本發(fā)明屬于懸架，公開了一種減震懸架主動自適應(yīng)的控制方法。
背景技術(shù)：
1、懸架系統(tǒng)是車輛的重要組成部分，其性能直接影響車輛的行駛平順性、操縱穩(wěn)定性和安全性。現(xiàn)有技術(shù)中，減震懸架多采用被動式減震結(jié)構(gòu)或簡單的主動控制策略。被動式減震懸架的參數(shù)固定，無法根據(jù)行駛道路條件和車輛行駛狀態(tài)進(jìn)行實(shí)時(shí)調(diào)整，在面對復(fù)雜路況（如顛簸路面、坡道等）時(shí)，減震效果不佳，容易導(dǎo)致車輛行駛不穩(wěn)定、駕乘舒適性下降。
2、現(xiàn)有的主動控制策略雖能進(jìn)行一定程度的參數(shù)調(diào)整，但大多僅依據(jù)單一的道路參數(shù)或行駛參數(shù)進(jìn)行判斷，缺乏對道路條件和懸架性能的綜合考量，導(dǎo)致速度調(diào)整精度不足，無法實(shí)現(xiàn)精準(zhǔn)的減震控制。同時(shí)，部分控制方法未對調(diào)整過程中的關(guān)鍵參數(shù)進(jìn)行存儲，不便于后續(xù)的參數(shù)優(yōu)化和故障追溯。
3、因此，針對現(xiàn)有技術(shù)中減震懸架控制精度低、無法適應(yīng)復(fù)雜路況、關(guān)鍵參數(shù)無存儲機(jī)制，且傳統(tǒng)控制算法難以匹配復(fù)雜工況需求的問題，亟需一種采用優(yōu)化控制策略、綜合考量多參數(shù)、實(shí)現(xiàn)主動自適應(yīng)調(diào)整并存儲關(guān)鍵數(shù)據(jù)的減震懸架主動自適應(yīng)控制方法。
技術(shù)實(shí)現(xiàn)思路
1、針對上述技術(shù)的不足，本發(fā)明提供一種基減震懸架主動自適應(yīng)的控制方法，旨在解決懸架減震控制存在的問題。
2、為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下方案：
3、步驟1：參數(shù)采集，采集待行駛道路參數(shù)和車輛行駛過程中的懸架參數(shù)；其中，待行駛道路參數(shù)包括道路平整度和坡道系數(shù)，懸架參數(shù)包括懸架垂向加速度、懸架動撓度以及車輪動載荷；
4、步驟2：阻尼力調(diào)整判斷與調(diào)整系數(shù)計(jì)算，根據(jù)采集到的道路平整度以及行駛過程中的懸架參數(shù)，判斷阻尼力是否需要調(diào)整；若判斷為需要調(diào)整，則基于粒子群優(yōu)化算法優(yōu)化模糊pid控制，結(jié)合道路平整度以及坡道系數(shù)計(jì)算得到調(diào)整系數(shù)；其中，粒子群優(yōu)化算法用于優(yōu)化模糊pid控制器的參數(shù)，提升調(diào)整系數(shù)計(jì)算的精準(zhǔn)度；
5、步驟3：阻尼力速度調(diào)整，通過步驟2得到的調(diào)整系數(shù)對當(dāng)前阻尼力進(jìn)行調(diào)整，輸出阻尼力值；
6、步驟4：阻尼力修正判斷與修正系數(shù)計(jì)算，設(shè)定懸架性能評價(jià)指標(biāo)，根據(jù)所述懸架性能評價(jià)指標(biāo)對步驟3得到的阻尼力調(diào)整值進(jìn)行修正判斷；若判斷為需要修正，則繼續(xù)基于粒子群優(yōu)化算法優(yōu)化后的模糊pid控制邏輯，結(jié)合懸架性能評價(jià)指標(biāo)計(jì)算獲得修正系數(shù)；其中，懸架性能評價(jià)指標(biāo)包括懸架垂向加速度、懸架動撓度以及車輪動載荷；粒子群優(yōu)化算法通過迭代尋優(yōu)，使模糊pid控制器的輸出更貼合懸架性能最優(yōu)需求；
