CN105159094A - 汽车主动悬架lqg控制器最优控制力的设计方法 - Google Patents
汽车主动悬架lqg控制器最优控制力的设计方法 Download PDFInfo
- Publication number
- CN105159094A CN105159094A CN201510645787.1A CN201510645787A CN105159094A CN 105159094 A CN105159094 A CN 105159094A CN 201510645787 A CN201510645787 A CN 201510645787A CN 105159094 A CN105159094 A CN 105159094A
- Authority
- CN
- China
- Prior art keywords
- weighting coefficient
- design
- alpha
- ride comfort
- centerdot
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Vehicle Body Suspensions (AREA)
- Tires In General (AREA)
Abstract
本发明涉及汽车主动悬架LQG控制器最优控制力的设计方法,属于主动悬架技术领域。本发明根据1/4车辆行驶振动模型,利用MATLAB/Simulink,构建了平顺性加权系数优化设计Simulink仿真模型,并以路面不平度位移为输入激励,以轮胎动位移和悬架动挠度为约束条件,以车身垂向振动加速度均方根值最小为设计目标,优化设计得到平顺性加权系数及LQG最优控制力。通过实例及仿真验证可知,该方法可得到准确可靠的主动悬架LQG最优控制力,为主动悬架***设计及控制提供了可靠的最优控制力设计方法。该方法不仅可提高主动悬架***的设计水平及产品质量,提高车辆的乘坐舒适性和行驶安全性,还可降低产品设计及试验费用。
Description
技术领域
本发明涉及汽车主动悬架,特别是汽车主动悬架LQG控制器最优控制力的设计方法。
背景技术
LQG控制因具有很强的适用性,在主动悬架***中得到了广泛应用,其中,最优控制力的确定是车辆主动悬架LQG控制器设计的关键。然而,据所查阅资料可知,目前国内外对于汽车主动悬架LQG控制器最优控制力的设计,大都是根据设计者对悬架性能的倾向,按照经验初步确定LQG控制加权系数,然后通过多次模拟仿真,根据响应量逐步调整加权系数,直到获得满意的输出响应量,进而设计出主动悬架LQG控制器的最优控制力。尽管利用该方法所得到的LQG控制力,能够使车辆满足当前行驶工况的要求,然而,所设计控制力并非最佳。随着车辆行业的快速发展及车辆行驶速度的不断提高,人们对车辆行驶安全性及乘坐舒适性提出了更高的要求,目前主动悬架LQG控制器最优控制力设计的方法,不能满足车辆发展及主动悬架控制器设计的要求。因此,必须建立一种准确、可靠的汽车主动悬架LQG控制器最优控制力的设计方法,满足车辆发展及主动悬架控制器设计的要求,提高汽车主动悬架***的设计水平及产品质量,提高车辆乘坐舒适性和安全性;同时,降低产品设计及试验费用,缩短产品设计周期。
发明内容
针对上述现有技术中存在的缺陷,本发明所要解决的技术问题是提供一种准确、可靠的汽车主动悬架LQG控制器最优控制力的设计方法,其设计流程图如图1所示;1/4车辆行驶振动模型图如图2所示。
为解决上述技术问题,本发明所提供的汽车主动悬架LQG控制器最优控制力的设计方法,其特征在于采用以下设计步骤:
(1)建立1/4车辆行驶振动微分方程:
根据车辆单轮簧下质量m1,簧上质量m2,悬架弹簧刚度K2,轮胎刚度Kt,待设计主动悬架控制力Ua;以轮胎垂向位移z1,车身垂向位移z2为坐标;以路面不平度位移q为输入激励;建立1/4车辆行驶振动微分方程,即:
(2)确定LQG控制的状态矩阵A和控制矩阵B:
根据车辆单轮簧下质量m1,簧上质量m2,悬架弹簧刚度K2,轮胎刚度Kt,车辆行驶速度v,及滤波白噪声路面空间截止频率n0c,确定LQG控制的状态矩阵A和控制矩阵B,分别为:
(3)确定LQG控制的加权矩阵表达式:
根据车辆单轮簧下质量m1,簧上质量m2,悬架弹簧刚度K2,轮胎刚度Kt,悬架限位行程[fd],及重力加速度g,确定关于平顺性加权系数α1、α2、α3的状态变量、控制变量、及状态变量和控制变量交叉乘积项加权矩阵表达式Q(α1,α2,α3)、R(α1,α2,α3)、N(α1,α2,α3),分别为:
其中, q3=1;α1为车轮相对动载加权系数,α2为悬架相对动挠度加权系数,α3为车身垂向振动相对加速度加权系数;
(4)确定主动悬架LQG控制力Ua表达式:
I步骤:选取平顺性加权系数的初始值,即α1=k1、α2=k2、α3=k3,其中,k1,k2,k3的取值均为大于零而小于1的数值,且k1+k2+k3=1.0;
II步骤:根据I步骤中选取的平顺性加权系数初始值α1=k1、α2=k2、α3=k3,及步骤(3)中确定的加权矩阵表达式Q(α1,α2,α3)、R(α1,α2,α3)、N(α1,α2,α3),计算得到加权矩阵Q(k1,k2,k3)、R(k1,k2,k3)、N(k1,k2,k3);
III步骤:根据步骤(2)中确定的状态矩阵A和控制矩阵B,及II步骤中确定的加权矩阵Q(k1,k2,k3)、R(k1,k2,k3)、N(k1,k2,k3),利用Matlab中的LQR函数计算求得主动悬架LQG的控制反馈增益矩阵K;
IV步骤:根据III步骤中确定的反馈增益矩阵K,以车轮振动速度及位移z1、车身振动速度及位移z2和路面位移q作为状态变量,确定主动悬架LQG控制力Ua表达式,即:
其中, 为矩阵 的转置矩阵;
(5)平顺性加权系数的优化设计:
①构建平顺性加权系数优化设计仿真模型
根据步骤(1)中所建立的1/4车辆行驶振动微分方程,及步骤(4)中IV步骤所求得的控制力Ua,利用Matlab/Simulink仿真软件,构建平顺性加权系数优化设计Simulink仿真模型;
②建立平顺性加权系数优化设计目标函数
根据①步骤中所建立的平顺性加权系数优化设计Simulink仿真模型,以平顺性加权系数α1、α2、α3为设计变量,以路面不平度位移作为输入激励,对车辆行驶振动情况进行仿真,利用仿真所得到的车身垂向振动加速度均方根值建立平顺性加权系数优化设计目标函数Jo(α1,α2,α3),即:
③建立平顺性加权系数优化设计约束条件
根据车辆单轮簧下质量m1,簧上质量m2,轮胎刚度Kt,重力加速度g,及悬架限位行程[fd],利用轮胎垂向位移z1,车身垂向位移z2,路面不平度位移q,及平顺性加权系数α1、α2、α3,建立平顺性加权系数优化设计约束条件,即
④平顺性加权系数的优化设计
根据①步骤中所建立的平顺性加权系数优化设计Simulink仿真模型,及③步骤中所建立的平顺性加权系数优化设计约束条件,以平顺性加权系数α1、α2、α3为设计变量,以路面不平度位移作为输入激励,利用优化算法求②步骤中所建立平顺性加权系数优化设计目标函数Jo(α1,α2,α3)的最小值,所对应的设计变量即为平顺性加权系数的最佳优化设计值,即α1o、α2o、α3o;
(6)主动悬架LQG控制器最优控制力Uao的设计:
i步骤:根据步骤(5)中④步骤优化设计得到的平顺性加权系数α1o、α2o、α3o,及步骤(3)中确定的加权矩阵表达式Q(α1,α2,α3)、R(α1,α2,α3)、N(α1,α2,α3),计算得到加权矩阵Q(α1o,α2o,α3o)、R(α1o,α2o,α3o)、N(α1o,α2o,α3o);
ii步骤:根据步骤(2)中确定的状态矩阵A和控制矩阵B,及i步骤中确定的加权矩阵Q(α1o,α2o,α3o)、R(α1o,α2o,α3o)、N(α1o,α2o,α3o),利用Matlab中的LQR函数计算求得主动悬架LQG的最优控制反馈增益矩阵Ko;
iii步骤:根据ii步骤中确定的最优反馈增益矩阵Ko,以车轮振动速度及位移z1、车身振动速度及位移z2和路面位移q作为状态变量,确定主动悬架LQG控制器的最优控制力Uao,即:
本发明比现有技术具有的优点:
LQG控制因具有很强的适用性,在主动悬架***中得到了广泛应用,其中,最优控制力的确定是车辆主动悬架LQG控制器设计的关键。然而,据所查阅资料可知,目前国内外对于汽车主动悬架LQG控制器最优控制力的设计,大都是根据设计者对悬架性能的倾向,按照经验初步确定LQG控制加权系数,然后通过多次模拟仿真,根据响应量逐步调整加权系数,直到获得满意的输出响应量,进而设计出主动悬架LQG控制器的最优控制力。尽管利用该方法所得到的LQG控制力,能够使车辆满足当前行驶工况的要求,然而,所设计控制力并非最佳。随着车辆行业的快速发展及车辆行驶速度的不断提高,人们对车辆行驶安全性及乘坐舒适性提出了更高的要求,目前主动悬架LQG控制器最优控制力设计的方法,不能满足车辆发展及主动悬架控制器设计的要求。
