一、前言
　　汽車懸架系統(tǒng)對車輛行駛平順性、乘坐舒適性和操縱穩(wěn)定性有很大影響。傳統(tǒng)的被動懸架只能被動地存儲和吸收外界能量,不能主動適應(yīng)車載質(zhì)量、輪胎剛度等車輛參數(shù)和路面激勵的變化,大大制約了車輛性能的提高。主動懸架克服了傳統(tǒng)被動懸架的諸多局限,使懸架系統(tǒng)對不同運(yùn)行工況具有最大程度的適應(yīng)能力。
　　由于懸架系統(tǒng)的模型參數(shù)往往不確定,路面激勵未知且可變,研究開發(fā)出各種自適應(yīng)控制策略應(yīng)用于主動懸架控制[1>,主要有模型參考自適應(yīng)控制、自校正控制和神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制。文獻(xiàn)[2>提出了以理想天棚阻尼控制為參考模型的自適應(yīng)控制策略,但在設(shè)計(jì)中需要選擇一個合適的Lyapunov函數(shù),這要求有一定的理論知識和實(shí)踐經(jīng)驗(yàn),否則不易獲得較好的自適應(yīng)規(guī)律。文獻(xiàn)[3>、文獻(xiàn)[4>的自校正控制需要首先在線估計(jì)模型參數(shù)或控制器參數(shù),然后再綜合控制律,是一種依賴于模型的解析設(shè)計(jì)方法,且比一般的常規(guī)控制器要復(fù)雜。文獻(xiàn)[5>采用神經(jīng)網(wǎng)絡(luò)間接自適應(yīng)控制,充分利用神經(jīng)網(wǎng)絡(luò)在非線性處理和自學(xué)習(xí)、自適應(yīng)方面的優(yōu)勢,但基于多層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)相對復(fù)雜,又因采用了S型作用函數(shù)而計(jì)算量較大,在線調(diào)節(jié)權(quán)重用時(shí)較長,不宜于實(shí)時(shí)在線控制。
　　文獻(xiàn)[6>提出了一種基于單個自適應(yīng)神經(jīng)元的非模型直接控制方法。它的顯著特點(diǎn)是無需進(jìn)行系統(tǒng)建模,充分利用神經(jīng)元的關(guān)聯(lián)搜索和學(xué)習(xí)能力來實(shí)現(xiàn)控制目的。該控制器結(jié)構(gòu)非常簡單,運(yùn)算量小,實(shí)時(shí)性好,控制品質(zhì)優(yōu),對模型參數(shù)的變化和外界擾動具有較強(qiáng)的適應(yīng)性和魯棒性。自適應(yīng)神經(jīng)元控制已被成功應(yīng)用于電力系統(tǒng)、汽車防抱制動系統(tǒng)、醫(yī)療藥品注射系統(tǒng)等[7-9>。作者針對汽車主動懸架,設(shè)計(jì)一個自適應(yīng)神經(jīng)元控制器,研究系統(tǒng)在隨機(jī)路面激勵下的減振效果,同時(shí)考察控制器在變參數(shù)條件下的魯棒性。
　　二、主動懸架系統(tǒng)的動力學(xué)模型
　　選取二自由度1/4主動懸架為研究對象,如圖1所示。動力學(xué)方程為

　　式中ms為車身質(zhì)量,mt為簧下質(zhì)量,ks為懸架彈簧剛度,b為懸架阻尼系數(shù),kt為輪胎剛度,u為懸架系統(tǒng)的主動控制力,q、xs、xt分別為路面垂向輸入位移、車身位移和簧下質(zhì)量位移。
　　選取系統(tǒng)狀態(tài)變量X、輸入變量U和輸出變量Y分別為

　　三、自適應(yīng)神經(jīng)元控制器的設(shè)計(jì)
　　文獻(xiàn)[6>提出了一種適于控制的自適應(yīng)單神經(jīng)元模型,它既可以利用神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn),又能適應(yīng)于快速過程實(shí)時(shí)控制的要求。其相應(yīng)的自適應(yīng)神經(jīng)元控制系統(tǒng)如圖2所示。

　　四、仿真計(jì)算及分析
　　根據(jù)以上自適應(yīng)神經(jīng)元控制算法,利用Matlab615中的Simulink510工具箱,通過搭建系統(tǒng)模塊來實(shí)現(xiàn)模擬仿真,所得自適應(yīng)神經(jīng)元控制器的Simulink仿真模型見圖3。為證實(shí)其減振效果,還與被動懸架、傳統(tǒng)的PID控制懸架進(jìn)行了性能對比。
　　所用的懸架模型參數(shù)名義值[10>
　　ms=240kg,mt=36kg,ks=16kN/m,b=980N·s/m,kt=160kN/m。以C級路面的垂直速度為激勵輸入進(jìn)行仿真。路面不平度系數(shù)Gq（n0）=256×10-6m2/m-1,車速v=20m/s,參考空間頻率n0=0.1m-1,速度功率譜密度為一白噪聲Gq·（f）=4π2Gq（n0）n20v。仿真中神經(jīng)元控制器參數(shù)為:學(xué)習(xí)速率d1=30,d2=63.3,d3=15.9；比例系數(shù)k=148.7；采樣周期為0.01s。

　　仿真時(shí),先對模型參數(shù)取名義值進(jìn)行驗(yàn)證；然后將懸架參數(shù)的車身質(zhì)量增加20%,同時(shí)輪胎剛度下降20%,考察控制器在模型參數(shù)變化時(shí)的適應(yīng)能力。以上兩種情況著重考察車身加速度響應(yīng),見圖4及圖5；根據(jù)懸架系統(tǒng)時(shí)域輸出仿真數(shù)據(jù),計(jì)算車身加速度、懸架動撓度、車輪動位移的均方根值及綜合性能指數(shù)J,如表1所示。

　　由圖4和表1可知,在名義參數(shù)情況下,兩種主動懸架都能有效地降低車身加速度,改善平順性。盡管懸架動撓度有所增大,但車輛的綜合性能仍得到了改進(jìn)。而且,自適應(yīng)神經(jīng)元控制下的車輪動位移也有一定程度的改善,其綜合減振效果要明顯優(yōu)于PID控制。由圖5和表1可見,在懸架參數(shù)變化時(shí),兩種主動懸架仍然都能減少車身加速度,有效地改善平順性。自適應(yīng)神經(jīng)元控制的減振效果仍然優(yōu)于PID控制。由此表明:自適應(yīng)神經(jīng)元控制能有效地跟隨模型參數(shù)的變化,將車身加速度控制在一個較好的范圍內(nèi),降低了參數(shù)不確定性對車輛平順性能的影響；雖然神經(jīng)元控制的懸架動撓度、車輪動位移相對被動懸架有所增大,但相對PID控制仍有改善,尤其是其綜合性能也得到了改進(jìn)。
　　五、結(jié)論
　?。?）車輛主動懸架的自適應(yīng)神經(jīng)元控制器的仿真結(jié)果表明:該控制器能有效地改善車輛的綜合性能,尤其是車輛運(yùn)行的平順性和舒適性,而且魯棒性好,對模型參數(shù)的變化具有一定的適應(yīng)性,便于實(shí)現(xiàn)和應(yīng)用。
　?。?）需要進(jìn)一步研究控制器對不同路面激勵的適應(yīng)性,以完善主動懸架的性能。
　　（3）應(yīng)對控制過程的實(shí)用化作深一步的研究,比如考慮作動器的非線性、時(shí)滯等因素的影響。