[发明专利]一种车辆半主动悬架系统智能粒子群模糊混合控制方法

摘要

本发明属于汽车底盘控制技术领域，涉及一种车辆半主动悬架系统控制方法，尤其是一种可兼顾平顺性和道路友好性的车辆半主动悬架系统智能粒子群模糊混合控制方法，通过智能群体理论中的粒子群优化方法对半主动悬架系统的输入模糊变量，即簧载质量的振动速度和非簧载质量的振动速度，输出模糊变量，即阻尼力分配系数的各个隶属度函数进行深度优化；并最终通过所述混合控制内核对半主动悬架系统进行实时控制；其设计思想新颖，控制原理可靠，安全稳定性好，自动化程度高，适用范围广，可广泛用于各种机动车辆的半主动悬架系统的控制。

主权项

一种车辆半主动悬架系统智能粒子群模糊混合控制方法，其特征在于包括以下步骤：(1)先利用四对加速度传感器及其滤波积分模块，分别采集半主动悬架系统车辆的左前、左后、右前、右后处簧载质量的垂向振动速度、非簧载质量的垂向振动速度，生成智能粒子群模糊混合控制器的输入信号；(2)利用模糊控制对步骤(1)中所述的各个簧载质量垂向振动速度和非簧载质量垂向振动速度输入信号进行模糊化处理，形成输入模糊变量，然后将各个输入模糊信号传送至模糊控制器；(3)建立车辆半主动悬架系统智能粒子群模糊混合控制器的模糊控制规则库；利用(1)中所述的各簧载质量的垂向振动速度、非簧载质量的垂向振动速度输入模糊变量的隶属度函数的位形参数，并结合输出模糊变量，即阻尼力分配系数的各个隶属度函数的位形参数以形成初始粒子群，利用智能群体理论，即粒子群优化方法对上述粒子群实施优化做准备；(4)设定可同时兼顾平顺性和道路友好性的智能粒子群模糊混合控制的适应度函数，计算每个粒子的适应度值，同时分析得出个体粒子历史最优值pbest[]和全局历史最优值gbest[]；F＝std(au)×(std(as))^ψ上式中，F为适应度值；std()为标准差函数；au为非簧载质量振动加速度；as为簧载质量振动加速度；ψ为量纲调整系数；(5)利用下述速度、位置更新方程对步骤(3)中所述初始粒子的速度、位置进行更新，以实现对输入及输出模糊变量的隶属度函数的位形参数的深度优化，并赋予车辆半主动悬架系统可兼顾车辆平顺性和道路友好性的垂向动力学特性；v[]＝w×v[]+c1×rand1()(pbest[]‑present[])+c2×rand2()(gbest[]‑present[])present[]＝present []+v[]上述两式中，v[]为粒子速度，w为惯性权重系数，present[]为当前粒子，pbest[]为个体最优值，gbest[]为全体最优值，rand1()、rand2()为范围在[0～1]的两个随机数，c1，c2为加速系数；(6)重复步骤(3)～(5)直至实现各个隶属度函数位形参数的最优化；(7)利用重心解模糊化方法对智能粒子群模糊混合控制器的输出模糊变量进行解模糊化处理，并得到反映天棚控制成分与地棚控制成分比率的阻尼力分配系数；(8)利用解模糊化得出的阻尼力分配系数，并通过集天棚控制和地棚控制于一体的、可同时调整车辆平顺性和道路友好性的混合控制内核形成输出控制电流信号，并对车辆半主动悬架系统的四支磁流变阻尼器件实施独立控制。