本发明根据1/4车辆行驶振动模型及主动悬架控制力,利用MATLAB/Simulink,构建了平顺性加权系数优化设计Simulink仿真模型,并以路面不平度位移为输入激励,以轮胎动位移和悬架动挠度为约束条件,以车身垂向振动加速度均方根值最小为设计目标,优化设计得到平顺性加权系数,进而设计得到主动悬架LQG最优控制力。通过设计实例及仿真对比验证可知,该方法可得到准确可靠的主动悬架LQG最优控制力值,为汽车主动悬架LQG最优控制力的设计提供了可靠的设计方法。利用该方法,不仅可提高汽车主动悬架***的设计水平及产品质量,提高车辆乘坐舒适性和安全性;同时,降低产品设计及试验费用,缩短产品设计周期。
附图说明
为了更好地理解本发明下面结合附图做进一步的说明。
图1是汽车主动悬架LQG控制器最优控制力设计方法的设计流程图;
图2是1/4车辆行驶振动模型图;
图3是实施例的平顺性加权系数优化设计Simulink仿真模型;
图4是实施例的车身垂向振动加速度时域信号的仿真对比曲线;
图5是实施例的车身垂向振动加速度功率谱密度的仿真对比曲线。
具体实施方案
下面通过一实施例对本发明作进一步详细说明。
某车辆单轮簧下质量m1=40kg,簧上质量m2=320kg,悬架弹簧刚度K2=20000N/m,轮胎刚度Kt=200000N/m,悬架限位行程[fd]=100mm,重力加速度g=9.8m/s2,滤波白噪声路面空间截止频率n0c=0.011m-1,待设计主动悬架的LQG控制力为Ua。该车辆主动悬架设计所要求的车辆行驶速度v=72km/h,对该车辆主动悬架LQG控制器的控制力进行设计。
本发明实例所提供的汽车主动悬架LQG控制器最优控制力的设计方法,其设计流程图如图1所示,1/4车辆行驶振动模型图如图2所示,具体步骤如下:
(1)建立1/4车辆行驶振动微分方程:
根据车辆单轮簧下质量m1=40kg,簧上质量m2=320kg,悬架弹簧刚度K2=20000N/m,轮胎刚度Kt=200000N/m,待设计主动悬架控制力Ua;以轮胎垂向位移z1,车身垂向位移z2为坐标;以路面不平度位移q为输入激励;建立1/4车辆行驶振动微分方程,即:
(2)确定LQG控制的状态矩阵A和控制矩阵B:
根据车辆单轮簧下质量m1=40kg,簧上质量m2=320kg,悬架弹簧刚度K2=20000N/m,轮胎刚度Kt=200000N/m,车辆行驶速度v=72km/h,及滤波白噪声路面空间截止频率n0c=0.011m-1,确定LQG控制的状态矩阵A和控制矩阵B,分别为:
(3)确定LQG控制的加权矩阵表达式:
根据车辆单轮簧下质量m1=40kg,簧上质量m2=320kg,悬架弹簧刚度K2=20000N/m,轮胎刚度Kt=200000N/m,悬架限位行程[fd]=100mm,及重力加速度g=9.8m/s2,确定关于平顺性加权系数α1、α2、α3的状态变量、控制变量、及状态变量和控制变量交叉乘积项加权矩阵表达式Q(α1,α2,α3)、R(α1,α2,α3)、N(α1,α2,α3),分别为:
其中, q3=1;α1为车轮相对动载加权系数,α2为悬架相对动挠度加权系数,α3为车身垂向振动相对加速度加权系数;
(4)确定主动悬架LQG控制力Ua表达式:
I步骤:选取平顺性加权系数的初始值;该实施例选取k1=0.1,k2=0.2,k3=0.7,其中,k1+k2+k3=1.0,即选取平顺性加权系数的初始值α1=0.1,α2=0.2,α3=0.7;
II步骤:根据I步骤中选取的平顺性加权系数初始值α1=0.1、α2=0.2、α3=0.7,及步骤(3)中确定的加权矩阵表达式Q(α1,α2,α3)、R(α1,α2,α3)、N(α1,α2,α3),计算得到加权矩阵Q(0.1,0.2,0.7)、R(0.1,0.2,0.7)、N(0.1,0.2,0.7),即:
R(0.1,0.2,0.7)=9.766×10-6,
III步骤:根据步骤(2)中确定的状态矩阵A和控制矩阵B,及II步骤中确定的加权矩阵Q(0.1,0.2,0.7)、R(0.1,0.2,0.7)、N(0.1,0.2,0.7),利用Matlab中的LQR函数计算求得主动悬架
LQG的控制反馈增益矩阵K,即:
K=[1941.2-925.1-14412.513653.011560.0];
