磁流变阻尼器模糊控制的遗传算法优化

　　以磁流变液作为工作介质的磁流变阻尼器是一种阻尼可调装置。通过改变励磁线圈的电流可以调节磁场强度,从而改变磁流变液的剪切应力,进而改变磁流变阻尼器的阻尼力。磁流变阻尼器具有阻尼力调节范围宽、功耗低、响应速度快、结构简单等特点,在汽车领域具有广阔的应用前景。

　　磁流变阻尼器的参数随外加磁场的变化而变化,具有很强的非线性,难以建立精确的数学模型。采用传统的控制方法对磁流变阻尼器进行控制,控制效果不易满足实际要求[1]。模糊控制器是一种不需要对控制对象精确建模的控制器,它根据人们的经验制定控制规则,通过模糊推理求出控制量的大小,对过程参数的变化不敏感,具有很强的鲁棒性,是较理想的磁流变阻尼控制器。

　　在实际应用中,模糊控制器常常被量化为一个模糊控制查询表[2]。由于量化等级的限制,查询表中元素的取值并不十分精确,这会影响控制器的性能。通过优化算法对模糊控制表进行离线优化,可最大限度的提高模糊控制器的性能。遗传算法效法基于自然选择的生物进化过程,是一种模仿生物进化过程的搜索算法。由于其具有对问题依赖性小,能求得全局最优解等特点,可应用于模糊控制器的优化设计过程[3,4],为模糊控制系统的建立提供有力的帮助。

　　本文将磁流变阻尼器应用于一个二自由度受迫振动系统,为该系统设计模糊控制器,利用遗传算法对模糊控制查询表进行离线优化,通过数值仿真来验证优化算法的有效性。

　　1　磁流变阻尼器模型

　　本文研究采用自行研制的磁流变阻尼器,基本结构如图1所示,其阻尼通道可以分为两部分,前半部分为固定阻尼部分,后半部分为可控阻尼部分。该阻尼器的阻尼力可用韩国学者S. B. Choi等提出的多项式模型来描述[5]。该模型将磁流变阻尼器的速度-力关系曲线分成正向加速环节和负向加速环节两部分,即活塞相对于工作缸的加速度为正、活塞相对于工作缸的加速度为负。这两部分曲线都可用多项式进行拟合,即

　　式中:F代表磁流变阻尼器的阻尼力; v代表阻尼器活塞相对于工作缸的运动速度; I为磁流变阻尼器控制电流;bi和ci是通过拟合实验曲线得到的多项式系数。本文中bi和ci的取值如表1所示

　　2　磁流变阻尼器的模糊控制

　　将磁流变阻尼器应用于一个汽车振动分析中通常采用的二自由度受迫振动系统,如图2所示。

　　图2中:m1和m2为两个质量块;K1和K2代表系统的刚度系数;C0代表磁流变阻尼器的基值阻尼系数;F代表磁流变阻尼器产生的可调阻尼力;x1和x2分别代表两个质量块的位移; x0代表外界激励。