1、第 20 卷 第 4 期2023 年 4 月铁道科学与工程学报Journal of Railway Science and EngineeringVolume 20 Number 4April 2023考虑时滞补偿的高速列车横向模糊半主动悬挂系统建模与仿真张祥光，周岩，蒋超，程俊，姚远(西南交通大学 牵引动力国家重点实验室，四川 成都 610031)摘要：为研究基于磁流变阻尼器的高速列车半主动悬挂横向控制策略及其时滞问题和时滞补偿方法，建立包含50个自由度的CRH3型动车组拖车动力学模型，同时，针对Lord公司RD-8040-1型磁流变阻尼器进行特性测试并建立其BP神经网络力学模型和阻尼器电流
2、响应迟滞模型，依据模糊控制律设计了基于车体横移、摇头2个状态的速度及加速度为反馈变量的模糊控制器，并将其用于预测阻尼器实时控制电流，运用Smith预估补偿控制结合PID控制对磁流变阻尼器电流响应迟滞进行补偿；采用SIMPACK和SIMULINK 2款仿真软件搭建联合仿真平台分析应用了本文所设计半主动悬挂系统的车辆动力学性能。仿真结果表明，时滞一定程度地恶化了控制效果，使控制效果不稳定，但采用时滞补偿后阻尼器跟踪期望电流能力则显著提升；相较于被动悬挂，应用了包含时滞补偿的磁流变阻尼器模糊半主动悬挂系统可有效降低车体横向振动，改善车辆运行平稳性，在运行速度为250 km/h工况时，车体横向加速度幅
3、值谱最大幅值由0.079 86 m/s2下降到0.049 56 m/s2，改善幅度达到37.9%，在100350 km/h的运行速度区间内，车辆的横向平稳性指标改善2.1%12.9%。关键词：高速列车；磁流变阻尼器；模糊控制；半主动控制；时滞补偿。中图分类号：U266 文献标志码：A 开放科学(资源服务)标识码(OSID)文章编号：1672-7029（2023）04-1189-11Modeling and simulation of lateral fuzzy control semi-active suspension system for high-speed trains conside
4、ring time delay compensationZHANG Xiangguang,ZHOU Yan,JIANG Chao,CHENG Jun,YAO Yuan(State Key Laboratory of Traction Power,Southwest Jiaotong University,Chengdu 610031,China)Abstract:In order to study the semi-active suspension control strategies of high-speed trains based on magnetorheological damp
5、ers,its time delay problem and delay compensation methods,this paper established a tractor dynamics model of CRH3 trains with 50 freedom degrees.The characteristics of the RD-8040-1 MRD from Lord were tested and its BP neural network model and damper output delay model were developed.A fuzzy control
6、ler based on the feedback of the speed and acceleration states of lateral and yaw of car body was designed and used to predict the damper control current.The Smith-PID control was applied to compensate for the damper output delay;SIMPACK and SIMULINK were used to build a co-simulation platform to an
7、alyze the vehicle 收稿日期：2022-04-21基金项目：国家自然科学基金资助项目(51735012)；国铁集团科研开发计划课题(N2020J026，N2021J028)；牵引动力国家重点实验室自主研究课题(2022TPL-T02)通信作者：姚远(1983)，男，安徽宿松人，研究员，博士，从事机车车辆设计理论和车辆系统动力学研究；Email：DOI:10.19713/ki.43-1423/u.T20220794铁 道 科 学 与 工 程 学 报2023 年 4月dynamics performance with the semi-active suspension syste
8、m.The results show that the time delay worsens the control effect to some extent and makes the control effect unstable,but the ability of the damper to track the desired current is significantly improved with using time delay compensation;compared with the passive suspension,the fuzzy control semi-a
