泵控式电液主动悬架系统分层控制研究_论文复现

感兴趣的同学可先查看下原论文<泵控式电液主动悬架系统分层控制研究>

一、什么是泵控式电液主动悬架

传统悬架长这样,一个弹簧套一个减振器,弹簧支撑车体,减振器被动耗散弹簧累积的能量。

而泵控式电液主动悬架长这样:

这是奔驰EABC的。如果把两蓄能器往后挪,它的结构就变成今天我们复现这篇论文里泵控主动悬架的结构。

减振器的上下腔分别接到电液泵的两端。电液泵转动,带动液体流动,挤压蓄能器,进而在减振器活塞杆两端产生压力差,进而产生了力。这个力的方向是主动的,可以不用管车悬架实际的运行方向,所以叫主动悬架。

车的四个悬架位置都装这么一套,四个角都能产生主动力,进而就可以在这基础上做一些控制,起到常规减振器和半主动减振器起不到的效果。

二、参考文章内容

文章的技术路线如上图所示,复现这个文章主要有以下几方面工作

1、作动器控制

1)、液压系统动力学建模;

2)、基于液压系统动力学建模,用滑膜控制器控制它,产生想要的力;

3)、搭建泵的电机简要模型,并用双PI控制方式来控制转速;

4)、作动器仿真,滑膜方案与PI方案对比

2、整车主动悬架最优自抗扰控制器设计

1)、路面模型与整车7自由度模型;

2)、整车7自由度模型最优控制;

3)、扰动观测器LESO设计;

4)、扰动前馈补偿器设计;

5)、基于理想状态力的整车主动悬架控制仿真;

3、将一和二链接起来,做完整仿真

三、论文复现和仿真结果

1)作动器物理模型

手动跟定转速1000rad/s,查看pks和prs,一腔压力增大,一腔减小,输出的实际力值为正,趋势上符合预期。

2)滑膜控制

常规的滑膜控制:

优化后的滑膜控制:

直接按照公式便可搭建滑膜控制模型,与MPU链接,可以进行作动力跟踪的仿真。按照原文参数,不带MPU的作动力仿真,存在超调和干扰发生后,作动力跟踪存在稳态误差的问题。

因此在优化的滑膜控制器第一项增加增益参数,和增加积分补偿,消除稳态误差。


3)泵模型与控制

这一部分相对简单

4)执行器串联仿真

将2实现的滑膜与3搭建的电机双PI链接起来,看作动器还能否正常响应;

滑膜控制方式有超调了,但是抑制扰动方面比PID控制强太多了(国际惯例,提一种算法必须贬低下另一种)。

5)七自由度悬架模型搭建和LQR控制器设计

这部分直接挪用之前做过的成果。基于LQR全主动七自由度全车悬架车身姿态控制_悬挂侧倾角状态空间方程推导-CSDN博客

一丁点差别:附赠资料中主动悬架仍考虑了被动悬架的机械阻尼,而本文中全主动悬架不考虑机械阻尼阀的作用,相当于车辆无被动减振器。

6)LESO观测器设计

直接照抄公式

7)扰动前馈

论文中提了一嘴用quadprog()这个函数,那就可以直接无脑套公式直接用了。

这里的目的是根据估计的扰动算出一个最优的力。博主这边也特地根据扰动,逆推回扰动对应减振器的扰动力,直接做补偿的方案。

8)不带作动器的整车控制仿真

TestCase 设置为1 施加总共10000N的垂向扰动。LESO能准确估算出垂向扰动。

垂向位移对比:

相比被动悬架,带控制的垂向位移明显小了很多。其中LQR+前馈抗扰的方式与理想状态最接近。

TestCase 设置为2,施加-10000Nm俯仰扰动的。LESO观测结果:

俯仰角度控制对比:


相比被动悬架,带控制的俯仰角变化明显小了很多。其中LQR+前馈抗扰的方式与理想状态最接近。

TestCase 设置为3,施加7500Nm侧倾扰动,LESO估计结果:

侧倾角度对比:

相比被动悬架,带控制的侧倾角变化明显小了很多。其中LQR+前馈抗扰的方式与理想状态最接近。

TestCase 设置为4,四个减振器单独施加不同频率幅值正弦垂向扰动,扰动估计如下:

垂向位移、俯仰角、侧倾角:有控制的性能明显大幅度优于无控制被动悬架。

9)带作动器整车仿真

步骤同第8步一样

四、关于模型

有需要源码资料仍从某宝店铺 <极简车辆控制>获取。

资料包含一份脚本和一个simulink模型,**运行模型之前,应先右键运行脚本,导入参数。**脚本中,作动器控制参数,LQR的Q和R矩阵,LESO的Wo参数为可调参数,同学们可以自行调整,查看运行效果。

相关推荐
JieE2122 小时前
LeetCode 101. 对称二叉树|JS 递归 + 迭代双解法,彻底搞懂镜像判断
javascript·算法
JieE2121 天前
LeetCode 56. 合并区间|超清晰 JS 图解思路,面试高频区间题
javascript·算法·面试
Jack201 天前
HarmonyOS开发中错误处理策略:网络异常统一处理
算法
小小杨树1 天前
读懂色彩:拍照调色不再难
算法·计算机视觉·配色
JieE2122 天前
LeetCode 226. 翻转二叉树|JS 递归超详细拆解,二叉树入门经典题
javascript·算法
JieE2122 天前
LeetCode 104. 二叉树的最大深度|递归思路超详细拆解
javascript·算法
vivo互联网技术2 天前
CVPR 2026 | 全新强化学习框架 BeautyGRPO:重塑真实人像
算法·大模型·cvpr·影像
Darling噜啦啦2 天前
列表转树算法深度解析:从 Map 到 Reduce 的两种实现,面试高频考点
数据结构·算法·面试
用户497863050732 天前
(一)小红的数组操作
算法·编程语言