0 引言

汽車主動懸架系統(tǒng)是衡量車輛品質(zhì)的重要組成部分，對提升車輛的行駛平順性和乘坐舒適性起著至關(guān)重要的作用[1]。為了滿足車輛的安全性、舒適性和通過性要求，懸架結(jié)構(gòu)形式一直在不斷地更新和完善。與被動懸架和半主動懸架相比，主動懸架系統(tǒng)的懸架剛度和阻尼特性能根據(jù)汽車的行駛條件進(jìn)行動態(tài)自適應(yīng)調(diào)節(jié)，從而在輸出力范圍、操縱安全性以及乘坐舒適性等方面具有巨大的設(shè)計(jì)潛力[2]。

近年來，國內(nèi)外各大企業(yè)和研究機(jī)構(gòu)對主動懸架系統(tǒng)結(jié)構(gòu)設(shè)計(jì)和控制方法開展相關(guān)研究。2020年，李忠興等[3]采用協(xié)調(diào)互聯(lián)狀態(tài)控制與車輛高度控制耦合，構(gòu)建一種電控空氣懸架系統(tǒng)。研究結(jié)果表明，車輛在道路上直線行駛時，犧牲轉(zhuǎn)彎條件下的部分乘坐舒適性提高了車輛的轉(zhuǎn)向穩(wěn)定性。2023年，Zhao等[4]設(shè)計(jì)了一種控制框架，用于解決空氣主動懸架系統(tǒng)的車身高度跟蹤控制問題。仿真結(jié)果表明該控制框架的有效性，在隨機(jī)路面激勵下能實(shí)現(xiàn)空氣懸架的平順性調(diào)節(jié)。Sun等[5]提出一種空氣彈簧和磁力彈簧并聯(lián)的準(zhǔn)零剛度懸架，降低了懸架系統(tǒng)的固有頻率。數(shù)學(xué)建模和仿真試驗(yàn)結(jié)果表明，該空氣懸架系統(tǒng)能明顯降低車身加速度，提高了車輛的平順性和操縱穩(wěn)定性。Wenbo等[6]將液壓作動器納入控制器設(shè)計(jì)，提出了一種無近似、無反步的控制方案。仿真結(jié)果表明，所提控制方法改善了電控液壓主動懸架的性能。王軍年等[7]設(shè)計(jì)了一種能主動抗側(cè)傾的電控液壓懸架系統(tǒng)，搭建主動抗側(cè)傾控制方法聯(lián)合仿真平臺。仿真結(jié)果表明，該懸架能夠提升特種車輛的抗側(cè)傾能力，且能將電控液壓懸架的運(yùn)動能量進(jìn)行回收?？馨l(fā)榮等[8]提出了一種滑?？刂品椒▉斫档碗姶呕旌现鲃討壹芟到y(tǒng)作動器故障。仿真結(jié)果表明，擁有滑?？刂品椒ǖ碾姶呕旌现鲃討壹艿膽壹軇訐隙染礁递^被動懸架有所降低，改善了車輛平順性。孫鳳等[9]研究了一種控制方法，用于減少電磁主動懸架的能量損耗。仿真結(jié)果表明，改進(jìn)控制方法與未改進(jìn)的控制方法比較，電磁主動懸架功率降低的同時，車身垂向加速度降幅得到較大改進(jìn)，懸架動行程與輪胎動變形性能也有所提升，電磁主動懸架的性能得到提升。劉錦超等[10]設(shè)計(jì)了一種控制器，并進(jìn)行聯(lián)合仿真和實(shí)車測試。結(jié)果表明，所提控制器在多種工況下的車身高度穩(wěn)態(tài)誤差較小，且未出現(xiàn)明顯的控制超調(diào)現(xiàn)象，提升了電控空氣懸架的性能。通過綜述主動懸架系統(tǒng)及其控制方法的研究進(jìn)展，發(fā)現(xiàn)研究和開發(fā)高性能、更環(huán)保、實(shí)用性能更好的主動懸架系統(tǒng)是車輛動力學(xué)與控制學(xué)科亟需解決的難題。

為了深入了解當(dāng)前汽車主流主動懸架系統(tǒng)及其控制方法研究現(xiàn)狀，本文綜述了主動懸架系統(tǒng)組成以及其經(jīng)典控制方法和現(xiàn)代控制方法，總結(jié)了不同控制方法的優(yōu)缺點(diǎn)，對主動懸架系統(tǒng)控制方法研究方向和發(fā)展趨勢進(jìn)行展望。

1主動懸架系統(tǒng)

隨著汽車電子控制系統(tǒng)以及懸架減振技術(shù)的發(fā)展，現(xiàn)代汽車中的主動懸架多為電子控制單元控制的主動懸架系統(tǒng)，又稱電控主動懸架。電控主動懸架系統(tǒng)由傳感器及控制開關(guān)、電子控制單元（ElectronicControl Unit，ECU）和執(zhí)行器組成，能夠改變懸架系統(tǒng)的剛度、減振器的阻尼力及車身高度等參數(shù)。目前研制開發(fā)的新型主動懸架有電控液壓主動懸架、電控空氣懸架、電磁主動懸架系統(tǒng)[11]。

1.1 電控液壓主動懸架系統(tǒng)

電控液壓主動懸架系統(tǒng)由懸架電子控制單元、液壓泵、儲液罐、液壓控制閥、懸架液壓缸、車身高度傳感器、車身加速度傳感器等組成。

電控液壓主動懸架系統(tǒng)通過液壓控制傳遞能量來調(diào)整車身的平衡，抵抗路面?zhèn)鬟f過來的激勵，同時能保證車輛具有良好的操縱穩(wěn)定性。汽車在正常道路行駛的過程中，假如車輛轉(zhuǎn)向發(fā)生側(cè)傾，導(dǎo)致車輛外側(cè)液壓缸的壓力增高，內(nèi)側(cè)車輪液壓缸壓力降低，壓力信號傳輸至電控單元，電控單元根據(jù)壓力信號來調(diào)整車身姿態(tài)，防止發(fā)生側(cè)傾。車身安裝有車身高度傳感器和車身加速度傳感器，這些傳感器信號輸入電控單元經(jīng)分析后，電控單元將控制信號送至液壓泵，液壓泵接收信號后對油壓進(jìn)行調(diào)節(jié)，可使轉(zhuǎn)彎時的側(cè)傾最小。液壓控制系統(tǒng)原理如圖1所示。

