乘用車電控空氣懸架高度控制策略

劉錦超, 李軍偉, 陳 斌, 趙雷雷, 李 凱

(1.山東理工大學 交通與車輛工程學院, 山東 淄博 255049; 2.中國長安汽車集團有限公司, 四川 成都 610105)

引言

懸架作為汽車車架與車輪之間的傳力連接裝置,能夠緩和不平路面對車身的沖擊,改善車輛的乘坐舒適性[1]。目前汽車懸架系統大部分仍是被動懸架,在面對復雜的路況時,參數不可調的被動懸架已經日漸滿足不了人們對舒適性和操作穩定性的需求[2]。而具備車身高度、阻尼等參數可調的電子控制空氣懸架受到越來越多的關注[3]。

眾多學者針對空氣懸架高度控制響應速度快、 控制精度高的要求,提出了許多控制方法。JANG I等[4]提出閉環空氣懸架系統的控制以及故障保護算法,能夠根據駕駛條件和駕駛員指令來實現目標高度的控制。MA X B等[5-6]對空氣懸架進行模型預測控制,實現了對懸架高度等參數的精確控制效果。李子璇等[7]運用自適應模糊PID控制策略,有效減小了車輛高度誤差。上述空氣懸架的控制方法都取得了較好的效果,但控制方法對計算性能要求較高,不利于實際車輛的應用。

本研究提出基于粒子群PID的控制算法對乘用車空氣懸架高度進行控制。PID算法的優點是簡單且易于實現,但控制參數難以整定。粒子群算法計算效率高,能夠快速收斂于全局最優解。將粒子群和PID控制的優點結合起來,使控制效果得到提升。本研究首先研究了單輪電控空氣懸架的控制機理,搭建了單輪空氣懸架的AMESim-Smulink仿真模型并進行了基于粒子群PID控制算法的仿真分析。在此基礎上,對整車空氣懸架進行了研究,并對整車空氣懸架高度控制效果進行了實車測試,實現了電控空氣懸架高度的快速和精確控制。

1 電控空氣懸架系統結構

電控空氣懸架以電子控制模塊為控制核心,對汽車懸架參數,如車身高度、減振器阻尼等進行實時控制。電控空氣懸架系統一般由機械元件、氣動回路元件、傳感器和ECU電子控制系統組成[8]。電控空氣懸架系統結構如圖1所示。

圖1 電控空氣懸架系統結構

2 單輪空氣懸架高度控制

空氣懸架充放氣過程是一個集熱力學、動力學和氣路流體力學的復雜過程[9]。整車車身高度的調節主要通過4個空氣彈簧充放氣動作來實現。為了更加直觀的對空氣彈簧充放氣過程進行研究,首先搭建了單輪空氣懸架模型。

2.1 單輪空氣懸架模型

1) 空氣懸架充放氣模型

對空氣懸架充放氣模型進行了如下假設:氣囊充放氣過程可近似為絕熱過程;氣囊保壓過程可近似為氣體熱力學多變過程;連接管路的截面積與閥體截面積相同;系統中氣體是理想氣體。

電磁閥開啟時,空氣彈簧進行充放氣動作時氣體壓力與氣體流量的關系為:

(1)

式中,p—— 任意狀態下氣囊內的氣體絕對壓力,MPa

V—— 任意狀態時氣囊的氣體體積,m3

T—— 空氣彈簧內氣體溫度,K

R —— 氣體常數

n—— 氣體多變指數

dm/dt—— 充放氣過程中流經電磁閥的氣體流量,kg/s

電磁閥關閉后,空氣彈簧內部氣體變為一個質量不變的密閉系統,此時系統狀態為:

(2)

將電磁閥截面視為一個等效的節流小孔,則流經電磁閥的氣體流量公式為:

(3)

pu—— 節流小孔的上游氣壓

pd—— 節流小孔的下游氣壓

S—— 電磁閥的等效截面積

b—— 氣體臨界壓力比

2) 空氣懸架系統車輛動力學方程

分析可得空氣彈簧變形量與空氣彈簧內氣壓之間的關系式為:

(4)

式中,pa—— 大氣壓力

Ae—— 空氣彈簧氣囊有效面積

M—— 簧載質量

g—— 重力加速度

c—— 減振器的阻尼

x—— 空氣彈簧變形量

3) AMESim-Simulink單輪空氣懸架模型

本研究利用AMESim建立單輪空氣懸架模型,如圖2所示。模型中包含了恒壓氣源代替的儲氣罐、理想的大氣氣壓、三位三通電磁閥、簧上質量、懸架阻尼、流量傳感器、壓力傳感器以及簧上質量安裝的位移傳感器、速度傳感器和加速度傳感器。

圖2 AMESim-Simulink單輪空氣懸架模型

在圖2中,AMESim中將采集到傳感器數據通過Interface模塊傳遞給Simulink,Simulink中根據懸架當前參數采用一定的控制策略,輸出電磁閥控制信號Current,電磁閥控制信號為負時表示充氣,為正時表示排氣[10]。選取流量流入為正,彈簧向上為正。仿真時用到的參數如表1所示。

