半主動空氣懸架神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制的仿真研究

1、半主動空氣懸架神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制的仿真研究王輝朱思洪(江蘇工業(yè)學(xué)院常州213016(南京農(nóng)業(yè)大學(xué)南京210031摘要文章提出將神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制策略用于半主動空氣懸架的控制,通過仿真研究表明半主動懸架能較好地改善車輛行駛的平順性和操縱穩(wěn)定性,同時還證明該策略用于半主動空氣懸架控制是可行的和有效的。關(guān)鍵詞空氣懸架;神經(jīng)網(wǎng)絡(luò);變剛度中圖分類號:T P 391.9文獻標(biāo)識碼:AAbstract :T he self 2adap tive neu ral netw o rk con tro l strategy is emp loyed to con tro l the sem i 2active s

2、u spen si on system .T he si m u lati on research show s that sem i 2active su spen si on can i m p rove the ride com fo rt and m an i pu lati on stab ility ,and that the sem i 2active air su spen si on self 2adap tive neu ral netw o rk con tro l is app licab le and effective .Key words :air su spen

3、 si on ;neu ral netw o rk s ;variab le rate 收稿日期:20052022100前言目前空氣懸架控制系統(tǒng)的控制策略,主要是利用高度控制閥實現(xiàn)的分級控制,控制精度不高。由于空氣懸架是一個復(fù)雜的非線性系統(tǒng),因此可以利用非線性的神經(jīng)網(wǎng)絡(luò)反映控制對象的特征,通過對空氣彈簧剛度的調(diào)節(jié),實現(xiàn)對懸架進行有效的控制。本文基于神經(jīng)網(wǎng)絡(luò)控制理論,用M atlab Si m u link 軟件,對半主動空氣懸架系統(tǒng)的神經(jīng)網(wǎng)絡(luò)控制算法進行仿真研究。1系統(tǒng)模型的建立由于空氣懸架系統(tǒng)這一被控對象的復(fù)雜性,在建立系統(tǒng)的數(shù)學(xué)模型時,就需要在模型的簡化和精確度之間進行折衷。本論文研究的是

4、對車輛垂直方向的振動進行減振,因此不考慮車輛的橫向振動和前后的俯仰振動,為了簡化研究對象,突出問題的本質(zhì),采用1 4車輛兩自由度模型,如圖1所示。圖中:m 1為非簧載質(zhì)量;m 2為簧載質(zhì)量;k 1為輪胎剛度;k 2為懸架靜剛度;k r 為控制剛度;c 0為懸架阻尼器阻尼系數(shù);x 0為路面激勵位移;x 1為非簧載質(zhì)量位移;x 2為簧載質(zhì)量位移。根據(jù)牛頓第二定律,系統(tǒng)運動方程為m 1x 1+k 1(x 1-x 0-c 0(x 2-x 1-k 2(x 2-x1-k r (x 2-x 1=0m 2x 2+c 0(x 2-x 1+k 2(x 2-x 1+k r (x 2-x 1=0(1式中:k 1(x

5、1-x 0為車輪動載荷;(x 2-x 1為懸架的動撓度;控制量為剛度k r ;取狀態(tài)向量X =x 2-x 1x 1-x 0x1x 2T ,Y1=x2,Y 2=k 1(x 1-x 0。圖1兩自由度1 4車輛模型路面激勵速度為x 0(t ,設(shè)W =x 0(t ,則控制方程為X =AX +GWY =CX(2式中:A =00-1-10010-(k 2+k r m 1-k 1m 1-c 0 m 1c 0 m 1-(k 2+k r m 20c 0 m 2-c 0 m 2= -100;C=-(k2+k r m20c0 m2-c0 m 20k1002神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制系統(tǒng)結(jié)構(gòu)圖2為所設(shè)計的半主動空氣懸架神經(jīng)網(wǎng)

6、絡(luò)控制系統(tǒng),其中3層神經(jīng)網(wǎng)絡(luò)辨識器用于對被控對象進行在線辨識,3層神經(jīng)網(wǎng)絡(luò)控制器NN C用于自適應(yīng)控制。yd為懸架系統(tǒng)期望輸出,y為懸架系統(tǒng)實際輸出,r為懸架系統(tǒng)的路面激勵,y為神經(jīng)網(wǎng)絡(luò)辨識器NN I輸出,u為神經(jīng)網(wǎng)絡(luò)控制器NN C輸出,其作用是對懸架系統(tǒng)剛度進行控制。學(xué)習(xí)算法1是根據(jù)神經(jīng)網(wǎng)絡(luò)辨識器的輸出和懸架系統(tǒng)的實際輸出的誤差e1進行學(xué)習(xí) ,使辨識的結(jié)果更準(zhǔn)確。學(xué)習(xí)算法 2是利用懸架系統(tǒng)的期望輸出和神經(jīng)網(wǎng)絡(luò)辨識器的輸出之差e2進行學(xué)習(xí),調(diào)整神經(jīng)網(wǎng)絡(luò)控制器的輸出,使兩者的誤差達到最小,實現(xiàn)懸架系統(tǒng)控制的目的。圖2半主動空氣懸架神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制圖3半主動空氣懸架神經(jīng)網(wǎng)絡(luò)辯識器1神經(jīng)網(wǎng)絡(luò)辨識器

