基于遗传算法(Genetic Algorithm, GA)优化的滑模控制(Sliding Mode Control, SMC)用于带RBF(Radial Basis Function)神经网络补偿的6自由度(DOF)商用车压电主动悬架

《Vibration》：Genetic Algorithm Optimized Sliding Mode Control for 6-DOF Commercial Vehicle Piezoelectric Active Suspension with RBF Neural Network Compensation

　　

为解决六自由度(6-DOF)半车模型的减振问题并改善行驶平顺性与操纵稳定性，本研究引入基于逆压电效应的压电堆叠作动器(Piezoelectric Stack Actuator)，基于拉格朗日方程建立了耦合驾驶室、车身及车轮的6-DOF半车动力学模型。基于此模型，提出垂向-俯仰双滑面RBF神经网络滑模控制(Sliding Mode Control, SMC)策略，设计两个独立RBF神经网络分别在线逼近垂向与俯仰通道中由未建模动态、外部扰动及模型简化引起的综合不确定性；采用变速率趋近律dsat函数设计滑模趋近律以平衡滑面收敛速度与抖振抑制；选取驾驶室垂向加速度、车身垂向加速度等六项指标作为性能评价指标建立适应度函数，结合遗传算法(Genetic Algorithm, GA)对双滑面系数、RBF网络参数、自适应更新率及变速率趋近律参数进行全局优化。对比被动控制、传统滑模控制、RBF滑模控制及GA优化RBF双滑模控制四种方案的减振效果，仿真结果表明GA优化RBF双滑模控制在多项平顺性相关指标上实现更优振动抑制，并在行驶平顺性、悬架工作空间及轮胎动变形间取得更好整体协调，验证了该方法有效性并为车辆减振问题提供新思路。

论文解读：基于遗传算法优化的RBF神经网络补偿滑模控制在6-DOF商用车压电主动悬架中的应用

一、研究背景与意义

商用车作为物流运输核心载体，其行驶平顺性与操纵稳定性直接关系到驾乘舒适性、运输效率及行车安全。车辆振动是限制上述性能的关键因素。传统被动悬架参数固定难以适应复杂工况；半主动悬架调节范围与响应速度有限；主动悬架虽可通过实时可控作动力显著改善性能，但作动器选择与匹配的控制策略至关重要。压电堆叠作动器(Piezoelectric Stack Actuator)基于逆压电效应，具出力大、响应快、频带宽优势，适合车辆振动控制，但其在商用车振动控制中高频响应优越性尚未被充分研究，且缺乏专门匹配其动态特性的控制策略。滑模控制(Sliding Mode Control, SMC)对参数摄动与外部扰动具强鲁棒性，但存在趋近阶段收敛速度与稳态抖振(Chattering)的矛盾，且性能依赖精确建模；引入径向基函数(Radial Basis Function, RBF)神经网络可在线逼近集总不确定性(Lumped Uncertainty)，但现有RBF-SMC多用单一网络估计整体不确定性，忽略垂向与俯仰通道独立动态特性与耦合干扰，影响逼近精度。此外传统趋近律难以兼顾收敛与抖振抑制，dsat变速率趋近律在压电主动悬架中应用少见。已有遗传算法(Genetic Algorithm, GA)整定方案通常仅优化少量参数，未同时对滑面系数、RBF参数、自适应率及趋近律参数做全局协同优化，难在平顺性、接地性与悬架行程间达成平衡最优。因此，研究人员建立了含压电作动器的6-DOF半车模型，提出垂向-俯仰双滑面RBF-SMC并由GA全局优化关键参数，以改善商用车综合减振性能。该论文发表于《Vibration》。

二、主要关键技术方法

研究人员首先建立含驾驶室(m₁)、簧载质量(m₂)、前后非簧载质量(m₃,m₄)及相应转动惯量(J₁,J₂)的6-DOF半车模型，压电作动器简化为电压-力线性模型F_p=k_fU+k_px_p并限幅。选取车身垂向与俯仰运动为主控对象，设计双滑面s=[s_v, s_p]^T=e?+diag(c_v,c_p)e，分别用两个独立RBF网络以高斯核函数在线逼近垂向与俯仰通道集总不确定性，自适应率?W=γ·Φ(x)·s。采用dsat变速率趋近律?=-a·dsat(b·s/τ)－η·sign(s)平衡趋近与抖振。以驾驶室垂加、车身垂加、前后悬架动行程、前后轮胎动变形共6项RMS值相对被动悬架归一化加权构造适应度函数，用GA在给定边界内全局优化c_v、c_p、η_v、η_p、RBF基宽b_j、自适应率γ及趋近律参数a、b、τ。路面输入按ISO 8608 C级滤波高斯白噪声模型生成，仿真对比被动悬架、传统SMC、单滑面RBF-SMC及GA优化RBF双滑模控制四种策略。

三、研究结果

2. System Modeling——系统建模

研究人员基于拉格朗日方程推导了耦合驾驶室-车身-车轮的6-DOF半车动力学微分方程并写成矩阵形式M?+C_m?+K_mx=K_tq+L·K_fU+Q，其中压电作动器输出力F_p=k_fU+k_pΔx，仿真限定控制电压U∈[-300, 300] V，单作动器最大出力7500 N。结论：所建模型可支持高精度振动仿真分析。

