２０２１年１月
第４９卷第１期
机床与液压
ＭＡＣＨＩＮＥＴＯＯＬ＆ＨＹＤＲＡＵＬＩＣＳ
Ｊａｎ．２０２１
Ｖｏｌ ４９Ｎｏ １
ＤＯＩ：１０．３９６９／ｊ ｉｓｓｎ １００１－３８８１ ２０２１ ０１ ０３４
ＸＵＭｉｎｇ，ＨＵＡＮＧＱｉｎｇｓｈｅｎｇ，ＬＩＧａｎｇ．Ｒｅｓｅａｒｃｈｓｔａｔｕｓｏｆｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌｍｅｔｈｏｄｆｏｒｖｅｈｉｃｌｅｓｅｍｉ⁃ａｃｔｉｖｅｓｕｓｐｅｎｓｉｏｎ
［Ｊ］．ＭａｃｈｉｎｅＴｏｏｌ＆Ｈｙｄｒａｕｌｉｃｓ，２０２１，４９（１）：１６９－１７４．
收稿日期：２０１９－０９－０９
基金项目：国家自然科学基金地区科学基金项目（５１７６５０１６）；江西省重点研发计划项目（２０１９２ＢＢＥＬ５００１２）
作者简介：徐明（１９８０ ），男，博士，讲师，主要从事流体传动及控制技术㊁磁流变智能材料理论及应用等方面的研究与
教学工作㊂Ｅ－ｍａｉｌ：ｘｕｍｉｎｇ＠ｅｃｊｔｕ ｅｄｕ ｃｎ㊂
通信作者：李刚（１９７８ ），男，博士，副教授，研究方向主要为磁流变智能器件及新能源汽车㊂Ｅ－ｍａｉｌ：ｌｉｇａｎｇ０７９４＠
１６３ ｃｏｍ㊂
车辆半主动悬架智能控制方法研究现状
徐明１，２，黄庆生１，２，李刚１，２
（１ 华东交通大学机电与车辆工程学院，江西南昌３３００１３；２ 华东交通大学南昌市车
辆智能装备与控制重点实验室，江西南昌３３００１３）
摘要：车辆悬架是整个车辆系统中的重要组成之一，其主要作用是将来自地面的力和力矩传递给车身，同时减少路面激励对车架的冲击载荷，从而抑制车辆行驶中的不规则运动㊂由于车辆半主动悬架结构简单，无需外界的能量输入，而且可以取得和主动悬架近似的功能，具有广阔的发展前景，因而车辆半主动悬架系统的研究日益兴起，其中研究的重点之一是半主动控制方法的研究，围绕车辆半主动悬架的控制方法包括现代控制方法㊁智能控制方法等进行论述，并介绍了课题组车辆悬架半主动控制的研究情况㊂相关的分析和结论可为车辆半主动悬架的进一步研究提供一定理论参考和指导㊂
关键词：车辆半主动悬架；半主动控制；智能控制中图分类号：ＴＨ１３７ ５
ＲｅｓｅａｒｃｈＳｔａｔｕｓｏｆＩｎｔｅｌｌｉｇｅｎｔＣｏｎｔｒｏｌＭｅｔｈｏｄｆｏｒＶｅｈｉｃｌｅＳｅｍｉ⁃ａｃｔｉｖｅＳｕｓｐｅｎｓｉｏｎ
ＸＵＭｉｎｇ１，２，ＨＵＡＮＧＱｉｎｇｓｈｅｎｇ１，２，ＬＩＧａｎｇ１，２
（１ ＳｃｈｏｏｌｏｆＭｅｃｈａｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＥａｓｔＣｈｉｎａＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，ＮａｎｃｈａｎｇＪｉａｎｇｘｉ３３００１３，Ｃｈｉｎａ；
２ ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＶｅｈｉｃｌｅＩｎｔｅｌｌｉｇｅｎｔＥｑｕｉｐｍｅｎｔａｎｄＣｏｎｔｒｏｌｏｆＮａｎｃｈａｎｇ，ＥａｓｔＣｈｉｎａ
ＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，ＮａｎｃｈａｎｇＪｉａｎｇｘｉ３３００１３，Ｃｈｉｎａ）
别克凯越的油耗Ａｂｓｔｒａｃｔ：Ｖｅｈｉｃｌｅｓｕｓｐｅｎｓｉｏｎｉｓｏｎｅｏｆｔｈｅｍｏｓｔｉｍｐｏｒｔａｎｔｐａｒｔｓｏｆｔｈｅｗｈｏｌｅｖｅｈｉｃｌｅｓｙｓｔｅｍ．Ｉｔｓｍａｉｎｆｕｎｃｔｉｏｎｉｓｔｏｔｒａｎｓｆｅｒｆｏｒｃｅ
ａｎｄｍｏｍｅｎｔｆｒｏｍｇｒｏｕｎｄｔｏｔｈｅｂｏｄｙ，ａｎｄｔｏｒｅｄｕｃｅｉｍｐａｃｔｌｏａｄｆｒｏｍｒｏａｄｅｘｃｉｔａｔｉｏｎｏｎｔｈｅｆｒａｍｅ，ｔｈｕｓｒｅｓｔｒａｉｎｉｎｇｔｈｅｉｒｒｅｇｕｌａｒｍｏｖｅ⁃
ｍｅｎｔｏｆｔｈｅｗｈｅｅｌ．Ａｓｔｈｅｓｅｍｉ⁃ａｃｔｉｖｅｓｕｓｐｅｎｓｉｏｎｏｆｖｅｈｉｃｌｅｓｈａｓａｓｉｍｐｌｅｓｔｒｕｃｔｕｒｅ，ｎｏｅｘｔｅｒｎａｌｅｎｅｒｇｙｉｎｐｕｔ，ａｎｄｃａｎａｃｈｉｅｖｅｓｉｍｉｌａｒ
ｆｕｎｃｔｉｏｎｓｗｉｔｈｔｈｅａｃｔｉｖｅｓｕｓｐｅｎｓｉｏｎ，ｉｔｈａｓｂｒｏａｄｐ
ｒｏｓｐｅｃｔｓｆｏｒｄｅｖｅｌｏｐｍｅｎｔ．Ｔｈｅｒｅｆｏｒｅ，ｔｈｅｒｅｓｅａｒｃｈｏｎｓｅｍｉ⁃ａｃｔｉｖｅｓｕｓｐｅｎｓｉｏｎｓｙｓｔｅｍｏｆｖｅｈｉｃｌｅｓｉｓｇｒｏｗｉｎｇｄａｙｂｙｄａｙ．Ｏｎｅｏｆｔｈｅｒｅｓｅａｒｃｈｆｏｃｕｓｅｓｉｓｔｈｅｓｅｍｉ⁃ａｃｔｉｖｅｃｏｎｔｒｏｌｍｅｔｈｏｄ．ＴｈｅｃｏｎｔｒｏｌｍｅｔｈｏｄｓｆｏｒＭＲｖｅｈｉｃｌｅｓｕｓｐｅｎｓｉｏｎｗｅｒｅｆｏｃｕｓｅｄｏｎ，ｉｎｃｌｕｄｉｎｇｔｈｅｍｏｄｅｒｎｃｏｎｔｒｏｌｍｅｔｈｏｄｓａｎｄｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌｍｅｔｈｏｄｓ．Ｔｈｅｒｅｓｅａｒｃｈａｂｏｕｔｔｈｅｓｅｍｉ⁃ａｃｔｉｖｅｃｏｎｔｒｏｌｏｆｖｅｈｉｃｌｅｓｕｓｐｅｎｓｉｏｎｆｒｏｍｔｈｅｒｅｓｅａｒｃｈｇｒｏｕｐｗａｓｉｎｔｒｏｄｕｃｅｄ．Ｒｅｌｅｖａｎｔａｎａｌｙｓｉｓａｎｄｃｏｎｃｌｕｓｉｏｎｓｃａｎｐｒｏｖｉｄｅｓｏｍｅｔｈｅｏｒｅｔｉｃａｌｒｅｆｅｒｅｎｃｅａｎｄｇｕｉｄａｎｃｅｆｏｒｆｕｒｔｈｅｒｒｅｓｅａｒｃｈｏｆｖｅｈｉｃｌｅｓｅｍｉ⁃ａｃｔｉｖｅｓｕｓｐｅｎｓｉｏｎ．
Ｋｅｙｗｏｒｄｓ：Ｖｅｈｉｃｌｅｓｅｍｉ⁃ａｃｔｉｖｅｓｕｓｐｅｎｓｉｏｎ；Ｓｅｍｉ⁃ａｃｔｉｖｅｃｏｎｔｒｏｌ；Ｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒｏｌ
０㊀前言
汽车半主动悬架是汽车振动控制的热点研究问题之一［１］㊂半主动悬架系统设计的重要任务是建立
控制算法，合适的控制算法能使半主动悬架几乎达到与主动悬架一样的减振效果［２］㊂智能控制是以控制理论㊁计算机科学㊁人工智能㊁运筹学等学科为基础，扩展了相关理论的技术，其中应用较多的有模糊逻辑㊁神经网络㊁专家系统㊁遗传算法等理论，也运用了自适应控制㊁自组织控制㊁自学习控制等技术㊂传统的悬
