【四自由度半车主动悬架PID和LQG控制建模与仿真】 【车辆工程专业本科毕设】 题目基于主动悬架的车辆平顺性优化研究 模型在Simulink中搭建车辆四自由度状态空间方程模型包含车身垂向运动车身俯仰运动前后车轮垂向运动可模拟匀速直线工况和加速制动工况。 控制策略PID控制和LQG控制。 以前后主动悬架作用力为控制目标输入为各级随机路面匀速直线和俯仰激励加速制动输出为车身垂向加速度速度和位移、车身俯仰角加速度角速度和角位移、前后悬架动挠度和前后车轮动载荷。最近做了车辆工程专业的本科毕设题目是基于主动悬架的车辆平顺性优化研究。今天来和大家分享一下毕设中的一些关键内容。模型搭建在Simulink中搭建了车辆四自由度状态空间方程模型这个模型可不简单它包含了车身垂向运动、车身俯仰运动以及前后车轮垂向运动。有了这个模型就能模拟匀速直线工况和加速制动工况啦。代码如下% 定义车辆参数 m1 300; % 前轴非簧载质量 m2 300; % 后轴非簧载质量 m 1200; % 车身质量 Iz 2000; % 车身转动惯量 k1 15000; % 前悬架刚度 k2 15000; % 后悬架刚度 c1 1000; % 前悬架阻尼 c2 1000; % 后悬架阻尼 l1 1.4; % 质心到前轴距离 l2 1.4; % 质心到后轴距离 % 状态空间方程系数矩阵 A [0 0 1 0 0 0 0 0; 0 0 0 1 0 0 0 0; -k1/m -c1/m k1/m c1/m 0 0 0 0; -k2/m -c2/m k2/m c2/m 0 0 0 0; 0 0 0 0 0 0 1 0; 0 0 0 0 0 0 0 1; (-k1*l1 k2*l2)/Iz (-c1*l1 c2*l2)/Iz (k1*l1 - k2*l2)/Iz (c1*l1 - c2*l2)/Iz 0 0 0 0; 0 0 0 0 0 0 0 0]; B [0 0 1/m 0 0 0 0 0; 0 0 0 1/m 0 0 0 0; 0 0 0 0 0 0 1/Iz 0; 0 0 0 0 0 0 0 1/Iz]; C [1 0 0 0 0 0 0 0; 0 1 0 0 0 0 0 0; 0 0 0 0 1 0 0 0; 0 0 0 0 0 1 0 0; 0 0 1 0 0 0 0 0; 0 0 0 1 0 0 0 0]; D [0 0 0 0; 0 0 0 0; 0 0 0 0; 0 0 0 0; 0 0 0 0; 0 0 0 0]; % 创建状态空间模型 sys ss(A, B, C, D);这段代码定义了车辆的各种参数然后根据这些参数构建了状态空间方程的系数矩阵最后创建了状态空间模型。通过这个模型我们就能模拟车辆在不同工况下的运动啦。控制策略采用了PID控制和LQG控制两种策略。以前后主动悬架作用力为控制目标输入为各级随机路面匀速直线和俯仰激励加速制动输出为车身垂向加速度速度和位移、车身俯仰角加速度角速度和角位移、前后悬架动挠度和前后车轮动载荷。PID控制代码如下% PID控制器参数 Kp 100; Ki 10; Kd 1; % 创建PID控制器 pid pidController(Kp, Ki, Kd); % 连接模型和PID控制器 feedback feedback(pid * sys, 1); % 仿真参数 tspan 0:0.01:10; u zeros(size(tspan)); % 仿真 [y, t] lsim(feedback, u, tspan);这里定义了PID控制器的参数创建了PID控制器并将其与状态空间模型连接起来进行仿真。通过调整PID参数可以优化车辆的平顺性。【四自由度半车主动悬架PID和LQG控制建模与仿真】 【车辆工程专业本科毕设】 题目基于主动悬架的车辆平顺性优化研究 模型在Simulink中搭建车辆四自由度状态空间方程模型包含车身垂向运动车身俯仰运动前后车轮垂向运动可模拟匀速直线工况和加速制动工况。 控制策略PID控制和LQG控制。 以前后主动悬架作用力为控制目标输入为各级随机路面匀速直线和俯仰激励加速制动输出为车身垂向加速度速度和位移、车身俯仰角加速度角速度和角位移、前后悬架动挠度和前后车轮动载荷。LQG控制代码如下% LQG控制器设计 Q [100 0 0 0 0 0 0 0; 0 100 0 0 0 0 0 0; 0 0 1 0 0 0 0 0; 0 0 0 1 0 0 0 0; 0 0 0 0 10 0 0 0; 0 0 0 0 0 10 0 0; 0 0 0 0 0 0 100 0; 0 0 0 0 0 0 0 100]; R [1]; [K, S, E] lqr(A, B, Q, R); % 创建LQG控制器 lqg ss(-A B*K, B, eye(8), zeros(8, 1)); % 连接模型和LQG控制器 feedback_lqg feedback(lqg * sys, 1); % 仿真 [y_lqg, t_lqg] lsim(feedback_lqg, u, tspan);这段代码进行了LQG控制器的设计定义了状态权重矩阵Q和控制输入权重矩阵R通过lqr函数计算出反馈增益矩阵K然后创建LQG控制器并与状态空间模型连接进行仿真。通过对比PID控制和LQG控制的仿真结果可以明显看到不同控制策略对车辆平顺性的影响。LQG控制在某些方面可能表现得更加优越但具体还得根据实际情况来选择。这次毕设让我对车辆主动悬架控制有了更深入的理解也积累了不少实践经验。希望我的分享能对大家有所帮助