基于 LMI 的串联主动可变几何悬架四分之一车鲁棒模型预测控制

本文针对最近提出的串联主动可变几何悬架（SAVGS），提出了一种基于鲁棒模型预测控制的解决方案，以改善四分之一车的乘坐舒适性和路面附着性。为了弥合非线性多体 SAVGS 模型与其线性等效模型之间的差距，提出了一种新的不确定系统表征方法，该方法捕获了未建模动态、参数变化和外部扰动。基于新提出的四分之一车 SAVGS 系统线性不确定模型，以线性矩阵不等式（LMI）优化的形式提出了一个约束最优控制问题（OCP）。更具体地说，利用半定松弛技术，提出了一种状态反馈鲁棒模型预测控制（RMPC）方案，并将其与非线性多体 SAVGS 模型集成，其中在线计算状态反馈增益和控制扰动以优化性能，同时保留物理和设计约束。不同 ISO 定义道路事件的数值仿真结果表明，与传统的被动悬架以及先前开发的传统 H 无穷控制方案主动控制的 SAVGS 相比，所提出的方法在乘坐舒适性和路面附着性方面具有鲁棒性和显著的性能提升。