基于状态约束的主动悬架最优反步控制方法
本发明属于车辆悬架系统控制,涉及基于状态约束的主动悬架最优反步控制方法。
背景技术:
1、在车辆悬架系统的主动悬架控制方法中,传统反步控制方法主要侧重于系统稳定性分析和轨迹跟踪问题,在控制设计过程中通常未显式引入性能指标函数,因此难以从系统整体性能优化的角度进行控制律设计。与此相比,最优控制方法通过构造性能指标函数并对其进行最小化求解,可以在满足系统稳定性的同时实现控制性能的综合优化。基于hamilton–jacobi–bellman(hjb)方程的最优控制理论为非线性系统性能优化提供了严格的理论框架,但由于hjb方程存在“维数灾难”问题,对于高阶非线性系统往往难以获得解析解。因此,如何在保证系统稳定性的同时实现性能优化,并避免复杂hjb方程的直接求解,成为主动悬架控制研究中的一个重要问题。
2、另一方面,在车辆实际运行过程中,悬架系统不仅需要保证振动抑制性能,还需要满足多种工程约束,例如悬架动行程限制、轮胎动位移约束以及执行器能力限制等。如果控制系统未考虑这些约束条件,可能导致悬架结构碰撞、轮胎失去接地或执行器饱和,从而影响车辆行驶安全性。
3、此外,在车辆悬架控制中,系统响应速度同样是一个关键性能指标。传统基于渐近稳定性的控制方法只能保证系统状态在时间趋于无穷时逐渐收敛,而在实际车辆控制中,悬架系统需要在有限时间内迅速抑制车身振动并恢复稳定状态。
技术实现思路
1、本发明为了克服至少一个现有技术的不足,提供基于状态约束的主动悬架最优反步控制方法。
2、为了实现上述目的,本发明采用以下技术方案:基于状态约束的主动悬架最优反步控制方法,包括以下步骤:
3、步骤1:结合最优控制理论hjb方程以及反步控制框架,在反步递归设计过程中引入性能指标函数,同时基于actor–critic结构的强化学习方法对最优虚拟控制律进行在线逼近;
4、步骤2:基于hjb方程以及唯一解的性质构造正定函数,通过正定函数推导网络权值更新律;
5、步骤3:基于blf为跟踪误差设计lyapunov函数;
6、步骤4:对跟踪误差在有限时间内的收敛性进行稳定性分析;
7、步骤5:仿真验证:验证有限时间最优反步控制方法在典型路面激励下的动态性能。
8、进一步的,所述步骤1包括
9、步骤11:设定簧载质量和非簧载质量的垂向运动的设定1/4车辆半主动悬架模型;
10、步骤12:基于反步控制框架,设定悬架系统的跟踪误差;
11、跟踪误差的表示为:
12、 (9)
13、其中,表示期望轨迹,表示子系统的虚拟控制律;
14、步骤13:基于跟踪误差,设定性能指标函数;
15、步骤14:基于跟踪误差以及性能指标函数,设定hjb方程以及hjb估计方程;
16、步骤15:基于hjb方程以及hjb估计方程,定义bellman残差函数;
17、步骤16:将bellman残差函数,hjb方程等于0成立并且有唯一解,得hjb梯度方程。
18、进一步的,所述步骤13包括
19、步骤131:基于跟踪误差,设定性能指标函数;
20、跟踪误差,其时间导数为;
21、基于反步法,将视为最优虚拟控制律,即;
22、 (10)
23、其中为代价函数,是包含原点的紧集,是的可容许控制集,是虚拟控制律,和是正的常数,是积分变量;
24、步骤132::基于跟踪误差,设定性能指标函数;
25、跟踪误差,时间导数为,其中,是最优虚拟控制律估计值的时间导数;
26、通过反步控制方法,将视为最优虚拟控制律;
27、将性能指标函数定义为
28、 (11)
29、其中和是正的常数,是积分变量。
30、进一步的,所述步骤14包括
31、步骤141:基于跟踪误差以及性能指标函数,设定hjb方程;
32、步骤142:求解最优虚拟控制律;
33、步骤143:设计critic网络用于评估控制性能指标以及actor网络用于执行虚拟控制器,通过迭代更新获得估计值以及;
34、步骤144:基于估计值以及,设定hjb估计方程;
35、步骤145:基于跟踪误差、性能指标函数,按照步骤141-步骤144,得到hjb方程以及hjb估计方程。
36、进一步的,所述步骤142包括
37、基于hjb方程唯一解的性质,知,是hjb方程关于最优虚拟控制律的偏导数,由此可得,
38、 (13)
39、基于有限时间的控制需求,设计辅助变量,将定义为
40、(14)
41、其中,中间变量,中间变量,中间变量,、和是正数,控制参数;
42、将(14)代入(13),得
43、(15)
44、辅助变量采用rbfnn将其估计为
45、 (16)
46、其中代表理想权重矩阵,表示径向基函数,表示估计误差,并且存在一个正数满足;
47、由(16)可得
48、。 (17)
49、进一步的,所述步骤143包括
50、评估控制性能的critic网络设计为
51、 (18)
52、基于actor网络对最优虚拟控制律进行估计为
53、 (19)
54、其中以及分别为critic网络、actor网络的权重估计值。
55、进一步的,所述步骤15包括
56、步骤151:基于hjb方程以及hjb估计方程定义bellman残差函数;
57、 (25)
58、其中
59、步骤152:基于hjb方程以及hjb估计方程定义bellman残差函数;
60、 (26)
61、其中,。
62、进一步的,所述步骤16包括
63、步骤161:将bellman残差函数,hjb方程成立并且有唯一解,得hjb梯度方程;
64、 (27)
65、步骤162:将bellman残差函数,hjb方程成立并且有唯一解,得hjb梯度方程;
66、 (28)
67、其中,、为critic网络权重的估计值,、为actor网络的权重估计值,、表示径向基函数。
68、进一步的,所述步骤2中通过正定函数推导网络权重更新律的方法为
69、步骤21:设定正定函数;
70、步骤22:设定正定函数的梯度方程,设计critic网络的权值更新律以及actor网络的权值更新律;
71、步骤23:设定正定函数不等式,使critic网络的权值更新律以及actor网络的权值更新律满足正定函数不等式;
72、步骤24:通过正定函数不等式,满足、hjb梯度方程以及hjb方程等于0。
73、进一步的,所述步骤3包括
74、步骤31:基于blf为跟踪误差设计lyapunov函数;
75、步骤32:基于blf为跟踪误差设计lyapunov函数。
76、综上所述,本发明的有益之处在于:
77、本发明将最优控制理论hjb与反步控制框架相结合,在反步递归设计过程中引入性能指标函数,并通过构造lyapunov函数,将悬架系统状态约束直接融入控制设计过程,从而保证系统状态始终约束在指定的集合内,本发明通过在控制器设计中引入有限时间稳定性lyapunov函数,使悬架系统状态能够在有限时间内快速收敛到稳定区域,从而显著提高主动悬架系统的动态响应性能,通过lyapunov理论证明系统可以在不违反状态约束的情况下保证有限时间收敛,保证悬架系统的控制性能最优。
78、本发明采用基于actor–critic结构的强化学习方法对最优控制律进行在线逼近,利用hjb以及唯一解的性质构造简单的正定函数,并由此推导出简化的网络权值更新律,从而克服了基于bellman残差平方的传统方法存在更新律复杂且需要持续激励条件的问题。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com