圖1 液壓系統(tǒng)控制原理

1.2 電控空氣懸架系統(tǒng)

電控空氣懸架由空氣彈簧、減振器、車身加速度傳感器、車身高度傳感器、懸架控制單元、儲氣罐、供氣系統(tǒng)、電磁閥、管路及線束等組成。奧迪電控空氣懸架系統(tǒng)結(jié)構(gòu)組成如圖2所示。

圖2奧迪電控空氣懸架系統(tǒng)

車輛行駛時，車輪附近設(shè)有車身高度傳感器，根據(jù)車身高度傳感器輸出的信號，ECU確定該車輛的高度，將調(diào)節(jié)電信號傳至執(zhí)行器，執(zhí)行器向電磁閥發(fā)出動作信號，電磁閥的占空比是決定電磁閥的開閉時間的主要因素，調(diào)整占空比就能控制空氣彈簧的充放氣，讓空氣彈簧剛度處于合適范圍。車輛高度過低時，空氣壓縮機(jī)將高壓氣體送入空氣彈簧氣室，使空氣彈簧壓力增大，提高懸架的高度，從而提升車輛高度。反之，降低車輛高度，使乘員處于舒適的行車環(huán)境。

當(dāng)然，空氣懸架的作用不僅能調(diào)節(jié)車身高度，也可進(jìn)行底盤剛度調(diào)節(jié)，同時空氣懸架對高頻振動有較好的隔振效果，能夠改善車內(nèi)聲音品質(zhì)，提升車輛乘坐舒適性。

1.3電磁主動懸架系統(tǒng)

電磁主動懸架又稱磁流變液減震器懸架，具有響應(yīng)速度快、控制系統(tǒng)精度高、效率高等特點(diǎn)[12]。電磁主動懸架系統(tǒng)主要由連桿、電磁主動作動器、扭桿彈簧、輪邊減振系統(tǒng)等組成，懸架結(jié)構(gòu)如圖3所示。

圖3電磁主動懸架[13]

電磁主動懸架按其作動器構(gòu)型不同，分為直線電機(jī)式和旋轉(zhuǎn)電機(jī)式。前者將電能直接轉(zhuǎn)化成線性動能，后者輸出或輸入轉(zhuǎn)矩，通過傳動裝置將旋轉(zhuǎn)動能和線性動能相互轉(zhuǎn)化。該類型懸架搭載了電磁減振器，根據(jù)傳感器檢測到的地面激勵信號等參數(shù)，通過改變電磁減振器中的電流大小來控制電磁力，調(diào)整車身高度，從而提高乘坐舒適性。

2 主動懸架系統(tǒng)控制方法

將國內(nèi)外現(xiàn)有主動懸架系統(tǒng)控制方法分為經(jīng)典控制方法和現(xiàn)代控制方法。其中經(jīng)典控制方法分別為PID控制、狀態(tài)反饋H_∞控制、模糊控制和神經(jīng)網(wǎng)絡(luò)控制；現(xiàn)代控制方法分別為滑?？刂?、自適應(yīng)控制、魯棒控制和預(yù)測控制。

2.1 經(jīng)典控制方法 2.1.1PID控制

詹長書和蘇立慶[14]通過粒子群優(yōu)化算法，優(yōu)化了PID控制器的參數(shù)選擇問題。試驗(yàn)結(jié)果表明，優(yōu)化后的主動懸架控制性能得到明顯提高，從而提升了車輛的平順性和操縱穩(wěn)定性。Ma[15]等設(shè)計(jì)了主動懸架系統(tǒng)PID控制器，建立了仿真模型圖。仿真結(jié)果表明，該P(yáng)ID控制器能夠有效提高主動懸架系統(tǒng)整體性能，進(jìn)一步增強(qiáng)車輛的舒適性和安全性。Hu等[16]設(shè)計(jì)了一種PID反饋控制方法。采用分?jǐn)?shù)階PID算法控制電機(jī)的轉(zhuǎn)角，實(shí)現(xiàn)懸架系統(tǒng)的阻尼調(diào)節(jié)。仿真和試驗(yàn)結(jié)果表明，分?jǐn)?shù)階非線性懸架模型的仿真結(jié)果比傳統(tǒng)線性懸架模型的仿真結(jié)果更接近實(shí)際實(shí)驗(yàn)值，提高了各項(xiàng)性能指標(biāo)的精度。與傳統(tǒng)PID控制電路相比，針對電機(jī)設(shè)計(jì)的分?jǐn)?shù)階PID控制電路具有更好的控制性能。Parvez等[17]采用PID控制器來研究主動懸架系統(tǒng)在車身加速度和振動幅值穩(wěn)定時間方面的性能。然后對彈簧剛度、壩系數(shù)等參數(shù)的不同組合進(jìn)行了對比分析。研究表明，在主動系統(tǒng)中，車身加速度降低了92.20%，沉降時間減少了30%，提高了平順性和道路操控性。

2.1.2 狀態(tài)反饋H_控制

Jin等[18]研究表明，與被動懸架相比，采用約束魯棒H_∞控制器的主動懸架可以提高車輛的乘坐舒適性和抓地性能。李杰等[19]采用約束狀態(tài)H_∞控制方法，研究主動懸架對輪轂電機(jī)電動汽車脈沖平順性的影響。仿真結(jié)果表明，在脈沖路面上，所提控制方法改善了簧載質(zhì)量垂向加速度和簧載質(zhì)量俯仰角加速度，增加了主動懸架的動行程和相對動載荷。王剛等[20]為了提高開發(fā)主動懸架系統(tǒng)效率，減少整車模型參數(shù)，開發(fā)出整車主動懸架免參數(shù)H_∞控制方法。仿真結(jié)果表明，該控制方法能達(dá)到最優(yōu)控制的效果，改善低頻范圍內(nèi)的操縱穩(wěn)定性和平順性。Arivazhagan[21]提出了輸入—輸出有限時間穩(wěn)定條件與靜態(tài)輸出反饋H_∞控制相結(jié)合的控制方法，有效抑制短時路面干擾。建立的四分之一車輛主動懸架模型，利用變量替換法和線性矩陣不等式設(shè)計(jì)了一個可行的靜態(tài)輸出反饋控制器。輸出反饋控制的初始不可行問題通過狀態(tài)反饋技術(shù)解決。理論結(jié)果表明，與被動和傳統(tǒng)的靜態(tài)輸出反饋控制方案相比，采用靜態(tài)輸出反饋H_∞控制的組合輸入—輸出有限時間穩(wěn)定條件能更好地提高車輛性能。此外，還驗(yàn)證了控制器的魯棒性。Wei[22]設(shè)計(jì)了一種新型的輸出反饋H_∞最優(yōu)控制器。分別在顛簸路面激勵和C級路面激勵下，仿真了時滯對車體垂向加速度和俯仰加速度的影響。試驗(yàn)結(jié)果表明，在顛簸路面下，時滯小于25ms時，控制器的性能受影響較??；在C級路面激勵下，即使時滯達(dá)到50ms，控制器的性能也不會受到影響。