IV步骤:根据III步骤中确定的反馈增益矩阵K,以车轮振动速度及位移z1、车身振动速度及位移z2和路面位移q作为状态变量,确定主动悬架LQG控制力Ua表达式,即:
其中, 为矩阵 的转置矩阵;
(5)平顺性加权系数的优化设计:
①构建平顺性加权系数优化设计仿真模型
根据步骤(1)中所建立的1/4车辆行驶振动微分方程,及步骤(4)中IV步骤所求得的控制力Ua,利用Matlab/Simulink仿真软件,构建平顺性加权系数优化设计Simulink仿真模型,如图3所示;
②建立平顺性加权系数优化设计目标函数
根据①步骤中所建立的平顺性加权系数优化设计Simulink仿真模型,以平顺性加权系数α1、α2、α3为设计变量,以路面不平度位移作为输入激励,对车辆行驶振动情况进行仿真,利用仿真所得到的车身垂向振动加速度均方根值建立平顺性加权系数优化设计目标函数Jo(α1,α2,α3),即:
③建立平顺性加权系数优化设计约束条件
根据车辆单轮簧下质量m1=40kg,簧上质量m2=320kg,轮胎刚度Kt=200000N/m,重力加速度g=9.8m/s2,及悬架限位行程[fd]=100mm,利用轮胎垂向位移z1,车身垂向位移z2,路面不平度位移q,及平顺性加权系数α1、α2、α3,建立平顺性加权系数优化设计约束条件,即
④平顺性加权系数的优化设计
根据①步骤中所建立的平顺性加权系数优化设计Simulink仿真模型,及③步骤中所建立的平顺性加权系数优化设计约束条件,以平顺性加权系数α1、α2、α3为设计变量,以路面不平度位移作为输入激励,利用优化算法求②步骤中所建立平顺性加权系数优化设计目标函数Jo(α1,α2,α3)的最小值,求得平顺性加权系数的最佳优化设计值,即α1o=0.0108、α2o=0.0506、α3o=0.9386;
(6)主动悬架LQG控制器最优控制力Uao的设计:
i步骤:根据步骤(5)中④步骤优化设计得到的平顺性加权系数α1o=0.0108、α2o=0.0506、α3o=0.9386,及步骤(3)中确定的加权矩阵表达式Q(α1,α2,α3)、R(α1,α2,α3)、N(α1,α2,α3),计算得到加权矩阵Q(0.0108,0.0506,0.9386)、R(0.0108,0.0506,0.9386)、N(0.0108,0.0506,0.9386),即:
R(0.0108,0.0506,0.9386)=9.766×10-6,
ii步骤:根据步骤(2)中确定的状态矩阵A和控制矩阵B,及i步骤中确定的加权矩阵Q(0.0108,0.0506,0.9386)、R(0.0108,0.0506,0.9386)、N(0.0108,0.0506,0.9386),利用Matlab中的LQR函数计算求得主动悬架LQG的最优控制反馈增益矩阵Ko,即:
Ko=[1247.4-270.4-1756318032.3347.5];
iii步骤:根据ii步骤中确定的最优反馈增益矩阵Ko,以车轮振动速度及位移z1、车身振动速度及位移z2和路面位移q作为状态变量,确定主动悬架LQG控制器的最优控制力Uao,即:
在相同车辆结构参数和行驶工况下,其中,车辆行驶路况为B级路面,车辆行驶速度v=72km/h,分别对传统经验方法确定最优控制力和利用该优化设计法确定最优控制力的LQG控制进行模型仿真,其中,利用传统经验方法确定的最优控制力为 仿真所得到的两种控制方法的车身垂向振动加速度时域信号和车身垂向振动加速度功率谱密度的对比曲线,分别如图4、图5所示,可知,利用该优化设计法所设计的主动悬架LQG控制器显著降低了车身的垂向振动加速度,与传统经验设计方法相比,车身垂向振动加速度均方根值降低了53.0%,表明所建立的汽车主动悬架LQG控制器最优控制力的设计方法是正确的。
Claims (1)
1.汽车主动悬架LQG控制器最优控制力的设计方法,其具体设计步骤如下:
(1)建立1/4车辆行驶振动微分方程:
根据车辆单轮簧下质量m1,簧上质量m2,悬架弹簧刚度K2,轮胎刚度Kt,待设计主动悬架控制力Ua;以轮胎垂向位移z1,车身垂向位移z2为坐标;以路面不平度位移q为输入激励;建立1/4车辆行驶振动微分方程,即:
(2)确定LQG控制的状态矩阵A和控制矩阵B:
根据车辆单轮簧下质量m1,簧上质量m2,悬架弹簧刚度K2,轮胎刚度Kt,车辆行驶速度v,及滤波白噪声路面空间截止频率n0c,确定LQG控制的状态矩阵A和控制矩阵B,分别为:
(3)确定LQG控制的加权矩阵表达式:
根据车辆单轮簧下质量m1,簧上质量m2,悬架弹簧刚度K2,轮胎刚度Kt,悬架限位行程[fd],及重力加速度g,确定关于平顺性加权系数α1、α2、α3的状态变量、控制变量、及状态变量和控制变量交叉乘积项加权矩阵表达式Q(α1,α2,α3)、R(α1,α2,α3)、N(α1,α2,α3),分别为:
其中, q3=1;α1为车轮相对动载加权系数,α2为悬架相对动挠度加权系数,α3为车身垂向振动相对加速度加权系数;
(4)确定主动悬架LQG控制力Ua表达式:
I步骤:选取平顺性加权系数的初始值,即α1=k1、α2=k2、α3=k3,其中,k1,k2,k3的取值均为大于零而小于1的数值,且k1+k2+k3=1.0;
II步骤:根据I步骤中选取的平顺性加权系数初始值α1=k1、α2=k2、α3=k3,及步骤(3)中确定的加权矩阵表达式Q(α1,α2,α3)、R(α1,α2,α3)、N(α1,α2,α3),计算得到加权矩阵Q(k1,k2,k3)、R(k1,k2,k3)、N(k1,k2,k3);
III步骤:根据步骤(2)中确定的状态矩阵A和控制矩阵B,及II步骤中确定的加权矩阵Q(k1,k2,k3)、R(k1,k2,k3)、N(k1,k2,k3),利用Matlab中的LQR函数计算求得主动悬架LQG的控制反馈增益矩阵K;
IV步骤:根据III步骤中确定的反馈增益矩阵K,以车轮振动速度及位移z1、车身振动速度及位移z2和路面位移q作为状态变量,确定主动悬架LQG控制力Ua表达式,即:
其中, 为矩阵 的转置矩阵;
(5)平顺性加权系数的优化设计:
①构建平顺性加权系数优化设计仿真模型
根据步骤(1)中所建立的1/4车辆行驶振动微分方程,及步骤(4)中IV步骤所求得的控制力Ua,利用Matlab/Simulink仿真软件,构建平顺性加权系数优化设计Simulink仿真模型;
②建立平顺性加权系数优化设计目标函数
根据①步骤中所建立的平顺性加权系数优化设计Simulink仿真模型,以平顺性加权系数α1、α2、α3为设计变量,以路面不平度位移作为输入激励,对车辆行驶振动情况进行仿真,利用仿真所得到的车身垂向振动加速度均方根值建立平顺性加权系数优化设计目标函数Jo(α1,α2,α3),即:
③建立平顺性加权系数优化设计约束条件
根据车辆单轮簧下质量m1,簧上质量m2,轮胎刚度Kt,重力加速度g,及悬架限位行程[fd],利用轮胎垂向位移z1,车身垂向位移z2,路面不平度位移q,及平顺性加权系数α1、α2、α3,建立平顺性加权系数优化设计约束条件,即
④平顺性加权系数的优化设计
根据①步骤中所建立的平顺性加权系数优化设计Simulink仿真模型,及③步骤中所建立的平顺性加权系数优化设计约束条件,以平顺性加权系数α1、α2、α3为设计变量,以路面不平度位移作为输入激励,利用优化算法求②步骤中所建立平顺性加权系数优化设计目标函数Jo(α1,α2,α3)的最小值,所对应的设计变量即为平顺性加权系数的最佳优化设计值,即α1o、α2o、α3o;
(6)主动悬架LQG控制器最优控制力Uao的设计:
i步骤:根据步骤(5)中④步骤优化设计得到的平顺性加权系数α1o、α2o、α3o,及步骤(3)中确定的加权矩阵表达式Q(α1,α2,α3)、R(α1,α2,α3)、N(α1,α2,α3),计算得到加权矩阵Q(α1o,α2o,α3o)、R(α1o,α2o,α3o)、N(α1o,α2o,α3o);
ii步骤:根据步骤(2)中确定的状态矩阵A和控制矩阵B,及i步骤中确定的加权矩阵Q(α1o,α2o,α3o)、R(α1o,α2o,α3o)、N(α1o,α2o,α3o),利用Matlab中的LQR函数计算求得主动悬架LQG的最优控制反馈增益矩阵Ko;
iii步骤:根据ii步骤中确定的最优反馈增益矩阵Ko,以车轮振动速度及位移z1、车身振动速度及位移z2和路面位移q作为状态变量,确定主动悬架LQG控制器的最优控制力Uao,即:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510645787.1A CN105159094B (zh) | 2015-10-08 | 2015-10-08 | 汽车主动悬架lqg控制器最优控制力的设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510645787.1A CN105159094B (zh) | 2015-10-08 | 2015-10-08 | 汽车主动悬架lqg控制器最优控制力的设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105159094A true CN105159094A (zh) | 2015-12-16 |
