基于LMI的车辆主动悬架控制

目录

1.悬架模型

​​​​​1.1悬架参数

2.H2/H∞约束

3.控制器求解

4. Simulink仿真分析

4.1Simulink模型

4.2仿真结果

4.3结论

---

1.悬架模型

​​​​​1.1悬架参数

ms = 320;mt = 40;ks = 18000;cs = 1000;kt = 200000;g = 9.81;us = 1500;¬tuator hard constrainSS = 0.08;%suspension flection hard constrainz21max = SS;z22max = 1;umax = 1;alpha = 0.03;%è°èåæ°A = [0 1 0 -1;-ks/ms -cs/ms 0 cs/ms;0 0 0 1;ks/mt cs/mt -kt/mt -cs/mt];B1 = [0 0 -1 0]';±*w  B = [0 us/ms 0 -us/mt]';%B*uC1 = [-ks/ms -cs/ms 0 cs/ms];D1 = 0;D1u = us/ms;C2 = [1 0 0 0;0 0 kt/((ms+mt)*g) 0];D2 = [0 0]';D2u = [0 0]';

2.H2/H∞约束

将车身加速度定义为H2约束，使车身加速度尽可能小，即使扰动w到z2的闭环传递函数的H2范数尽可能小；将悬架动行程和车轮动变形定义为H∞范数，因为我们希望这两者不超过我们给定的一个上界即可，即将从w到z1的闭环传递函数的H∞不超过给定的一个上界，并且可以保证系统对w = Δz1进入的不确定性具有鲁棒性。

LMI：

3.控制器求解

可以使用LMI得mincx求解器进行求解，也可以使用YALMIP工具箱进行求解，最后得反馈控制律K=Y*inv(Q)。

LMI工具箱求解结果

YAMLIP工具箱求解结果

可以看到两个工具箱求解结果很接近，但YALMIP工具箱求解得结果与参考文献完全吻合，也说明了YALMIP工具箱求解精确更高。

4. Simulink仿真分析

4.1Simulink模型

4.2仿真结果

4.3结论

可以看到车身加速度得到了很大程度上的改善，悬架动扰度相比被动悬架略有恶化，但也在给定的行程范围内，证实了该H2/H∞算法的可行性。

注：本人也是摸索性的复现文献学习过程中，博客也是刚开始写，更多是为了留下学习记录，便利自己的学习，如果有兴趣的学者欢迎指导交流。博客有侵权或者错误的地方，欢迎大家交流，谢谢！

参考资料：

《线性矩阵不等式处理方法---俞立》

《Constrained Control of Active Suspensions:An LMI Approach Hong Chen, Member, IEEE, and Kong-Hui Guo》