表1 單輪空氣懸架模型參數

2.2 基于粒子群算法的PID控制器設計

1) 基于粒子群算法的PID算法

傳統PID控制器的參數整定需要研發人員依據工程經驗在控制系統中不斷調整,人工調整過程費時費力且很難取得理想效果[11-12]?；诹Ｗ尤?Particle Swarm Optimization,PSO)算法的PID參數整定能有效加快整定效率,其原理是利用粒子群從隨機位置出發,根據適應度函數快速收斂于全局最優解。PSO算法中粒子速度和位置的迭代公式如下:

(5)

式中,Vi—— 第i個粒子群的速度

Xi—— 第i個粒子群的位置

ω—— 慣性因子,非負數

c1,c2—— 學習因子

r1,r2—— [0,1]的隨機數

為了使懸架更快更準的達到目標值范圍,本研究選取調節時間、超調量和誤差共同組成適應度函數。此時適應度函數值越小,則表明控制效果越好,具體的適應度函數如下:

f=0.1ts+0.2σ+0.7e

(6)

式中,ts—— 調節時間

σ—— 超調量

e—— 誤差

基于粒子群算法的PID算法實現流程如下:首先,初始化粒子群各參數:種群規模、學習因子、慣性因子、最大迭代次數和各粒子的速度與位置;其次,將Kp,Ki,Kd分別賦予粒子值代入空氣懸架模型中作為PID控制器的3個參數,運行模型得到系統輸出的調節時間、超調量和誤差;然后計算各粒子適應度值,將其適應度值與歷史最優值進行比較,確定個體最優解和種群最優解;最后,通過更新各粒子位置和速度,將粒子重新代入系統進行迭代,直到達到最大迭代次數為止,輸出最終優化的Kp,Ki和Kd。

2) 控制效果驗證

為了驗證粒子群的優化效果,在所建立的AMESim-Simulink單輪空氣懸架模型基礎上,分別對普通PID的控制參數和PSO-PID控制器得到的參數進行了仿真測試。仿真時間設置10 s,以起始高度為零點,空氣彈簧高度目標高度設置為20 mm,測試的空氣彈簧高度隨時間變化的對比曲線如圖3所示。

圖3 充氣時空氣彈簧高度變化對比曲線

從圖3中可以看出,無控制時空氣彈簧高度的穩態值偏離目標高度值的“過充”現象,普通PID控制器和PSO-PID控制器均能有效抑制電控空氣懸架系統的“過充”現象,車身高度誤差均小于0.5 mm。但普通PID控制器車身高度曲線的超調量大約為23.3%,而PSO-PID控制器車身高度曲線的超調量大約為9.65%。綜上所述經過PSO-PID控制器優化后,車身高度輸出曲線的超調量和誤差范圍都得到了較大程度的減少。

3 整車空氣懸架高度調節

在完成單輪空氣懸架充放氣過程研究的基礎上,為了驗證基于粒子群的PID算法對整車空氣懸架高度的控制效果,本研究進一步搭建了基于AMESim-Smulink-Carsim的整車空氣懸架聯合仿真平臺。

3.1 整車空氣懸架控制模型搭建

搭建的AMESim-Smulink-Carsim聯合仿真平臺主要由三部分組成: AMESim搭建整車空氣懸架充放氣模型、Simulink中進行控制計算、Carsim設置整車參數[13-14]。整車模型的部分參數如表2所示。

表2 整車部分參數

3.2 整車空氣懸架控制性能分析

針對本研究提出的基于粒子群算法的PID控制器,為驗證其合理性和有效性,通過聯合仿真平臺來仿真模擬不同工況下實際車輛車身高度切換情況[15]。

根據實際車輛車身高度切換情況,設置靜態車速為0時的仿真工況如下:

(1) 車輛處于靜態車速為0時,車身高度上升調節過程;

(2) 車輛處于靜態車速為0時,車身高度下降調節過程。仿真得到兩種過程對應的空氣彈簧高度隨時間變化曲線如圖4～圖7所示,圖中均以起始高度為零點,上升為正,下降為負。

圖4 靜態上升前輪空氣彈簧高度變化曲線

圖5 靜態上升后輪空氣彈簧高度變化曲線

圖6 靜態下降前輪空氣彈簧高度變化曲線

圖7 靜態下降后輪空氣彈簧高度變化曲線

從圖4～圖7可以看到,經過PSO-PID優化后車身高度變化更平穩,且能有效抑制“過充”和“過放”現象,滿足車高調節過程中精度要求。

為模擬車輛動態行駛時車身高度切換情況,設置在B級路面上,車速較低時提升車身高度、車速上升時恢復車身高度仿真得到兩種過程對應的前輪空氣彈簧高度隨時間變化曲線如圖8、圖9所示,圖中均以起始高度為零點,上升為正,下降為負?？芍?由于路面激勵的影響,車身高度在調節過程中出現明顯的波動,但所設計的PSO-PID控制器能夠較好的實現車輛在動態行駛過程中的車身高度調節,當達到目標高度后,車身高度會在目標高度上下波動,維持當前車身高度。

