基于状态反馈x-LMS算法的发动机主动悬置控制方法技术

本发明专利技术公开了一种基于状态反馈x

【技术实现步骤摘要】
基于状态反馈x
‑
LMS算法的发动机主动悬置控制方法


[0001]本专利技术涉及机械系统动力学建模及振动控制领域，更具体地说是一种基于状态反馈x
‑
LMS算法的发动机主动悬置控制方法。

技术介绍

[0002]发动机作为汽车振动的主要振源之一，直接影响汽车的NVH性能。发动机悬置是减小发动机振动对汽车NVH性能的影响的最有效的手段。在不同频率条件下，发动机悬置性能的要求是不同的：在低频区大振幅振动时，为了限制动力总成的振动幅度并快速衰减振动，需要悬置元件具有较大的刚度和阻尼；在高频小振幅振动时，为了获得较低的振动传递率，需要悬置元件具有较小的刚度和阻尼。因此，理想的悬置需要能够根据发动机的运行工况，自适应调节自身参数以满足发动机不同的工作需求。发动机主动悬置在相应的控制方法作用下，能够在低频时利用被动悬置的隔振性能获得大刚度、大阻尼，来抑制发动机的位移幅值，而在高频时利用作动器的作动力，降低动刚度来有效隔离发动机振动，降低车内噪音。因此，在发动机主动振动控制技术中，主动振动控制方法直接决定了主动振动控制的效果，是主动振动控制的核心技术之一。
[0003]在发动机主动悬置控制技术方面，已经有大量的控制方法得到了应用PID方法、LQR方法、模型参考控制方法、H2和H
∞
两种鲁棒控制方法、滑膜控制方法、线性矩阵不等式控制方法等。但是这些主动振动控制方法所擅长的频率范围是不同，比如基于随机干扰假设的最优控制，在原理上存在不同程度的低频相对位移控制和高频隔振性能的折中处理，不能适应宽频带振动控制。

