主動懸架pid控制策略研究

《主動懸架pid控制策略研究》由會員分享，可在線閱讀，更多相關(guān)《主動懸架pid控制策略研究（16頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

1、汽車懸架的半主動控制系統(tǒng)MATLAB/SIMULNK仿真 S0705234 沙小偉 摘要:分析當(dāng)前轎車的懸架系統(tǒng)，對之進(jìn)行簡化。首先建立其1/4模型，利用仿真軟件MATLAB里面的附件Simulink對懸架的簡化模型進(jìn)行仿真，考察其加速度，輸出位移等特性。在此基礎(chǔ)上進(jìn)一步建立懸架系統(tǒng)的1/2模型，繼續(xù)考察車身的加速度，輸出位移，轉(zhuǎn)角等系列特性。Simulink軟件在整個(gè)的仿真過程中顯示出強(qiáng)大的能力。 關(guān)鍵詞： 汽車懸架，半主動控制，仿真 Abstract: Analyze the suspension system of modern car, and then simplify i

2、t. First the model was analyzed with 2 degrees of freedom by the software simulink. Based on this, and then building 12 degrees of the suspension system. Inspect the acceleration and rotation angle and some other characters. In the whole process, the software simulink displayed powerful capacity. K

3、eywords: car suspension, semi – active control, simulation 引言 汽車懸架系統(tǒng)簡介。懸架系統(tǒng)是車輛的一個(gè)重要組成部分。車輛懸架性能是影響車輛行駛平順性、操作穩(wěn)定性和行駛速度的重要因素。傳統(tǒng)的被動懸架一般由具有固定參數(shù)的彈性元件和阻尼元件組成，被設(shè)計(jì)為適應(yīng)某一種路面，限制了車輛性能的進(jìn)一步提高。20世紀(jì)70年代以來工業(yè)發(fā)達(dá)國家就已經(jīng)開始研究基于振動主動控制的主動、半主動懸架系統(tǒng)。 近年來隨著電子技術(shù)、測試技術(shù)、機(jī)械動力等學(xué)科的快速發(fā)展，使車輛懸架系統(tǒng)由傳統(tǒng)被動隔振發(fā)展到振動主動控制。特別是信息科學(xué)中對最優(yōu)控制、自適應(yīng)控制、模糊控

4、制、人工神經(jīng)網(wǎng)絡(luò)等的研究，不僅使懸架系統(tǒng)振動控制技術(shù)在現(xiàn)代控制理論指導(dǎo)下更加趨于完善，同時(shí)已經(jīng)開始應(yīng)用于車輛懸架系統(tǒng)的振動控制[1]，使懸架系統(tǒng)振動控制技術(shù)得以快速發(fā)展。隨著車輛結(jié)構(gòu)和功能的不斷改進(jìn)和完善，研究車輛振動，設(shè)計(jì)新型懸架系統(tǒng)，將懸架的振動控制到最低水平是提高現(xiàn)代車輛質(zhì)量的重要措施。 當(dāng)代轎車的懸架系統(tǒng)。當(dāng)代轎車懸架系統(tǒng)最常見的形式有：搖臂滑柱式(麥弗遜)、雙A臂與多連桿式懸架系統(tǒng)。搖臂滑柱式懸架具有結(jié)構(gòu)簡單、成本低廉等優(yōu)點(diǎn)。常見的歐洲車采用的較多。它存在的問題是：在持續(xù)顛簸的路面行駛，駕駛員容易疲勞，即車輛的操作穩(wěn)定性不好，舒適性欠佳。但是由于其結(jié)構(gòu)簡單、易維修保養(yǎng)及成本低，因此

5、在一些中低價(jià)位車上廣泛地用著。 一些新型轎車上常見的多連桿式懸架系統(tǒng)，具有極佳的舒適性。多連桿式懸架系統(tǒng)的最大的優(yōu)點(diǎn)是：其可平衡的達(dá)到其它懸架系統(tǒng)所達(dá)不到的性能要求，它是目前最先進(jìn)的懸架系統(tǒng)。以日產(chǎn)兼具舒適性和操作穩(wěn)定性智能型“QT懸架系統(tǒng)”為例，它具有極佳的操作穩(wěn)定性轉(zhuǎn)彎及直線行駛穩(wěn)定性，能有效的克服路面的顛簸狀況及改善制動時(shí)汽車的點(diǎn)頭現(xiàn)象，可有效地降低車輛行駛的噪音[2]，使車內(nèi)更加寧靜，全面提高的汽車的舒適性，且具備結(jié)構(gòu)簡單，體積更小，噪音更小的優(yōu)點(diǎn)。此種懸架極有可能成為未來懸架系統(tǒng)的主流。 雙A臂懸架系統(tǒng)是一種兼具舒適性條件和操作穩(wěn)定性的組合方案。但其成本高昂，生產(chǎn)工藝難度大，且要

