铁道车辆半主动悬挂系统振动控制研究

摘要

悬挂系统作为车辆系统的重要组成部分，其性能的好坏将直接影响车辆乘坐舒适度和行驶平稳性的优劣。对车辆悬挂系统进行优化设计，是提高车辆乘坐舒适性的有效方法，目前，基于磁流变阻尼器的半主动悬挂系统已成为车辆悬挂控制领域研究的热点之一。本文针对磁流变阻尼器半主动悬挂系统，对其控制策略展开了较为深入的研究。
　　简要介绍了车辆悬挂系统的分类，阐述了磁流变阻尼器的工作原理，并建立了磁流变阻尼器Sigmoid模型，在此基础上分析了参数的变化对其特性的影响。同时在MATLAB/Simulink环境中建立了以美国六级轨道谱作为轨道激励的被动悬挂系统和基于磁流变阻尼器的半主动悬挂系统仿真模块图。最后介绍了车辆性能评价指标。
　　针对系统控制过程中存在的时滞问题，建立了单自由度含时滞磁流变半主动悬挂系统动力学模型。介绍了磁流变控制系统的时滞来源，并仿真分析了时滞对磁流变半主动悬挂系统的影响。随后运用多尺度法对运动微分方程进行求解，得到幅频特性曲线方程。通过MATLAB编程分析了非线性刚度系数、磁流变半主动阻尼系数、时滞量等参数对幅频响应曲线的影响，最后对系统进行了数值模拟，结果表明，合理的半主动反馈阻尼系数和时滞量可以有效地抑制系统的振动，但当参数选择不合适时，会使系统振动增大，甚至会导致系统破坏，验证了时滞反馈控制对抑制车辆振动的有效性。
　　结合车辆系统的运动状况，设计了以车身加速度和车身与转向架之间的速度差作为控制器的两个输入变量、以磁流变阻尼器所需电流作为控制器的输出变量的模糊控制策略，在MATLAB/Simulink环境中建立了基于模糊控制的两自由度及六自由度半主动悬挂系统仿真模型。仿真结果表明，基于模糊控制的半主动悬挂系统的减振效果要明显好于被动悬挂系统，车辆乘坐舒适度和行驶平稳性得到有效提高。
　　由于模糊控制策略的参数是靠设计者的经验随机获得的，具有不确定性，针对这一问题，提出了基于粒子群优化的模糊控制策略，通过对其量化、比例因子的优化来寻找最优参数使控制效果达到更佳。首先介绍了粒子群优化算法的原理及优化流程，并分析了参数变化对优化效果的影响，然后建立了PSO-Fuzzy控制系统的Simulink模块图，仿真结果表明，基于粒子群优化后的模糊控制半主动悬挂系统，能够有效提高系统的控制性能，其超调量和振动波动明显减小，实现了对车辆悬挂系统的优化控制。

目录

声明

摘要

1 绪论

1．1 选题背景与研究意义

1．2 半主动悬挂系统发展及研究现状

1．2．1 半主动可变阻尼减振器

1．2．2 半主动悬挂系统控制策略

1．2．3 半主动控制系统中时滞问题研究

1．2．4 半主动悬挂系统研究及应用现状

1．3 本论文拟解决的问题和论文主要内容

1．3．1 本论文拟解决的问题

1．3．2 本论文的主要内容

2 磁流变阻尼器半主动悬挂系统建模及特性分析

2．1 悬挂系统的结构及分类

2．1．1 悬挂系统的结构

2．1．2 悬挂系统的分类

2．2 磁流变阻尼器的建模及特性分析

2．2．1 磁流变液

2．2．2 磁流变阻尼器简介

2．2．3 磁流变阻尼器模型

2．2．4 磁流变阻尼器特性分析

2．3 车辆两自由度被动悬挂系统建模及Simulink仿真

2．3．1 两自由度被动悬挂系统的建模

2．3．2 两自由度被动悬挂系统Simulink仿真模型

2．4．2 两自由度半主动悬挂系统Simulink仿真模型

2．5．1 美国轨道谱不平顺描述

2．5．2 轨道不平顺时域模拟

2．6 悬挂系统性能评价指标

2．6．1 车体加速度均方根值

2．6．2 车辆的Sperling平稳性指标

2．7 本章小结

3 半主动悬挂系统时滞反馈控制

3．1 磁流变半主动悬挂时滞系统建模

3．2 时滞对磁流变阻尼器半主动悬挂系统的影响

3．3 时滞半主动悬挂系统的主共振研究

3．3．1 多尺度法求解过程

3．3．2 系统振动特性分析

3．4 数值模拟分析

3．4．1 时滞量τ数值模拟

3．4．2 激励频率ω数值模拟

3．5 本章小结

4 半主动悬挂系统模糊控制策略

4．1 控制思路

4．2 模糊控制策略理论

4．2．1 模糊控制发展

4．2．2 模糊控制器组成及算法流程

4．2．3 模糊控制器设计流程

4．3 半主动悬挂系统模糊控制器的设计

4．3．1 输入、输出变量的确定

4．3．2 隶属函数、论域变换及量化因子的选取

4．3．3 模糊控制规则的建立

4．3．4 解模糊

4．4 两自由度半主动悬挂系统模糊控制Simulink仿真

4．4．1 仿真模型建立

4．4．2 数据分析

4．5 六自由度半车半主动悬挂系统模糊控制Simulink仿真

4．5．1 六自由度半车半主动悬挂系统的建模

4．5．2 仿真模型建立

4．5．3 数据分析

4．5．4 模糊控制策略稳定性分析

4．6 本章小结

5 基于粒子群优化的模糊控制策略

5．1 模糊控制器的优化思路

5．2 粒子群优化算法

5．2．1 粒子群优化算法概述

5．2．2 基本粒子群算法

5．2．3 标准粒子群算法

5．3 粒子群优化算法参数设计分析

5．3．1 惯性权重ω对优化性能的影响

5．3．2 学习因子c1、c2对优化性能的影响

5．4 基于PSO的模糊控制参数优化设计

5．4．1 选取目标函数

5．4．2 粒子群算法对模糊控制寻优流程

5．5 基于PSO优化的模糊控制仿真分析

5．5．1 两自由度半主动悬挂系统PSO-Fuzzy控制仿真

5．5．2 六自由度半主动悬挂系统PSO-Fuzzy控制仿真

5．6 本章小结

6 总结与展望

6．1 结论

6．2 展望

致谢

参考文献

攻读学位期间的研究成果