技术实现思路

[0004]本专利技术为解决上述现有技术所存在的不足，提出一种具有计算量小、易于实现且自适应能力强的基于状态反馈x
‑
LMS算法的发动机主动悬置控制方法，以期能够实现整个频率范围内的最优控制，从而提高发动机主动悬置的控制性能，并能克服传统x
‑
LMS算法以激励信号作为参考信号的缺点。
[0005]本专利技术为解决技术问题采用如下技术方案：
[0006]本专利技术一种基于状态反馈x
‑
LMS算法的发动机主动悬置控制方法的特点在于，按如下步骤进行：
[0007]步骤1：采集振动数据：
[0008]步骤1.1：设定循环次数为k，并且初始化k＝1；
[0009]步骤1.2：定义第k次循环的状态向量为X
k
＝[x
1.k x
2.k x
3.k x
4.k
]T
，其中，x
1.k
为第k次循环的发动机振动位移，x
2.k
为第k次循环的发动机振动速度，x
3.k
为第k次循环的簧载质量振动位移，x
4.k
为第k次循环的簧载质量振动速度；
[0010]令为X
k
的估计值，为x
1.k
的估计值，为x
2.k
的估计值，为x
3.k
的估计值，为x
4.k
的估计值；
[0011]步骤1.3：由位移传感器测量第k次循环的发动机与簧载质量之间的相对位移x
r.k
，由力传感器测量第k次循环的发动机振动时通过主动悬置传递给簧载质量的动态力F
d.k
；
[0012]步骤2：根据发动机、主动悬置、簧载质量、悬架组成的发动机主动悬置系统的离散状态方程，建立如式(1)
‑
式(9)所示的Sage
‑
Husa卡尔曼滤波器，用于估计状态变量值：
[0013]步骤2.1、利用式(1)计算第k次循环的一步预测均方误差P
k,k
‑1：
[0014][0015]式(1)中，G为状态矩阵，G
T
为G的转置矩阵，P
k
‑1为第k
‑
1次循环的均方误差，H2为第二输入系数矩阵，为H2的转置矩阵，为第k
‑
1次循环的第二输入变量F
in.k
‑1的协方差矩阵；
[0016]步骤2.2、利用式(2)计算第k次循环的状态向量X
k
的一步预测估计值
[0017][0018]式(2)中，为第k
‑
1次循环的状态向量X
k
‑1的估计值，H1为第一输入系数矩阵，F
c.k
‑1为第k
‑
1次循环的第一输入变量，为第k
‑
1次循环的第二输入变量F
in.k
‑1的均值；
[0019]步骤2.3、利用式(3)计算第k次循环的残差v
k
：
[0020][0021]式(3)中，e(k)表示第k次循环的残余振动，且e(k)＝[x
r.k
,F
d.k
]T
，C为第一输出系数矩阵，D为第二输出系数矩阵，r
k
为第k次循环的测量噪声η
k
的均值；
[0022]步骤2.4、利用式(4)计算第k次循环的增益矩阵K
k
：
[0023]K
k
＝P
k,k
‑1C
T
[CP
k,k
‑1C
T
+R
k
]‑1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0024]式(4)中，C
T
为第一输出系数矩阵C的转置矩阵，R
k
为第k次循环的测量噪声η
k
的协方差；
[0025]步骤2.5、利用式(5)计算第k次循环的均方误差P
k
：
[0026]P
k
＝(I
‑
K
k
C)P
k
(I
‑
K
k
C)
T
+K
k
R
k
K
kT
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0027]式(5)中，I为单位矩阵，K
kT
为增益矩阵K
k
的转置矩阵；
[0028]步骤2.6、利用式(6)计算第k次循环的状态向量X
k
的估计值
[0029][0030]步骤2.7、利用式(7)计算第k次循环的加权系数d
k
：
[0031]d
k
＝(1
‑
b)/(1
‑
b
(k+1)
)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0032]式(7)中，b为遗忘因子；
[0033]步骤2.8、利用式(8)计算第k次循环的第二本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于状态反馈x
‑
LMS算法的发动机主动悬置控制方法，其特征在于，按如下步骤进行：步骤1：采集振动数据：步骤1.1：设定循环次数为k，并且初始化k＝1；步骤1.2：定义第k次循环的状态向量为X
k
＝[x
1.k x
2.k x
3.k x
4.k
]
T
，其中，x
1.k
为第k次循环的发动机振动位移，x
2.k
为第k次循环的发动机振动速度，x
3.k
为第k次循环的簧载质量振动位移，x
4.k
为第k次循环的簧载质量振动速度；令为X
k
的估计值，为x
1.k
的估计值，为x
2.k
的估计值，为x
3.k
的估计值，为x
4.k
的估计值；步骤1.3：由位移传感器测量第k次循环的发动机与簧载质量之间的相对位移x
r.k
，由力传感器测量第k次循环的发动机振动时通过主动悬置传递给簧载质量的动态力F
d.k
；步骤2：根据发动机、主动悬置、簧载质量、悬架组成的发动机主动悬置系统的离散状态方程，建立如式(1)
‑
式(9)所示的Sage
‑
Husa卡尔曼滤波器，用于估计状态变量值：步骤2.1、利用式(1)计算第k次循环的一步预测均方误差P
k,k
‑1：式(1)中，G为状态矩阵，G
T
为G的转置矩阵，P
k
‑1为第k
‑
1次循环的均方误差，H2为第二输入系数矩阵，为H2的转置矩阵，为第k
‑
1次循环的第二输入变量F
in.k
‑1的协方差矩阵；步骤2.2、利用式(2)计算第k次循环的状态向量X
k
的一步预测估计值的一步预测估计值式(2)中，为第k
‑
1次循环的状态向量X
k
‑1的估计值，H1为第一输入系数矩阵，F
c.k
‑1为第k
‑
1次循环的第一输入变量，为第k
‑
1次循环的第二输入变量F
in.k
‑1的均值；步骤2.3、利用式(3)计算第k次循环的残差v
k
：式(3)中，e(k)表示第k次循环的残余振动，且e(k)＝[x
r.k
,F
d.k
]
T
，C为第一输出系数矩阵，D为第二输出系数矩阵，r
k
为第k次循环的测量噪声η
k
的均值；步骤2.4、利用式(4)计算第k次循环的增益矩阵K
k
：K
k
＝P
k,k
‑1C
T
[CP
k,k
‑1C
T
+R
k
]
‑1ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)式(4)中，C
T
为第一输出系数矩...

【专利技术属性】
技术研发人员：钱立军，司志远，白先旭，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：