架控制方法如天棚阻尼控制㊁地棚阻尼控制等已不能满足人们对汽车舒适性的需求，现有的控制方法与日益增加的汽车加工工艺的矛盾，迫切要求提出一种更加先进的控制方法来抑制车辆行驶过程中的不规则振动㊂
１㊀半主动悬架结构
根据悬架的阻尼和刚度是否随着行驶条件的变化而变化，可将悬架分为被动悬架㊁半主动悬架和主动悬架㊂随着生活质量的提高，用户对于汽车的性
能提出了更高的目标，传统的汽车悬架系统已不能满足人们的要求，人们希望车辆悬架的刚度和阻尼能够随着路面状况㊁行驶速度的变化而变化，从而达到和弹性元件最佳匹配，以满足驾驶安全性㊁乘坐舒适性㊂
１９７３年，美国加州大学戴维斯分校ＣＲＯＳＢＹ和
ＫＡＲＮＯＰＰ首先提出了半主动悬架的概念，其基本原理是：用刚度可调弹簧或阻尼可调的减振器组成悬架，并根据簧载质量的加速度响应等反馈信号，按照一定的控制规律调节弹簧的刚度和减振器的阻尼，使悬架达到最佳的性能㊂悬架主要由弹性元件㊁减振器和导向机构等组成，如图１所示
㊂
图１㊀悬架结构组成图［３］
２ 半主动悬架控制策略
近年来，国内外研究人员对半主动悬架的控制理论进行了大量的研究，几乎所有控制理论在半主动悬架上都能见到，许多控制方法如天棚阻尼控制㊁地棚阻尼控制控制㊁自适应控制㊁神经网络控制㊁滑模变结构控制㊁ＬＱＧ控制等在半主动悬架上得到了应用㊂
２ １㊀ＰＩＤ控制算法
ＰＩＤ控制以被控对象的偏差作为输入，通过比例（Ｐ）环节㊁积分（Ｉ）环节㊁微分（Ｄ）环节组合得到输出量，其原理如图２所示［４］㊂
图２㊀ＰＩＤ控制原理图
ＰＩＤ控制算法表达式如下：
ｕ（ｔ）＝ｋｐｅ（ｔ）＋ｋｉʏ
ｔ
０
ｅ（ｔ）ｄｔ＋ｋｄ
ｄｅ（ｔ）ｄｔ
（１）
ＰＩＤ控制算法鲁棒性好，可靠性高，适用于车辆悬架的半主动控制㊂但是ＰＩＤ控制时的控制参数由人工经验设定，一般是固定值，当面对控制对象参数变化的时候，系统的控制性能会大大降低㊂
普力马7座半主动悬架系统作为非线性的时变系统，难以建
立精确的数学模型，应用常规ＰＩＤ控制不能实时修改参数，因此出现了ＰＩＤ控制与其他控制方法相结合的复合控制方法［５］㊂东北林业大学的张娜将常规ＰＩＤ控制与模糊ＰＩＤ控制算法进行对比，利用模糊控制器实现对ＰＩＤ控制参数的实时修改，克服了传统ＰＩＤ控制的缺点㊂
运用模糊推理，能够自动实现对ＰＩＤ参数的最佳调整，当外界状况发生变化时，控制器始终能得到
理想的输出，由此改善系统的控制性能㊂该模型对参数变化和外界环境变化不敏感，适用于各种模型，收敛速度快，鲁棒性好㊂其原理如图３所示
㊂
图３㊀模糊ＰＩＤ控制原理
华北理工大学的龙海洋首先根据１／４车辆悬架模型得到系统的状态方程，然后根据状态方程建立仿真模型，并利用白噪声信号建立随机路面模型㊂使用模糊ＰＩＤ悬架控制算法，选取仿真得到的２个指标作为模糊控制器的输入，构成自适应模糊ＰＩＤ控制器，控
制器的输出为ＰＩＤ控制器的３个环节的调节量Δｋｐ㊁Δｋｉ㊁Δｋｄ，然后将模糊控制器输出量与预设的ＰＩＤ三个参数相结合，得到最终的控制参数［６］㊂各控制参数关系如下：
ｋｐ＝ｋｐ０＋Δｋｐｋｉ＝ｋｉ０＋Δｋｉｋｄ＝ｋｄ０＋Δｋｄ
ìîíïï
ï
（２）