7、設(shè)計。圖3為半主動空氣懸架神經(jīng)網(wǎng)絡(luò)辯識器模型NN I,設(shè)車輛半主動懸架系統(tǒng)是一個單輸入、輸出非線性系統(tǒng),可描述為y(k=fy(k-1,y(k-n,u(k-1,u(k-m(3式中:y(k為車身加速度在k時刻的值;u(k-1為系統(tǒng)在(-1;,統(tǒng)的輸出和輸入,代表簧載質(zhì)量質(zhì)心處垂直振動加速度x和控制剛度;n,m分別為時間序列y(k和u(k的階次;f為非線性函數(shù)。要使性能指標(biāo)J1=12y(k+1-y(k+12(4最小化,則利用梯度下降法可得權(quán)值學(xué)習(xí)公式為wij(k+1=wij(k+wij(k=wij(k+y(k+1-y(k+1×fnet i(kw i(knet i(k(5式中:為學(xué)習(xí)系數(shù),0

8、<1。2神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計。為了使懸架系統(tǒng)輸出信號,需跟蹤輸入,其控制器設(shè)計如下u(k=Gy(k,y(k-1,y(k-n+1,y r(k+d,u(k-1,u(k-m+1(6其性能指標(biāo)函數(shù)為J C=12y3(k+1-y(k+12(7式中:y3為期望輸出;y為估計輸出。經(jīng)過學(xué)習(xí)后,將y逼近y,則J P=12y3(k+1-y(k+12(8可由y(k+1代替y(k +1,即性能指標(biāo)由J C代替,神經(jīng)網(wǎng)絡(luò)控制器的權(quán)值調(diào)整公式用B P算法。神經(jīng)網(wǎng)絡(luò)控制器的結(jié)構(gòu)如圖4所示。圖4半主動空氣懸架神經(jīng)網(wǎng)絡(luò)控制器u=fRi=1w1iO2i(9w1i(k+1=w1i(k+w1i(k5y(k+1 5u(10其中

9、對象的特性5y(k+1 5u是未知的,可以用辨識器的信息,由y(k+1代替y(k+1,得w1i(k+1=w1i(k+w1i(k5y(k+1 5u=w 1i (k +w 1i (k R i =1wif net i (k w ij (k (11綜上所述,可得如下半主動空氣懸架控制系統(tǒng)的神經(jīng)網(wǎng)絡(luò)自適應(yīng)算法:用(-0.95,0.95間的隨機值對神經(jīng)網(wǎng)絡(luò)的權(quán)值初始化;采樣得到y(tǒng) (k ;計算誤差信號e 1(k ,調(diào)整NN I 的權(quán) 值,計算估計輸出y (k ;計算誤差信號e 2(k ,調(diào)整NN C 的權(quán)值;用神經(jīng)網(wǎng)絡(luò)控制器產(chǎn)生控制信號u (k ;令k =k +1,返回算法。3仿真計算及結(jié)果分析在M at

10、lab 6.1+Si m u link +Too l Box 環(huán)境2 下進行仿真研究,神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)隱含層的激活函數(shù)是s 型函數(shù),輸出層激活函數(shù)采用了線性函數(shù)。神經(jīng)網(wǎng)絡(luò)辨識器的結(jié)構(gòu)為4-8-1,神經(jīng)網(wǎng)絡(luò)控制的結(jié)構(gòu)為5-7-1。懸架系統(tǒng)的采樣時間序列的階次選取為2,車身垂直加速度為懸架系統(tǒng)的輸出,期望值y 3=0。由于所研究懸架振動頻率范圍主要集中在20H z 以下,則采樣時間間隔取0.01s ,截止頻率為50H z ?？諝鈴椈煽烧{(diào)剛度的范圍為015kN m 。選取某奔馳車型,其懸架結(jié)構(gòu)參數(shù)為3:m 1=25kg ,m 2=330kg ,k 1=170kN m ,k 2=13kN m ,c 0

11、=1000N s m 。本研究以車速為v =20m s 行駛過C 級路面,路面不平度系數(shù)G x r (n 0=256×10-6m 2m -1,路面激勵信號的方差n 0=0.14,模擬研究了被動懸架、神經(jīng)網(wǎng)絡(luò)控制半主動空氣懸架的車身加速度響應(yīng)、懸架動撓度響應(yīng)、車輪動載荷響應(yīng)。 圖5被動懸架車身加速度 圖6半主動空氣懸架車身加速度圖7被動懸架的懸架動撓度圖8半主動空氣懸架的懸架動撓度圖9被動懸架車輪動載荷圖10半主動空氣懸架車輪動載荷由圖510可以看出,神經(jīng)網(wǎng)絡(luò)控制半主動空氣懸架車身加速度變化比被動懸架有較大程度的減小,表明神經(jīng)網(wǎng)絡(luò)控制半主動懸架使車輛的乘坐舒適性得到了較大改善。神經(jīng)網(wǎng)絡(luò)