圖8 動態上升前輪空氣彈簧高度變化曲線

圖9 動態下降前輪空氣彈簧高度變化曲線

4 實車測試

仿真研究只能反映部分控制效果,為進一步驗證所設計的電控空氣懸架控制器的性能,本研究以某SUV試驗車為研究對象,進行了實車試驗。測試在平坦路面進行,儲氣罐壓力為0.8 MPa,測試時的車速分別為靜止0 km/h和低速20 km/h。圖10為試驗車空氣懸架安裝位置,懸架上端與車身連接,懸架下端與車輪連接。圖11為試驗車測試系統示意圖。

圖10 空氣懸架安裝圖

圖11 試驗車測試系統示意圖

在本試驗車的測試系統中,空氣懸架ECU根據駕駛員指令或者當前工況輸出閥控信號來控制空氣懸架執行相應的動作,然后通過高度傳感器將空氣懸架高度數據傳遞給空氣懸架ECU?？諝鈶壹蹺CU將收到的高度數據發送到CAN總線上,最后利用INCA設備采集CAN總線上的高度數據并且發送給上位機。

4.1 車輛靜態時車身高度調節測試

在測試前將試驗車停放在平坦的路面上,然后手動按下高度模式按鈕,懸架控制器接收按鈕信號后輸出電磁閥控制信號控制空氣彈簧充放氣動作,車身高度隨之改變[16-17]。

圖12和圖13分別為前輪車身高度和后輪車身高度變化曲線,圖中縱坐標高度值取的是輪胎輪心到輪眉之間的距離。圖中整個變化過程為高位模式切換到中位模式,再由中位模式切換到高位模式。本研究測試車的前輪高位模式設定值為493 mm,中位模式設定值為483 mm;后輪高位模式設定值為455 mm,中位模式設定值為445 mm。從圖中可以看到,車身高度調節過程中均能順利達到目標高度,絕對誤差均小于2 mm,未超出誤差帶,且沒有出現明顯的高度反復調節或者控制超調現象。

圖12 車輛靜態時前輪車身高度變化曲線

圖13 車輛靜態時后輪車身高度變化曲線

此外,對比圖12和圖13可以看出,整車車身在下降過程中前輪在5.1 s先排氣,待前輪排氣完成后,后輪在6.6 s后排氣;整車車身在上升過程中后輪在31.5 s先充氣,待后輪充氣完成后,前輪在40 s后充氣。即為了維持車身在高度調節過程中的姿態平衡,充氣時后輪先升、前輪后升,排氣時前輪先降、后輪后降,符合所設計的控制策略。

4.2 車輛動態時車身高度調節測試

選取市區某段平坦無人的公路,車輛低速行駛在路面上,觀測車身高度在動態的情況下的調節過程。圖14和圖15為經過濾波處理后,高度傳感器采集到的車身高度變化數據圖,圖中縱坐標高度值取的是輪胎輪心到輪眉之間的距離。

圖14 車輛動態下降時前輪車身高度變化曲線

圖15 車輛動態上升時前輪車身高度變化曲線

圖14為前輪車身高度由中位模式切換到低位模式的變化曲線。測試車的前輪低位模式設定值為463 mm。從圖中可以看到,前輪車身高度先以481.2 mm 左右保持中位模式;隨后自動下降到低位模式,車身高度維持在464 mm左右,動態行駛在路面上。整個動態調節過程中,車身高度能順利達到目標高度,絕對誤差均小于2 mm,未超出誤差帶。

圖15為前輪車身高度由低位模式切換到中位模式的變化曲線。從圖中可以看到,前輪車身高度先以463.8 mm左右維持低位模式;隨后自動上升到中位模式,車身高度維持在481.9 mm左右,動態行駛在路面上。整個動態調節過程中,車身高度也能順利達到目標高度,絕對誤差均小于2 mm,未超出誤差帶。

經過實車測試表明,本研究所設計的電控空氣懸架控制器能夠實現靜態和動態下的車身高度調節,且車身高度誤差處于誤差范圍內,未出現明顯的“過充”和“過放”現象。

5 結論

本研究通過對空氣懸架系統工作機理的分析,利用AMESim建立了單輪空氣懸架數學模型。針對車高調節過程中存在的“過充過放”問題,設計了基于粒子群的PID控制器。主要結論如下:

(1) 在基于AMESim-Simulink-Carsim聯合仿真平臺中建立了整車空氣懸架模型對其控制效果進行驗證。仿真結果表明,所設計的算法能有效減少車身高度調節過程中的超調和偏差,具有更高的控制性能。

(2) 通過實車測試,進一步驗證了所設計的電控空氣懸架控制器的性能。測試結果表明,本研究設計的電控空氣懸架控制器在不同工況下的車身高度穩態誤差均小于2 mm,實現了對車身高度快速精確的控制,達到了預期目標。