汽车半主动悬架控制策略的研究开题报告

1. 研究目的与意义（文献综述）

传统被动悬架系统不须外部能量得输入，结构相对简单，因此获得较广泛应用，但是它只是一种优化折衷方案，对变化的行驶工况和任意道路激励没有良好的适应性。而主动悬架是一种有作功能力的悬架，对于提高系统性能，具有很大的潜力…，但缺点是能量消耗大、液压装置噪声较大、成本较高、结构相对复杂，所以到目前为止，只有少数几种主动悬架系统成为商业化产品，且限于装载在一些排量较大的高档车型上。

半主动悬架系统只需输入少量的调节能量来局部改变悬架系统的动特性(刚度或阻尼系数)，同时结构简单、可靠性高，而且因系统动特性变化较小，仅消耗振动能量，所以稳定性好，而减小振动的能力几乎可和主动悬架媲美。半主动悬架系统所涉及的最关键技术是设计并实现可控制减振环节和控制策略，且这并不比主动控制简单，有时候甚至更复杂…其中控制策略尤为关键。

目前国内外的半主动控制策略有以下几种：天棚阻尼控制策略，线性最优控制策略，模糊控制和鲁棒控制等。其中天棚控制策略是提出最早的一种半主动悬架控制方法。1.卡诺普提出了近似实现理想“天棚”阻尼的"on—off'’半主动控制策略。由于其所用测试仪器少，控制算法相对简单，因而是当前研究最多，同时也是应用最多的方法。2.线性最优控制的半主动控制策略对预见控制的研究目前还拘泥于理论研究阶段，大部分研究都基于线性二次最优理论。线性最优控制的半主动控制策略实现通过两种方法：第一应用有约束双线性最优控制原理确定半主动控制策略，但是其推导过程和计算方程较为复杂；第二先根据最优控制理论主动控制的控制律，接着由耗能原理设计半主动控制策略，要求产生主动力时，设半主动控制力是零，而在耗能阶段，等于主动控制律要求的控制力，当然这种控制只是部分的最优。因为获得了足够的路面信号，可预见控制能显著地改善悬架系统性能。3.模糊控制和神经网络控制不用建立系统精确的数学模型，且可以避免因系统建模误差带来的影响。另外，模糊控制可以减少控制器的存储空间，降低成本，缩短悬架延时，使控制更加及时、可靠，可是这种控制自适应能力差，精度不高。神经网络的特点有可学习性和巨量并行性，于汽车悬架振动控制中有广泛的应用前景。可是不适于表达基于规则的知识，因为其需要较长的训练时间，而且它的控制参数没有物理意义，因此很难进行精确调节。神经网络须和其它控制方法相结合构成复合控制模式才可具有更大的实际应用。4.鲁棒控制的h。控制可使振动控制系统对车身质量、轮胎刚度、减振器阻尼系统和车身振动模态等等不确定和未知信息的影响具有较强的鲁棒性，与此同时可大大缩短控制时间和降低能量消耗，同时滑模变结构控制适用于线性或非线性系统，方法简单较易于实现，对模型参数的不确定性与外界扰动具有高度的鲁棒性。除以上控制方法外，很多学者尝试采用一些新的控制理论来解决半主动悬架的控制问题，只是在一定程度上取得了一些进展，但都停留在数字仿真阶段。

2. 研究的基本内容与方案

本文研究内容如下：

（1）利用matlab/simulink两软件建立汽车二自由度模型；

（2）在最优控制策略下，绘制出不同路面激励下的车辆状态相平面图，并分析图上汽车的稳定范围区间。

3. 研究计划与安排

预备周（7学期18周）毕业设计动员会，进行毕业设计选题

第1周（7学期19周）确定毕业设计题目、毕业设计任务书(相关参数)、

校内资料收集

4. 参考文献（12篇以上）

[1]任勇生，周建鹏.汽车半主动悬架技术研究综述[j].journalofvibrationandshock,2006.

[2]姚嘉伶，蔡伟义，陈宁.汽车半主动悬架系统发展状况[j].automotiveengineering,2006.

[3]郝宇龙，徐海威.某履带车辆半主动悬挂系统建模与仿真[j].车辆与动力技术,2007.