半主动液压悬架的控制方法、装置、计算机设备和程序产品与流程

本技术涉及车辆悬架控制，特别是涉及一种半主动液压悬架的控制方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

背景技术：

1、半主动液压悬架凭借其非线性刚度与阻尼调节特性，在改善车辆行驶平顺性与姿态稳定性方面具有显著优势，已广泛应用于乘用车、商用车及工程车辆等领域。相较于被动悬架，半主动悬架能够根据车辆运行状态实时调节阻尼力，在舒适性与操控性之间实现更优的平衡。

2、在相关技术中，半主动液压悬架的主流控制策略包括pid控制、模糊pid控制、天棚控制及地棚控制等，然而，目前的半主动液压悬架的控制方式，依赖静态模型与固定规则，难以适应路面激励随机性、载荷变化及驾驶工况多样性，导致姿态控制响应滞后且多目标（垂向、侧倾、俯仰）协同优化精度不足。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提高车辆半主动液压悬架控制精度的半主动液压悬架的控制方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本技术提供了一种半主动液压悬架的控制方法，包括：

3、获取仿真数据集和实车数据集；所述仿真数据集是基于整车振动的动力学仿真模型对不同工况进行仿真得到的，所述实车数据集是基于对样本车辆采集到的运行数据所获取的；

4、对所述仿真数据集和所述实车数据集进行整合，得到训练数据集；

5、基于所述训练数据集，以目标函数为优化函数，对初始模型进行训练，得到训练后的控制模型；所述目标函数以车身俯仰旋转振动、车身侧倾旋转振动和车身垂向平移振动的整体振动程度最小为目标；

6、将对目标车辆采集到的运行数据输入至所述控制模型，输出目标车辆的半主动液压悬架相应的目标阻尼值和目标刚度值；

7、基于所述目标阻尼值和所述目标刚度值，对所述目标车辆的半主动液压悬架进行控制。

8、在其中一个实施例中，所述方法还包括：

9、基于所述运行数据，计算在当前工况下目标函数的实测值；

10、在所述实测值与所述目标函数在当前工况下的最优值之间的偏差超出预设范围的情况下，获取目标车辆在当前时间点之前的预设时长内的样本运行数据；

11、基于所述样本运行数据对所述控制模型进行训练。

12、在其中一个实施例中，所述目标函数是基于车身俯仰角加速度、车身侧倾角加速度与车身垂向平移加速度之间的加权结果得到的；所述方法还包括：

13、获取目标车辆方向盘的转角变化率；

14、在所述转角变化率大于预设变化率的情况下，确定用户的驾驶风格为第一驾驶风格，在所述转角变化率小于预设变化率的情况下，确定用户的驾驶风格为第二驾驶风格；

15、在用户驾驶风格为第一驾驶风格的情况下，增大目标函数中车身俯仰角加速度和车身侧倾角加速度对应的权重；

16、在所述驾驶风格为第二驾驶风格的情况下，增大目标函数中车身垂向平移加速度对应的权重。

17、在其中一个实施例中，在将对目标车辆采集到的运行数据输入至所述控制模型之前，还包括：

18、将所述控制模型部署至样本车载控制器；

19、在所述样本车载控制器上进行工况测试，并在测试过程中对工况数据叠加电磁阀响应延迟和传感器噪声，得到测试结果；

20、在所述测试结果表征所述控制模型的推理延迟数据和车身姿态控制精度均满足预设测试条件的情况下，确定所述控制模型测试通过，并执行将对目标车辆采集到的运行数据输入至所述控制模型的步骤。

21、在其中一个实施例中，所述控制模型包括输入层、卷积神经网络层、长短期记忆网络层和输出层；所述将对目标车辆采集到的运行数据输入至所述控制模型，输出目标车辆的半主动液压悬架相应的目标阻尼值和目标刚度值，包括：

22、将所述运行数据输入至所述输入层，将所述运行数据转化为特征向量；

23、将所述特征向量输入至所述卷积神经网络层，提取所述运行数据的工况空间特征；

24、将所述工况空间特征输入至所述长短期记忆网络层，提取所述运行数据的时序依赖关系；

25、将所述时序依赖关系输入至输出层，将所述时序依赖关系转换为目标车辆的半主动液压悬架相应的目标阻尼值和目标刚度值。

26、在其中一个实施例中，所述仿真数据集的获取方式，包括：

27、确定样本车辆整车参数的取值范围，基于所述取值范围进行穷举，得到整车参数组合，并随机生成样本车辆的路面激励信号；

28、基于所述整车参数组合、所述路面激励信号和所述动力学仿真模型，确定每一不同工况下目标函数值最优时对应的控制参数组合；所述控制参数组合包括样本车辆在不同工况下的样本阻尼值和样本刚度值；