6、求具有極高的定位精度,因此只有在賽車和高價(jià)位車上才應(yīng)用。雙A臂懸架再加上防傾平衡桿，能很好的適應(yīng)急轉(zhuǎn)彎的操作。豐田L(fēng)UXUS IS 200就裝用了此類懸架，再加上低高寬比輪胎、創(chuàng)立了駕車者十分信賴的行車穩(wěn)定性。 在懸架系統(tǒng)部件的選擇上往往出現(xiàn)懸架“偏硬”與容易失掉乘坐舒適性，以及“偏軟”和讓人暈車的兩難境地。汽車制造商為此采取折中的方案，既照顧全面，且又有所偏好。在處理操作穩(wěn)定性和舒適性方面，德國BMW公司開發(fā)出一套EDC電子減振器。EDC自動檢測出懸架系統(tǒng)中減振器的行程及行車的路面情況，并根據(jù)當(dāng)時(shí)的車速計(jì)算出最適宜的懸架軟硬度，從而最大限度的保證行車及乘坐的舒適性。在極顛簸的路面也能獲得車

7、輪與路面的最佳接觸，從而提高行車的安全性。也就是說EDC能依據(jù)路面狀況調(diào)整懸架的軟硬程度，可滿足人們操控車輛和乘坐舒適性的雙重需用。 汽車懸架系統(tǒng)的類型和工作原理。根據(jù)現(xiàn)代車輛對懸架提出的各種性能要求，懸架的結(jié)構(gòu)形式和振動控制方法隨時(shí)都在更新和完善[3]。一般地說懸架的形式和結(jié)構(gòu)很多，分類也不盡相同，導(dǎo)向構(gòu)的形式，可分為獨(dú)立懸架和非獨(dú)立懸架。按控制力則可分為被動懸架、半主動懸架、主動懸架三種基本類型，其簡化模型如圖所示 圖1 懸架簡化模型 被動懸架。一般的車輛絕大都裝有由彈簧和減振器組成的機(jī)械式懸架，簡化模型如圖1中第一個(gè)圖所示。其中彈簧主要用來支撐簧上質(zhì)量的靜載荷。而減振器主要用

8、于控制響應(yīng)特性。這種懸架系統(tǒng)的剛度和阻尼參數(shù)一般通過經(jīng)驗(yàn)設(shè)計(jì)或優(yōu)化設(shè)計(jì)而選擇。一旦確定就不能在車輛行駛的過程中隨外部變化而改變。而對車輛懸架的要求：一是提高制動、轉(zhuǎn)彎等過程的穩(wěn)定性，要求懸架具有較高的阻尼系數(shù)；二是為隔開隨機(jī)路面不平及車擾動，提高乘坐舒適性，要求較低的阻尼系數(shù)。被動懸架的參數(shù)不能任意調(diào)節(jié)和選擇，限制了起性能的進(jìn)一步提高，因此減振性能很差。 半主動懸架。半主動懸架的簡化模型如圖1第二個(gè)圖所示由可變剛度的彈簧和減振器組成。其基本控制原理是根據(jù)簧上質(zhì)量對車輪的速度響應(yīng)和加速度響應(yīng)等反饋信號，調(diào)節(jié)可調(diào)彈簧的剛度或可調(diào)減振器的阻尼力。半主動懸架在產(chǎn)生力的方面近似于被動懸架，但其阻尼系數(shù)