Ｓｉｍｕｌｉｎｋ仿真结果如图４所示㊂图４显示了被动悬架㊁ＰＩＤ和Ｆｕｚｚｙ－ＰＩＤ控制时的车辆悬架的动挠度仿真情况㊂可以看出：采用ＰＩＤ和Ｆｕｚｚｙ－ＰＩＤ控制策略可以使悬架动挠度降低，其中Ｆｕｚｚｙ－ＰＩＤ效果更佳
㊂
图４㊀车辆悬架动挠度仿真结果［６］
２ ２㊀遗传算法控制
遗传控制算法（ＧｅｎｅｔｉｃＡｌｇｏｒｉｔｈｍ，ＧＡ）是通过模拟自然界中的进化而来的随机搜索最优解的方法，
㊃
０７１㊃机床与液压第４９卷
运用遗传算法可以辨识半主动悬架中的阻尼器模型参数，为建立阻尼器模型提供依据㊂
东北大学的唐传茵等［７］使用神经网络与遗传算法相结合的控制方法，与被动悬架进行控制性能的比较㊂通过改变神经网络训练参数㊁遗传算法输入函数以及车速，对悬架的性能进行综合分析㊂结果表明该控制策略能够提高半主动悬架的性能㊂
ＱＩＮ等［８］基于路谱估计提出一种自适应混合阻尼控制策略，运用非支配遗传算法ＮＳＧＡ－ＩＩ对不同路面选择合适的调节因子，能够满足不同行驶路面下的减振和操纵性能㊂
２ ３㊀鲁棒控制
鲁棒控制是一种考虑参数摄动并维持系统控制性能稳定的控制方法，它综合考虑并尽量降低了系统的建模误差㊁外界干扰及参数不确定等因素带来的控制影响㊂ＣＨＯＩ等［９］提出了基于Ｈɕ的整车悬架半主动控制器，该控制器以弹簧质量为不确定参数，具有较好的鲁棒性，但是控制器的应用比较复杂㊂冯彦宏等使用了ＰＩＤ控制器，通过添加指数函数对控制器进行求导，得到了鲁棒神经网络控制系统［１０］㊂如图５所示，考虑随机权重情况下，根据莱文伯格－马夸特（ＬＭ）算法［１１］调节神经网络权值㊂
图５㊀鲁棒神经网络预测控制系统［１０］
ＤＵ等［１２］研究了考虑参数不确定性的参数依赖的时滞主动悬架状态反馈鲁棒控制策略㊂ＧＡＯ等［１３］针对人体动力学模型的汽车座椅主动悬架系统，提出了考虑参数摄动及输入时滞的状态反馈控制策略㊂２ ４㊀神经网络控制
神经网络控制（ＮｅｕｒａｌＮｅｔｗｏｒｋｓＣｏｎｔｒｏｌ，ＮＮＣ）有着很强的鲁棒性和自适应学习能力，适合求解复杂的非线性问题㊂２０世纪九十年代初首次将神经网络控制应用于车辆半主动悬架系统的研究㊂
２ ４ １㊀自适应神经网络
冯兆等人为了解决车辆悬架非线性和参数的不确定性问题，提出了一种具有在线学习能力的自适应径向基函数神经网络（ＲＢＦＮＮ）㊂利用在线学习来逼近未知的动力学，事先无需提供与悬架系统相关的信息㊂还采用粒子优化（ＰＳＯ）技术对控制器参数进行了确定和选择［１４］㊂主要优点是精度高㊁成本低㊂如图６所示，自适应神经网络通过控制律产生预计阻尼器的力，然后通过ＣＤＣ阻尼器模型产生实际阻尼器的力，将力作用于半主动悬架系统，将输出作为负反馈，更新加权规则㊂仿真研究结果表明：与天棚控制和被动悬架系统相比，该神经网络结构能很好地抑制车身垂直振动，降低车轮俯仰倾角，提高操纵的稳定性
㊂
图６㊀自适应神经网络控制系统［１４］
２ ４ ２㊀ＢＰ神经网络
误差反向传播神经网络也称ＢＰ（ＢａｃｋＰｒｏｐａｇａ⁃ｔｉｏｎ）神经网络，这种神经网络是一种多层前馈神经网络，每一层的神经元状态只影响下一层㊂ＢＰ神经网络需要训练自身，通过训练自身使网络获得联想和记忆能力㊂当输出层的值不是理想值时，将误差值反向传递，根据预测误差不断调整网络权值和阈值，使ＢＰ神经网络实际输出不断逼近期望输出㊂
