1/2车辆悬架模型中,然后构建基于T-S模糊模型的故障增广模型;

S3:通过构建滑模观测器来实时在线估计传感器故障;

S4:基于所述步骤S3中实时在线估计所获得的传感器故障来构建开发滑模输入和容错控制器;

S5:基于所述步骤S2中的故障增广模型对所述步骤S4中的开发滑模输入和容错控制器进行仿真验证。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安理工大学,未经西安理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010506112.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top