9、或剛度系數(shù)是可調(diào)的。通常以改變減振器的阻尼力為主，將阻尼分為兩級或三級，由人工選擇或由傳感器信號自動確定阻尼級。另外可以改變彈簧剛度達(dá)到半主動控制的目的。目前主要應(yīng)用的是空氣彈簧。 主動懸架。主動懸架的簡化模型如圖1第三個(gè)圖所示，由彈性元件和一個(gè)力發(fā)生器組成，力發(fā)生器的作用是改進(jìn)系統(tǒng)中能源的消耗并供給系統(tǒng)以能量，該裝置的控制目的是實(shí)現(xiàn)一個(gè)優(yōu)質(zhì)的隔振系統(tǒng)，而無須對系統(tǒng)作出較大的變化。因此，只需使力發(fā)生器產(chǎn)生一個(gè)正比于絕對速度負(fù)值的主動力，即可實(shí)現(xiàn)該控制目標(biāo)。這種懸架系統(tǒng)的減振效果非常的明顯。但是，該系統(tǒng)的商品化存在較大的困難，主要是硬件價(jià)格昂貴以及消耗能量過大，現(xiàn)在只用于少量排量較大的高檔轎車

10、。 汽車懸架控制系統(tǒng)的控制方法。車輛懸架控制系統(tǒng)是一個(gè)含有許多不確定因素的非線性機(jī)、電、液一體化系統(tǒng)，基于模型的線性控制策略受到很大的限制，也即用傳統(tǒng)的控制方法難以達(dá)到預(yù)定的性能要求。目前應(yīng)用于車輛懸架控制系統(tǒng)的控制方法主要有現(xiàn)代控制方法(如自適應(yīng)控制方法、預(yù)見控制方法、最優(yōu)控制方法及魯棒控制方法)和智能控制方法(如模糊、神經(jīng)網(wǎng)絡(luò)控制)以及復(fù)合控制方法。 自適應(yīng)控制方法。自適應(yīng)控制是針對具有一定不確定性的系統(tǒng)而設(shè)計(jì)的。自適應(yīng)控制方法可自動檢測系統(tǒng)的參數(shù)變化，從而時(shí)刻保持系統(tǒng)的指標(biāo)性能為最優(yōu)[4]。其基本出發(fā)點(diǎn)是根劇系統(tǒng)當(dāng)前輸入的相關(guān)信息，從預(yù)先計(jì)算并存儲的參數(shù)中選取當(dāng)前最合適的參數(shù)。其設(shè)計(jì)

11、關(guān)鍵是選取能準(zhǔn)確反映輸入變化的參考變量。只要參數(shù)選擇適當(dāng)，控制器就能快速、方便地改變控制參數(shù)，以適應(yīng)當(dāng)前輸入的變化。 應(yīng)用于車輛懸架控制系統(tǒng)的自適應(yīng)控制方法主要有自校正控制和模型參考自適應(yīng)控制兩類控制策略。自校正控制是一種將受控在線識別與控制器參數(shù)相整定相結(jié)合的控制方法。如圖所示。 模型參考自適應(yīng)控制的原理是當(dāng)外界激勵條件和車身自身參數(shù)狀態(tài)變化時(shí)，被動車輛的振動輸出仍能跟蹤所選中的理想?yún)⒖寄Ｐ?。采用自適應(yīng)控制車輛懸架減振器在德國大眾汽車公司的汽車上得到了應(yīng)用。合肥工業(yè)大學(xué)的陳無畏等人將自適應(yīng)控制應(yīng)用于汽車半主動懸架，在實(shí)車應(yīng)用過程中，振動性能明顯優(yōu)于被動懸架 圖2 自校正自適應(yīng)控制

12、框圖 預(yù)見控制方法。預(yù)見控制方法是利用車輛前輪的擾動信息預(yù)估路面的干擾輸入，將測量的狀態(tài)反饋給前后控制器實(shí)施最優(yōu)控制。由于這種控制技術(shù)可以通過某種方法提測量到前方路面的狀態(tài)和變化，將使控制器系統(tǒng)有足夠的時(shí)間采取措施。因此大大降低系統(tǒng)的能耗，且改善系統(tǒng)的控制性能。根據(jù)預(yù)見信息的測量和利用方法不同，可構(gòu)成不同的預(yù)見控制系統(tǒng)。如對四輪進(jìn)行預(yù)見控制和利用前輪擾動信息對后輪進(jìn)行預(yù)見控制。 一個(gè)控制系統(tǒng)，如果在決定控制指令時(shí)，不僅考慮系統(tǒng)當(dāng)前狀態(tài)，而且還對系統(tǒng)未來的目標(biāo)值或干擾予以考慮，這樣一種預(yù)見控制的方法，往往能彌補(bǔ)因系統(tǒng)響應(yīng)速度不足所帶來的缺陷而提高控制性能，降低系統(tǒng)控制能量峰值和控制系統(tǒng)能量消