南京理工大学的张建强等采用ＢＰ神经网络模糊ＰＩＤ控制策略，发现该方法可以抑制车身的振动，但是该方法对于轮胎动变形的抑制不明显［１５］㊂
吉林大学的胡庆玉将ＩＰＳＯ－ＢＰ控制算法与ＰＩＤ控制算法进行对比，结果如表１所示，采用ＩＰＳＯ－ＢＰ控制算法可以明显改善车辆行驶过程中乘坐的舒适性，能够使轮胎对路面附着力更加平稳，提高驾驶员的操控性［１６］㊂但是神经网络算法存在一个学习的过程，在这个过程进行完之前，系统性能不能达到最佳，因此需要更进一步研究㊂
表１㊀两种控制算法的半主动悬架实验数据对比
汽车维修之家性能指标ＰＩＤＩＰＳＯ－ＢＰ提升／％垂向位移ｍｃ／ｍ０．０２０．０１９８６．１垂向加速度
Ａ／（ｍ㊃ｓ－２）１．１８１．０１１４．５角加速度ａ／（ｒａｄ㊃ｓ－２）０．２１０．１８４１２．４前悬架动载ｆｄ／Ｎ５８５．１５５６．１５．０后悬架动载ｆｒ／Ｎ５８２．９５８２．９６４．９２ ４ ３㊀改进型Ｅｌｍａｎ网络
Ｅｌｍａｎ网络是经典的回归型神经网络，具有记忆单元和反馈连接的前向神经网络㊂这种神经网络有隐层和关联层，关联层的作用是记忆隐层单元前一时刻的输出值，和状态反馈作用类似㊂宋崇智和赵又［１７］基于改进Ｅｌｍａｎ神经网络建立了一种ＰＡＣ控制器，对半主动悬架实验台进行测试，对比分析了悬架参数对轮荷利用率和相位角的影响㊂改进后的网络结构如图７所示㊂
㊃１７１㊃
第１期徐明等：车辆半主动悬架智能控制方法研究现状㊀㊀㊀
图７㊀改进Ｅｌｍａｎ网络结构图［１７］
小汽车摇号最新查询２ ５㊀现代控制算法
虽然智能控制技术不断在提高，但是智能控制技术也有一些不足，比如存在不能同时改善乘坐舒适性和操作稳定性的问题㊂为了解决这些问题，越来越多的现代控制策略运用到车辆悬架的半主动控制中，常用的现代控制方法有ＬＱＧ控制㊁ＬＰＶ偏航控制㊁ＬＱＲ控制等，运用这些现代控制方法，
也取得了一些成效㊂
２ ５ １㊀ＬＱＧ控制器
考虑系统随机输入噪声与随机量测噪声的线性二次型最优控制叫做线性二次型高斯最优控制，即ＬＱＧ控制㊂利用ＬＱＧ控制器理论，可以帮助人们更好地了解主动悬架的振动规律，消除车辆在凹凸不平路面上行驶的很多不利影响㊂
重庆交通大学的兰京［１８］通过选用不同的加权系数，提出一种确定ＬＱＧ控制器加权系数的方案㊂通过对比分析主㊁被动悬架的幅频特性曲线，发现采用这种方法可以减少悬架的垂向位移，得出了主动悬架的工作性能优于被动悬架的结论㊂
张志达等［１９］基于最优控制理论，提出了车辆半主动悬架的ＬＱＧ控制器㊂Ｓｉｍｕｌｉｎｋ仿真结果显示：和被动悬架相比，采用ＬＱＧ控制器的半主动悬架，能够有效地减小车身的振动，降低轮胎的倾角，提高操纵性能㊂
陈士安等［２０］为降低时滞对磁流变半主动悬架工作时的不利影响，提出一种有别于传统上控制量预估时滞补偿的ＬＱＧ－Ｐａｄｅ逼近合拍（ＬＱＧ－ＰａｄｅＡｐｐｒｏｘ⁃ｉｍａｔｉｏｎＲｈｙｔｈｍｉｃ，ＬＱＧＰＡＲ）时滞控制方法㊂研究结果表明：当悬架面对高频振动时，特别是在振动
