汽车电控半主动悬架系统控制方法

技术领域

本发明涉及电控半主动悬架控制算法领域，具体的说是一种汽车电控半主动悬架系统分层控制方法。

背景技术

悬架系统作为汽车的重要组成部分，发挥着影响汽车行驶品质、乘坐舒适性和操纵稳定性等方面。自悬架系统被发明以来，传统的不可调被动悬架占据着主要的数量。但由于汽车行驶面对的路面等外界和自身条件变化具有不可预见性和随机性，这就使得悬架系统拥有参数可调成为必然性。因此，基于电控可变阻尼减振器的半主动悬架就应运而生，它的出现旨在解决舒适性和操稳性的平衡问题，以适应汽车遇到的多种工况。

而作为半主动悬架系统的核心，其硬件控制算法一直是业界研发的重心之一。现有的控制算法主要是单结构控制策略，其核心主要是单一的一种算法，而单一算法的可调空间有限，且在考虑倾向性的层面上往往无法做到良好的兼顾，因此诸如天棚控制算法在注重提升舒适性的条件下，会出现降低操纵稳定性的问题。并且，目前绝大部分半主动悬架控制策略都是将四分之一悬架控制效果进行简单结合，把车辆悬架分割成多个四分之一悬架分别控制，这无法做到从理论基础上对整车性能的优化。而现存的解决办法往往是对多目标控制策略的参数进行多次优化，但随着参数的确定，控制效果的侧重性和特征也就随之固定，无法灵活地在乘坐舒适性和操纵稳定性之间实时做出平衡。

目前现存的半主动悬架控制算法最多只做到了模式的手动/自动切换，尚不能突破单结构控制策略的桎梏，这就使得发挥半主动悬架的完全性能受到了不小的限制，也使得半主动悬架系统的普及受到限制。

发明内容

本发明为克服现有技术的不足之处，提出一种汽车电控半主动悬架系统控制方法，以期能实现利用现有电控半主动悬架系统的结构和信息收集系统进行驾驶员驾驶风格和车辆行驶工况的识别，从而实现对底层控制方法的实时选择和参数的动态调整，进而能精准地优化电控半主动悬架系统性能。

为实现上述目的，本发明采用如下技术方案：

本发明一种汽车电控半主动悬架系统控制方法的特点是应用于包含有电控可变阻尼减振器的半主动悬架系统中，并按如下步骤进行：

步骤1、收集车辆行驶状态参数和驾驶员模型信息：

所述电控半主动悬架系统工作时，收集车辆行驶状态参数，包括：油门踏板行程A

收集驾驶员模型信息、物理按键与悬架控制器的交互信息；

步骤2、根据所述车辆行驶状态参数进识别工况和驾驶风格，以顶层模式的选择：

步骤2.1、工况识别：

若油门踏板行程A

若制动踏板行程A

若方向盘转角A

其余情况，则识别为普通工况；

步骤2.2、驾驶风格的识别：

设定计时器的时间间隔T

若油门踏板行程A

若油门踏板行程A

其余情况，则识别为普通/平衡驾驶风格；

步骤3、根据顶层模式的选择，动态调配底层控制算法的权重和参数：

当识别为加速工况、减速工况、转向工况时，所述配底层控制算法采用全状态阻尼控制的FSD方法，所述FSD方法是针对不同的车轮分别以抑制每个四分之一悬架独立的相对速度v

判断出特殊工况时，对应不同的电控可变阻尼减振器使用式(1)和式(2)分别获得后轮的阻尼力F

当加速工况时，对车辆后轮电控可变阻尼减振器使用全状态阻尼控制；

当减速工况时，对车辆前轮电控可变阻尼减振器使用全状态阻尼控制；

转向工况时，对车辆转向外侧车轮电控可变阻尼减振器使用全状态阻尼控制；

利用式(1)获得全状态阻尼控制下输出的阻尼力F

F

式(1)中，v

式(2)中，v

当识别为普通工况时，所述配底层控制算法采用混合状态控制，所述混合状态控制是将天棚控制阻尼力F

利用式(3)得到混合状态控制下输出的阻尼力F

F

式(3)中，α为混合系数；F

式(4)中，v

采用遗传算法对天棚阻尼系数C

当识别为舒适驾驶风格、运动驾驶风格、普通/平衡驾驶风格时，分别对每个四分之一半主动悬架控制算法的混合系数α和行驶状态阈值A

若识别为舒适驾驶风格时，则分别增加混合系数α和行驶状态阈值A

若识别为运动驾驶风格时，则分别减少混合系数α和行驶状态阈值A

若识别为普通驾驶风格时，则保持混合系数α和行驶状态阈值A

本发明所述的汽车电控半主动悬架系统控制方法的特点也在于，所述步骤2中的其余情况可以根据实际应用精度进行进一步细分，相应地对应算法参数进行对标更新。

所述步骤3中，利用式(5)得到遗传算法的适应度函数Fitness function：

式(5)中，RMS[]

与已有技术相比，本发明有益效果体现在：

1、本发明在不改变现有电控半主动悬架系统的硬件基础上，仅通过不同的状态量信息的融合，进行汽车行驶工况的判断。相较于传统的半主动悬架控制方法，本发明可以分工况地对底层控制方法进行选择调配，使得控制方式更加灵活，适合车辆所处场景，大大提高了其性能表现和算法的可拓展性能；

2、本发明在测量悬架系统本身状态量以外，同时收集驾驶员模型所需的数据，实时地对驾驶员驾驶风格进行判定和选择，相应地对底层控制算法进行调整，识别用户意图，能够进一步改善悬架系统的表现，提高了用户体验；

