摘要
随着电动汽车的快速普及，电池重量不断增加且负载分布也发生变化，这对应对乘坐舒适性以及悬挂系统适应性的要求越来越高。此外，如果不对实验确定的力限制加以约束，控制器优化过程中可能产生的力会超出物理半主动执行器的实际承受能力。本研究针对基于磁流变阻尼器（MRD）的半主动悬挂系统，提出了一个基于实验约束的统一优化框架，该框架采用了二自由度汽车模型。该阻尼器在11种电流水平下进行了特性测试，通过一种与电流相关的查找模型来确定零电流状态下的基准值以及可行的力范围。在相同的车辆动力学参数、目标函数、调优条件以及MRD力限制条件下，分别利用遗传算法和粒子群优化算法对比例积分微分控制器和线性二次调节器进行独立调优。在优化过程中，每一个候选的力需求都会被限制在通过实验确定的可行范围内。这些控制器在B–C–D复合曲线背景下进行调优，随后在9种不同道路速度场景下进行性能评估。PID-PSO算法可使弹簧质量系统的均方根加速度降低15.91%，在6种测试情况下取得了最佳的加速度控制效果；而LQR-PSO算法则在车身运动、悬挂行程、轮胎响应以及力的可行性方面带来了更为均衡的改善。因此，所提出的框架为基于MRD的半主动悬挂控制的对比设计与评估提供了更具物理现实依据的基础。