13、耗。 最優(yōu)控制方法。最優(yōu)控制首先要提出一個(gè)目標(biāo)函數(shù)，通過一定的數(shù)學(xué)方法計(jì)算出使函數(shù)取峰值的控制輸入。一般地說，目標(biāo)函數(shù)的確定要靠經(jīng)驗(yàn)，最優(yōu)控制的解只有在極少數(shù)的情況下才得出解析，有的可以通過計(jì)算機(jī)得到數(shù)值解。 智能控制方法。智能控制是一門新興的學(xué)科領(lǐng)域，是針對系統(tǒng)及其控制環(huán)境和任務(wù)的不確定而提出來的。智能控制過程是含有復(fù)雜性，不確定性，且一般不存在已知算法的非傳統(tǒng)數(shù)學(xué)公式化的過程。在智能控制過程中，以知識信息進(jìn)行推理和學(xué)習(xí)，用啟發(fā)式方法來引導(dǎo)求解。因此，就智能控制系統(tǒng)而言，系統(tǒng)應(yīng)該設(shè)計(jì)成為對環(huán)境和任務(wù)的變化有快速的應(yīng)變能力，且能完成各種難以用傳統(tǒng)的分析數(shù)學(xué)和統(tǒng)計(jì)數(shù)學(xué)方法定義得清楚的任務(wù)，目

14、前，智能控制技術(shù)已廣泛用于各種系統(tǒng)中，智能性已成為衡量產(chǎn)品和高技術(shù)的標(biāo)準(zhǔn)。應(yīng)用于清楚懸架系統(tǒng)的智能控制主要有模糊控制和神經(jīng)網(wǎng)絡(luò)控制。 現(xiàn)在，車輛懸架控制方法的研究幾乎涉及到控制理論的所有分支，各種方法均有其特點(diǎn)和不足之處。二采用復(fù)合控制方法則可以達(dá)到意想不到的效果，如自適應(yīng)和魯棒的結(jié)合、自適應(yīng)控制和神經(jīng)網(wǎng)絡(luò)控制的結(jié)合以及神經(jīng)網(wǎng)絡(luò)控制和模糊控制的結(jié)合等。研究標(biāo)明，復(fù)合控制方法更適用于車輛懸架這樣非常復(fù)雜的非線性系統(tǒng)的建模和控制，也是懸架控制研究今后的一個(gè)重點(diǎn)內(nèi)容 本文的主要任務(wù)。本文的目的是設(shè)計(jì)汽車懸架系統(tǒng)的變剛度半主動控制系統(tǒng)，鑒于汽車的懸架主要由彈簧、減振器、導(dǎo)向機(jī)構(gòu)組成，我們把設(shè)計(jì)的重

15、點(diǎn)放在這些方面。達(dá)到半主動控制的目的可以有兩種方法，一是改變汽車懸架阻尼器的阻尼系數(shù)，另一種就是改變汽車懸架車輪彈簧的剛度。這里采用第二種方法，即改變彈簧的剛度。采用形狀記憶合金智能材料作為彈簧的材料，利用其剛度可變的特性達(dá)到半主動控制的目的。 首先建立汽車懸架最簡單的1/4模型，然后用Simulink軟件進(jìn)行仿真，主要考察車身的振幅的仿真曲線，結(jié)果表明采用形狀記憶合金材料做成的彈簧，達(dá)到了半主動控制的目的，與傳統(tǒng)的被動控制相比其振幅有了明顯的下降。為了使試驗(yàn)結(jié)果更有說服力，我們在懸架系統(tǒng)1/4模型完成之后，建立較為復(fù)雜的懸架系統(tǒng)的1/2模型，為此將進(jìn)行一些簡化。在此原則上，考慮隨機(jī)激勵輸入

