基于仿生学的汽车主动悬架系统自适应容错控制研究

Adaptive fault tolerant control problem for car active suspension systems is an important issue both in science and engineering. Most of existing works consider the finite number of actuator failure cases, which cannot solve the potential infinite number cases and the stochastic characteristic of actuator failures. The main difficulty is to build the model for actuators which may suffer from stochastic failures and physical constraints. In this project, we will model the operating state of actuators by employing Markovian process. Then, some fundamental theories for systems with multi-Markovian variables, stochastic noise and time delay will be established. Based on the bionics theory, the adaptive technique and the Markovian system theory, we mainly consider the following three key problems: (1) the bionics based adaptive fault tolerant output feedback control for active suspension systems; (2) the bionics based adaptive fault tolerant control for active suspension systems with stochastic noise; (3) the bionics based adaptive fault tolerant control for active suspension systems with actuator delay. The considered problems are highly innovative and range across-disciplines including suspension systems, bionics and adaptive control, which is significant important both in science and car suspension.

汽车主动悬架系统的自适应容错控制问题是科学与工程领域中的一个重要课题。目前大部分研究工作考虑系统中作动器发生有限次故障的情况，无法解决作动器发生无限多次故障和随机故障的情况。其中主要的难点是对具有随机发生时间、随机发生类型故障且受物理约束作动器的建模问题。本项目中，我们拟采用Markovian过程对作动器的工作状态进行建模，然后建立具有多个Markovian变量、随机噪声以及时延系统的基础理论，并基于仿生学原理、自适应技术、Markovian跳变系统理论，重点解决以下三个问题：（1）基于仿生学的汽车主动悬架系统输出反馈自适应容错控制；（2）具有随机噪声汽车主动悬架系统的基于仿生学自适应容错控制；（3）具有作动器时延汽车主动悬架系统的基于仿生学自适应容错控制。拟研究的问题创新性强，融合了汽车悬架系统、仿生学、自适应控制技术等领域，不仅具有重要的科学意义，对汽车悬架的发展也有重要的应用价值。

汽车主动悬架系统的自适应容错控制问题一直是科学与工程领域的重要课题。目前大部分研究工作主要考虑系统中作动器发生有限次故障的情况，无法解决作动器发生无限多次故障和随机故障的情况。其中主要的难点是对遭受随机故障且受物理约束（如饱和、时滞等）的作动器如何进行建模的问题。本项目利用自适应技术及Markovian跳变系统理论研究了主动悬架系统的容错控制问题。. 我们取得的主要成果如下：1）针对四分之一车主动悬架系统，从频率域出发，建立了从路面扰动输入到车身加速度输出的传递函数，设计了比例积分控制器，给出了保证闭环系统稳定的控制器参数范围。2）基于仿生学原理研究了具有执行器饱和四分之一车主动悬架系统的自适应跟踪控制问题，建立了仿生动力学模型，设计了自适应反推跟踪控制器，给出了保证闭环系统稳定的充分条件。3）针对悬架系统等非线性系统中的复杂优化问题，设计了一种结构简单的分布式优化算法，利用控制理论工具提供了一种简洁的证明算法收敛性方法，得到了算法最快收敛率的显式表达。4）针对具有多个个体的复杂系统，研究了从众行为对个体观点演化的影响，提出了具有群体压力的改进Hegselmann-Krause模型，分析了该模型的收敛性，并给出了该模型的收敛时间及其与信任边界、群体压力大小等因素的关系。相关研究工作在国际顶级期刊IEEE Trans. Cyber.发表SCI论文1篇，另外发表SCI论文1篇、EI论文3篇。