CN105159094B CN105159094B (zh) | 2017-08-04 |
Family
ID=54799982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510645787.1A Expired - Fee Related CN105159094B (zh) | 2015-10-08 | 2015-10-08 | 汽车主动悬架lqg控制器最优控制力的设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105159094B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108345218A (zh) * | 2018-02-27 | 2018-07-31 | 江苏大学 | 基于教学优化算法的汽车主动悬架pid控制器设计方法 |
CN109139282A (zh) * | 2017-06-16 | 2019-01-04 | 通用汽车环球科技运作有限责任公司 | 用于提高计算效率的模型预测控制***和方法 |
CN109933886A (zh) * | 2019-03-11 | 2019-06-25 | 桂林电子科技大学 | 一种商用车驾驶室悬置布置优化方法 |
CN110329030A (zh) * | 2019-05-10 | 2019-10-15 | 爱驰汽车有限公司 | 主动悬架控制方法、***、设备及存储介质 |
CN110568758A (zh) * | 2019-09-12 | 2019-12-13 | 中汽研(天津)汽车工程研究院有限公司 | 一种自动驾驶汽车的参数自适应横向运动lqr控制方法 |
CN111487863A (zh) * | 2020-04-14 | 2020-08-04 | 东南大学 | 一种基于深度q神经网络的主动悬架强化学习控制方法 |
CN113352832A (zh) * | 2021-07-06 | 2021-09-07 | 南昌大学 | 一种基于路面等级识别的多目标动态最优主动悬架控制方法 |
CN113887070A (zh) * | 2021-10-21 | 2022-01-04 | 浙江吉利控股集团有限公司 | 车辆平顺性分析方法、装置、设备及存储介质 |
WO2023108699A1 (zh) * | 2021-12-17 | 2023-06-22 | 江苏大学 | 一种新型lqg控制方法 |
CN117521229A (zh) * | 2023-12-27 | 2024-02-06 | 石家庄铁道大学 | 一种路面位移响应检测方法、***及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0341883A2 (en) * | 1988-05-09 | 1989-11-15 | Lord Corporation | Hybrid analog digital control method and apparatus for estimation of absolute velocity in active suspension system |
US20110153158A1 (en) * | 2008-08-06 | 2011-06-23 | Gerardo Acocella | Method and apparatus for controlling a semi-active suspension system for motorcycles |
CN103646280A (zh) * | 2013-11-28 | 2014-03-19 | 江苏大学 | 一种基于粒子群算法的车辆悬架***参数优化方法 |
CN104309437A (zh) * | 2014-10-23 | 2015-01-28 | 山东理工大学 | 车辆空气悬架非线性刚度实时最优控制的设计方法 |