能量集中的高频车轮动载荷的影响最为明显，时滞越大，悬架系统高频振动的抑制效果越差；不足之处在于采用该控制策略会使轮胎动变形和车轮动载荷指标恶化㊂
２ ５ ２㊀Ｈ２控制器
ＤＭＥＨＤＩ提出了一种基于Ｔａｋａｇｉ－Ｓｕｇｅｎｏ（Ｔ－Ｓ）模糊模型的Ｈ２控制器，根据二次李雅普诺夫稳定性理论，采用线性矩阵不等式（ＬＭＩ）实现Ｈ２控制，并采用并行分布补偿（ＰＤＣ）方法应用指令信号［２１］㊂但是并没有考虑当扰动超过规定范围时控制器饱和的情况㊂如图８所示，输出反馈向量ｈｉ（ｉ＝１㊁２㊁３㊁４）和向量ｘ（ｔ）是ＰＤＣ方法的输入，将ＰＤＣ的输出和路面激励作为悬架的输入
㊂十一高速免费吗
图８㊀非线性半主动悬架控制系统［２１］
２ ５ ３㊀线性参数变化控制
ＯＳＥＮＡＭＥ等［２２］考虑在某些执行器可能发生故障的情况下，提出了半主动悬架采用制动㊁转向和悬架作动器的偏航控制㊂同时设计了一种偏航控制器，该控制器采用前转向㊁后制动和４个主动悬架执行器㊂实验结果表明：该方法能够提供执行器约束并拥有一定的故障自适应性能㊂
ＦＥＲＧＡＮＩ等［２３］
基于非线性代数路面轮廓提出了
图９㊀ＬＰＶ／Ｈɕ与被动悬
架控制的对比［２３］
一种ＬＰＶ／Ｈɕ半主动悬架
控制策略，在负荷传递
的基础上，分别对４种磁
流变阻尼器进行调优，
实验结果如图９所示㊂可
以看出：使用ＬＰＶ／Ｈɕ半
哈飞路宝多少钱主动悬架控制策略，可
以显著降低车轮的垂向
位移㊂
３ 课题组相关研究
课题组成员也开展了磁流变车辆悬架的半主动控制方面的研究㊂根据最优控制理论，提出了一种联合车辆主动悬架与座椅主动悬架的集成最优控制，从而实现同时反馈调节车辆悬架和座椅悬架所需的控制力［２４］㊂仿真结果如图１０所示：与被动悬架相比，采用集成最优控制㊁单独车辆悬架控制和单独座椅悬架控制策略可以使车辆性能指标大大提高，其中集成最优控制最为显著
㊂
图１０㊀响应峰值下降百分比［２４］
在混合阻尼开关电流控制中，磁流变阻尼器的黏
㊃２７１㊃机床与液压第４９卷
度系数只能在有限的几种状态值下进行切换，以达到
衰减悬架振动的目的㊂但实际控制过程中，ＭＲＤ的黏度系数应该是连续可调的［２５］㊂为了实现这一过程，课题组成员采用以下的混合阻尼控制策略㊂如图１１所示，该控制器由天㊁地棚模糊电流控制器与模糊β值控制器组成，将２个控制器得到的电流输入到ＭＲＤ的可调Ｓｉｇｍｏｉｄ模型中，从而实时产生阻尼控制力
㊂
图１１㊀混合阻尼模糊电流半主动控制系统［２５］
４㊀结束语
悬架的控制策略是决定车辆悬架性能的重要因素之一，本文作者主要对国内外现有的半主动悬架控制方法进行综合分析，对智能控制方法㊁现代控制方法分别进行了探讨，最后介绍了课题组对于车辆悬架控制方法的研究成果，这为车辆悬架半主动控制的深入研究提供了理论依据和指导方向㊂
参考文献：
［１］杨蒙蒙．汽车磁流变半主动悬架控制策略研究及试验台
研制［Ｄ］．石家庄：石家庄铁道大学，２０１５．
ＹＡＮＧＭＭ．Ｔｈｅｉｎｖｅｓｔｉｇａｔｉｏｎｏｎｃｏｎｔｒｏｌｌａｗｏｆａｕｔｏｍｏｂｉｌｅｍａｇｎｅｔｏｒｈｅｏｌｏｇｉｃａｌｓｅｍｉ⁃ａｃｔｉｖｅｓｕｓｐｅｎｓｉｏｎａｎｄｄｅｓｉｇｎｏｆｔｅｓｔｂｅｎｃｈ［Ｄ］．Ｓｈｉｊｉａｚｈｕａｎｇ：ＳｈｉｊｉａｚｈｕａｎｇＴｉｅｄａｏＵｎｉｖｅｒｓｉｔｙ，