16、下駕駛員座椅處垂直方向的響應(yīng)，駕駛員座椅連接在簧載質(zhì)量上。再次用Simulink軟件進(jìn)行仿真，考察車身簧載質(zhì)量的振幅的仿真曲線，結(jié)果表明與傳統(tǒng)的被動控制相比其振幅有了明顯的下降。 懸架系統(tǒng)的1/4模型建立。 仿真軟件Simulink的簡介。Simulink是一種用來實(shí)現(xiàn)計(jì)算機(jī)仿真的軟件工具。它是MATALAB的一個(gè)附加組件，用來提供一個(gè)系統(tǒng)的建模與動態(tài)仿真工作平臺[11]。它一般可以附在MATALAB上同時(shí)安裝，也有獨(dú)立安裝版。Simulink是用模塊組合的方法來使用戶能夠快速、準(zhǔn)確的創(chuàng)建動態(tài)系統(tǒng)的計(jì)算機(jī)模型，特別對于較復(fù)雜的非線性系統(tǒng)，它的效果更為明顯。 Simulink模型可以用來模

17、擬線性或非線性、連續(xù)或離散或兩者的混合系統(tǒng)，也就是說它可以用來模擬幾乎所有可遇到的動態(tài)系統(tǒng)。另外，Simulink還提供一套圖形動畫的處理方法，使用戶可以方便的觀察到整個(gè)動態(tài)仿真的過程。 Simulink沒有單獨(dú)的語言，但它提供可S函數(shù)規(guī)則。所謂S函數(shù)可以是一個(gè)M文件、FORTRAN程序、C或C++語言程序等，通過特殊的語法規(guī)則使之能夠被Simulink模型或模塊調(diào)用。S函數(shù)使Simulink更加充實(shí)、完備，具有更強(qiáng)的處理能力。 同MATALAB一樣，Simulink也不是完全封閉的，它允許用戶可以很方便的建立自己的模塊和模塊庫。同時(shí)Simulink也同樣有自己的幫助系統(tǒng)，使用戶可以隨時(shí)找

18、到對應(yīng)的模塊說明，便于使用。 綜上所述，Simulink就是一種開放式的，用來模擬線性或非線性的以及連續(xù)或離散的或兩者混合的動態(tài)系統(tǒng)的強(qiáng)有力的系統(tǒng)級仿真工具。 目前，隨著軟件的不斷升級換代，Simulink在軟硬件的接口方面有了長足進(jìn)展，使用Simulink可以很方便的進(jìn)行實(shí)時(shí)的信號控制和處理、信息通信以及DSP處理。世界上許多知名的大公司已經(jīng)使用Simulink作為他們產(chǎn)品設(shè)計(jì)和開發(fā)的強(qiáng)有力工具[12]。 建立懸架系統(tǒng)的1/4模型。為研究車輛振動的半主動控制，需建立車輛懸架系統(tǒng)的動力學(xué)模型，而二自由度懸架系統(tǒng)的模型具有普遍意義[15]。本文首先建立懸架系統(tǒng)最簡單的1/4模型，我們知道就

19、轎車而言共有前后計(jì)四個(gè)車輪，這里將針對前輪靠近左邊的懸架系統(tǒng)建立1/4模型，簡圖如下。其中m1為非簧載質(zhì)量(kg)，m2為簧載質(zhì)量(kg)。 圖5 懸架系統(tǒng)的1/4模型 根據(jù)系統(tǒng)的動力學(xué)微分方程有： 公式1 公式2 將系統(tǒng)的動力學(xué)方程改成狀態(tài)方程，選取狀態(tài)變量如下： 公式3

20、 公式4 公式5 公式6 公式7

21、 公式8 公式9 公式10 x0是路面的激勵，x1是m1位移(m)，x2是m2的位移(m)。 k1是輪胎的剛度(kN/m),k2是彈簧的剛度(kN/m)。 c1是阻尼器的阻尼系數(shù)(Ns)。 將狀態(tài)方程寫成矩陣的形式如下： 公式11 懸架

22、系統(tǒng)的仿真及結(jié)果。選取仿真參數(shù)如下： m1=33kg: m2=330kg: k1=117000N/m: k2=10287N/m: c1=1000 Ns 改變剛度后參數(shù)如下： k1=117000: k2=26182,其余不變 系統(tǒng)的輸入信號是限帶白聲，它經(jīng)過一次積分可以近似模擬路面的隨即輸入。建立懸架系統(tǒng)的狀態(tài)方程后就可以進(jìn)行模型的仿真了，本文利用MATLAB的SIMULINK首先建立仿真模型。在MATLAB的命令窗口鍵入SIMULINK，就進(jìn)入仿真集成環(huán)境。SIMULINK包含很多模塊，比如sinks,source,linear,nonlinear,等，每個(gè)模塊又有很多子模塊，利用這

