重庆理工大学学报2023，Vol.37Issue(23) ：9-17.DOI:10.3969/j.issn.1674-8425(z).2023.12.002

全参数自适应粒子群LQR主动悬架控制策略

Fully parameterized adaptive particle swarm LQR active suspension control strategy

詹长书 陈小文
重庆理工大学学报2023，Vol.37Issue(23) ：9-17.DOI:10.3969/j.issn.1674-8425(z).2023.12.002
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

全参数自适应粒子群LQR主动悬架控制策略

Fully parameterized adaptive particle swarm LQR active suspension control strategy

詹长书 1陈小文1
扫码查看

作者信息

  • 1. 东北林业大学 机电工程学院,哈尔滨 150040
  • 折叠

摘要

建立1/4车辆主动悬架模型,提出全参数自适应粒子群LQR主动悬架控制策略,以提高汽车操纵稳定性.针对传统LQR控制策略参数调整困难,对原始粒子群算法进行自适应改进,考虑多个悬架性能指标,建立目标函数优化得到最优权重矩阵参数,以提升控制性能.通过Matlab/Simulink平台不同路面模型输入下联合仿真,与被动悬架、传统LQR控制等对比,结果表明,所提出的全参数自适应粒子群算法相较于原始算法收敛效率更高.经优化的控制策略显著改善了汽车主动悬架性能指标,与传统LQR主动悬架控制器相比,在稳定时间及极值等方面平均优化幅度40％以上,大幅提升乘坐舒适性.

关键词

主动悬架/参数自适应粒子群算法/LQR控制

Key words

active suspension/adaptive particle swarm optimization/LQR control

引用本文复制引用

基金项目

中央高校基本科研业务费专项(2572018BG02)

出版年

2023
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
参考文献量15
段落导航相关论文