2.1.3 模糊控制

Zhang等[23]將模糊控制引入到PID控制中，提高了經(jīng)典PID控制方法的抗干擾能力，并通過實(shí)時修改控制器參數(shù)，提高了系統(tǒng)的魯棒性。將非PID控制、PID閉環(huán)控制和模糊PID控制3種控制方式對車輛的行駛狀態(tài)進(jìn)行試驗(yàn)對比。此外，對車輛平順性進(jìn)行評價(jià)，以驗(yàn)證3種控制算法。試驗(yàn)結(jié)果表明，基于模糊PID控制系統(tǒng)的車輛側(cè)傾角和側(cè)向加速度得到了明顯的改善，車輛的抗干擾能力和穩(wěn)定性也得到了很大的提高。Khan等[24]將模糊控制器和非線性反步控制器集成為一種控制機(jī)構(gòu)，通過主動懸架控制各個車輪防滑。仿真結(jié)果表明，使用該集成控制機(jī)構(gòu)可以使主動懸架控制車輪垂直載荷，降低車輪的打滑，提高車輛的穩(wěn)定性。Han等[25]提出一種基于路面估計(jì)的模糊PID主動懸架系統(tǒng)控制方法，利用傅里葉變換擬合道路功率譜密度，與主動懸架結(jié)合，實(shí)時評估道路狀況。仿真試驗(yàn)結(jié)果表明，所提出的控制方法能夠根據(jù)路面狀況自適應(yīng)調(diào)整參數(shù)，從而滿足不同路面狀況下主動懸架系統(tǒng)的控制要求。Yin等[26]設(shè)計(jì)了模糊PID控制器對參數(shù)進(jìn)行自主調(diào)節(jié)。將連續(xù)交叉路段駝峰模型和C級道路模型作為道路輸入信號，對比了被動、PID控制和模糊PID控制懸架的振動特性。仿真試驗(yàn)結(jié)果表明，與其他2種情況相比，采用模糊PID控制可顯著減小車身的垂向、俯仰和側(cè)傾振動，并修正懸架動撓度和輪胎動載荷，從而提高乘坐舒適性。與PID控制懸架系統(tǒng)相比，加速度減小約20%，懸架工作空間減少約10%，輪胎撓度減小約15%。Ji等[27]提出一種增強(qiáng)型變論域模糊PID控制,在傳統(tǒng)變論域模糊PID 控制的基礎(chǔ)上，構(gòu)建自適應(yīng)伸縮因子控制器，能實(shí)時自適應(yīng)確定和調(diào)整伸縮因子的參數(shù)。仿真試驗(yàn)結(jié)果表明，在不同工況下，所提出的增強(qiáng)型變論域模糊PID控制方法可降低車身加速度、懸架動撓度和輪胎動載荷的均方根值，提高了車輛的乘坐舒適性，解決了傳統(tǒng)變論域模糊PID控制中相關(guān)參數(shù)固定、難以確定、無法自適應(yīng)調(diào)節(jié)等問題。薛文平和張春玲[28]提出了一種基于遺傳算法的變論域模糊PID控制方法，進(jìn)一步改善控制器的減振效果。試驗(yàn)結(jié)果表明，相比PID、模糊PID與未優(yōu)化的變論域模糊PID等控制方法，基于遺傳算法的變論域模糊PID控制方法在改善主動懸架的性能方面表現(xiàn)良好，對車輛行駛速度不確定性具有較強(qiáng)的魯棒性。

2.1.4 神經(jīng)網(wǎng)絡(luò)控制

Mustafa等[29]提出了一種基于時滯控制和自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制相結(jié)合的非線性主動懸架系統(tǒng)控制器。在時滯控制的基礎(chǔ)上，替換了模型的非線性和外部擾動，加入了徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)。為了展示基于時滯控制和自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制相結(jié)合的非線性控制器的性能，將其與傳統(tǒng)被動懸架系統(tǒng)、延時控制、神經(jīng)網(wǎng)絡(luò)補(bǔ)償和PID控制器在三種不同路面擾動下的性能進(jìn)行了比較。仿真結(jié)果表明了所提方法的成功和有效性。Zhao和Gu[30]設(shè)計(jì)了一種基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的主動懸架自適應(yīng)PID控制器。使用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)獲得用于PID控制的比例、積分和微分環(huán)節(jié)的參數(shù)。對比了無控制懸架、基于徑向基函數(shù)的PID控制和H_∞控制方法的控制效果。根據(jù)仿真結(jié)果，所提的控制方法優(yōu)于其他方法，揭示了該控制方法的優(yōu)越特性。Minh和Kwan[3l]設(shè)計(jì)了一種自適應(yīng)神經(jīng)網(wǎng)絡(luò)反演控制方案。應(yīng)用擴(kuò)張狀態(tài)觀測器估計(jì)不確定參數(shù)、未建模動態(tài)和外部擾動，通過徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)逼近各類載荷的未知質(zhì)量。試驗(yàn)結(jié)果表明，驗(yàn)證了所提方法的有效性。Hamza等[32]利用人工神經(jīng)網(wǎng)絡(luò)控制救護(hù)車的主動懸架系統(tǒng)，以減少振動對病人身體在救護(hù)車內(nèi)受到的二次傷害。人工神經(jīng)網(wǎng)絡(luò)控制器主動懸架式救護(hù)車與傳統(tǒng)救護(hù)車的性能進(jìn)行對比試驗(yàn)，結(jié)果表明，在符合ISO2631—5和ISO8608標(biāo)準(zhǔn)的道路上，通過人工神經(jīng)網(wǎng)絡(luò)控制的主動懸架式救護(hù)車可以將病人和擔(dān)架的振動減少70%以上。楊敏和曹從詠[33]進(jìn)行了主動懸架系統(tǒng)振動控制的研究，研究對象是微型電動汽車。將模糊算法和神經(jīng)網(wǎng)絡(luò)結(jié)合，設(shè)計(jì)了模糊神經(jīng)網(wǎng)絡(luò)。仿真結(jié)果表明，即使控制回路存在時滯，該算法依然有效。Chen等[34]提出一種空氣懸架系統(tǒng)的自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制方案，利用徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)解決懸架系統(tǒng)的模型不確定性和外界擾動問題。與模糊PID控制方法相比，該方法在精度和速度上都有顯著提高，證明了該方法的可行性和優(yōu)越性。