12、控制半主動懸架的動撓度和車輪動載荷比被動懸架都有一定程度的衰減,表明神經(jīng)網(wǎng)絡(luò)控制半主動懸架改善了車身穩(wěn)定性和操縱穩(wěn)定性。4結(jié)論采用神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制的變剛度半主動空氣懸架系統(tǒng),通過調(diào)節(jié)剛度達到了減小車身垂直加速度,懸架的動撓度和輪胎動載荷也得到了減小,提高了車輛的行駛平順性和操縱穩(wěn)定性,神經(jīng)網(wǎng)絡(luò)控制策略應(yīng)用于變剛度半主動懸架的可行性和有效性得到了驗證。半主動空氣懸架神經(jīng)網(wǎng)絡(luò)控制的性能明顯優(yōu)于被動懸架。仿真研究為以后變剛度半主動空氣懸架神經(jīng)網(wǎng)絡(luò)控制的試驗及實際應(yīng)用研究打下了基礎(chǔ)。信息化項目風(fēng)險管理策略的機理模型和應(yīng)用分析王然馬智宏衷愛東楊贊(中國遠洋運輸(集團總公司北京100031摘要分析了風(fēng)險

13、管理的方法體系和關(guān)聯(lián)模型,從決策、實施和應(yīng)用3個階段論述了信息化項目生命周期全過程的風(fēng)險特征,在此基礎(chǔ)上提出了二維矩陣的風(fēng)險管理策略,建立了反映風(fēng)險管理內(nèi)在機理的實施策略模型,并結(jié)合中遠集團建設(shè)I R IS 22和中遠財務(wù)信息系統(tǒng)(SA P 項目的成功實踐,應(yīng)用研究成果,進行了風(fēng)險管理策略的案例分析。關(guān)鍵詞信息化項目;風(fēng)險管理;風(fēng)險策略;案例分析中圖分類號:T P 391文獻標(biāo)識碼:BAbstract :T he paper analyzes the risk m anagem en t system and sets up its relative model .Based on the d

14、ecisi on ,i m p lem en tati on and app licati on stage of IT p ro ject lifecycle ,the paper discu sses its risk character and pu ts fo rw ard the tw o 2di m en si on 2m atrix risk m anagem en t strategy .T hen ,it p resen ts its m echan is m model.F inally ,acco rding to the successfu l i m p lem en

15、 tati onexperience of tw o i m po rtan t IT p ro jects in CO SCO including I R IS 22and SA P ,the paper carries ou t the effective case app licati on analysis of m echan is m model fo r the risk m anagem en t of IT p ro jects.Key words :IT p ro ject ;risk m anagem en t ;risk strategy ;case analysis收

16、稿日期:20042122130引言在信息化建設(shè)過程中,項目風(fēng)險是導(dǎo)致其延遲、超預(yù)算和失敗的一個重要原因。系統(tǒng)化建設(shè)的思維方式和全面風(fēng)險管理策略對項目管理至關(guān)重要,任何環(huán)節(jié)的紕漏都可能使其前功盡棄。因此,樹立風(fēng)險意識,關(guān)注項目風(fēng)險,掌握風(fēng)險管理的知識與技能,從項目組織、職責(zé)、流程與制度上建立一套風(fēng)險管理機制是確保信息化項目成功的前提與保障。1風(fēng)險管理及其關(guān)聯(lián)模型風(fēng)險是事先假想的一種由于設(shè)計方案或者管理上存在漏洞時導(dǎo)致?lián)p失的可能,是一種潛在的、負面的東西,處于未發(fā)生的狀態(tài)。風(fēng)險的構(gòu)成包括5個方面:起源、方式、途徑、受體和后果。它們的相互關(guān)系可表述為:風(fēng)險的一個或多個起源,采用一種或多種方式,通過一種或多種途徑,侵害一個或多個受體,造成不良后果。因此,完整的風(fēng)險管理應(yīng)該包括風(fēng)險識別、風(fēng)險評估、風(fēng)險控制3個環(huán)節(jié)1,并有著相互關(guān)聯(lián)的意義和內(nèi)涵。1風(fēng)險識別。風(fēng)險識別是找出影響項目質(zhì)量、進度、投資等目標(biāo)順利實現(xiàn)的主要風(fēng)險源,是風(fēng)險管理的第1步,常用的風(fēng)險識別方法有專家調(diào)查法、幕景分析法和故障樹分析法等。進行風(fēng)險識別時,風(fēng)險管理者不僅要識別所發(fā)現(xiàn)或推測的因素是否存在不確定性,而且要確認這種不確定性是客觀存在的;將識別的風(fēng)險一一列出后,就建立了風(fēng)險