29、将每一工况下输入参数与对应的控制参数进行整合，作为一组训练数据；所述输入参数包括整车参数组合、路面激励信号和样本车辆的状态响应参数；

30、将所有不同工况下的训练数据进行整合，生成仿真数据集。

31、第二方面，本技术还提供了一种半主动液压悬架的控制装置，包括：

32、获取模块，用于获取仿真数据集和实车数据集；所述仿真数据集是基于整车振动的动力学仿真模型对不同工况进行仿真得到的，所述实车数据集是基于对样本车辆采集到的运行数据所获取的；

33、整合模块，用于对所述仿真数据集和所述实车数据集进行整合，得到训练数据集；

34、训练模块，用于基于所述训练数据集，以目标函数为优化函数，对初始模型进行训练，得到训练后的控制模型；所述目标函数以车身俯仰旋转振动、车身侧倾旋转振动和车身垂向平移振动的整体振动程度最小为目标；

35、输出模块，用于将对目标车辆采集到的运行数据输入至所述控制模型，输出目标车辆的半主动液压悬架相应的目标阻尼值和目标刚度值；

36、控制模块，用于基于所述目标阻尼值和所述目标刚度值，对所述目标车辆的半主动液压悬架进行控制。

37、第三方面，本技术还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

38、获取仿真数据集和实车数据集；所述仿真数据集是基于整车振动的动力学仿真模型对不同工况进行仿真得到的，所述实车数据集是基于对样本车辆采集到的运行数据所获取的；

39、对所述仿真数据集和所述实车数据集进行整合，得到训练数据集；

40、基于所述训练数据集，以目标函数为优化函数，对初始模型进行训练，得到训练后的控制模型；所述目标函数以车身俯仰旋转振动、车身侧倾旋转振动和车身垂向平移振动的整体振动程度最小为目标；

41、将对目标车辆采集到的运行数据输入至所述控制模型，输出目标车辆的半主动液压悬架相应的目标阻尼值和目标刚度值；

42、基于所述目标阻尼值和所述目标刚度值，对所述目标车辆的半主动液压悬架进行控制。

43、第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

44、获取仿真数据集和实车数据集；所述仿真数据集是基于整车振动的动力学仿真模型对不同工况进行仿真得到的，所述实车数据集是基于对样本车辆采集到的运行数据所获取的；

45、对所述仿真数据集和所述实车数据集进行整合，得到训练数据集；

46、基于所述训练数据集，以目标函数为优化函数，对初始模型进行训练，得到训练后的控制模型；所述目标函数以车身俯仰旋转振动、车身侧倾旋转振动和车身垂向平移振动的整体振动程度最小为目标；

47、将对目标车辆采集到的运行数据输入至所述控制模型，输出目标车辆的半主动液压悬架相应的目标阻尼值和目标刚度值；

48、基于所述目标阻尼值和所述目标刚度值，对所述目标车辆的半主动液压悬架进行控制。

49、第五方面，本技术还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

50、获取仿真数据集和实车数据集；所述仿真数据集是基于整车振动的动力学仿真模型对不同工况进行仿真得到的，所述实车数据集是基于对样本车辆采集到的运行数据所获取的；

51、对所述仿真数据集和所述实车数据集进行整合，得到训练数据集；

52、基于所述训练数据集，以目标函数为优化函数，对初始模型进行训练，得到训练后的控制模型；所述目标函数以车身俯仰旋转振动、车身侧倾旋转振动和车身垂向平移振动的整体振动程度最小为目标；

53、将对目标车辆采集到的运行数据输入至所述控制模型，输出目标车辆的半主动液压悬架相应的目标阻尼值和目标刚度值；

54、基于所述目标阻尼值和所述目标刚度值，对所述目标车辆的半主动液压悬架进行控制。

55、上述半主动液压悬架的控制方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，首先，获取仿真数据集和实车数据集；对仿真数据集和实车数据集进行整合，得到训练数据集；基于训练数据集，以目标函数为优化函数，对初始模型进行训练，得到训练后的控制模型；将对目标车辆采集到的运行数据输入至控制模型，输出目标车辆的半主动液压悬架相应的目标阻尼值和目标刚度值；基于目标阻尼值和目标刚度值，对目标车辆的半主动液压悬架进行控制。如此，通过融合仿真与实车数据构建训练集，解决了实车数据在极端工况下难以覆盖的难题，显著提升了模型的泛化能力与训练效率；以车身三向振动整体最小化为目标的优化函数，使得控制模型能够科学权衡俯仰、侧倾与垂向振动之间的冲突，突破传统单一目标或固定规则控制的局限性；训练后的控制模型根据目标车辆的实时运行数据，直接输出最优的阻尼与刚度值，实现了悬架参数对路面激励、载荷变化及驾驶工况的自适应实时匹配，从而有效抑制车身姿态恶化，大幅提升车辆在复杂多变环境下的行驶平顺性与操控稳定性，同时缩短了针对不同车型和液压悬架系统的开发与标定周期。