2.2現(xiàn)代控制方法 

2.2.1滑?？刂?/span>

Wei[35]根據(jù)新型趨近律的特點(diǎn)，設(shè)計(jì)了一種主動滑?？刂品桨?，利用布谷鳥搜索算法確定了主動懸架滑模控制器的最佳參數(shù)。仿真結(jié)果顯示，與傳統(tǒng)滑?？刂破飨啾?，搭載主動滑?？刂品桨傅闹鲃討壹芟到y(tǒng)控制效果得到了進(jìn)一步改善，證明了布谷鳥搜索算法對優(yōu)化參數(shù)的可行性。Nguyen[36]提出滑?？刂扑惴▉砜刂浦鲃討壹芟到y(tǒng)的運(yùn)行。仿真結(jié)果表明，與使用被動懸架系統(tǒng)的車輛相比，搭載滑?？刂扑惴刂频闹鲃討壹芟到y(tǒng)的車輛，簧載質(zhì)量的位移和加速度顯著降低，分別降低了14.4%和14.1%?；？刂扑惴ǖ男Ч嵘浅ｏ@著。Nguyen[37]提出最優(yōu)滑?？刂扑惴?。試驗(yàn)結(jié)果顯示，采用了最優(yōu)滑模控制算法的主動懸架系統(tǒng)，簧下質(zhì)量最大位移和平均位移數(shù)值均有顯著降低。其與采用標(biāo)準(zhǔn)線性控制算法的主動懸架系統(tǒng)或被動懸架的車輛相比，在行駛工況時增強(qiáng)了車輪與路面的接觸。Wang等[38]提出了一種基于滑模控制設(shè)計(jì)的主動懸架系統(tǒng)?？刂破鲄?shù)和系數(shù)通過二型模糊系統(tǒng)進(jìn)行計(jì)算和更新，消除抖振現(xiàn)象。為了評估所提出的控制系統(tǒng)的性能，應(yīng)用了道路的兩模型不確定性。對主動懸架系統(tǒng)和被動懸架系統(tǒng)進(jìn)行了對比仿真試驗(yàn)。仿真結(jié)果表明了所提出的滑模控制系統(tǒng)的高效性。Ahmad等[39]提出了一種基于自適應(yīng)滑模的自抗擾控制方法。該控制方法核心思想是將自適應(yīng)滑模控制精確跟蹤參考軌跡的優(yōu)點(diǎn)與自抗擾控制抑制參數(shù)不確定性和外部擾動的能力相結(jié)合。仿真結(jié)果表明，所提出的控制方案能夠顯著提高車輛的行駛平順性和道路處理能力。將所提出的方法與線性自抗擾控制器和傳統(tǒng)的比例—積分—微分控制器進(jìn)行了比較。仿真結(jié)果表明，基于自適應(yīng)滑模的自抗擾控制提高了對建模誤差、非線性和擾動的魯棒性。Flayyih等[40]采用積分滑模控制，結(jié)合非標(biāo)準(zhǔn)反步法設(shè)計(jì)了一種汽車主動懸架系統(tǒng)液壓作動器。主動懸架系統(tǒng)的非線性、參數(shù)變化和路面干擾被積分滑?？刂破魉种?。仿真結(jié)果表明，證明了所提控制器設(shè)計(jì)的有效性。

2.2.2 自適應(yīng)控制

Zhang等[41]提出一種自適應(yīng)神經(jīng)網(wǎng)絡(luò)優(yōu)化控制方法，開發(fā)出虛擬和實(shí)際最優(yōu)控制器。仿真結(jié)果表明所提控制方法降低了主動懸架的顫振，提高了液壓作動器的可靠性。但并未考慮到引起液壓作動器故障的其他原因，該仿真對作動器可靠性的提升較為有限。Nichiclea[42]提出的自適應(yīng)諧波控制方法，該控制器基于車身加速度反饋產(chǎn)生幅值和頻率可變的諧波控制信號。比較了多種主動懸架控制方法，在這些研究的控制算法中的唯一反饋數(shù)據(jù)是車身加速度。仿真結(jié)果經(jīng)過對比分析表明，所提出的控制方案顯示出相當(dāng)好的控制性能，在某些情況下產(chǎn)生了比其他控制方法更好的結(jié)果。Deng等[43]提出了一種基于事件觸發(fā)的自適應(yīng)模糊最優(yōu)控制方法。在傳感器到控制器和控制器到執(zhí)行器通道中都使用了事件觸發(fā)機(jī)制，從而在雙通道中實(shí)現(xiàn)了通信節(jié)省。為了保證最優(yōu)的性能和穩(wěn)定性，構(gòu)造了兩個獨(dú)立的觸發(fā)條件。仿真驗(yàn)證了所提方案的有效性。Acla等[44]提出了一種應(yīng)對動態(tài)非線性和不確定性的自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)。為了克服非線性、參數(shù)不確定性和剛性外部擾動等動態(tài)現(xiàn)象，提出了一種自適應(yīng)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)與反步法控制系統(tǒng)相結(jié)合的方法。這種設(shè)置可以處理系統(tǒng)的非匹配模型不確定性，而自適應(yīng)神經(jīng)網(wǎng)絡(luò)可以處理其未知的平滑函數(shù)。仿真結(jié)果表明了自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制的有效性。Zeng[45]提出一種基于動態(tài)事件觸發(fā)條件的自適應(yīng)神經(jīng)控制技術(shù)，將主動懸架系統(tǒng)的垂直位移限制在可靠的范圍內(nèi)，保證了駕駛安全性和操縱穩(wěn)定性，提高了乘坐舒適性，并通過仿真結(jié)果驗(yàn)證該控制技術(shù)的有效性。Guo等[46]研究了一種新穎的非線性自適應(yīng)容錯控制方法，它可以在沒有昂貴的故障檢測和隔離機(jī)制的情況下容納多個執(zhí)行器故障。仿真結(jié)果表明，在存在多個執(zhí)行器故障、速度測量誤差和外部干擾的情況下，所提出方法的有效性和優(yōu)勢。

