为进一步提高复杂路况下车辆半主动悬架系统的减振性能,提出一种基于迭代学习(Iterative Learning Control,ILC)改进的H∞控制(ILC-H∞Control)策略。首先,提取自适应阻尼减振器(Adaptive Damping System,ADS减振器)的阻尼特性实验数据,利用Sigmoid模型对阻尼参数进行辨识拟合;引入P型迭代学习控制器弥补传统H∞控制中权函数的盲目性,构建期望回路增益,将模型匹配问题转化为迭代学习中期望回路函数的路径跟踪问题,提高悬架阻尼调节的灵活性与自适应性。结果表明:在B级随机路面和冲击路面激励下,与被动悬架和H∞传统控制下的半主动悬架相比,该控制方法的性能提高了近49.04%。

在以伺服放大器、伺服阀、调节液压缸、负载、位置传感器组成的液压伺服系统中,对液压伺服控制回路动态特性进行了分析,并提出用经验公式代替复杂数学分析来选择合适的回路增益,从而更好地对电液伺服阀进行调节。