没有合适的资源?快使用搜索试试~ 我知道了~
基于粒子群优化算法的半主动悬架系统模糊逻辑控制器的设计和性能比较
© 2013由Elsevier B.V.发布。由美国应用科学研究所负责选择和/或同行评审可在www.sciencedirect.com在线获取ScienceDirectAASRI Procedia 4(2013)160 - 1662013年AASRI智能系统与控制基于粒子群优化算法Abroon Jamal Qazia, *,Umar A. Farooquib,Afzal Khana,M. Tahir Khana,Farrukh Mazharb,Ali Fiazaa巴基斯坦白沙瓦工程技术大学机械工程系b巴基斯坦伊斯兰堡国立科技大学摘要本文涉及被动悬架和各种半主动悬架系统的四分之一汽车模型的建模。半主动悬架在满足车辆重量和运行成本的前提下,其性能优于被动悬架和主动悬架。模糊逻辑控制器被纳入半主动模型的设计方案。基于模糊逻辑的系统可以通过启发式规则处理非线性。粒子群优化技术被应用,以确定最佳的比例因子保持归一化的输入和输出的模糊逻辑控制器的范围。最后,将优化后的系统与基于不同控制算法的系统(包括被动系统)进行了性能比较。模型进行了比较的道路处理和乘坐舒适性的属性。结果清楚地表明,基于模糊逻辑的粒子群优化半主动悬架系统的优越性,相对于所有其他系统。该研究提出了一种创新的方法,利用相对位移和相对速度作为输入参数,导致没有超调的悬架位移。© 2013作者。由Elsevier B. V.在CC BY-NC-ND许可下开放获取。由美国应用科学研究所负责选择和/或同行评审关键词:半主动悬架;模糊逻辑控制器;启发式规则;粒子群算法* 通讯作者。联系电话:+923455420132。电子邮件地址:abroon_qazi@hotmail.com。2212-6716 © 2013作者由Elsevier B. V.在CC BY-NC-ND许可下开放获取。美国应用科学研究所负责的选择和/或同行评审doi:10.1016/j.aasri.2013.10.025Abroon Jamal Qazi等人/ AASRI Procedia 4(2013)160161一控制器缩放因子CF缩放B归一化因子缩放因子1. 介绍悬架系统的主要功能是在汽车中提供减震。除了承载车辆的重量外,它还试图最大限度地减少或消除可能由各种来源引起的振动,包括路面不规则性,空气动力学力和轮胎/车轮组件的不均匀性[1]。电流变液和磁流变液的发展使可控阻尼器的研制成为现实。主动和半主动悬架的使用已经增加,因为被动悬架系统不能满足相互冲突的要求[2]。在过去的几十年里,模糊逻辑已经实现了非常快,因为模糊集理论的第一篇论文,现在被认为是该主题的开创性论文,由Zadeh [3]撰写,他被认为是该领域的创始人。Mamdani [4]发展了Zadeh的工作,并展示了模糊逻辑控制(FLC)在小型蒸汽机模型中的应用。模糊逻辑控制系统的参数难以通过手工程序进行控制。因此,重要的缩放因子通过适当的优化技术来调整。粒子群优化(PSO)算法在收敛性和计算时间方面表现得更好。该技术已广泛应用于工程问题[5]。本文介绍了四分之一汽车被动和半主动悬架系统的Simulink建模。对优化后的模糊控制器的输入输出进行归一化处理,并引入增益因子。利用粒子群优化技术进行离线调谐,获得增益因子。在优化参数的基础上,选择阻尼器的最大输出。根据不同的控制算法设计了不同的模型。所有的模型进行比较的道路操纵性和乘坐舒适性。第2节描述了系统的建模以及PSO技术的实现。第3节讨论了模拟结果,而第4节给出了结论。2. 系统建模本节介绍系统建模。粒子群优化调整模糊逻辑控制系统的框图如图所示。1.一、Fig. 1.粒子群优化调整模糊逻辑控制系统162Abroon Jamal Qazi等人/ AASRI Procedia 4(2013)1602.1. 四分之一汽车参数和道路轮廓四分之一汽车模型有两个自由度。为了模拟系统,四分之一车参数取自参考数据[6]。包括脉冲的道路扰动轮廓被建模,用于进行被动和模糊逻辑悬架系统之间的比较,如图所示。二、图二.道路扰动剖面2.2. 优化模糊逻辑控制器对于半主动悬架模型,需要改变阻尼系数。为了将阻尼系数的调制,模糊逻辑控制器被纳入设计方案。模糊化接口、模糊规则库、决策逻辑和解模糊化接口是模糊逻辑系统的主要模块。模糊化涉及将清晰值转换为语言变量,这些变量由模糊规则库和决策过程进一步操纵。解模糊化将语言变量转换回清晰的值,这些值再次输入到工厂。在目前的研究中,所提出的模糊逻辑控制器采取两个输入:相对位移和相对速度,而控制器的输出是期望的阻尼系数。每个输入包括三个隶属函数; N(三角形),Z(单点)和P(三角形),而输出变量包括三个隶属函数; S(三角形),M(高斯)和L(三角形)。基于每个输入变量的三个隶属函数,共制定了九条规则。所有的输入和输出变量都已经被归一化,分别具有[-1,1]和[0,1]的范围。Mamdani推理系统采用质心解模糊方法。2.3. 粒子群优化算法PSO是一种生物启发技术,基于成群的鸟类和鱼群所表现出的行为。该算法搜索一个n维问题,以优化目标函数。的Abroon Jamal Qazi等人/ AASRI Procedia 4(2013)160163该技术的优点在于其相对简单和更好地收敛到合理的解,避免了局部最小值。群包括一个固定数量的粒子,开发一个最佳解决方案的合作搜索。每个粒子优化一组三个缩放因子; A、B和C。Li best表示每个粒子的最佳已知位置,而Gbest表示完整群的相应最佳已知位置。在k+1次迭代中,每个粒子的位置(pi)由速度(vi)更新,如(1)和(2)所示。