欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022112406701
申请人: 燕山大学
专利类型:发明专利
专利状态:已下证
专利领域: 一般车辆
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于轮胎力估计的车辆主动悬架控制器设计方法,其特征在于,步骤如下:步骤一:建立二自由度非线性主动悬架模型,定义状态变量,并结合微分同胚的概念构建系统的状态空间表达式;定义状态变量具体为将悬架动行程定义为系统状态变量,具体为:建立二自由度非线性主动悬架模型,根据牛顿第二定律可建立悬架系统的微分方程,即其中,ms、mu分别为车身质量和车轮质量,xs为车身质心处垂直位移,xu为车轮垂直位移,xr为车轮随机路面激励,ks和cs分别为悬架的弹簧刚度和阻尼,f为轮胎的非线性受力,u为悬架控制器控制力;

选取悬架系统模型中的状态变量为:系统输出为:

y=xs(3)

由状态变量可得到系统的状态空间表达式:构建其微分同胚形式如下:

对上式求导并将(4)式代入得:式(6)即为二自由度非线性主动悬挂模型;

步骤二:根据步骤一建立的悬架模型推导设计出悬架控制器,设计悬架控制器时,使用障碍李雅普诺夫函数直接对悬架动行程进行限制,利用径向基神经网络函数对轮胎受力进行近似替换,具体为:轮胎的非线性受力是关于z3的函数,使用拉格朗日变换得到如下关系:其中,介于[0,x3]区间内;

引入了一种一阶滤波器其形式如下:其中,ηi为正常数,αif为一阶滤波器的输出,αi为虚拟控制律,令yi=αif-αi,其为滤波器输出与虚拟控制律的误差值;

利用径向基神经网络函数对轮胎受力进行近似替换,具体形式如下:其中,为神经网络基函数,εi(Xi)为神经网络估计误差且满足为未知的正常数,针对主动悬架系统,引入以下坐标变换ξ1=z1-zd,ξ2=z2-α1f,ξ3=z3-α2f,ξ4=z4-α3f;

其中,zd为系统期望输出;

针对第一阶子系统,构建如下形式的Lyapunov函数:对上述Lyapunov函数求导,得由Young’s不等式,有以下不等式成立:其中,

设计虚拟控制器

其中,ρi为正常数;

将(12)、(13)带入(11)得构建第二阶子系统的Lyapunov函数如下:其中,为θi的估计量,θi为神经网络未知参量;

对上述Lyapunov函数求导,得将(9)式代入(16)式中,得由Young’s不等式,有以下不等式成立:其中,λ1,γ1,μ1为正常数,为g的上界,并定义[g]=-|g|,且满足[g]≤[g];

设计控制器与自适应控制律如下其中,βi为正常数;

将(18)、(19)和(20)带入(17)得其中,

构建第三阶子系统的Lyapunov函数如下:其中,k为正常数;

对上述Lyapunov函数求导,得其中,

由Young’s不等式,有以下不等式成立:设计虚拟控制律如下:

将(24)、(25)代入(23),得其中,构建第四阶子系统的Lyapunov函数如下:对上述Lyapunov函数求导,得采用径向基神经网络函数来逼近未知非线性函数,得其中,

由Young’s不等式,有以下不等式成立:悬架控制器和悬架自适应控制率如下:其中,是θi的参数估计值,βi是自适应律设计参数,为正常数;将(30)、(31)及(32)代入(29),得其中,