基于遗传算法的馈能型半主动悬架模糊控制系统优化

摘要

馈能型悬架可以回收汽车车轴和簧载质量之间的振动能量,用于汽车上的其他耗能部件。为进一步改善馈能型悬架的使用性能,本文提出对馈能型悬架实施半主动控制,设计了由加速度模糊控制器和轮胎动变形模糊控制器构成的馈能型半主动悬架模糊控制系统(两输入模糊控制系统),并利用遗传算法(GA)以悬架二次型性能指标为目标函数对上述模糊控制系统、基值阻尼及馈能压力等进行了优化。
　　 首先,本文介绍了一种馈能型半主动悬架,阐述了馈能型半主动悬架对馈能阻尼力进行“on-off”半主动控制来实现馈能及减振的工作原理,选用二自由度的1/4汽车悬架模型建立馈能型半主动悬架的动力学模型。
　　 其次,针对1/4汽车悬架模型提出直接采集非簧载质量与簧载质量加速度数据,计算获得轮胎动变形。根据馈能型半主动悬架阻尼力分别与簧载质量加速度、轮胎动变形之间的方向关系来确定阻尼力开关信号值的原理设计了分别以簧载质量加速度与轮胎动变形为输入的两个模糊控制器,并将两个模糊控制器所得开关信号加权求和作为最终阻尼力开关控制信号。
　　 再次,运用具有全局寻优能力的遗传算法,以悬架二次型性能指标为目标函数对模糊控制器系统的多个隶属度函数、基值阻尼及馈能压力等进行优化。仿真结果显示,采用遗传算法优化后,馈能型半主动悬架的二次型性能指标与被动悬架相比有了较大的降幅,说明在馈能型半主动悬架中运用基于GA优化的模糊控制策略是有效的。
　　 最后,为馈能型半主动悬架分别构建了单输入(簧载质量加速度输入)和理想输入(簧载质量加速度、轮胎动变形和悬架动挠度输入)模糊控制系统,结合两输入模糊控制系统分析输入状态对悬架性能的影响。仿真结果显示,在三种输入状态反馈能量相差不大的同时,单输入、两输入以及理想输入状态下馈能型半主动悬架的悬架二次型性能指标相对被动悬架分别下降了12.31%、17.36%和20.75%,说明两输入和理想输入状态的模糊控制系统性能比较接近。由于精确采集悬架动挠度数据目前还存在困难,因此两输入状态模糊控制系统更具可行性。