2.2.3魯棒控制

Cao等[47]使用多目標(biāo)魯棒控制性能，該控制器包括簧載質(zhì)量加速度、懸架動撓度和輪胎動撓度。利用符號計(jì)算提出了一種求解帶調(diào)節(jié)參數(shù)的半正定多項(xiàng)式的算法。仿真結(jié)果表明，與現(xiàn)有的其他主動懸架控制系統(tǒng)相比，該系統(tǒng)的控制性能得到了顯著提高。Gong和Yan[48]設(shè)計(jì)了一種基于路面等級估計(jì)的魯棒控制新方法。試驗(yàn)結(jié)果表明，通過調(diào)節(jié)魯棒控制器的參數(shù)矩陣控制懸架的剛度和阻尼。所提出的控制方法可以在不同路面等級下改善乘坐舒適性和操縱穩(wěn)定性。Dinh等[49]提出了一種電液作動器主動懸架魯棒控制方法，在主回路中給出了一種反步滑?？刂?，通過產(chǎn)生虛擬控制力來保證車輛行駛品質(zhì)的同時保證系統(tǒng)的穩(wěn)定性和對系統(tǒng)整體擾動的魯棒性。通過力促動器設(shè)計(jì)魯棒控制來跟蹤期望力。仿真表明，主動懸架的垂蕩、縱搖和橫搖3種運(yùn)動中均方根值較小，從此提高了乘坐舒適性和操縱穩(wěn)定性。周辰雨等[50]設(shè)計(jì)了側(cè)翻工況預(yù)測和控制方法，設(shè)計(jì)了主動懸架抗側(cè)翻魯棒控制器。仿真結(jié)果表明，與半主動懸架和多目標(biāo)控制主動懸架相比，該抗側(cè)翻魯棒控制器能夠有效的防止車輛側(cè)翻，提升了主動懸架的穩(wěn)定性和車輛安全性。金賢建等[51]建立面向μ綜合魯棒控制的定向輪轂懸置吸振式主動懸架混合不確定系統(tǒng)動力學(xué)模型。仿真結(jié)果表明，設(shè)計(jì)的μ綜合魯棒控制器的綜合性能優(yōu)于定向輪轂懸置吸振式H_∞。μ綜合魯棒控制器能有效抑制輪轂主動懸架系統(tǒng)的垂向振動，即使在外界干擾和多參數(shù)攝動下仍能較好地提高車輛行駛的平順性及乘坐舒適性。

2.2.4 預(yù)測控制

Johan等[52]提出了一個顯式模型預(yù)測控制器的主動懸架系統(tǒng)，在一輛具有電控液壓主動懸架系統(tǒng)的多功能車上進(jìn)行仿真和試驗(yàn)，對該控制器進(jìn)行了測試。結(jié)果表明，在頻率小于4Hz的情況下，相對于天鉤控制器，使用顯式模型預(yù)測控制器，簧載質(zhì)量的垂直加速度的均方根值降低了10%。在相同的頻率范圍內(nèi)，顯式模型預(yù)測控制器的加入將進(jìn)一步提高上升和下沉加速性能8%至21%。Yao等[53]設(shè)計(jì)了一種基于主動懸架的直接轉(zhuǎn)矩控制模型預(yù)測控制器?？刂破鲗?shí)時調(diào)整傾斜角和橫擺角速度，在實(shí)現(xiàn)路徑跟蹤的同時提高了車輛的抗側(cè)翻能力。仿真結(jié)果表明，與傳統(tǒng)的零滾轉(zhuǎn)角控制相比，所提出的傾斜控制大大降低了車輛轉(zhuǎn)彎時乘員感知的橫向加速度和橫向載荷轉(zhuǎn)移比，并具有良好的路徑跟蹤性能。Niaona等[54]提出了一種基于多智能體的主動懸架系統(tǒng)分布式模型預(yù)測控制方法。聯(lián)合仿真結(jié)果表明，該預(yù)測控制系統(tǒng)可以極大地減小車身的垂直加速度、俯仰加速度和側(cè)傾加速度。特別是在轉(zhuǎn)向工況下，可以同時兼顧車輛的安全性、舒適性和操控穩(wěn)定性。Li等[55]提出了一種基于線性參數(shù)變化的模型預(yù)測控制方案，以增強(qiáng)速度相關(guān)主動懸架的阻尼控制。仿真結(jié)果表明，與被動懸架控制相比，主動懸架控制在變速工況下的性能有顯著提高。Feng等[56]開發(fā)預(yù)測控制器，將轉(zhuǎn)矩矢量控制與主動懸架系統(tǒng)進(jìn)行集成控制器，用于增強(qiáng)主動懸架的垂向和縱向性能。為了減輕控制器設(shè)計(jì)負(fù)擔(dān)，將半車動力學(xué)模型簡化為線性時變模型。試驗(yàn)驗(yàn)證了控制器的有效性，保證了主動懸架穩(wěn)定性，提高了車輛的舒適性。

2.3不同控制方法的優(yōu)缺點(diǎn)分析

2.3.1不同控制方法的優(yōu)點(diǎn)

經(jīng)典控制方法與現(xiàn)代控制方法的各優(yōu)點(diǎn)如表1所

表1 不同控制方法的優(yōu)點(diǎn)

2.3.2不同控制方法的缺點(diǎn)

經(jīng)典控制方法與現(xiàn)代控制方法的各缺點(diǎn)如表2所示。

表2不同控制方法的缺點(diǎn)