-
2015
- 2015-10-08 CN CN201510645787.1A patent/CN105159094B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0341883A2 (en) * | 1988-05-09 | 1989-11-15 | Lord Corporation | Hybrid analog digital control method and apparatus for estimation of absolute velocity in active suspension system |
US20110153158A1 (en) * | 2008-08-06 | 2011-06-23 | Gerardo Acocella | Method and apparatus for controlling a semi-active suspension system for motorcycles |
CN103646280A (zh) * | 2013-11-28 | 2014-03-19 | 江苏大学 | 一种基于粒子群算法的车辆悬架***参数优化方法 |
CN104309437A (zh) * | 2014-10-23 | 2015-01-28 | 山东理工大学 | 车辆空气悬架非线性刚度实时最优控制的设计方法 |
Non-Patent Citations (1)
Title |
---|
罗鑫源 等: ""基于AHP的车辆主动悬架LQG控制器设计"", 《振动与冲击》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109139282B (zh) * | 2017-06-16 | 2021-09-07 | 通用汽车环球科技运作有限责任公司 | 用于提高计算效率的模型预测控制***和方法 |
CN109139282A (zh) * | 2017-06-16 | 2019-01-04 | 通用汽车环球科技运作有限责任公司 | 用于提高计算效率的模型预测控制***和方法 |
CN108345218A (zh) * | 2018-02-27 | 2018-07-31 | 江苏大学 | 基于教学优化算法的汽车主动悬架pid控制器设计方法 |
CN109933886A (zh) * | 2019-03-11 | 2019-06-25 | 桂林电子科技大学 | 一种商用车驾驶室悬置布置优化方法 |
CN110329030A (zh) * | 2019-05-10 | 2019-10-15 | 爱驰汽车有限公司 | 主动悬架控制方法、***、设备及存储介质 |
CN110568758A (zh) * | 2019-09-12 | 2019-12-13 | 中汽研(天津)汽车工程研究院有限公司 | 一种自动驾驶汽车的参数自适应横向运动lqr控制方法 |
CN110568758B (zh) * | 2019-09-12 | 2022-07-01 | 中汽研(天津)汽车工程研究院有限公司 | 一种自动驾驶汽车的参数自适应横向运动lqr控制方法 |
CN111487863A (zh) * | 2020-04-14 | 2020-08-04 | 东南大学 | 一种基于深度q神经网络的主动悬架强化学习控制方法 |
CN111487863B (zh) * | 2020-04-14 | 2022-06-17 | 东南大学 | 一种基于深度q神经网络的主动悬架强化学习控制方法 |
CN113352832A (zh) * | 2021-07-06 | 2021-09-07 | 南昌大学 | 一种基于路面等级识别的多目标动态最优主动悬架控制方法 |
CN113887070A (zh) * | 2021-10-21 | 2022-01-04 | 浙江吉利控股集团有限公司 | 车辆平顺性分析方法、装置、设备及存储介质 |
WO2023108699A1 (zh) * | 2021-12-17 | 2023-06-22 | 江苏大学 | 一种新型lqg控制方法 |
CN117521229A (zh) * | 2023-12-27 | 2024-02-06 | 石家庄铁道大学 | 一种路面位移响应检测方法、***及存储介质 |
