Gain-adaptive Skyhook-LQR: a coordinated controller for improving truck cabin dynamics

天钩 控制器(灌溉) 控制理论(社会学) 工程类 振动 线性二次调节器 卡车 MATLAB语言 悬挂(拓扑) 控制工程 计算机科学 汽车工程 控制(管理) 阻尼器 簧载质量 农学 人工智能 生物 物理 数学 量子力学 同伦 纯数学 操作系统
作者
Yukun Lu,Amir Khajepour,Amir Soltani,Ruilong Li,Ran Zhen,Yegang Liu,Minghui Wang
出处
期刊:Control Engineering Practice [Elsevier]
卷期号:130: 105365-105365 被引量:9
标识
DOI:10.1016/j.conengprac.2022.105365
摘要

Truck manufacturers place more emphasis on drivers' health, safety, and comfort in recent decades. Some progresses have been made in reducing drivers' vibration exposure levels by adding semi-active cabin suspension systems. Considering various driving conditions of a commercial vehicle, an advanced cabin suspension control needs to be capable of solving multi-objective optimization problems in real-time and adapting to different road conditions. To minimize the undesired vibrations in vertical, pitch, and roll directions, a new coordinated control system is introduced in this paper, namely integrated Skyhook-LQR. Specifically, the controller integrates Skyhook and Linear Quadratic Regulator (LQR) in order to attenuate the vibrations transmitted to the cabin, by which the computational cost is affordable for real-time implementation on microcontrollers. Moreover, a gain-adaptive algorithm is designed to intelligently adjust the controller gains based on the higher modes of the cabin vibrations. The performance of the proposed control system is evaluated through the co-simulation between ADAMS/Car and MATLAB/Simulink. The results demonstrate that the gain-adaptive Skyhook-LQR takes the advantage of the Skyhook control when the vertical disturbances are dominate and utilizes the benefits of the LQR algorithm when all modes of vibrations (pitch, roll, and vertical) are present. As a result, the proposed coordinated control system achieves optimum ride comfort under various driving and road conditions with minimum computational costs.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
汎影发布了新的文献求助10
1秒前
4秒前
流萤发布了新的文献求助10
4秒前
不配.应助半壶月色半边天采纳,获得10
4秒前
4秒前
hhhhccer完成签到,获得积分10
6秒前
wanci应助勤奋的花生采纳,获得10
7秒前
9秒前
TtCherry完成签到,获得积分10
9秒前
11秒前
12秒前
12秒前
途中发布了新的文献求助10
15秒前
Owen应助果果采纳,获得10
16秒前
17秒前
17秒前
小晴天发布了新的文献求助10
17秒前
草莓雪酪完成签到,获得积分10
18秒前
冷静水池发布了新的文献求助10
18秒前
希望天下0贩的0应助zitang采纳,获得10
18秒前
19秒前
sasa完成签到 ,获得积分10
20秒前
丘比特应助Lucy采纳,获得10
21秒前
25秒前
27秒前
星辰大海应助冷静水池采纳,获得10
28秒前
CipherSage应助LiaoPiggg采纳,获得10
28秒前
28秒前
NexusExplorer应助能干的钻石采纳,获得10
28秒前
李沛书发布了新的文献求助20
29秒前
31秒前
zitang发布了新的文献求助10
32秒前
Likx完成签到,获得积分10
33秒前
Tina完成签到 ,获得积分10
33秒前
1111颂发布了新的文献求助10
34秒前
35秒前
正经大善人完成签到,获得积分10
35秒前
开心元霜发布了新的文献求助10
35秒前
不然你搬去火星啊完成签到 ,获得积分10
36秒前
36秒前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 800
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 500
Natural History of Mantodea 螳螂的自然史 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3124684
求助须知:如何正确求助?哪些是违规求助? 2775048
关于积分的说明 7725009
捐赠科研通 2430539
什么是DOI,文献DOI怎么找? 1291201
科研通“疑难数据库(出版商)”最低求助积分说明 622091
版权声明 600323