摘  要： 以Freescale公司的MC9S08GB60A单片机为控制芯片，以YBL6891H型客车的1/4车辆模型为研究对象，设计了一种客车用空气悬架的电子控制单元。该控制单元以车身垂直加速度的均方根为主要控制目标，采用了模糊PID控制算法，并用MATLAB/SIMULINK对该模型进行了仿真，仿真结果表明，利用该控制系统能很好地抑制客车的振动。 

    关键词： 空气悬架;  模糊PID;  单片机;  MC9S08GB60A

    电子控制空气悬架（ECAS）以电子控制模块为控制核心，对空气悬架参数进行实时控制，能自动控制车辆悬架的刚度、阻尼系数及车身高度等参数；汽车在各种路面、各种工况条件下能实现主动调节、主动控制，并增加了许多辅助功能（如故障诊断功能等）；可最大限度地提高汽车的行驶平顺性和操纵稳定性，可满足现代汽车对乘坐舒适性、行驶安全性的更高要求。目前在欧洲一些国家的大型客车中已经大量应用。我国在20世纪50年代就对空气弹簧进行了研究，但是许多研究成果的产业转化率非常低，导致许多有价值的研究没能继续坚持和深入下去，使我国汽车悬架技术的研究和应用与欧美等发达国家相比明显落后。目前在国内还没有汽车公司能够独立设计出并向市场提供比较成熟的空气悬架电子控制单元^[1]。因此，研究空气悬架电子控制单元，尽快缩小与国外在电控空气悬架系统应用方面的差距，具有非常现实的意义。 

    本文以YBL6891H型客车为控制对象。该客车原本以车身高度为主要控制目标，当载荷改变时，车身高度维持在某一范围内不变，没有真正地涉及到对客车行驶平顺性的改善。本文以该客车的1/4车辆模型为基础，采用模糊PID控制算法调节空气弹簧的刚度，以降低车身垂直加速度为主要目标，从而实现对客车行驶平顺性的改善。采用Freescale公司的MC9S08GB60A单片机为控制芯片，设计了电子控制单元。 

1 系统硬件设计方案 

    系统的总体结构如图1所示。图中的虚线部分是两自由度1/4车辆模型，控制系统的MCU采用了Freescale半导体公司的MC9S08GB60A，该处理器可靠性高、抗干扰能力强，被广泛应用于汽车电子产品。总体电路结构由ECU、高度传感器、速度传感器、加速度传感器及其检测电路、键盘（用于模式选择以及手动模式下的控制）、指示灯等电路组成。加速度传感器检测到的垂直加速度信号传递给单片机，单片机产生控制信号，通过电磁阀控制空气弹簧的刚度。刚度的调整通过对主附气室之间的控制阀的控制来实现。高度传感器不断地将客车的高度信号传递给单片机，而加速度的大小在一定程度上反映了路况信息，单片机根据当前的路况和车速，调整车身高度。一旦车身高度达到设定的最低或最高位置限值时，ECU将执行保护，自动结束调节。 

1.1高度信号采集处理电路 

    高度检测电路的工作原理为：车身高度－传感器转角－电感－脉冲信号周期。车身高度传感器等效为一个可变电感与一个电阻串联。车身上下振动时，带动摆杆上下转动，从而移动铁心，使电感值不断变化。当车身上升时，摆杆向上转动，感应值变大，当车身下降时，摆杆向下转动，感应值变小。图2为高度检测电路，高度传感器的两个端子分别接height1i和HCOM端。检测电路的输出为一串脉冲信号。用multisim10^[2]对传感器检测电路进行了仿真，结果如图3所示，图3(a)、图3(b)、图3(c)为高度传感器的电感值分别为13mH、20mH、30mH时的高度信号。可见车身高度改变时，电感值也改变，而电感值的改变导致脉冲宽度的变化，因此单片机可根据脉冲的宽度获取车身高度信息。 

1.2 电磁阀驱动电路 

    驱动芯片采用安森美半导体提供的集成式继电器驱动器NUD3124。其集成设计可以明显地简化设计并且降低成本，替代传统的分立元件解决方案(如双极型晶体管加续流二极管)。每片NUD3124有两个驱动器，适合用于驱动继电器等感性负载，其驱动电路如图4所示，在信号的输入端用光电耦合器进行了电气隔离，增强了电路的可靠性和抗干扰能力。 

2控制策略设计 

2.1 1/4车辆模型 

    根据牛顿第二定律，得YBL6891H型客车的1/4车辆模型系统的动力学方程为: 

式中，簧载质量m₁=1 718kg，非簧载质量m₂=300kg，轮胎刚度为k₁=9.5×10⁵N·m^-1，减振器等效阻尼为c=9 358N·m·s^-1,k₂为空气弹簧的刚度，x₀为路面激励，x₁为非簧载质量位移，ｘ₂为簧载质量位移。 

