一种带执行器平滑约束的AET-SAC悬架控制方法

本发明属于车辆智能悬架控制，具体涉及一种带执行器平滑约束的aet-sac悬架控制方法。

背景技术：

1、磁流变（magneto-rheological，mr）主动悬架能够有效提升车辆乘坐舒适性、操纵稳定性和行驶安全性，因此在高端乘用车和性能车辆中得到了日益广泛的关注。

2、现有悬架控制策略大多依赖精确的系统数学模型进行控制器设计，在车辆参数摄动、随机路面干扰和磁流变阻尼器固有强非线性的共同影响下，其鲁棒性和减振效果会显著下降。近年来，深度强化学习方法特别是软演员评论家（soft actor-critic，sac）算法，凭借其更强的探索能力、鲁棒性和泛化性能，在复杂系统控制中展现出潜力，更适应复杂的实际道路干扰。与此同时，自适应事件触发（adaptive event-triggered，aet）策略能够根据系统状态动态调整触发阈值以降低更新频率，但现有研究均未系统考虑磁流变阻尼器的执行器平滑约束问题。值得注意的是，事件触发（event-triggered，et）控制的离散触发特性本身会导致控制信号的阶跃式跳变，降低计算通信负担并延长阻尼器使用寿命。

技术实现思路

1、针对上述现有技术的不足，本发明提供一种带执行器平滑约束的自适应事件触发软演员评论家磁流变悬架控制方法及系统，在保证悬架减振性能的前提下，有效降低车载系统的计算通信负担，显著抑制执行器控制力波动，延长 mr 阻尼器的使用寿命。

2、为实现上述目的，本发明采用如下技术方案：一种带执行器平滑约束的 aet-sac悬架控制方法，包括以下步骤：

3、步骤 1，根据建立的车辆执行器的一阶动力学和控制力变化率硬约束的 1/4 车辆磁流变悬架动力学模型，推导模型状态空间方程；

4、步骤 2，对所述模型状态空间方程，采用嵌入双平滑约束机制的软演员评论家框架进行处理，得到执行器输出力的双平滑约束；

5、步骤 3，基于所述双平滑约束，设计融合乘坐舒适性、操纵稳定性、悬架工作空间、执行器能耗和控制力平滑性的多个目标综合奖励函数；对所述多个目标综合奖励函数，分别确定权重系数；基于所述多个权重系数，引导智能体学习满足多目标协同优化要求的控制策略；

6、步骤 4，采用基于车身垂向加速度相对误差的自适应事件触发机制执行所述控制策略；

7、步骤 5，将所述控制策略与所述自适应事件触发机制整合为具有双平滑约束的aet-sac控制器；

8、步骤 6，采用所述aet-sac控制器通过事件触发方式，在触发时刻更新控制指令并经平滑后作用于磁流变阻尼器，在非触发时刻由零阶保持器维持上一时刻的控制输出，实现对车辆悬架系统的振动抑制控制。

9、优选的，步骤 1 中所述1/4 车辆磁流变悬架动力学模型，满足如下公式：

10、

11、式中，ms表示车辆簧载质量，表示簧载质量的垂向加速度，ks表示车辆悬架刚度系数，zs表示簧载质量的位移，zu表示车辆非簧载质量的位移，cs表示固定阻尼系数，fa表示执行器的实际输出力，表示簧载质量的垂向速度，表示非簧载质量的垂向速度，mu表示非簧载质量，表示非簧载质量的垂向加速度，kt表示车辆轮胎刚度系数， zr表示轮胎垂向位移，fc表示车辆控制器计算的期望指令力，表示执行器时间常数，表示车辆允许的最大控制力变化率；

12、所述模型状态空间方程，满足如下公式：

13、

14、式中，表示车辆的1/4的 磁流变悬架系统的表示状态变量，，y表示输出变量，，u表示输入变量，， a表示系统状态矩阵，b表示系统输入矩阵，c表示系统输出矩阵，d表示直接转化矩阵。

15、优选的，步骤 2 中所述对所述模型状态空间方程，采用嵌入双平滑约束机制的软演员评论家框架进行处理，得到执行器输出力的双平滑约束，包括：

16、对所述模型状态空间方程，采用嵌入双平滑约束机制的软演员评论家框架，在奖励函数中预留控制力变化率惩罚项接口，明确控制力变化率的约束上限，作为算法层控制约束；

17、对所述模型状态空间方程，采用嵌入双平滑约束机制的软演员评论家框架，在策略网络输出端引入离散一阶低通滤波器，对原始控制指令进行动态整形，实现控制力变化率的硬约束；