9、ctive suspension system with time delay compensation based on MRD can effectively reduce the lateral vibration of the car body and improve the riding comfort of the trains.At a speed of 250 km/h,the maximum value of car body lateral acceleration spectrum decreases from 0.079 86 m/s2 to 0.049 56 m/s2
10、,with an improvement of 37.9%.In the speed range of 100350 km/h,the car body riding comfort index is improved by 2.1%12.9%.Key words:high-speed trains;magnetorheological dampers;fuzzy control;semi-active control;delay compensation 为了克服被动悬挂系统对列车运行性能进一步提升的限制，国内外学者开展了大量关于高速列车先进悬挂系统的研究及试验工作，相关结果表明，以半主动控
11、制和主动控制为主的先进悬挂系统可有效改善列车的平稳性、安全性等运行性能14。相比起主动控制，半主动控制因其阻尼可调、低能耗且故障失效后仍可确保列车安全运行等特点而更受研究者青睐5，而各式新型阻尼可调减振器的出现也更进一步地推动了半主动控制在车辆系统领域的发展68。近年，磁流变阻尼器因其阻尼连续可调、响应速度快等优异性能而受到广泛的关注9，SUN等10建立了包含4个磁流变阻尼器的半主动悬挂系统，通过仿真计算验证该设计可大幅提升高速列车运行临界速度；NGUYEN等11将一种基于新型最优模糊扰动观测器增强模型的控制器用于控制磁流变阻尼器，并将该设计用于列车悬挂半主动控制，且有效降低了车辆的振动；张文
12、昌12搭建了基于磁流变阻尼器的高速列车悬挂半主动控制硬件在环试验台。在磁流变阻尼器的力学模型设计中，大量优化改进的参数化模型和非参数化模型被不断提出1315，在高度还原磁流变阻尼器特性的同时也可适应不同的控制系统和实际工况要求。此外，研究人员也开展了大量针对列车半主动控制策略的研究工作，ZONG等16将H控制策略应用于搭载了磁流变阻尼器的17自由度高速列车模型；WANG等8运用卡尔曼预估器对车辆状态变量进行预估，而后结合LQG控制策略对车辆进行半主动控制；郭孔辉等1718则研究了模糊天棚半主动控制以及基于天棚和地棚混合阻尼半主动控制对高速车辆横向减振的改善。除了控制策略和减振器模型辨识的选择，
13、半主动控制中的时滞问题也是近年的研究热点，王贞等19采用基于模型参数识别的自适应时滞补偿方法对磁流变阻尼器的响应滞后进行补偿；陈士安等20设计了LQG-Pade逼近预估控制器来加强减振器实际输出力的跟踪能力；祖广浩21将泰勒级数-LQG控制器和Smith预估控制器结合，有效降低时滞对控制效果的影响。目前基于磁流变阻尼器的列车半主动悬挂研究仍缺乏对于整个控制系统各环节时滞及响应迟滞问题的综合考虑。本文建立应用磁流变阻尼器的列车自适应半主动悬挂系统，设计基于速度和加速度反馈的模糊控制器来实现列车半主动控制，在阻尼器控制环节则考虑阻尼器和电流驱动器的响应迟滞以及控制回路中所不可避免的传输时滞等实际因
14、素，通过PID控制搭配Smith预估控制来进行时滞补偿，结合磁流变阻尼器力学模型来实现阻尼力的理想输出控制，并通过联合仿真验证了该半主动悬挂设计对车体振动的改善效果。1 相关特性测试及系统建模1.1车辆动力学模型根据CRH3型高速动车组拖车的结构和悬挂参数，将车辆系统考虑为多刚体系统，在SIMPACK中建立包含50个自由度的车辆动力学模型，如图1所示。该动力学模型由17个刚体组成，包括1个车体、2个构架、2个枕梁、4个轮对和8个轴箱转臂。车体、转向架和轮对均具有6个自由度，轴箱1190第 4 期张祥光，等：考虑时滞补偿的高速列车横向模糊半主动悬挂系统建模与仿真转臂具有沿轮对轴点头自由度。模型中
15、一系悬挂包含轴箱弹簧，一系垂向减振器和轴箱转臂；二系悬挂考虑了抗蛇行减振器、二系横向减振器、垂向减振器以及空气弹簧，此外，模型中还考虑了二系横向止挡和抗侧滚扭杆等。1.2磁流变阻尼器建模本文选取LORD公司的RD-8040-1型磁流变阻尼器为试验对象，如图2所示。该阻尼器为剪切阀式结构，其活塞杆最大冲程为55 mm，最大安装尺寸为208 mm，最大耐受工作温度为71，30 s内最大持续输入电流为 1 A，最大耐受瞬态电流为2 A，供电电压为不超过12 V的直流电。在本文试验工况下，其最大出力约1.5 kN。图1车辆动力学模型Fig.1Vehicle dynamics model1数字信号发生；
16、2仿真机；3伺服电机；4伺服电机驱动器；5减振器试验台；6信号采集卡；7变送器；8数字信号接收图2阻尼器特性测试试验台总成Fig.2Damper test bench assembly1191铁 道 科 学 与 工 程 学 报2023 年 4月在如图2所示的硬件测试平台上进行磁流变阻尼器特性测试，以多组不同频率和幅值的正弦信号为激励输入，同时，每一组输入工况均对阻尼器施加01 A的输入电流以全面测试阻尼器力学性能。针对CRH3运行时车体、构架以及二系横向减振器的实际工况22，在多组试验工况中选取“10 mm，2 Hz”工况作为建模及参数辨识对象，其特性曲线如图3所示。BP神经网络作为目前应用最为广泛的神经网络模型之一，其具有极强的非线性逼近能力，可适用于非线性系统辨识。因此，本文选用BP神经网络来实现磁流变阻尼器的力学模型建模。考虑磁流变阻尼器在工作时可看作一个动态系统，故可将系统过去的输入和输出作为神经网络的输入增加项，以此使得静态的神经网络非线性映射能更好地拟合动态的阻尼器系统。选择BP神经网络模型的变量输入个数为7个，分别为前一时刻阻尼器活塞的位移x(t-1)，速度v(t-1)，