行驶动力学建模仿真及主动悬架控制器设计.docx

上传人:b****1 文档编号:13261724 上传时间:2023-06-12 格式:DOCX 页数:17 大小:127.80KB
下载 相关 举报
行驶动力学建模仿真及主动悬架控制器设计.docx_第1页
第1页 / 共17页
行驶动力学建模仿真及主动悬架控制器设计.docx_第2页
第2页 / 共17页
行驶动力学建模仿真及主动悬架控制器设计.docx_第3页
第3页 / 共17页
行驶动力学建模仿真及主动悬架控制器设计.docx_第4页
第4页 / 共17页
行驶动力学建模仿真及主动悬架控制器设计.docx_第5页
第5页 / 共17页
行驶动力学建模仿真及主动悬架控制器设计.docx_第6页
第6页 / 共17页
行驶动力学建模仿真及主动悬架控制器设计.docx_第7页
第7页 / 共17页
行驶动力学建模仿真及主动悬架控制器设计.docx_第8页
第8页 / 共17页
行驶动力学建模仿真及主动悬架控制器设计.docx_第9页
第9页 / 共17页
行驶动力学建模仿真及主动悬架控制器设计.docx_第10页
第10页 / 共17页
行驶动力学建模仿真及主动悬架控制器设计.docx_第11页
第11页 / 共17页
行驶动力学建模仿真及主动悬架控制器设计.docx_第12页
第12页 / 共17页
行驶动力学建模仿真及主动悬架控制器设计.docx_第13页
第13页 / 共17页
行驶动力学建模仿真及主动悬架控制器设计.docx_第14页
第14页 / 共17页
行驶动力学建模仿真及主动悬架控制器设计.docx_第15页
第15页 / 共17页
行驶动力学建模仿真及主动悬架控制器设计.docx_第16页
第16页 / 共17页
行驶动力学建模仿真及主动悬架控制器设计.docx_第17页
第17页 / 共17页
亲,该文档总共17页,全部预览完了,如果喜欢就下载吧!
下载资源
资源描述

行驶动力学建模仿真及主动悬架控制器设计.docx

《行驶动力学建模仿真及主动悬架控制器设计.docx》由会员分享,可在线阅读,更多相关《行驶动力学建模仿真及主动悬架控制器设计.docx(17页珍藏版)》请在冰点文库上搜索。

行驶动力学建模仿真及主动悬架控制器设计.docx

行驶动力学建模仿真及主动悬架控制器设计

 

以单轮车辆模型为例,介绍行驶动力学计算机建模、仿真分析以及利用线性二次最优控制理论进行主动悬架LQG控制器设计过程。

1.计算机仿真系统模型的建立

根据图7所示的主动悬架单轮车辆模型,运用牛顿运动定律,建立系统的运动方程,即:

(4)

(5)

这里,采用一个滤波白噪声作为路面输入模型,即:

(6)

式中,xg为路面垂向位移(m);G0为路面不平度系数(m3/cycle);u为车辆前进速度(m/s);w为数字期望为零的高斯白噪声;f0为下截止频率(Hz)。

图7单轮车辆模型

结合式(4)、式(5)和式(6),将系统运动方程和路面输入方程写成矩阵形式,即得出系统的空间状态方程:

(7)

式中,

,为系统状态矢量;W=(w(t)),为高斯白噪声输入矩阵;U=(Ua(t)),为输入控制矩阵;

2.LOG控制器设计

车辆悬架设计中的主要指标包括:

①代表轮胎接地性的轮胎动载荷;②代表轮胎舒适性的车身垂向振动加速度;③影响车身姿态且与轮胎布置有关的悬架动行程。

因此,LQG控制器设计中的性能指标J即为轮胎动位移、悬架动行程和车身垂向振动加速度的加权平方和在时域T内的积分值,其表达式为:

(8)

式中,q1、q2和q3分别为轮胎动位移、悬架动行程和车身垂向振动加速度的加权系数。

加权系数的选取决定了设计者对悬架性能的倾向,如对车身垂向振动加速度项选择较大的权值,则考虑更多的是提高车辆操纵稳定性。

为方便起见,这里取车身垂向振动加速度的加权值q3=1。

将性能指标J的表达式(8)改写成矩阵形式,即:

(9)

式中,

当车辆参数值和加权系数值确定后,最优控制反馈增益矩阵可有黎卡提(Riccati)方程求出,其形式如下:

(10)

最优反馈控制增益矩阵

,由车辆参数和加权系数决定。

根据任意时刻的反馈状态变量X(t),就可得到t时刻作动器的最优控制力Ua,即:

(11)

3.计算实例

这里,以某轿车的后悬架为例,给出一个完整的计算实例,包括车辆模型参数、仿真路面输入参数、控制器的设计参数以及计算结果。

此例中车辆以20m/s的速度在某典型路面上行驶,仿真时间T=50s。

计算中输入的各参数及数值详见表2。

表2单轮车辆模型仿真输入参数值

车辆模型参数

符号

单位

数值

簧载质量

非簧载质量

悬架刚度

轮胎刚度

悬架工作空间

mb

mw

Ks

Kt

SWSc

Kg

Kg

N/m

N/m

mm

320

40

20000

200000

仿真路面输入参数

符号

单位

数值

路面不平度系数

车速

下截止频率

G0

U

f0

m3/cycle

m/s

Hz

20

性能指标加权参数

符号

单位

数值

轮胎动位移

悬架动行程

车身加速度

q1

q2

q3

80000

5

1

仿真计算中以式(6)所示的滤波白噪声作为路面输入模型。

白噪声的生成可直接调用MATLAB函数WGN(M,N,P)(此函数需要安装信号处理工具箱Communicationstoolbox),其中M为生成矩阵的行数,N为列数,P为白噪声的功率(单位为dB)。

本例中取M=10001,N=1,P=20。

这意味着仿真计算中去一条白噪声,共10001个采集点,噪声强度为20dB。

设定采样时间为、车速为20m/s时,相当于仿真路面长度为1000m,仿真时间为50s。

根据建立的系统状态方程式(7)及最优化性能指标函数式(9),利用已知的矩阵A、B、Q、R、N,调用MATLAB中的线性二次最优控制器设计函数[K,S,E]=LQR(A,B,Q,R,N),即可完成最优主动悬架控制器的设计。

输出的结果中,K为最优控制反馈增益矩阵,S为黎卡提方程的解,E为系统闭环特征根。

根据表2给出的仿真输入参数,本例中求得的最优反馈增益矩阵K为:

K=(-1928420864)

同时,还得到了黎卡提方程的解:

在相同的仿真条件下,可将所设计的主动悬架系统与一个被动系统进行对比分析。

在被动悬架系统中,取悬架刚度Ks=22000N/m,阻尼系数Cs=1000NS/m。

除此之外,其他输入参数值均与主动悬架系统完全相同。

4.MATLAB仿真过程

1)生成路面输入模型

代码如下:

a=wgn(10001,1,20);

t=0:

:

50;

road_file(:

1)=t';

road_file(:

2)=a;

saveroad_fileroad_file

2)参数输入

代码如下:

load%载入路面数据模型

Ks=22000;mb=320;Kt=200000;mw=40;f0=;G0=;u=20;Kb=20000;Ks1=22000;Cs=1000;%输入仿真有关参数

A=[0,0,-Ks/mb,Ks/mb,0;%建立主动悬架的状态矩阵

0,0,Ks/mw,(-Kt-Ks)/mw,Kt/mw;

1,0,0,0,0;

0,1,0,0,0;

0,0,0,0,-2*pi*f0];

A1=[-Cs/mb,Cs/mb,-Ks1/mb,Ks1/mb,0;%建立被动悬架的状态矩阵

Cs/mw,-Cs/mw,Ks1/mw,(-Kt-Ks1)/mw,Kt/mw;

1,0,0,0,0;

0,1,0,0,0;

0,0,0,0,-2*pi*f0];

B=[1/mb,0;

-1/mw,0;

0,0;

0,0;

0,2*pi*sqrt(G0*u)];

B1=[0,0;

0,0;

0,0;

0,0;

0,2*pi*sqrt(G0*u)];

C=[1,0,0,0,0;

0,1,0,0,0;

0,0,1,0,0;

0,0,0,1,0;

0,0,0,0,1];

D=[0,0;

0,0;

0,0;

0,0;

0,0];

K=[,,-19284,,20864];

K1=[0,0,0,0,0];

3)用Simulink创建仿真框图

状态变量

输入与系统模块,如下图:

输出模块,如下图:

整体程序框图如下:

 

4)结果分析

可以直接通过双击scope查看输出的波形图,为更好比较主动悬架与被动悬架的差别,下面通过输出到workspace的状态变量编程绘图并计算均方根值。

代码如下:

%%绘制车身加速度曲线,并计算均方根值

%ba-主动悬架车身加速度

%ba1-被动悬架车身加速度

ba=diff(:

1))./diff;

ba1=diff(:

1))./diff;

subplot(2,1,1)

plot(1:

end-1),ba)

subplot(2,1,2)

plot(1:

end-1),ba1)

BA=norm(ba,2)./(length(ba).^;

BA1=norm(ba1,2)./(length(ba1).^;

%%绘制悬架动行程曲线,并计算其均方根值

%sws-主动悬架动行程

%sws1-被动悬架动行程

figure()

sws=(:

3)(:

4);

sws1=(:

3)(:

4);

subplot(2,1,1)

plot,sws)

subplot(2,1,2)

plot,sws1)

SWS=norm(1000*sws,2)./(length(sws).^;

SWS1=norm(1000*sws1,2)./(length(sws1).^;

%%绘制轮胎动位移曲线,并计算其均方根值

%dtd-主动悬架动位移

%dtd1-被动悬架动位移

figure()

dtd=(:

4)(:

5);

dtd1=(:

4)(:

5);

subplot(2,1,1)

plot,dtd)

subplot(2,1,2)

plot,dtd1)

DTD=norm(1000*dtd,2)./(length(dtd).^;

DTD1=norm(1000*dtd1,2)./(length(dtd1).^;

结果如下:

1 车身加速度曲线

2 悬架动行程曲线

3 轮胎动位移

 

主动悬架与被动悬架性能指标均方根值比较

性能指标

主动悬架

被动悬架

车身加速度BA(m/s2)

悬架动行程SWS(mm)

轮胎动位移DTD(mm)

5.半车模型建模及仿真

半车模型建模

悬架的半车模型有四个自由度,可选取前后轮垂直位移、前后悬架与车身连接处垂直位移四个自由度,写出状态空间方程:

作为系统状态变量,状态空间方程如下:

LQG控制器

选取如下二次型性能指标:

写成矩阵形式:

由黎卡提方程求出反馈矩阵K,则

,因此状态空间方程可写成:

由此形式可方便求出其时域与频域响应。

随机线性最优控制

路面模型

本例仿真车速为20m/s,轴距为,因此滞后时间为。

若取仿真时间T为20s,采样时间间隔为,因而仿真点数4028。

程序代码如下:

%%生成路面模型

a=wgn(4029,1,20);

t=0:

:

;

r=[a,t'];

saveroad_filer

%%车身模型参数输入

clear

clc

mb=690;

I=1222;

mwf=40;

mwr=45;

Ksf=17000;

Ksr=22000;

Ktf=200000;

Ktr=200000;

a=;

b=;

%%仿真路面参数输入

G0=5e-6;

u=20;

f0=;

%%性能指标加权系数

q1=80000;

q2=100;

q3=80000;

q4=100;

%%半车悬架模型建模,计算A、B、F矩阵

a1=1/mb+b^2/I;

a2=1/mb-a*b/I;

a3=1/mb+a^2/I;

A=[0000a1*Ksr-a1*Ksra2*Ksf-a2*Ksf00;

0000-Ksr/mwr(Ksr-Ktr)/mwr00Ktr/mwr0;

0000a2*Ksr-a2*Ksra3*Ksf-a3*Ksf00;

000000-Ksf/mwf(Ksf-Ktf)/mwf0Ktf/mwf;

1000000000;

0100000000;

0010000000;

0001000000;

00000000-2*pi*f00;

000000000-2*pi*f0];

B=[a2a1;0-1/mwr;a3a2;-1/mwf0;zeros(6,2)];

F=[zeros(8,2);2*pi*sqrt(G0*u)0;02*pi*sqrt(G0*u)];

%%LQG控制器设计,计算Q、R、N矩阵并求出反馈矩阵K

b1=a3^2+a2^2;

b2=a2*a3+a1*a2;

b3=a2^2+a1^2;

sq=[q4+Ksr^2*b3-q4-Ksr^2*b3Ksf*Ksr*b2-Ksf*Ksr*b200;

-q4-Ksr^2*b3q3+q4+Ksr^2*b3-Ksf*Ksr*b2Ksf*Ksr*b2-q30;

Ksf*Ksr*b2-Ksf*Ksr*b2q2+Ksf^2*b1-q2-Ksf^2*b100;