2.2 悬架的模糊自适应PID控制算法 

    模糊自适应控制器与常规PID控制器一起组成模糊自适应PID(FAPID)控制器。模糊自适应控制器(FAC)的输出即为PID控制器的输入。控制系统结构如图5所示。为实现对车身加速度的控制，设计了一个模糊PID控制器,其最终参数：K_P为比例系数，K_I为积分作用系数, K_D为微分作用系数。应用模糊集合理论建立参数K_P、K_I、K_D与系统误差e和误差变化率de之间的关系，并用模糊控制器根据不同的e和de在线自整定PID参数，这是该控制系统设计的核心。而K_P、K_I、K_D的计算公式分别为：K_P=K_PS+uK_PX；K_I=K_IS+uK_IX;K_D=K_DS+uK_DX。其中，K_PS、K_IS、K_DS为初始整定参数，K_PX、K_IX、K_DX为修正系数，u为调整系数。所以只需建立系数u和误差e和误差变化率de之间的关系^[3]。 

    选用车身垂直加速度均方根及其变化率为模糊输入语言变量e和de，系数u为输出语言变量。三个变量均模糊划分为7个模糊子集{NB，NM，NS，NULL，PS，PM，PB}，构建一个二维模糊控制器，综合车身垂直加速度均方根、均方根变化量以及路面扰动输入的情况，定义两个输入变量的基本论域分别是(0，0.6)和(-60，60)，相应的模糊论域均为(-3，3)，模糊输出论域为(-0.4，0.4)，三个变量的隶属度函数均采用三角形函数。 

    下面设计u的模糊控制规则表。确定控制量变化的原则是：当误差大或小时，选择控制量以尽快消除误差为主；而当误差较小时，选择控制量要注意防止超调，以系统的稳定性为主要出发点。误差为正时与误差为负时相类似，相应的符号都要变化。因此，按模糊控制原理设计出u的模糊调整规则如表1所示。 

2.3 软件设计和控制算法实现 

    单片机的软件采用C语言编写，软件的整体结构采用模块化的方式，总流程如图6所示。主要的子程序有高度数据综合、通信信息处理、控制信号生成等。捕捉检测主要是对车速检测中断子程序、高度检测中断子程序、加速度检测中断子程序和通信中断子程序进行检测。辅助开关输入检测主要是对车速、制动、点火、车门状态信号的检测，操作开关检测主要是对手动模式下按键信号的检测。刚度的模糊PID控制的子程序如图7所示。 

3 仿真分析 

    利用MATLAB^[4]软件对控制算法进行了仿真，整个系统的采样时间为0.01s。路面激励的时域数学模型可以用来描述，其中q(t)为路面激励，a为某一常数，根据路面等级选取，v为车速，w(t)为白噪声。选用B级和C级路面对悬架系统仿真，车速均为50km/h。在MATLAB/SIMULINK中仿真得到路面的激励^[6]，如图８、图9所示。 

    图10、图11分别为B级和C级路面50km/h车速条件下，被动悬架、PID控制和模糊PID控制悬架垂直加速度的对比。可以看出，模糊PID控制悬架与PID控制悬架和被动悬架相比，能有效降低车身垂直加速度。表2和表3为B级和C级路面激励下的悬架性能对比。从表中可以看出，模糊PID控制悬架的各项性能均优于普通PID控制悬架和被动悬架，在B级和C级路面情况下，垂直加速度均方根值分别降低23.4%和17.3%，动行程分别降低1.9%和0.5%，车轮相对动载荷分别降低10%和7.9%，其改善量总体优于普通PID控制的改善量。 

    本文针对YBL6891H型客车，介绍了空气悬架电子控制单元的电路结构，并用MULTISIM 10对高度传感器检测电路进行了仿真。采用模糊PID控制算法对空气悬架进行控制，并对1/4悬架模型进行了仿真，结果说明，该算法能有效地降低车身垂直加速度，改善了车辆的行驶平顺性和操纵稳定性，在B级和C级路面上，模糊PID控制悬架的加速度均方根比被动悬架分别降低了23.4%和17.3%，动行程和车轮相对动载荷均方根也有所改善。实践证明，该电子控制悬架系统能满足系统的整体要求，达到良好的控制效果。对车身的侧倾角和俯仰角的控制是下一步要做的工作。 

参考文献 

[1] 陈兴林,胡树华.汽车空气悬架的应用发展与我国汽车业的应对策略.汽车科技，2004(4):6-9. 

[2] 尹勇,李林凌.Multisim电路仿真入门与进阶.北京：科学出版社，2005. 

[3] 邵瑛.车辆主动悬架自适应模糊PID控制.汽车科技， 2004(5):11-13. 

[4] 张国良,曾静,柯熙政,等.模糊控制及其MATLAB应用.西安：西安交通大学出版社，2002. 

[5] 檀润华,陈鹰,路甬祥.路面对汽车激励的时域模型建立及计算机仿真.中国公路学报，1998(3):96-102. 

[6] 刘宏伟,雷海蓉,陈燕虹,等. 空气悬架系统模糊控制仿真分析.汽车技术，2003(7):1-4.