２０１５．
［２］胡国良，刘前结，李刚．车辆磁流变半主动悬架混合阻尼
模糊电流控制研究［Ｊ］．现代制造工程，２０１８（１０）：９４－
１０１．ＨＵＧＬ，ＬＩＵＱＪ，ＬＩＧ．Ｈｙｂｒｉｄｄａｍｐｉｎｇｆｕｚｚｙｃｕｒｒｅｎｔｃｏｎ⁃ｔｒｏｌｏｆｓｅｍｉ⁃ａｃｔｉｖｅｖｅｈｉｃｌｅｓｕｓｐｅｎｓｉｏｎｗｉｔｈｍａｇｎｅｔｏｒｈｅｏｌｏｇｉ⁃ｃａｌｄａｍｐｅｒ［Ｊ］．ＭｏｄｅｒｎＭａｎｕｆａｃｔｕｒｉｎｇＥｎｇｉｎｅｅｒｉｎｇ，２０１８（１０）：９４－１０１．［３］傅帮成．车辆悬架系统中减振器特性研究［Ｄ］．淮南：安
徽理工大学，２０１８．
ＦＵＢＣ．Ｒｅｓｅａｒｃｈｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｓｈｏｃｋａｂｓｏｒｂｅｒｉｎｖｅｈｉｃｌｅｓｕｓｐｅｎｓｉｏｎｓｙｓｔｅｍ［Ｄ］．Ｈｕａｉｎａｎ：ＡｎｈｕｉＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，２０１８．
［４］苗壮，龙海洋，李耀刚，等．半主动悬架ＰＩＤ控制与Ｆｕｚｚｙ－
ＰＩＤ控制对比研究［Ｊ］．机械工程与自动化，２０１８（３）：１９－２１．
ＭＩＡＯＺ，ＬＯＮＧＨＹ，ＬＩＹＧ，ｅｔａｌ．Ａｃｏｎｔｒａｓｔｉｖｅｓｔｕｄｙｂｅ⁃ｔｗｅｅｎＰＩＤｃｏｎｔｒｏｌａｎｄｆｕｚｚｙ－ＰＩＤｃｏｎｔｒｏｌｏｎｓｅｍｉ⁃ａｃｔｉｖｅ
ｓｕｓｐｅｎｓｉｏｎ［Ｊ］．ＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ＆Ａｕｔｏｍａｔｉｏｎ，２０１８（３）：１９－２１．
［５］李红，袁建平，汤跃，等．双吸离心泵性能提高及其试验
研究［Ｊ］．农业机械学报，２００５，３６（１２）：７７－８０．
ＬＩＨ，ＹＵＡＮＪＰ，ＴＡＮＧＹ，ｅｔａｌ．Ｅｘｐｅｒｉｍｅｎｔａｌｓｔｕｄｙｏｎｉｍ⁃ｐｒｏｖｉｎｇｐｅｒｆｏｒｍａｎｃｅｏｆｄｏｕｂｌｅｓｕｃｔｉｏｎｐｕｍｐ［Ｊ］．Ｔｒａｎｓａｃ⁃
ｔｉｏｎｓｏｆｔｈｅＣｈｉｎｅｓｅＳｏｃｉｅｔｙｆｏｒＡｇｒｉｃｕｌｔｕｒａｌＭａｃｈｉｎｅｒｙ，２００５，３６（１２）：７７－８０．
［６］李伟平，柳超，张利轩，等．模糊ＰＩＤ控制在磁流变半主
动悬架中的应用［Ｊ］．机械科学与技术，２０１４，３３（１２）：１９０２－１９０６．
ＬＩＷＰ，ＬＩＵＣ，ＺＨＡＮＧＬＸ，ｅｔａｌ．ＡｐｐｌｉｃａｔｉｏｎｏｆｆｕｚｚｙＰＩＤｃｏｎｔｒｏｌｉｎｖｅｈｉｃｌｅｓｅｍｉ⁃ａｃｔｉｖｅｓｕｓｐｅｎｓｉｏｎｓｙｓｔｅｍｗｉｔｈｍａｇ⁃ｎｅｔｏｒｈｅｌｏｇｉｃａｌｄａｍｐｅｒ［Ｊ］．ＭｅｃｈａｎｉｃａｌＳｃｉｅｎｃｅａｎｄＴｅｃｈ⁃ｎｏｌｏｇｙｆｏｒＡｅｒｏｓｐａｃｅＥｎｇｉｎｅｅｒｉｎｇ，２０１４，３３（１２）：１９０２－
１９０６．
［７］唐传茵，李华，周炜，等．基于遗传算法和神经网络的车
辆主动悬架控制技术［Ｊ］．农业机械学报，２００９，４０（２）：６－１１．