3、本发明基于原有的单一控制算法，将现有的天棚控制算法与全新的全状态阻尼控制耦合，通过混合系数α进行实时动态调整，向着不同的控制取向靠拢，相较于单一的控制算法固定的取向，拥有更加全面的控制效果。

4、本发明在进行天棚阻尼系数C

附图说明

图1是本发明分层控制原理流程示意图；

图2是本发明工况识别原理流程示意图；

图3是本发明驾驶风格识别原理流程示意图；

图4是七自由度整车半主动悬架模型图；

图5是本发明控制效果性能雷达图。

具体实施方式

本实施例中，如图1所示，一种汽车电控半主动悬架系统控制方法，是应用于包含有电控可变阻尼减振器的半主动悬架系统中，在不改变现有电控半主动悬架系统的硬件结构的基础上，通过工况和驾驶模式识别，对单一控制算法进行耦合，提出全状态阻尼控制和混合控制，将参数进行实时动态调整，从而能高效、准确地发挥半主动悬架系统的优良性能。

该控制方法包括在进行工况识别和驾驶风格判定之后分配算法和动态调整参数的顶层模式控制，以及进行具体执行控制算法工作的底层算法控制，具体包含：1收集车辆行驶状态参数和驾驶员模型信息；2根据所得状态信息进行工况识别，切换顶层模式，选择对应底层控制算法；3动态调配底层控制算法权重和参数，最终输出电控可变阻尼减振器控制信号。

如图4的数学理论根据主要基于整车七自由度悬架模型：

式(1a)-式(1d)中J

基于小位移假设，有如式(2a)-式(2d)所示的约束关系：

系统的输入信息包括：油门踏板行程A

步骤1、收集车辆行驶状态参数和驾驶员模型信息：

系统工作时收集车辆行驶状态参数油门踏板行程A

收集驾驶员模型信息和驾驶员通过物理按键与悬架控制器交互信息，实现驾驶风格的选取，将驾驶风格分为舒适、运动和普通(平衡)三种风格。

步骤2、根据所得状态信息进行工况识别和驾驶风格识别，切换顶层模式，选择对应底层控制算法：

步骤2.1、工况识别：

如图2所示，根据步骤1得到的数据，收集车辆行驶状态，进行工况识别：

若油门踏板行程A

若制动踏板行程A

若方向盘转角A

其余情况，则识别为普通/平衡驾驶风格；

步骤2.2、如图3所示，驾驶风格的识别：

设定计时器的时间间隔T

若油门踏板行程A

若油门踏板行程A

其余情况，则识别为普通/平衡驾驶风格；

步骤3、动态调配底层控制算法权重和参数：

当识别为加速工况、减速工况、转向工况时，配底层控制算法采用全状态阻尼控制的Full-State Damping Control即FSD方法，FSD方法是针对不同的车轮分别以抑制每个四分之一悬架独立的相对速度v

判断出特殊工况时，对应不同的电控可变阻尼减振器使用式(3)和式(4)分别获得后轮的阻尼力F

当加速工况时，对车辆后轮电控可变阻尼减振器使用全状态阻尼控制；

当减速工况时，对车辆前轮电控可变阻尼减振器使用全状态阻尼控制；

转向工况时，对车辆转向外侧车轮电控可变阻尼减振器使用全状态阻尼控制；

利用式(3)获得全状态阻尼控制下输出的阻尼力F

F

式(3)中，v

式(4)中，v

当识别为普通工况时，配底层控制算法采用混合状态控制，混合状态控制是将天棚控制阻尼力F

用式(5)得到混合状态控制下输出的阻尼力F

F

式(5)中，α为混合系数；F

式(6)中，v

采用遗传算法对天棚阻尼系数C

根据步骤2得出的驾驶风格(舒适、运动、普通)，分别对每个四分之一半主动悬架控制算法的混合系数α和行驶状态阈值A

若识别为舒适驾驶风格时，则分别增加混合系数α和行驶状态阈值A

若识别为运动驾驶风格时，则分别减少混合系数α和行驶状态阈值A

若识别为普通驾驶风格时，则保持混合系数α和行驶状态阈值A

最终，通过以上步骤完成一次悬架控制，在实际情况下，每次控制1毫秒进行一个周期，即实时地收集车辆行驶状态参数和驾驶员模型信息，给出合适的混合状态控制输出阻尼力F

本实施例中，步骤3中的遗传算法适应度函数Fitness function为：

式(7)中，RMS[]

同时，如图2和图3所示，本实施例中，基于驾驶员模型的驾驶风格划分有且不仅限于以上所提的运动、舒适、普通三种，可以根据具体情况和要求，对驾驶员模型的状态参数进一步细分，以期达到更加细致的参数配置要求，适应多种用户需求。

综上所述，本发明方法主要以车辆行驶状态参数和驾驶员模型参数为输入信息，将车辆所处工况和驾驶员驾驶风格进行分类，在顶层模式决策层即考虑分配合适的控制逻辑，通过不同的控制算法调配，对悬架系统的主要性能取向有一个实时性的判定。在到达相应底层控制算法时，也使用了多种控制算法耦合和多种参数和比例系数动态调整的方法，如图5所示，相比较被动和单一控制策略，本方法在振动控制、姿态控制、抓地能力等方面的性能提升效果明显。在提供一种电控半主动悬架系统的控制算法的同时，也拓宽了相应决策方法的开发思维。