通過上述優(yōu)點(diǎn)分析可看出不同的控制方法間存在著響應(yīng)速度快、處理復(fù)雜的非線性系統(tǒng)、實(shí)現(xiàn)精確控制等相同的優(yōu)點(diǎn)。對缺點(diǎn)的討論是未來研究方向的依據(jù)，可將多種控制方法融合設(shè)計(jì)、互補(bǔ)，從而提升主動懸架的控制精度和速度。

3 主動懸架控制方法面臨的挑戰(zhàn)與未來研究方向

隨著市場對高端車輛的需求增加，以及汽車新技術(shù)的迅速發(fā)展，對主動懸架的性能提出了更高的要求。主動懸架系統(tǒng)相較于被動懸架和半主動懸架具有巨大的發(fā)展?jié)摿?，但是主動懸架系統(tǒng)面臨的挑戰(zhàn)還有許多，其中主要包括4個方面：（1）主動懸架系統(tǒng)工作能量損耗大和能量回收率低；（2）主動懸架仿真研究條件設(shè)置理想化；（3）試驗(yàn)研究設(shè)備提供的工況與實(shí)際主動懸架系統(tǒng)運(yùn)行工況有差距；（4）多系統(tǒng)融合控制有難度。為解決以上問題，應(yīng)著重進(jìn)行以下研究。

3.1主動懸架系統(tǒng)工作能量損耗大和能量回收率低

（1）電控液壓主動懸架系統(tǒng)：液壓泵正常工作需要電能，依靠發(fā)動機(jī)輸出動力使發(fā)電機(jī)運(yùn)行，發(fā)電機(jī)將電能輸送至液壓泵。液壓泵需要維持或適應(yīng)液壓缸內(nèi)的壓力變化，需要持續(xù)工作，則其消耗電能過大，從而導(dǎo)致車輛能源消耗過大。

（2）電控空氣懸架系統(tǒng)：該類空氣懸架核心部件為空氣彈簧，若橡膠材料的服役疲勞、耐久性及可靠性被破壞，則使電控空氣懸架能耗增大；空氣壓縮機(jī)的負(fù)載會消耗部分發(fā)動機(jī)輸出功率，對車輛的能源消耗增大，并且進(jìn)行主動懸架能量回收難。

（3）電磁主動懸架系統(tǒng)：對于傳統(tǒng)汽車而言，電磁主動懸架會消耗發(fā)動機(jī)功率或蓄電池的能量，無法進(jìn)行主動懸架能量回收；對于電動汽車和混合動力汽車而言，使用電磁主動懸架能進(jìn)行部分能量回收利用，但能量回收率低。因此，在碳中和、碳達(dá)峰背景下，通過控制方法減少主動懸架系統(tǒng)能量損耗和主動懸架能量回收利用是一個值得研究的問題

3.2 主動懸架系統(tǒng)仿真研究條件設(shè)置理想化

國內(nèi)外已有的關(guān)于主動懸架系統(tǒng)控制方法的文獻(xiàn)研究，大多文獻(xiàn)均為仿真研究，再通過其仿真研究結(jié)果來驗(yàn)證控制方法是否有效。研究人員沒有準(zhǔn)確考慮仿真環(huán)境與實(shí)地測試環(huán)境之間的差異，仿真分析設(shè)置的邊界條件趨于理想化，造成仿真數(shù)據(jù)與實(shí)測數(shù)據(jù)存在誤差。今后應(yīng)該考慮增加仿真分析條件的實(shí)際性。

3.3 試驗(yàn)研究設(shè)備提供的工況與實(shí)際主動懸架的運(yùn)行工況有差距

部分研究人員在試驗(yàn)中設(shè)計(jì)了主動懸架臺架設(shè)備，但并未將臺架測試設(shè)備整合用于車輛上。該種試驗(yàn)方案未考慮到真實(shí)情況下環(huán)境影響因素和懸架系統(tǒng)組成部件對整車懸架系統(tǒng)的影響，且臺架試驗(yàn)得出的研究結(jié)果往往與整車主動懸架試驗(yàn)存在差別，缺乏完整的試驗(yàn)裝置去驗(yàn)證其試驗(yàn)結(jié)果，控制方法在該種環(huán)境中進(jìn)行仿真得到的數(shù)據(jù)與實(shí)際工況亦存在差別。

后續(xù)研究應(yīng)積極開展整車試驗(yàn)研究。將主動懸架與整車技術(shù)匹配，研發(fā)出能符合真實(shí)場景試驗(yàn)的主動懸架系統(tǒng)。

3.4 多系統(tǒng)融合控制有難度

國內(nèi)外研究人員將兩種及兩種以上的控制方法和算法進(jìn)行融合使用，例如將模糊控制與PID控制融合、自適應(yīng)控制與神經(jīng)網(wǎng)絡(luò)控制融合、滑?？刂婆c預(yù)測控制融合等。多系統(tǒng)融合控制是當(dāng)前主動懸架控制方法的主流，通過融合控制方法可以提升主動懸架的控制精度和速度，是當(dāng)前懸架技術(shù)發(fā)展亟需解決的問題。

4 結(jié)束語

主動懸架系統(tǒng)的設(shè)計(jì)和控制問題備受國內(nèi)外研究學(xué)者的關(guān)注。本文綜述國內(nèi)外近幾年主動懸架控制方法的相關(guān)研究。通過對主動懸架分類和發(fā)展概述，對比分析了經(jīng)典控制方法和現(xiàn)代控制方法，不同的控制方法間存在著響應(yīng)速度快、處理復(fù)雜的非線性系統(tǒng)、實(shí)現(xiàn)精確控制等相同的優(yōu)點(diǎn)。提出了主動懸架控制方法面臨的挑戰(zhàn)與未來研究方向。當(dāng)前主動懸架控制方法越來越多，未來不僅局限于仿真試驗(yàn)，將會有更多的試驗(yàn)研究設(shè)備提供的工況與實(shí)際主動懸架的運(yùn)行工況相匹配，多系統(tǒng)融合控制方法應(yīng)用于主動懸架系統(tǒng)越來越多，主動懸架的控制精度和速度也會得到提升，并且主動懸架系統(tǒng)的能源消耗及能量回收率低也是值得深入探討的研究主題。

參考文獻(xiàn)

[1]余強(qiáng)，鄭慕僑.汽車懸架控制技術(shù)的發(fā)展[J].汽車技術(shù)，1994(9):1-6.

