一种基于粒子群算法的轮毂驱动电动汽车主动悬架双回路PID控制方法

摘要

本发明公开一种基于粒子群算法的轮毂驱动电动汽车主动悬架双回路PID控制方法，技术方案如下：初始化粒子群算法，并将粒子依次赋值给主动悬架双回路控制结构中各PID控制器的控制参数；利用所设计的双回路控制结构，包括：控制簧载质量惯性引起的振动的外环控制回路和控制路面及电磁激励所引起的振动的内环控制回路，进行主动悬架控制；根据控制结果进行适应度函数值的计算，并判断其值是否收敛到最小值或迭代次数是否达到最大值；若判断满足收敛条件，则输出全局最优值；否则更新粒子重新计算，直至找到全局最优值。采用该控制方法，不仅能较好的缓和路面和电磁激励传递到车架和车身振动，还可以在一定程度上改善簧载质量惯性引起的振动。

主权项

本发明公开一种基于粒子群算法的轮毂驱动电动汽车主动悬架双回路PID控制方法，其特性在于，包括如下步骤：(1)基于粒子群算法的轮毂驱动电动汽车主动悬架双回路PID控制算法开始对主动悬架主动力进行控制；(2)粒子群算法的初始化，具体包括粒子群体大小、粒子维度、迭代次数、粒子初始速度及初始位置的设置；(3)所述粒子依次赋值为主动悬架双回路控制结构中的各PID控制器的控制参数Kp、Ki、Kd；(4)利用所设计的轮毂驱动电动汽车主动悬架双回路控制结构对主动悬架控制力进行控制；(5)根据所述步骤(4)控制的结果进行适应度函数值的计算和输出；(6)根据所述步骤(5)计算得到的适应度函数值来判断迭代次数是否达到所述步骤(2)中设置的最大迭代次数或所述步骤(5)的适应度函数值是否收敛到最小值。(7)所述步骤(6)的判断结果若是：迭代次数达到最大迭代次数或适应度函数值已经收敛到最小值，此时输出全局最优值及适应度函数值。(8)所述步骤(6)的判断结果迭代次数若是：没有达到最大迭代次数或适应度函数值没有收敛到最小值，则根据适应度函数值更新粒子个体极值pbest和全局极值gbest，同时更新粒子速度和位置，并重复所述步骤(2)‑(6)。(9)满足控制要求，输出全局最优值及其适应度函数值后，结束优化过程。