vi(k 1)wvi(k)c1r1(k)(Libestpi(k))c2r2(k)(Gbestpi(k))(一)pi(k1)pi(k)vi(k)(二)其中c1和c2分别表示局部最佳和全局最佳位置的认知和社会加速度,w是惯性权重常数,r1(k)和r2(k)表示在[0,1]的均匀分布域中生成的随机数。3. 模拟结果与讨论本节介绍模拟结果,然后进行详细讨论。在Matlab模糊工具箱中设计了模糊逻辑控制器,并在Simulink中进行了仿真。粒子群优化算法在Matlab中编程并执行,以确定三个优化的增益因子。用于PSO算法的参数在表1中描述。表1. PSO算法参数参数符号群大小30迭代次数30未知变量3认知加速1.5社会加速1.8惯性重量0.6通过粒子群优化算法得到的优化的模糊半主动悬架系统的优化比例因子为A = 24.39,B = 15.46,和C = 3954.3。3.1. 基于各种控制算法为了评估基于模糊逻辑的半主动悬架系统的性能,基于模糊逻辑的天棚、地钩和混合系统已经被开发和仿真。天钩系统基于最小化悬架振动的策略,地钩系统控制轮胎所经历的振动,并且混合系统基于两个系统的组合策略来设计图3和图4描绘了响应于脉冲道路干扰的基于控制算法的各种系统的性能结果。轮胎位移是道路操纵性的良好指标,而悬架位移是乘坐舒适性的衡量标准。164Abroon Jamal Qazi等人/ AASRI Procedia 4(2013)160图三.各种控制算法见图4。各种控制算法各种控制算法的重要性能参数的值已在表2中与脉冲道路干扰相关地制成表格。阴影值表示过冲百分比,而非阴影值表示以秒表示的稳定时间。此外,每个网格中的顶部两个值与初始扰动有关,底部两个值对应于扰动的第二部分。Abroon Jamal Qazi等人/ AASRI Procedia 4(2013)160165表2.脉冲路面纵断面参数控制算法优化模糊被动模糊天钩模糊地钩模糊混合轮胎位移200.2540-200.516.70.421.30.3-2.91.75-6.4--41.8-2.52-31.8悬架位移00.2560-01.25281.2513.3101.75-10-02.75-4.32.75-0.41.8阴影单元格表示过冲百分比无阴影单元格表示稳定时间(秒)优化后的模糊系统在悬架位移控制方面优于其它系统。与其他系统相比,没有过冲,系统快速稳定。因此,优化后的模糊系统在所有的控制算法中给出了最好的乘坐舒适性。在悬架位移的情况下,被动系统根本不稳定。模糊混合控制算法结合了天棚和地钩的控制策略。在轮胎位移方面,最佳的稳定时间段由优化的模糊逻辑系统描述,而接地钩提供最小的百分比超调。然而,优化后的模糊系统在车辆操纵性方面仍与地钩系统相当。4. 结论本文介绍了混合人工智能技术在半主动悬架系统设计中的成功应用。在Simulink中建立了被动和半主动悬架系统的模型。由于引入了比例因子,优化后的模糊系统的输入输出隶属度函数得到了归一化。优化后的模糊逻辑控制系统的性能优于被动系统和其他控制方案的道路操纵性和乘坐舒适性。引用[1] Anil Shirahatt,Pravin Panzade和Kulkarni M M.乘用车悬架平顺性与路面保持性优化设计。巴西机械科学与工程学会学报,2008,30(1):66-76.[2] 王文,等.汽车电磁式主被动悬架系统的研究.北京:机械工程出版社,2000,24(1):100 - 101.第49届IEEE车辆技术会议,休斯顿,美国,1999,3:2273-2277。[3] Zadeh L A.模糊集合。信息与控制,1965,8(3):338-353.[4] Mamdani E和Assilian S.模糊逻辑控制器的语言综合实验。国际人机研究杂志,1975,7(1):1-13.[5] Rini D P,Shamsuddin S M和Yuhaniz S S.粒子群优化:技术,系统和挑战。国际计算机应用杂志,2011,14(1):19166Abroon Jamal Qazi等人/ AASRI Procedia 4(2013)160[6] Abu-Khudhair A,Muresan R和Yang S X.汽车半主动悬架的模糊控制。IEEE机电一体化与自动化国际会议,长春,中国,2009年8月,2118-2122。
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 5
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- C语言快速排序算法的实现与应用
- KityFormula 编辑器压缩包功能解析
- 离线搭建Kubernetes 1.17.0集群教程与资源包分享
- Java毕业设计教学平台完整教程与源码
- 综合数据集汇总:浏览记录与市场研究分析
- STM32智能家居控制系统:创新设计与无线通讯
- 深入浅出C++20标准:四大新特性解析
- Real-ESRGAN: 开源项目提升图像超分辨率技术
- 植物大战僵尸杂交版v2.0.88:新元素新挑战
- 掌握数据分析核心模型,预测未来不是梦
- Android平台蓝牙HC-06/08模块数据交互技巧
- Python源码分享:计算100至200之间的所有素数
- 免费视频修复利器:Digital Video Repair
- Chrome浏览器新版本Adblock Plus插件发布
- GifSplitter:Linux下GIF转BMP的核心工具
- Vue.js开发教程:全面学习资源指南
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功