分享自:

新型分散式执行器系统设计与控制的经济型主动悬架

期刊:IEEE AccessDOI:10.1109/access.2022.3217214

低成本主动悬架的新型分散式执行器系统设计与控制研究

作者及发表信息
本研究由韩国成均馆大学机械与航空航天工程学院的Jeong-Woo Lee(第一作者)与韩国汉江国立大学ICT、机器人及机械工程学院的Kwangseok Oh(通讯作者,IEEE会员)合作完成,论文《New Decentralized Actuator System Design and Control for Cost-Effective Active Suspension》于2022年10月26日发表于期刊《IEEE Access》(DOI: 10.1109/ACCESS.2022.3217214)。


学术背景
研究领域与动机
本研究属于车辆动力学与智能悬架控制领域。传统液压主动悬架系统因结构复杂、成本高昂及性能限制难以普及(如1990年代OEM方案)。随着车辆电动化与自动驾驶技术的发展,2013年后主动悬架研究重新受到关注,核心方向聚焦于执行器架构简化动力电气化,旨在通过改进力控性能提升乘坐舒适性与车辆姿态控制效果。

科学问题
现有系统存在以下瓶颈:
1. 液压系统复杂性:传统方案依赖中央液压泵与多阀门,导致能量损耗与响应延迟。
2. 控制性能局限:现有算法(如最优控制、滑模控制)因执行器非线性特性与扰动不确定性易出现颤振或跟踪误差。
3. 成本与能效:发动机驱动泵的持续运行降低燃油经济性。

研究目标
提出一种分散式电液执行器系统,整合半主动阻尼阀与按需电动泵,通过非线性模型力控算法实现低成本、高效率的主动悬架控制。


研究流程与方法
1. 执行器系统设计
- 核心组件
- CDC阀(Continuous Damping Control Valve,连续阻尼控制阀):基于液压阀阻尼特性,通过调节电流控制软/硬模式切换,满足0.05–0.3 m/s速度区间的阻尼力需求(表5)。
- Gerotor泵(摆线泵):双向容积泵,集成于各车轮执行器,最大压力150 bar,通过电机直接驱动实现分散式压力控制(图4)。
- 液压回路创新:取消中央泵与复杂管路,采用车轮独立泵模块(图3),减少流阻损失并提升响应速度。

2. 物理建模与仿真验证
- 多领域建模
- 液压动力学:基于AMESim构建执行器压力-流量方程(式1-3),考虑油液弹性模量β与阀门流量系数。
- Gerotor泵泄漏模型:通过实验数据拟合齿隙与端面泄漏特性(图10)。
- 系统辨识:采用正弦扫频激励(10 Hz内)标定电机-泵组件的转动惯量(5.87×10⁻⁵ kg·m²)与阻尼系数(0.0025 Nm/(rad/s))。
- 仿真平台:联合Simulink与AMESim验证阻尼模式与主动模式的力-速度特性(图15),最大主动力误差源于未建模的流阻与泄漏非线性。

3. 集成控制算法开发
- 混合控制策略
- 逆映射前馈控制:基于台架测试数据建立力-电流/转速映射(图21),快速响应目标力需求。
- 非线性模型反馈控制:通过状态方程(式13-17)实时计算泵/阀目标流量,结合PID补偿压力误差(式18)。
- 模式切换逻辑:根据悬架速度(ẋdamper)动态分配阻尼阀与泵的功率(图18),在低频扰动下优先启用主动力(区域¬–­),高频扰动下切换为阻尼模式(区域°–²)。

4. 实验验证
- 台架测试:对比逆映射法与模型法的力跟踪性能(图29-30),后者在0.25 m/s激励下相位延迟减少30%,12 Hz内跟踪精度提升。
- 四分之一车测试:采用Schenk液压激振器模拟路面输入(图31),模型法使簧载质量加速度RMS降低30%(图33),同时电机功耗减少20%。


主要结果与逻辑关联
1. 执行器性能:Gerotor泵集成设计将系统体积缩减40%,分散式架构降低管路动态损耗(图1对比传统方案)。
2. 控制算法有效性:模型反馈控制克服了逆映射法在低速区的非线性误差(图28),力跟踪延迟从20 ms降至5 ms(表8)。
3. 整车性能提升:集成Skyhook控制(式26)后,车身共振区加速度降低15%,验证了算法对舒适性与操稳性的协同优化能力。


结论与价值
科学价值
1. 提出首个结合CDC阀与分散式Gerotor泵的执行器架构,为电液混合悬架设计提供新范式。
2. 开发非线性自适应力控算法,解决了液压系统参数不确定性与扰动抑制问题。

应用价值
1. 成本效益:取消中央液压单元,物料成本降低25%。
2. 能效提升:按需泵控策略减少能量损耗30%,适用于电动车型。

研究亮点
1. 方法创新:首次将Gerotor泵用于主动悬架,结合半主动阀实现全工况力控。
2. 工程实用性:通过四分之一车平台验证了算法鲁棒性,支持量产适配(表10)。

未来方向
作者建议结合数据驱动方法(如[28-30])进一步优化上层控制逻辑,以适应自动驾驶场景下的多目标控制需求。

(注:全文术语如CDC阀、Gerotor泵等首次出现时标注英文,后续直接使用中文译名。)

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com