[2] HROVAT D. Survey of Advanced Suspension Developments and Related Optimal Control ApplicationsJ]. Automatica (Jourmal of IFAC). 1997， 33(10)：1781-1817.

[3]李仲興，沈安誠，江洪，電控空氣懸架多智能體博弈控制系統(tǒng)研究[J].汽車工程，2020，42（6）：793—800+831.

[4] ZHAO R. XIE H, GONG X. et al. Neural Network-based Adaptive Height Tracking Control of Active Air Suspension System with Magnetorheological Fluid Damper Subject to Uncertain Mass and Input Delay[J]. Sensors, 2023， 24(1)：156.

[5] SUN L SU L LI Z, et al. Research on Design and Characteristic of a New Type of Air Suspension System with Magnetic Negative Quasi-Zero StiffnessJ]. The Journal of Automobile Engineering, 2024. 238(2-3)：374-384.

[6] WANG W B. LIU S. ZIIAO D X, et al. Approximation-Free Output Feedback Control for Hydraulic Active Suspensions with Prescribed Performance[J]. Nonlinear Dynamics, 2023. 111(23):21673-21689.

[7]王軍年，劉哲，孟令帥，等，兼具饋能與主動抗側(cè)傾功能的電控液壓懸架系統(tǒng)設(shè)計(jì)與研究[].汽車工程學(xué)報(bào)，2023.13(3):396-407.

[8]寇發(fā)榮，陳若晨，胡凱侖，等.電磁混合主動懸架滑模容錯控制研究[J].現(xiàn)代制造工程，2023（8）：66—74.

[9]孫鳳，邢大壯，周冉，等.考慮能耗的電磁主動懸架LQR控制策略[J].西南交通大學(xué)學(xué)報(bào)，2023.58（4）：754—760+798

[10]劉錦超，李軍偉，陳斌，等.乘用車電控空氣懸架高度控制策略[].液壓與氣動，2024，48（2）：108—115.

[11]楊輝.汽車電控懸架的現(xiàn)狀及趨勢[J].裝備制造技術(shù)。2013(4):204-206.

[12]殷珺，羅建南，喻凡.汽車電磁式主動懸架技術(shù)綜述[J].機(jī)械設(shè)計(jì)與研究，2020.36（1）：161—168.

[13]凌晨.全主動懸架的產(chǎn)業(yè)化應(yīng)用綜述[].汽車工業(yè)研究，2023(3):22-25.

[14]詹長書，蘇立慶，基于粒子群優(yōu)化的主動懸架PID控制策略[J].科學(xué)技術(shù)與工程，2022，22（10）：4180—4186.

[15] MA S, LI Y, TONG S. Research on Control Strategy of Seven-DOF Vehicle Active Suspension System based on Co-Simulation[ J/OL]. Measurement and Control. 2023, 56 (7-8).https:/doi.org/10.1177/00202940231154.

[16] HU Y. LIU J. WANG Z, et al. Research on Electric Oil Pneumatic Active Suspension based on Fractional-Order PID Position Control[J]. Sensors, 2024. 24(5): 1644.

[17] PARVEZ Y. CHAUIIAN N R. SRIVASTAVA M. Vibration Control and Comparative Analysis of Passive and Active Suspension Systems Using PID Controller with Particle Swarm OptimizationJ]. Journal of the Institution of Engineers (India): Series C. 2024: 1-19.

[18] JIN X. WANG J. SUN S. et al. Design of Constrained Robust Controller for Active Suspension of In-Wheel-Drive Electric Vehicles[J]. Mathematics, 2021.9(3)：249.

[19]李杰，賈長旺，成林海，等，脈沖路面下電動汽車主動懸架狀態(tài)反饋H∞控制[J].湖南大學(xué)學(xué)報(bào)（自然科學(xué)版），2022,49(8):12-20.

[20]王剛，李昆鵬，景暉，等.基于Q學(xué)習(xí)的整車主動懸架免參數(shù)H_∞控制[J].汽車工程，2023，45（12）：2260—2271.

[21] ARIVAZIIAGAN A. ARUNACHALAM K. Combined Input -Output Finite-time Stability with II e Static Output- feedback Control Approach for Active Suspension[J]. IETE Journal of Research, 2023,69(8)：5473-5483.

[22] WEI C Y. Modeling and Simulation of Active Half-vehicle Suspension based on a New Output-feedback II o ControllerJ]. International Journal of Control. Automation and Systems, 2024， 22(3)：775-784.

[23] ZHANG P. YUE H J. SHI Z Y. et al. A Fuzzy PID Algorithm-based Attitude Control Method of Suspension- Type Small Rail Vehicles[J]. Journal of Vibration Engineering & Technologies, 2021， 10(1)：1-20.

[24] KHAN M A. HAROON S. AHMAD E, et al. Active Slip Control of a Vehicle Using Fuzzy Control and Active Suspension[J]. Automatika, 2021， 62(3-4)：386-396.

[25] HAN S Y. DONG J F. ZHOU J. et al. Adaptive Fuzzy PID Control Strategy for Vehicle Active Suspension Basèd on Road evaluation[J]. Electronics. 2022， 11(6)：921.

[26] YIN Z, SU R. MA X. Dynamic Responses of 8-DoF Vehicle with Active Suspension: Fuzzy-PID ControllJ]. World Electric Vehicle Journal, 2023. 14(9)：249.

[27] JI GG. ZHANG L D. SHAN M Y. et al. Enhanced Variable Universe Fuzzy PID Control of the Active Suspension based on Expansion Factor Parameters Adaption and Genetic AlgorithmJ]. Engineering Research Express, 2023， 5(3)：035007.

[28]薛文平，張春玲，基于遺傳算法的汽車主動懸架變論域模糊PID控制[.江蘇大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，45(1): 8-15.

[29] MUSTAFA Y I G. LI X. WANG H. A New Neural Network-based Adaptive Time-Delay Control for Nonlinear Car Active Suspension SystemJ]. Studies in Informatics and Control, 2022， 31(4)：13-24.

[30] ZIIAO W. GU L. Adaptive PID Controller for Active Suspension Using Radial Basis Function Neural Networks [J]. Actuators, 2023,12(12)：437.