23、些模塊可以方便的得出懸架的仿真模型，如下圖。 圖6 1/4懸架系統(tǒng)的Simulink仿真 由于要仿真汽車在實(shí)際路面的行使性能，本仿路真輸入模塊選擇Band Limited White Noise（有限帶寬白噪聲）,經(jīng)積分后得到仿真路面。實(shí)際路面上可以看作路面速度功率頻譜值在整個(gè)范圍里為一常數(shù)，即為“白噪聲”。 人體對平順性、舒適度最主要的感覺是車身振動的頻率和強(qiáng)度（即加速度的大小），本仿真輸出模塊選取示波器和功率頻譜分析器（Simulink Extras 下的 Additional Sinks Averaging Power Spectral Density選件，注意:橫坐標(biāo)采用的是圓

24、頻率w）對加速度進(jìn)行分析。 仿真分析。建立 仿 真 模型后就可以開始對懸架系統(tǒng)進(jìn)行動態(tài)仿真。在Simulink軟件界面上選擇Simulink菜單下的Parameters項(xiàng)，進(jìn)行仿真時(shí)間等參數(shù)的設(shè)里，例如，取為10秒.然后選擇START項(xiàng)進(jìn)行懸架仿真。得到下圖所示模型的仿真結(jié)果。 圖7 車身的振動加速度曲線 圖 8 車身加速度功率譜分析 從圖 8 中可以看出系統(tǒng)在仿真路面下，其振動有低頻振動與高頻振動兩種，低頻振動為車輪的振動，高頻振動為車身的振動。改變懸架的有關(guān)參數(shù)就可以觀察對汽車的平順性有無改變。 懸架系統(tǒng)的1/2模型. 建立懸架系統(tǒng)的1/2模型。 影響汽車行駛

25、平順性的因素有車體的垂直振動[16]，車輪的橫向擺動以及由于前后輪的獨(dú)立振動而引起的車體的俯仰振動和左右輪獨(dú)立振動而引起的車體的翻轉(zhuǎn)運(yùn)動。考慮四輪汽車每個(gè)輪有垂直振動，左右擺動，前后擺動，則每個(gè)輪有三個(gè)自由度，因此整車共計(jì)12個(gè)自由度。對于12個(gè)自由度的車體來說，如果建立其動力學(xué)方程是極其困難的，所以我們得將汽車的模型簡化。 對模型進(jìn)行簡化主要考慮以下幾點(diǎn)：(1)將整個(gè)車輛視為左右對稱，整車模型用一個(gè)平面模型來代替。這樣的代替因?yàn)檐囕v的左右輪的隨機(jī)路面輸入相關(guān)藕合很小，幾乎可以忽略。同時(shí)汽車左右輪之間的跨度要小于前后輪之間的跨度，因此，車體的翻轉(zhuǎn)運(yùn)動要比車體的俯仰運(yùn)動對舒適性的影響要小得多，

26、可以忽略翻轉(zhuǎn)運(yùn)動。(2)僅考慮懸架的垂直運(yùn)動。車輛行駛的過程中，路面的隨機(jī)激勵輸入一般以路面不平的形式垂直作用于車輪，因而懸架的左右和前后的振動是非常微小，可以忽視。(3)將車體視為完全剛性。(4)忽視車體俯仰運(yùn)動對車體水平運(yùn)動的藕合影響。(4)懸架系統(tǒng)的參數(shù)是決定汽車行駛平順性的主要因素之一。乘員的舒適性和貨物的安全可靠的運(yùn)輸將作為本文的設(shè)計(jì)主要目標(biāo)。因此，將考慮在隨機(jī)激勵輸入下駕駛員坐椅處垂直方向的響應(yīng)，駕駛員坐椅連接在簧載質(zhì)量上。 根據(jù)上述的簡化原則，汽車簡化為圖示的四自由度振動模型。 圖9 汽車懸架系統(tǒng)的1/2模型 fo1(t), fo2(t)分別是路面對前、后輪的激勵。

