Управление развязкой для модели типа "половина машины": сравнительный анализ алгоритмов линейного и линейно-квадратичного управления с активным подавлением помех

Рассмотрены линейный мультинезависимый и многомерный линейно-квадратичный подходы к реализации активного управления подавлением помех. Первый подход основан на управлении многомерными системами, входное число которых равно выходному числу, с использованием нескольких отдельных элементов активного управления подавлением помех. Второй подход основан на преобразовании задачи управления в многомерную управляемую систему с использованием линейного квадратичного регулятора. Параметры двух предлагаемых алгоритмов синтеза управления настраиваются с помощью требуемой частоты среза замкнутого контура и динамического множителя скорости наблюдателя. Многокритериальная процедура оптимизации выполнена с использованием алгоритма NSGA-II. Предложенные подходы подтверждены моделированием системы активного управления подвеской автомобиля. Тестирование проведено с учетом движения транспортного средства с относительно высокими скоростями в предположении, что возмущенное движение происходит только в вертикальном направлении. В результате моделирования выявлено, что при использовании предлагаемых подходов показатели качества улучшились в отношении смещения подрессоренной массы с несущественным ухудшением ее ускорения. Первый подход можно считать эффективным при управлении многомерными системами, кроме простоты конструкции и простоты настройки ее параметров. Второй подход дает лучшие результаты, чем первый, но с большими затратами в математических расчетах

Литература

[1] Chang X., Yongli Li., Weiya Z., et al. Active disturbance rejection control for a flywheel energy storage system. IEEE Trans. Ind. Electron., 2015, vol. 62, no. 2, pp. 991--1001. DOI: https://doi.org/10.1109/TIE.2014.2336607

[2] Darus R., Sam Y.M. Modeling and control active suspension system for a full car model. IEEE 5th Int. Colloquium on Signal Processing & Its Applications, 2009, pp. 13--18. DOI: https://doi.org/10.1109/CSPA.2009.5069178

[3] Degertekin S., Lamberti L., Hayalioglu M. Heat transfer search algorithm for sizing optimization of truss structures. Lat. Am. J. Solids Struct., 2017, vol. 14, no. 3, pp. 373--397. DOI: https://doi.org/10.1590/1679-78253297

[4] Gao Z., Tian G. Extended active disturbance rejection controller. Patent US 8180464. Appl. 20.08.2008, publ. 15.05.2012.

[5] Hasbullah F., Faris W.F. Simulation of disturbance rejection control of half-car active suspension system using active disturbance rejection control with decoupling transformation. J. Phys.: Conf. Ser., 2017, vol. 949, art. 012025. DOI: https://doi.org/10.1088/1742-6596/949/1/012025

[6] Hasbullah F., Faris W.F., Darsivan F.J., et al. Ride comfort performance of a vehicle using active suspension system with active disturbance rejection control. IJVNV, 2015, vol. 11, no. 1, pp. 78--101. DOI: https://doi.org/10.1504/IJVNV.2015.067995

[7] Ishak N., Othman R., Ahmad A., et al. An observer design of nonlinear quarter car model for active suspension system by using backstepping controller. IEEE 5th Int. Colloquium on Signal Processing & Its Applications, 2009, pp. 160--165. DOI: https://doi.org/10.1109/CSPA.2009.5069208

[8] Li F., Zhang Z., Armaou A., et al. Study on ADRC parameter optimization using CPSO for clamping force control system. Math. Probl. Eng., 2018, vol. 2018, art. 2159274. DOI: https://doi.org/10.1155/2018/2159274

[9] Li P., Lam J., Chun K. Experimental investigation of active disturbance rejection control for vehicle suspension design. Int. J. Theor. Appl. Mech., 2016, no. 1, pp. 89--96.

[10] Lu Y., Wang H., Tian Y. Active disturbance rejection control for active suspension system of nonlinear full car. IEEE 7th DDCLS, 2018, pp. 724--729. DOI: https://doi.org/10.1109/DDCLS.2018.8516039

[11] Nagarkar M., Bhalerao Y., Patil G.V., et al. Multi-objective optimization of nonlinear quarter car suspension system --- PID and LQR control. Procedia Manuf., 2018, no. 20, pp. 420--427. DOI: https://doi.org/10.1016/j.promfg.2018.02.061

[12] Peng C., Tian Y., Bai Y., et al. ADRC trajectory tracking control based on PSO algorithm for a quad-rotor. IEEE 8th ICIEA, 2013, pp. 800--805. DOI: https://doi.org/10.1109/ICIEA.2013.6566476

[13] Pepe G., Roveri N., Carcaterra A. Experimenting sensors network for innovative optimal control of car suspensions. Sensors, 2019, vol. 19, no. 14, art. 3062. DOI: https://doi.org/10.3390/s19143062

[14] Helem S.S.C. Multi-objective optimization and multicriteria design of PI/PID controllers. Barcelona, Universitat Autonoma de Barcelona, 2016.

[15] Savsani V., Patel V., Gadhvi B., et al. Pareto optimization of a half car passive suspension model using a novel multi-objective heat transfer search algorithm. Model Simul. Mat. Sс. Eng., 2017, vol. 2017, art. 2034907. DOI: https://doi.org/10.1155/2017/2034907

[16] Seshadri A. A fast elitist multi-objective genetic algorithm: NSGA-II. URL: https://web.njit.edu/~horacio/Math451H/download/Seshadri_NSGA-II.pdf (дата обращения: 15.06.2021).

[17] Sun W., Pan H., Zhang Y., et al. Multi-objective control for uncertain nonlinear active suspension systems. Mechatronics, 2014, vol. 24, no. 4, pp. 318--327. DOI: https://doi.org/10.1016/j.mechatronics.2013.09.009

[18] Teppa-Garran P., Garcia G. ADRC tuning employing the LQR approach for decoupling uncertain MIMO systems. Inf. Technol. Control., 2014, vol. 43, no. 2, pp. 157--165. DOI: https://doi.org/10.5755/j01.itc.43.2.4059