[31] MINH C H, KWAN K A. Extended State Observer-based Adaptive Neural Networks Backstepping Control for Pneumatic Active Suspension with Prescribed Performance Constraint[J]. Applied Sciences, 2023,13(3)：1705-1705.

[32] IIAMZA A. YAIIIA N B. Artificial Neural Networks Controller of Active Suspension for Ambulance based on ISO StandardsJ]. Proceedings of the Institution of Mechanical Engineers, Part D: Journal of Automobile Engineering. 2023. 237(1)：34-47.

[33]楊敏，曹從詠.微型電動汽車主動懸架系統(tǒng)振動控制仿真[J].計(jì)算機(jī)仿真，2023，40（10）：167—171.

[34] CHEN Z. ZHANG J. Adaptive Neural Network Control of Heavy Vehicle Air Suspension with Uncertainties[]. Journal of Vibration Engineering & Technologies. 2024: 1- 17.

[35] WEI S, SU X Optimization of the New Index Reaching Law of the Active Suspension Sliding Mode Controller based on the Cuckoo Search Algorithm[EB/OL]. (2021- 10-26)[2024-04-25].https:/www.hindawi.com/journals/ complexity/2021/5585327/.

[36] NGUYEN T. Advance the Efficiency of an Active Suspension System by the Sliding Mode Control Algorithm with Five State Variables[J]. IEEE Access. 2021.9：164368-164378

[37] NGUYEN D N. NGUYEN T A. Enhancing the performance of the vehicle active suspension system by an Optimal Sliding Mode Control algorithm.[J]. PloS one. 2022.17(12): e0278387.

[38] WANG Z, RAN L. KONG B. et al. Suspension System Control based on Type-2 Fuzzy Sliding Mode Technique [J/OL]. Complex. (2022-01-01)[2024-06-24]. https:/doi. org/10.1155/2022/2685573.

[39] AHMAD SS. ABID M B. SHOEB H. Adaptive Sliding Mode-based Active Disturbance Rejection Control for Vehicle Suspension ControllJ]. Journal of Systems and Control Engineering. 2022， 236(8)：1523-1533.

[40] FLAYYIII M A. HHAMZAH M H. HASSAN J M. Nonstandard Backstepping based Integral Sliding Mode Control of Hydraulically Actuated Active Suspension SystemlJ]. Intemational Journal of Automotive Technology. 2023,24(6):1665-1673.

[41] ZHANG J. LI K. LI Y. Neuro-Adaptive Optimized Control for Full Active Suspension Systems with Full State Constraints[]. Neurocomputing,2021,458:478-489. 

[42] NICHIELEA T C. UNGURITU M G. Design and Comparisons of Adaptive Harmonie Control for a Quarter- Car Active SuspensionJ]. Journal of Automobile Engineering, 2022,236(2-3)：343-352.

[43] DENG Y. GONG M. NI T. Double-Channel Event- Triggered Adaptive Optimal Control of Active Suspension Systems[J]. Nonlinear Dynamics, 2022， 108(4)：3435- 3448.

[44] AELA A M A. KENNE J P. MINTSA H A. Adaptive neural network and nonlinear electrohydraulic active suspension control systemlJ]. Journal of Vibration and Control. 2022. 28(3-4):243-259.

[45] ZENG Q. ZHAO J. Dynamic Event-Triggered-Dased Adaptive Finite-Time Neural Control for Active Suspension Systems with Displacement Constraint[J]. IEEE Transactions on Neural Networks and Learning Systems, 2022,35(3)：4047-4057.

[46] GUO X, WANG J, SUN W. Nonlinear Adaptive FaultTolerant Control for Full-ear Active Suspension with Velocity Measurement Errors and Full-State Constraints [J]. Journal of the Franklin Institute, 2024， 361(10)：106845

[47] CAO Z. ZHAO W. HOU X. et al. Multi-Objective Robust Control for Vehicle Active Suspension Systems via Parameterized Controller[J]. IEEE Access. 2019， 8：7455- 7465

[48] GONG M, YAN X. Robust Control Strategy of Heavy Vehi- cle Active Suspension based on Road Level EstimationlJ]. International Joumal of Automotive Technology, 2021,22 (1):141-153.

[49] DINHI G K. NGUYEN H V. LE D T. et al. Extended State Observer based Robust Control for Active Suspensions with Electro-Hydraulic Actuators[C//2023 12th Interna- tional Conference on Control. Automation and Information Sciences (ICCAIS). Ilanoi, Vietnam: IEEE. 2023: 471- 476.

[50]周辰雨，易莎，余強(qiáng)，等.概率融合的抗側(cè)翻智能主動懸架控制研究[J.控制工程，2024，31（1）：126—133.

[51]金賢建，王佳棟，徐利偉，等.輪轂電機(jī)驅(qū)動電動汽車主動懸架μ綜合魯棒控制研究[J/OL].機(jī)械工程學(xué)報(bào)，(2024-03-27)[2024-06-14].http:/kns.cnki.net/kcms/ detail/11.2187.TH.20240322.1652.022.html.

[52] JOHAN T, ALDO S. PATRICK G, et al. Regionless Explicit Model Predictive Control of Active Suspension Systems with PreviewJ]. IEEE Transactions on Industrial Electronics, 2020.67(6)：4877-4888.

[53] YAO J L. WANG M. LI Z H. et al. Research on Model Predictive Control for Automobile Active Tilt based on Active Suspension[J]. Energies. 2021. 14(3): 671-671.

[54] NIAONA Z. SHENG Y. GUANGYI W. et al. Fast Distributed Model Predictive Control Method for Active Suspension Systems[J]. Sensors, 2023. 23(6)：3357-3357.

[55] LI Q, CHEN Z. SONG et al. Model Predictive Control for Speed-Dependent Active Suspension System with Road Preview Information[J]. Sensors,2024.24(7): 2255.

[56] FENG J. LIANG J. LU Y. et al. An Integrated Control framework for Torque Vectoring and Active Suspension SystemJ]. Chinese Journal of Mechanical Engineering. 2024,37(1):1-12.

[57]王文林，侯之超，鄒軍.汽車空氣懸架研究進(jìn)展：零部件與系統(tǒng)[].汽車安全與節(jié)能學(xué)報(bào)，2018，9（1）：11—24.