18、将所述算法层控制约束和所述控制力变化率的硬约束，作为执行器输出力的双平滑约束；

19、其中，所述一阶低通滤波器的整形过程，满足如下公式：

20、

21、式中，α表示滤波系数，取值范围为0<α<1；f(k)表示第k时刻策略网络输出的原始控制指令,fc(k)表示第k时刻滤波后的平滑控制指令；

22、优选的，步骤 3 中所述多目标综合奖励函数，满足如下公式：

23、

24、式中，为多目标综合奖励，表示车身加速度的权重系数，取负值以激励智能体最小化车身垂向加速度，提升乘坐舒适性；表示车辆悬架动挠度权重系数，取负值以避免悬架动挠度过大撞击限位块，保证悬架正常工作；表示车辆的轮胎动位移权重系数，取负值以激励智能体控制轮胎动位移在合理范围，保证轮胎与地面良好接触；表示执行器作动力权重系数，取负值以减小执行器能耗，降低系统运行成本；表示控制力变化率权重系数，取负值以激励智能体减小控制力变化率，保证执行器控制力平滑输出，表示t时刻的执行器作动力，表示上一时刻的执行器作动力，为时间跨度。

25、优选的，步骤 4 中所述自适应事件触发机制，满足如下公式：

26、

27、式中，表示第 k+1 次控制更新的触发时刻，inf{·}表示离散时间下的 "首次满足条件的采样时刻， t表示当前时刻，tk表示第 k 次控制更新的触发时刻表示误差的欧几里得范数，表示系统状态的欧几里得范数，表示是核心的的自适应触发阈值参数，表示调节状态量在触发条件中的权重系数。

28、优选的，步骤 6中所述采用所述aet-sac控制器通过事件触发方式，在触发时刻更新控制指令并经平滑后作用于磁流变阻尼器，在非触发时刻由零阶保持器维持上一时刻的控制输出，实现对车辆悬架系统的振动抑制控制，包括：

29、采用所述自适应事件触发模块，根据当前采样周期的车身加速度、悬架动挠度、轮胎动位移和阻尼力状态量，确定测量误差与当前触发阈值，

30、判断当前时刻是否大于所述当前触发阈值；若大于，则激活sac策略网络执行推理计算，输出原始控制指令；

31、将所述原始控制指令经一阶低通滤波器平滑处理后，更新零阶保持器的输出控制序列；

32、零阶保持器输出当前时刻的平滑控制力，驱动磁流变阻尼器，以调节悬架阻尼特性；随后返回第一步，进入下一采样周期，形成对车辆悬架系统的连续闭环振动抑制控制。

33、与现有技术相比，本发明具有以下有益效果：

34、该方法有效降低了车载系统的计算通信负担。通过在控制策略中集成基于车身垂向加速度相对误差的自适应事件触发机制，仅在系统状态发生显著变化时才触发控制更新，非触发时刻由零阶保持器维持上一时刻输出，大幅减少了策略网络的推理频率和无效计算，在保证控制性能的前提下显著节约了车载嵌入式处理器的计算资源和通信带宽。

35、该方法显著抑制了执行器力波动并延长了磁流变阻尼器的使用寿命。通过嵌入算法层奖励惩罚与硬件层一阶低通滤波相结合的双平滑约束机制，从策略学习和信号输出两个维度协同抑制控制力突变，使得实际作用于阻尼器的控制力连续平滑，有效避免了电流跳变对电磁线圈的冲击，降低了磁流变液沉降风险，从而延长了阻尼器的使用寿命。

36、该方法在保证减振性能的前提下实现了多目标协同优化。通过设计融合乘坐舒适性、操纵稳定性、悬架工作空间、执行器能耗和控制力平滑性的多目标综合奖励函数，引导智能体学习最优控制策略，在降低计算负担的同时并未牺牲减振性能，在车身加速度、控制力平滑性等核心指标上均优于现有对比方法。

37、该方法具有良好的工况适应性和工程实用性。自适应事件触发机制能够根据系统振动强度动态调整触发阈值，在随机路面平稳工况下减少冗余更新，在凸块冲击工况下快速响应，实现了按需触发。基于嵌入式平台的硬件在环实验验证表明，该方法在实际硬件条件下具备足够的控制稳定性，仿真与实验结果高度吻合，具备良好的工程应用前景。