ＴＡＮＧＣＹ，ＬＩＨ，ＺＨＯＵＷ，ｅｔａｌ．Ｃｏｎｔｒｏｌｔｅｃｈｎｏｌｏｇｙｏｆｖｅ⁃ｈｉｃｌｅａｃｔｉｖｅｓｕｓｐｅｎｓｉｏｎｂａｓｅｄｏｎｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍａｎｄｎｅｕ⁃ｒａｌｎｅｔｗｏｒｋ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆｔｈｅＣｈｉｎｅｓｅＳｏｃｉｅｔｙｆｏｒＡｇ⁃ｒｉｃｕｌｔｕｒａｌＭａｃｈｉｎｅｒｙ，２００９，４０（２）：６－１１．
［８］ＱＩＮＹ，ＤＯＮＧＭ，ＬＡＮＧＡＲＩＲ，ｅｔａｌ．Ａｄａｐｔｉｖｅｈｙｂｒｉｄｃｏｎ⁃
ｔｒｏｌｏｆｖｅｈｉｃｌｅｓｅｍｉａｃｔｉｖｅｓｕｓｐｅｎｓｉｏｎｂａｓｅｄｏｎｒｏａｄｐｒｏｆｉｌｅｅｓｔｉｍａｔｉｏｎ［Ｊ］．ＳｈｏｃｋａｎｄＶｉｂｒａｔｉｏｎ，２０１５：１－１３．
［９］ＣＨＯＩＳＢ，ＬＥＥＨＳ，ＰＡＲＫＹＰ．Ｈɕｃｏｎｔｒｏｌｐｅｒｆｏｒｍａｎｃｅｏｆ
ａｆｕｌｌ⁃ｖｅｈｉｃｌｅｓｕｓｐｅｎｓｉｏｎｆｅａｔｕｒｉｎｇｍａｇｎｅｔｏｒｈｅｏｌｏｇｉｃａｌｄａｍｐｅｒｓ［Ｊ］．ＶｅｈｉｃｌｅＳｙｓｔｅｍＤｙｎａｍｉｃｓ，２００２，３８（５）：３４１－３６０．
［１０］李虹，冯彦辉，苏莉蔚．基于鲁棒神经网络的车辆主动
悬架振动控制［Ｊ］．中国工程机械学报，２０１７，１５（４）：３２４－３２８．
ＬＩＨ，ＦＥＮＧＹＨ，ＳＵＬＷ．Ｖｅｈｉｃｌｅａｃｔｉｖｅｓｕｓｐｅｎｓｉｏｎｖｉｂｒａｔｉｏｎｃｏｎｔｒｏｌｂａｓｅｄｏｎｒｏｂｕｓｔｎｅｕｒａｌｎｅｔｗｏｒｋ［Ｊ］．Ｃｈｉ⁃ｎｅｓｅＪｏｕｒｎａｌｏｆＣｏｎｓｔｒｕｃｔｉｏｎＭａｃｈｉｎｅｒｙ，２０１７，１５（４）：３２４－３２８．
［１１］ＧＯＨＡＲＩＭ，ＴＡＨＭＡＳＥＢＩＭ．Ａｃｔｉｖｅｏｆｆ⁃ｒｏａｄｓｅａｔｓｕｓｐ
ｅｎ⁃
ｓｉｏｎｓｙｓｔｅｍｕｓｉｎｇｉｎｔｅｌｌｉｇｅｎｔａｃｔｉｖｅｆｏｒｃｅｃｏｎｔｒｏｌ［Ｊ］．Ｊｏｕｒ⁃ｎａｌｏｆＬｏｗＦｒｅｑｕｅｎｃｙＮｏｉｓｅ，ＶｉｂｒａｔｉｏｎａｎｄＡｃｔｉｖｅＣｏｎ⁃ｔｒｏｌ，２０１５，３４（４）：４７５－４８９．
［１２］ＤＵＨＰ，ＺＨＡＮＧＮ，ＬＡＭＪ．Ｐａｒａｍｅｔｅｒ⁃ｄｅｐｅｎｄｅｎｔｉｎｐｕｔ⁃
ｄｅｌａｙｅｄｃｏｎｔｒｏｌｏｆｕｎｃｅｒｔａｉｎｖｅｈｉｃｌｅｓｕｓｐｅｎｓｉｏｎｓ［Ｊ］．Ｊｏｕｒ⁃ｎａｌｏｆＳｏｕｎｄａｎｄＶｉｂｒａｔｉｏｎ，２００８，３１７（３／４／５）：５３７－５５６．
［１３］ＧＡＯＨＪ，ＺＨＡＯＹＢ，ＳＵＮＷＣ．Ｉｎｐｕｔ⁃ｄｅｌａｙｅｄｃｏｎｔｒｏｌｏｆ
ｕｎｃｅｒｔａｉｎｓｅａｔｓｕｓｐｅｎｓｉｏｎｓｙｓｔｅｍｓｗｉｔｈｈｕｍａｎ⁃ｂｏｄｙｍｏｄｅｌ
［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＣｏｎｔｒｏｌＳｙｓｔｅｍｓＴｅｃｈｎｏｌｏｇｙ，２０１０，１８（３）：５９１－６０１．
㊃３７１㊃第１期徐明等：车辆半主动悬架智能控制方法研究现状
㊀㊀㊀
发布评论