-Ksf*Ksr*b2Ksf*Ksr*b2-q2-Ksf^2*b1q1+q2+Ksf^2*b10-q1;

0-q300q30;

000-q10q1];

Q=[zeros(4,10);zeros(6,4)sq];

R=[b1b2;b2b3];

N=[zeros(4,2);Ksr*b2Ksr*b3;-Ksr*b2-Ksr*b3;Ksf*b1Ksf*b2;-Ksf*b1-Ksf*b2;zeros(2,2)];

K=lqr(A,B,Q,R,N);

%%求主动悬架的时域响应

load

w1=road_file(:

2);

w2=w1;

t=road_file(:

1);

C=eye(10);

D=zeros(10,2);

[Y,X]=lsim(A-B*K,F,C,D,[w1';w2'],t);

输出矩阵C为10X10单位矩阵,即将所有状态均输出,因此系统输出Y与系统状态变量X是完全相同的。

预瞄控制

预瞄控制中,前后轮的路面输入不再相同,后轮的输入比前轮输入滞后一个预瞄时间,及前轮路面输入w1与后轮路面输入w2满足:

采用PaDa近似后,可转化为时域方程:

则预瞄控制系统空间状态方程可写为:

同样可由黎卡提方程求出其反馈矩阵

程序代码如下:

%%预瞄控制

tao=;

a0=12/tao^2;

a1=6/tao;

a2=1;

An=[01;-a0-a1];

Bn=[-2*a1;6*a0];

Dn=[00;10];

En=[1;1];

A0=[AF*Dn;zeros(2,10)An];

B0=[B;zeros(2,2)];

C0=[C,zeros(10,2);zeros(2,12)];

%C0=eye(12);

D0=zeros(12,1);

F0=[F*En;Bn];

Q0=[Q,zeros(10,2);zeros(2,12)];

N0=[N;zeros(2,2)];

K0=lqr(A0,B0,Q0,R,N0);

[Y0,X0]=lsim(A0-B0*K0,F0,C0,D0,w1,t);

结果比较

运行结果中的变量X、X0分别存储无预瞄和有预瞄的状态变量,预瞄控制主要改善后悬架的性能,因此选择后悬架的加速度、后悬架动行程及后轮动位移作为比较项目。

程序代码如下:

%%绘制车身加速度曲线,并计算均方根值

%ba-最优控制车身加速度

%ba0-预瞄控制车身加速度

ba=diff(X(:

1))/;

ba0=diff(X0(:

1))/;

subplot(2,1,1)

plot(t(1:

end-1),ba)

subplot(2,1,2)

plot(t(1:

end-1),ba0)

BA=norm(ba,2)./(length(ba).^;

BA0=norm(ba0,2)./(length(ba0).^;

%%绘制悬架动行程曲线,并计算其均方根值

%swsr-最优控制悬架动行程

%swsr0-预瞄控制后悬架动行程

figure()

swsr=X(:

5)-X(:

6);

swsr0=X0(:

5)-X0(:

6);

subplot(2,1,1)

plot(t,swsr)

subplot(2,1,2)

plot(t,swsr0)

SWS=norm(1000*swsr,2)./(length(swsr).^;

SWS0=norm(1000*swsr0,2)./(length(swsr0).^;

%%绘制轮胎动位移曲线,并计算其均方根值

%dtdr-最优控制动轮胎位移

%dtdr0-预瞄控制后悬架轮胎动位移

figure()

dtdr=X(:

6)-X(:

10);

dtdr0=X0(:

6)-X0(:

10);

subplot(2,1,1)

plot(t,dtdr)

subplot(2,1,2)

plot(t,dtdr0)

DTD=norm(1000*dtdr,2)./(length(dtdr).^;

DTD0=norm(1000*dtdr0,2)./(length(dtdr0).^;

①、后悬架加速度曲线

②、后悬架动行程曲线

③、后轮动位移比较

④、性能指标均方根值比较

后悬架加速度/(m/s2)

后悬架动行程(mm)

后轮动位移(mm)

无预瞄

有预瞄

可以看出,并没有得到理想的仿真结果,说明仿真过程有问题。

但能力有限,未找出问题所在。

展开阅读全文
相关资源
猜你喜欢
相关搜索
资源标签

当前位置:首页 > 自然科学 > 物理

copyright@ 2008-2023 冰点文库 网站版权所有

经营许可证编号:鄂ICP备19020893号-2