7、步驟5：阻尼力終值確定，根據(jù)步驟4得到的修正系數(shù)對阻尼力調(diào)整值進(jìn)行修正，得到阻尼力終值；
8、步驟6：參數(shù)存儲，將步驟1采集的待行駛道路參數(shù)、車輛行駛參數(shù)，步驟2得到的調(diào)整系數(shù)，步驟3得到的阻尼力調(diào)整值，步驟4得到的修正系數(shù)以及步驟5得到的阻尼力終值存儲至車輛的存儲模塊中。
9、根據(jù)步驟1，待行駛道路參數(shù)通過車輛搭載的環(huán)境感知模塊采集，所述環(huán)境感知模塊包括攝像頭、激光雷達(dá)和坡度傳感器；行駛過程中的懸架參數(shù)通過懸架上安裝的傳感器組采集，所述傳感器組包括位移傳感器、壓力傳感器和力傳感器。
10、根據(jù)步驟2，判斷阻尼力是否需要調(diào)整的具體方法為：設(shè)定道路平整度閾值和懸架參數(shù)閾值，若采集到的道路平整度超出道路平整度閾值，或任意一項(xiàng)懸架參數(shù)超出對應(yīng)的懸架參數(shù)閾值，則判斷為需要調(diào)整阻尼力；反之，則不需要調(diào)整。
11、根據(jù)步驟2，調(diào)整系數(shù)的計(jì)算方法為：基于粒子群優(yōu)化算法優(yōu)化模糊pid控制實(shí)現(xiàn)，具體包括：將道路平整度系數(shù)p和坡道系數(shù)g作為模糊pid控制器的輸入量，調(diào)整系數(shù)k作為輸出量；通過粒子群優(yōu)化算法對模糊pid控制器的比例系數(shù)、積分系數(shù)、微分系數(shù)進(jìn)行尋優(yōu)，確定最優(yōu)參數(shù)組合；再將采集到的p和g輸入優(yōu)化后的模糊pid控制器，經(jīng)模糊推理和pid調(diào)節(jié)計(jì)算得到調(diào)整系數(shù)k1；其中，粒子群優(yōu)化算法的適應(yīng)度函數(shù)設(shè)定為調(diào)整系數(shù)與實(shí)際路況需求的匹配誤差最小化，迭代次數(shù)設(shè)為50~100次，種群規(guī)模設(shè)為20~40只。
12、根據(jù)步驟3，阻尼力調(diào)整值f1?=?f0×(1?–?k1)，其中，f0為當(dāng)前阻尼力。
13、根據(jù)步驟4，懸架性能評價(jià)指標(biāo)的設(shè)定方法為：行駛平順性指標(biāo)采用車身垂直加速度、懸架動撓度、車輪動載荷的均方根值衡量，設(shè)定各評價(jià)指標(biāo)的閾值范圍，若阻尼力調(diào)整值對應(yīng)的各評價(jià)指標(biāo)均在閾值范圍內(nèi)，則不需要修正；若任意一項(xiàng)評價(jià)指標(biāo)超出閾值范圍，則需要修正。
14、根據(jù)步驟4，修正系數(shù)的計(jì)算方法為：基于粒子群優(yōu)化算法優(yōu)化模糊pid控制實(shí)現(xiàn)，具體包括：將懸架垂向加速度x作為模糊pid控制器的輸入量，修正系數(shù)k2作為輸出量；采用與步驟2相同的粒子群優(yōu)化算法參數(shù)對模糊pid控制器參數(shù)進(jìn)行尋優(yōu)；將x輸入優(yōu)化后的模糊pid控制器，經(jīng)模糊推理和pid調(diào)節(jié)計(jì)算得到修正系數(shù)k2；其中，適應(yīng)度函數(shù)設(shè)定為修正系數(shù)與懸架性能最優(yōu)需求的匹配誤差最小化。
15、根據(jù)步驟5，阻尼力終值f2?=?f1×(1?–?k2)。
