基于遗传算法优化的1/4车、1/2车、整车悬架H2/H∞鲁棒自适应控制

目录

前言

1. 基于H2/H∞的1/4车悬架自适应鲁棒控制

2. 基于H2/H∞的1/4车悬架自适应鲁棒控制

3. 基于H2/H∞的整车车悬架自适应鲁棒控制

总结

---

前言

前面的文章介绍了H2/H∞的1/4车、半车和整车悬架仿真分析：

1/4车、1/2车、整车悬架H2/H∞控制仿真合集_Mr. 邹的博客-CSDN博客

但是H2/H∞从大类上分为最优解和次优解两种，其本质都是要找H2和H∞范数（也就是我们常说的性能指标大小）直接的关系，因为这两者有点类似“竞争”关系，所以需要选取一个既能够最小化人为定义的悬架性能指标RMS值，又能在约束条件内，本质就是调节r1和r2的参数，但是有些复杂些的H2/H∞还有其他参数需要整定。本篇文章以一个调节参数的H2/H∞为例进行仿真分析：

这里由于时间关系，只迭代寻优10次，由于种群数量/粒子数较大，所以其实迭代寻优10次基本上能够收敛。

1. 基于H2/H∞的1/4车悬架自适应鲁棒控制

  为了验证优化的有效性，之和拿上篇人为调参的仿真结果与基于GA的仿真结果进行对比：

小结：

①经过智能算法寻优调参的控制性能指标有较大的改善，由于悬架的几种性能指标到达一定改善程度后，便会相互制约，即虽然轮胎动变形略有恶化，但是也在约束的范围条件内。再一次证实了智能算法寻优调参的可靠新！

②由于时间关系这里只迭代10次，实际上后面r1的值已经寻得最优，波动已经到达小数点后四位。

2. 基于H2/H∞的1/2车悬架自适应鲁棒控制

3. 基于H2/H∞的整车车悬架自适应鲁棒控制

注：这里还没有收敛原因：由于普通的H2/H∞是参考文献选取，但是实际中我们比较难选取到一个这么合适的值，所以收敛速度较慢，实际上加大寻优次数，或者调整交叉变异率即可令其收敛。

总结

①本质上是迭代寻找最合适H2/H∞性能指标的组合参数；

②由于不仅需要利用工具箱求H2/H∞反馈增益阵，还需要用智能能算法迭代寻优，所以算法较复杂，联合仿真时间也是最长的；

③基于整车的H2/H∞实际放大来看还是略有改善，而且考虑到实际我们难以选取像文献中这么好的调节参数，所以效果会更好！

参考文献：

[1]赵亮,钟志华,文桂林,等. 基于遗传算法的主动悬架多目标H2/H∞鲁棒控制[J]. 中国机械工程,2008,19(18):2264-2267. DOI:10.3321/j.issn:1004-132X.2008.18.029.

[2]邹洲. 基于遗传算法的主动悬架多目标H<,2>/H<,∞>鲁棒控制[D]. 湖北:武汉理工大学,2010. DOI:10.7666/d.y1680334. 

[3]赵亮. 车辆悬架系统中新减振元件设计和减振控制算法研究[D]. 湖南:湖南大学,2008. DOI:10.7666/d.y1448993.