首页 理论教育ADAMS车辆工程案例仿真:模糊PID-D耦合算法

ADAMS车辆工程案例仿真:模糊PID-D耦合算法

【摘要】:针对此问题提出模糊PID-D耦合算法,通过车身加速度判定路面的输入状态,然后通过模糊算法在线自适应调节PID-D微分系数,使整车在各状态运行时都可以适度减小及避免定点冲击,改善驾驶室的舒适性。车身垂向加速度论域:量化因子:表16-2微分系数调节模糊规则图16-25模糊PID-D系统

6×4驱动底盘形式主要用于工程车辆和商用牵引车,工程车辆一般工作路面较差,牵引车多在国道及高速路面运输。对于不同的路面工作状态,驾驶室输出的振动特性不同;当工作路面较差且整车运行速度较小时,输入信号等同于阶跃信号,在驾驶室主动悬置系统控制过程中会造成定点冲击,增加驾驶室的瞬间振动;对于固定的路面信号输入,微分先行PID控制可以有效地改善瞬时定点冲击现象,但当路面输入改变时,已调整好的系统调节参数已不适用。针对此问题提出模糊PID-D耦合算法,通过车身加速度判定路面的输入状态,然后通过模糊算法在线自适应调节PID-D微分系数,使整车在各状态运行时都可以适度减小及避免定点冲击,改善驾驶室的舒适性。

以左前磁流变阻尼器为例,模糊PID-D耦合算法公式推导如下:

公式(16-2)~(16-4)带入公式(16-1)中整理得

式中,e(t)为输入输出之间误差;y(t)为驾驶室与阻尼器连接处垂向速度;Kp为缩放系数;KI为积分系数;Kd1为误差反馈预设微分系数;Kd2为输出反馈预设微分系数;F1、F2为微分在线调节系数,由模糊算法根据路面状态输出;u(t)为磁流变阻尼器输出控制力;Ω(VZ)为模糊控制规则。

微分在线调节系数由模糊算法输出,输入为车身垂向加速度,系统模糊控制规则如表16-2所示。建立好的模糊PID-D控制系统如图16-25所示。

车身垂向加速度论域:

量化因子:

表16-2 微分系数调节模糊规则

图16-25 模糊PID-D系统