汽车主动悬架及控制方法的研究

对于主动悬架模糊控制量化因子的确定可以通过在一定较短的时闻里采集悬架的加速度和相隔一定时间采集的加速度之差，确定他们的大概范围。

1)Ke，Kec对系统动态特性的影响：一般讲，Ke，Kec越大，对应的语言值也越大，反之亦然。Ke大，调节死区小，上升速率大，反之，则过大系统易产生较大超调，甚至振荡。Kec大，反应迟钝，反之则快，但过小系统也易超调。

2)Ku对系统特性的影响：Ku相当于比例增益，一般来说，Ku加大，上升速度较快。但过大将产生较大的超调。

4.2.3．4模糊规则的选取

模糊控制规则决定了模糊控制器的性能。因此，在此利用调整模糊规则来改善悬架的平顺性。

模糊规则的选择是设计模糊控制器的核心。选择过程可分为三部分：选择适当的模糊语言变量、确定各语言变量的隶属函数和建立模糊控制规则。

本文设计的模糊控制器，其输入、输出变量均选择七个模糊语言变量值(又称模糊子集)来描述，即负大(NB)，负中 (NM)，负小(NS)，零(Z)，正小(PS)，正中(PM)，正大(PB)。

输入变量E及EC，输出变量U的模糊子集可以采用三角形隶属函数，隶属函数曲线如下图4-5所示：

29

图4-5输入输出表变量的隶属函数曲线

模糊控制规则是模糊控制器的一个重要组成部分，它用语言的方式描述了控制器输入量和输出量之间的关系，即它们之间的模糊关系。模糊控制规则是根据人们的思维，以逻辑推理的方式给出的。在本控制器中2个输入量分别用7个语言模糊集来描述，这样形成49个控制规则。

可以想象当悬架的加速度增大时，应该增大作动器的控制力，加速增得越大，相应作动器的控制力应增得越大。相反如果加速度减小，相应作动器的控制力也应减小。反映到模糊控制规则里面，也就是说，如果E和EC二者都为零，则U=0，保持现状；如果E以满意的速率趋向零，U=0，保持现状；如果E不是自校正，U不为零，取决于E和EC的符号和大小。根据以上规则，设计模糊控制器，规则库采用一组模糊控制规则(本悬架系统双输入单输出)具体地用模糊语言描述如：

IF E=NB and △E=NB then U=PB; IF E=NB and △E=NM Then U=PB;

30

IF E=NB and △E=NS Then U=PM; ……

IF E=PB and △E=PB Then U=NB;

表4-1模糊控制规则表

4．2．3．5模糊判决

利用上面的模糊关系，对于任意一组实际输入车身垂直加速度信号的差值e及其变化EC，可以求得控制器的输出，即模糊控制量U。这时得到的是U论域上的一个模糊集，但是被控对象只能接受精确的控制量，这就需要进行输出信息的模糊判决，即将模糊量转化为精确量。目前，在这个转化过程中常用的方法有最大隶属度法、中位数判决法、加权平均判决法三种，它们各自具有优、缺点。为了充分利用己知数据，在这里可以选择加权平均判决法。

31

其中n表示输出论域中共有n个元素，每个元素为模糊集合在每个论域元素上的隶属度为的加权系数。

4.2.3.6模糊控制算法流程图

，判决输出的

，将其作为论域元素

模糊控制器的控制算法是由计算机的程序实现的。这种程序一般包括两个部分，一个是计算机离线计算查询表的程序，属于模糊矩阵运算。另一个是计算机在模糊控制过程中在线计算输入变量(误差、误差变化)，并将它们模糊化处理，查找查询表后再作输出处理的程序。图4．5给出了悬架系统双输入单输出模糊控制器的算法流程图，图中绘出了系统控制的总体实现过程。

32