16、根據(jù)本發(fā)明提供的具體實(shí)施例，本發(fā)明公開了以下技術(shù)結(jié)果：本發(fā)明提供的一種主動自適應(yīng)的懸架減震控制方法，該方法包括：建立懸架模型，建立運(yùn)動學(xué)模型，搭建不同崎嶇等級的路面，通過輸入路面信息以及懸架信息，基于粒子群算法優(yōu)化的模糊pid控制進(jìn)行了一系列調(diào)節(jié)阻尼力，最終輸出可控阻尼力，可以有效避免在不平整路面上行駛導(dǎo)致失控的風(fēng)險(xiǎn)，保證懸架上監(jiān)視器、傳感設(shè)備的安全性，其次，對懸架的損耗起到良好的降低作用，可以是行駛更加平穩(wěn)，減少顛簸感，提升了其行駛的平順性和穩(wěn)定性。
1.一種減震懸架主動自適應(yīng)控制方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的步驟1，待行駛道路參數(shù)通過車輛搭載的環(huán)境感知模塊采集，所述環(huán)境感知模塊包括攝像頭、激光雷達(dá)和坡度傳感器；行駛過程中的懸架參數(shù)通過懸架上安裝的傳感器組采集，所述傳感器組包括位移傳感器、壓力傳感器和力傳感器。
3.根據(jù)權(quán)利要求1所述的步驟2，判斷行駛阻尼力是否需要調(diào)整的具體方法為：設(shè)定道路平整度閾值和懸架參數(shù)閾值，若采集到的道路平整度超出道路平整度閾值，或任意一項(xiàng)懸架參數(shù)超出對應(yīng)的懸架參數(shù)閾值，則判斷為需要調(diào)整阻尼力；反之，則不需要調(diào)整。
4.根據(jù)權(quán)利要求1所述的步驟2，調(diào)整系數(shù)的計(jì)算方法為：基于粒子群優(yōu)化算法優(yōu)化模糊pid控制實(shí)現(xiàn)，具體包括：將道路平整度系數(shù)p和坡道系數(shù)g作為模糊pid控制器的輸入量，調(diào)整系數(shù)k作為輸出量；通過粒子群優(yōu)化算法對模糊pid控制器的比例系數(shù)、積分系數(shù)、微分系數(shù)進(jìn)行尋優(yōu)，確定最優(yōu)參數(shù)組合；再將采集到的p和g輸入優(yōu)化后的模糊pid控制器，經(jīng)模糊推理和pid調(diào)節(jié)計(jì)算得到調(diào)整系數(shù)k1；其中，粒子群優(yōu)化算法的適應(yīng)度函數(shù)設(shè)定為調(diào)整系數(shù)與實(shí)際路況需求的匹配誤差最小化，迭代次數(shù)設(shè)為50~100次，種群規(guī)模設(shè)為20~40。
5.根據(jù)權(quán)利要求1所述的步驟3中，行駛阻尼力調(diào)整值f1?=?f0×(1?–?k1)，其中，f0為當(dāng)前行駛阻尼力。
6.根據(jù)權(quán)利要求1所述的步驟4中，懸架性能評價(jià)指標(biāo)的設(shè)定方法為：行駛平順性指標(biāo)采用車身垂直加阻尼力、懸架動撓度、車輪動載荷的均方根值衡量，設(shè)定各評價(jià)指標(biāo)的閾值范圍，若行駛阻尼力調(diào)整值對應(yīng)的各評價(jià)指標(biāo)均在閾值范圍內(nèi)，則不需要修正；若任意一項(xiàng)評價(jià)指標(biāo)超出閾值范圍，則需要修正。
7.根據(jù)權(quán)利要求1所述的步驟4中，修正系數(shù)的計(jì)算方法為：基于粒子群優(yōu)化算法優(yōu)化模糊pid控制實(shí)現(xiàn)，具體包括：將懸架垂向加速度x作為模糊pid控制器的輸入量，修正系數(shù)k2作為輸出量；采用與步驟2相同的粒子群優(yōu)化算法參數(shù)對模糊pid控制器參數(shù)進(jìn)行尋優(yōu)；將x輸入優(yōu)化后的模糊pid控制器，經(jīng)模糊推理和pid調(diào)節(jié)計(jì)算得到修正系數(shù)k2；其中，適應(yīng)度函數(shù)設(shè)定為修正系數(shù)與懸架性能最優(yōu)需求的匹配誤差最小化。
8.根據(jù)權(quán)利要求1所述的步驟5中，行駛阻尼力終值f2?=?f1×(1?–?k2)。