27、 k1，k2分別是上圖中所示的前、后懸架的垂直剛度(N/m)。 k3，k4分別是前、后輪胎的垂直剛度(N/m)。 c1，c2是前、后懸架阻尼器的阻尼(Ns)。 m3，m4是前、后懸架非簧載質(zhì)量，m1是簧載質(zhì)量(kg)。 x1車身m1的位移,x2為車身m1的轉(zhuǎn)角(kg)。 x3質(zhì)量m3的位移，x4質(zhì)量m4的位移(m)。 m2簧載質(zhì)量繞質(zhì)心橫軸的轉(zhuǎn)動慣量。 L1，L2為前后懸架到車輛質(zhì)心的距離(m)。 系統(tǒng)的仿真。 將汽車視為常系數(shù)線性動力學(xué)系統(tǒng)，應(yīng)用拉格朗日方程可得系統(tǒng)的動力學(xué)方程。按照拉格朗日的方法，系統(tǒng)的振動方程可表示如下：

28、 公式12 其中T是系統(tǒng)的動能，V是系統(tǒng)的勢能，D是能量離散函數(shù)。 是廣義速度，是廣義坐標(biāo)。廣義干擾力。T、V、D分別如下所示： 公式13 公式14 公式15 由上式得： 公式16 公式17 公式18 公式19 將其改為下式： 公式20 公式21 公式22

29、 公式23 公式24 其中M是質(zhì)量矩陣、C是阻尼矩陣、K是剛度矩陣、F是輸入矩陣。 選取狀態(tài)變量： 公式25 公式26 公式27 公式28

30、 公式29 公式30 公式31 公式32 公式33 公式34 將其改為矩陣的形式如下： 公式35 仿真結(jié)果及分析。仿真參數(shù)的選擇： m1=500:m2=90：m3=30: m4=40 k1=10287: k2=10287: k3=100000: k4=100000 c1=1000: c2=1000 圖10 車身的振動加速度曲線 圖1

31、1 車身加速度功率譜分析 圖12 車身的擾度曲線 通過對以上各種特性的觀察，可以看出Simulink 軟件在系統(tǒng)的建模和仿真方面具有強(qiáng)大的功能，同時(shí)也可以改變懸架系統(tǒng)的參數(shù)觀察汽車的平順性有無改變。 結(jié) 論 本文主要對汽車的懸架系統(tǒng)的類型和控制方法進(jìn)行了簡單的介紹，對半主動控制這一有著廣泛應(yīng)用前景的控制方法進(jìn)行了初步的研究。文中采用了一種新型的智能材料—形狀記憶合金作為汽車懸架系統(tǒng)中彈簧的材料，利用其剛度可變的特性完成半主動控制的目的。為了考察其控制效果，我們用MATLAB中的Si

32、mulink建立了懸架系統(tǒng)的數(shù)學(xué)模型，利用計(jì)算機(jī)對其進(jìn)行仿真，考察車身的振幅、擾度，以及加速度曲線。 參 考 文 獻(xiàn) 1 吳重光.仿真技術(shù).北京：化學(xué)工業(yè)出版社，2000 2 李憲民等.桑塔納轎車的結(jié)構(gòu).北京：機(jī)械工業(yè)出版社，1999 3 揚(yáng)叔子，楊克沖等.機(jī)械工程控制基礎(chǔ).武漢：華中科技大學(xué)出版社，2002 4 王劃一，楊西俠，林家恒.現(xiàn)代控制理論基礎(chǔ).北京：國防工業(yè)出版社，2004 5 曾光奇，胡均安.工程測試技術(shù)基礎(chǔ).武

33、漢：華中科技大學(xué)出版社，2002 6 陶寶祺.智能材料.北京：國防工業(yè)出版社，1997 7 楊杰，吳月華.形狀記憶合金及其應(yīng)用.北京：中國技術(shù)出版社，1997 8 Liang，C.and C.A. Rogers，1990，One-dimensional Thermomechanical Constitutive Relations for Shape Memory Materials，J.Intelligent Mat Syst Strut，1:207-234. 9 Brison,L.C.,1993,One-dimensional Constitive Behavior of Shape Memory Alloys，J.Intelligent Mat Syst Strut，4，229-242. 10 詹武.工程材料.北京：機(jī)械工業(yè)出版社，1997 11 王沫然.Matlab 6.0與科學(xué)計(jì)算.北京：電子工業(yè)出版社，2001 12 王沫然.Simulink 4 建模與仿真.北京：電子工業(yè)出版社，2002 問題： 1：m1 具體是哪部分質(zhì)量的簡化？ 圖13 圖中的m1是簡化的非簧載質(zhì)量，實(shí)際是汽車車輪的質(zhì)量，除去橡膠輪胎以外的金屬部分，即下圖中的方框部分。 圖14