CN117521229B (zh) * | 2023-12-27 | 2024-03-19 | 石家庄铁道大学 | 一种路面位移响应检测方法、***及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105159094B (zh) | 2017-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105159094A (zh) | 汽车主动悬架lqg控制器最优控制力的设计方法 | |
CN103264628B (zh) | 一种汽车主动悬架***的容错自适应控制方法 | |
CN109063372A (zh) | 一种轮毂驱动电动汽车悬架***与减振元件参数匹配优化设计方法 | |
CN103121475A (zh) | 驾驶室悬置最优阻尼比的设计方法 | |
CN104156547A (zh) | 车辆钢板弹簧悬架***减振器最佳阻尼特性的设计方法 | |
CN110210074B (zh) | 一种利用液阻悬置的整车平顺性优化方法 | |
CN103754081A (zh) | 车辆非线性悬架***的最优模糊复合控制方法 | |
CN105676694A (zh) | 汽车悬架***的智能采样数据输出反馈控制方法 | |
CN106051028A (zh) | 浮置板轨道磁流变阻尼控制方法及装置 | |
Lv et al. | Closed-loop handling stability of 4WS vehicle with yaw rate control | |
Corno et al. | Active control of aerodynamic surfaces for ride control in sport vehicles | |
CN103112508B (zh) | 卡车驾驶室减振器最佳速度特性的设计方法 | |
Corno et al. | Performance assessment of active aerodynamic surfaces for comfort and handling optimization in sport cars | |
CN104156550A (zh) | 车辆钢板弹簧悬架***阻尼比的分析计算方法 | |
CN104331556A (zh) | 基于车辆平顺性非线性仿真模型的仿真试验方法 | |
CN105700350A (zh) | 一种汽车悬架***的模糊采样数据控制方法 | |
CN105069260A (zh) | 高速轨道车辆二系垂向悬置最优阻尼比的优化设计方法 | |
Sun et al. | H∞ robust control of interconnected air suspension based on mode switching | |
Cheng et al. | Series active variable geometry suspension robust control based on full-vehicle dynamics | |
CN105117554A (zh) | 高速轨道车辆一系垂向悬架最优阻尼比的设计方法 | |
CN105160103B (zh) | 高速轨道车辆一系及二系垂向悬置阻尼比的协同优化方法 | |
CN114818110A (zh) | 一种前悬颤振优化方法、管控方法及存储介质 | |
Jeon et al. | Comparison of dynamic models of MR damper for hardware in the loop simulation of large-sized buses | |
CN105069259A (zh) | 低速轨道车辆二系垂向悬置最佳阻尼比的解析计算方法 | |
Ying et al. | Control for vehicle handing stability based on ADAMS and Matlab |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170804 Termination date: 20201008 |
|
CF01 | Termination of patent right due to non-payment of annual fee |