3. Controller Design——控制器设计

由状态空间表示引入ISO 8608 C级随机路面激励。提取车身垂向与俯仰运动方程?=A·x+B·u+D·Δ(x)，定义误差e=x_d-x（x_d为期望轨迹取零），设计双滑面s=e?+diag(c_v,c_p)e。控制律u=B^-1[-A·x+?_d-diag(c_v,c_p)e?-?(x)-η·dsat(b·s/τ)]，其中?(x)=W^TΦ(x)为RBF网络对不确定性的在线估计。采用Lyapunov函数V=?s^Ts+?tr[(W-W* )^TΓ^-1(W-W* )]证明当切换增益满足η_i>|ε_i|+ρ_i时?V≤-μ‖s‖，闭环误差一致最终有界(Uniformly Ultimately Bounded, UUB)。结论：所设计的双滑面RBF-SMC结合变速率趋近律可保证系统稳定性并抑制抖振。

4. Genetic Algorithm Optimization——遗传算法优化

以六指标归一化加权RMS为适应度函数J=Σw_i·(RMS_ia/RMS_ip)，赋予驾驶室垂向加速度主导权重，悬架动行程与轮胎动变形为次要项；设计变量设上下界不做惩罚函数处理。GA参数：种群50、最大代数50、交叉概率0.8、变异概率0.02。五次独立运行最佳适应度值变异系数仅1.26%，约15代收敛。优化后参数为b_j=9.4920，a=-0.5856，b=10.4432，τ=4.5666，c_v=23.5549，c_p=28.5146，η_v=0.7116，η_p=8.7127，γ=12.9552。结论：GA对该问题具良好重复性与鲁棒性，全局优化参数使控制器具自整定与多目标协调能力。

5. Results and Discussion——结果与讨论

5.1 Controller Parameter Settings与5.2 Vehicle Parameter Settings：列出GA优化前后参数及商用车半车模型详细物理参数。

5.3 Comparison of Simulation Results：在ISO 8608 C级路面、车速20 m/s下，相比被动悬架，传统SMC使驾驶室垂向加速度降8.5%、车身垂向加速度降32.1%、前悬架动行程降30.1%；单滑面RBF-SMC进一步使驾驶室垂向加速度降20.8%、车身垂向加速度降23.9%、前悬架动行程降37.1%、后轮胎动变形降12.9%；GA优化RBF双滑模控制使驾驶室垂向加速度降53.3%、驾驶室俯仰角加速度降38.0%、车身垂向加速度降29.2%、后悬架动行程降21.9%、后轮胎动变形降25.3%、车身俯仰角加速度降27.4%，相较单滑面RBF-SMC驾驶室垂向加速度再降41.0%。功率谱密度(Power Spectral Density, PSD)显示所提控制器降低与平顺性密切相关的低频段驾驶室垂向及俯仰角加速度谱能量。在ISO 8608 B级路面、半正弦凸块路面(高60 mm、长3.0 m)及10 m/s、30 m/s多车速下仍保持优于对比方案的振动衰减效果与瞬态冲击抑制能力。结论：所提控制策略在随机路面、不同等级路面、冲击激励及不同车速下均有效，且在平顺性相关指标上优势明显，实现了平顺性、悬架行程与轮胎接地的更好协调。

5.4 Simulation Analysis：量化重申上述RMS对比数据并指出虽非每项指标均最小，但在驾驶室垂向与俯仰加速度等平顺性关键指标上改善显著，GA参数优化提升了RBF-SMC在多性能指标下的综合协调能力。

四、讨论与结论翻译

研究人员指出：建立的6-DOF半车模型未考虑侧倾、横摆及横向动力学，悬架轮胎驾驶室悬置假定为线性，压电作动器采用简化线性模型未纳入迟滞、行程限制、带宽限制、功耗、蠕变及温度敏感性，控制策略仅经数值仿真验证未在试验台或实车上检验。未来将建立含侧倾横摆的非线性整车模型、更高保真压电堆作动器模型（含迟滞/行程/带宽/功耗/热效应）、进行含参数不确定性及传感器噪声的鲁棒性测试并搭建压电主动悬架试验平台验证工程可行性。

结论(Conclusions)原文翻译总结：

本研究基于拉格朗日方程建立商用车6-DOF半车模型并引入压电堆叠作动器；设计变速率RBF神经网络补偿的双滑面滑模控制策略抑制驾驶室与车身垂向及俯仰振动响应；采用遗传算法全局优化滑面系数、切换增益、RBF网络参数、自适应率及变速率趋近律参数。ISO 8608 C级路面仿真表明所提GA优化RBF双滑模控制器有效降低多项关键振动响应，驾驶室垂向与俯仰角加速度较被动悬架及单滑面RBF-SMC显著下降，RMS对比表明该方法在名义工况下改善了行驶平顺性、悬架工作空间与轮胎动变形间的整体协调性；PSD分析验证其对频域主振成分衰减作用；附加B级路面、半正弦凸块及不同车速仿真证明该控制策略对不同路面输入与工况具适应性。研究中考虑了作动器电压饱和并校验了出力可行性。研究成果为车辆减振问题提供了新解决方案。