CN100478201C - 半主动车辆悬架系统 - Google Patents

Abstract

一种用于控制车辆的减振系统的方法，该车辆减振系统包括多个将系统线性化的受控减振器(20)。该方法包括基于双线性阻尼特性来将减振器的初始控制输入变换成虚拟阻尼力输入信号。然后使用静态解耦矩阵将系统动态特征解耦成模态分量，并用线性分散控制器来控制系统。

Description

半主动车辆悬架系统

相关申请

本申请要求2004年4月27日提交的美国临时申请第60/565,512号的优先权，其说明书结合在本文中作为参考。

技术领域

本发明的一个实施例指向车辆悬架系统。更具体地，本发明的一个实施例指向无模型半主动车辆悬架系统。

背景技术

客车或任何其它车辆的舒适度和路面处理性能主要是由车辆上的减振器的阻尼特性决定的。被动减振器具有由它们的设计决定的固定的阻尼特性。然而，取决于道路激励，希望调整该特性以提高性能。半主动和主动悬架系统提供了随着路面平整度，通过，例如，改变一个或两个电流控制的阀的约束或通过改变磁流变液的粘性，来改变阻尼特性的可能性。

主动减振器具有可提供负阻尼和能在低速时产生更大范围的力的额外优势，因此可能允许提高系统性能。然而，半主动悬架与主动悬架相比更简单、更可靠并且商业可用性更高。它们不要求外部动力源(例如，液压泵)并且更加安全，因为它们可以仅消耗能量，因此不会引起系统不稳定。

现有几种使用主动或半主动悬架来控制汽车的线性和非线性方法。作为已知的线性方法，它们通常基于线性物理汽车模型和作为理想力源建模的减振器来应用线性控制策略，其中线性物理汽车模型由集中质量、线性弹簧和阻尼器组成。然而，真实的汽车动态特征要复杂得多，并且主动减振器不是理想力源，而是具有复杂的非线性动态特性。已知方法所使用的不现实的假定使得这些线性控制方法不太适于实际应用。

已经将诸如线性参数改变增益调度、逆向递推、自适应控制的非线性控制方法应用于主动悬架系统。这些控制器是基于具有大量参数的非线性物理汽车和阻尼模型。这些模型参数的试验性辨识是个复杂的问题。另外，使用这些已知方法的非线性控制器的设计和调整是困难的，由于没有有效的标准技术或软件工具，因此非线性模型和控制器的使用是非常耗时的设计。

Lauwerys等人的“Design and experimental validation of linear robustcontroller for an active suspension of a quarter car”，Proceeding of theAmerican Control Conference(2004)，公开了一种使用线性辨识和鲁棒控制技术对于1/4汽车试验台架的实用的试验方法。基于主动悬架和1/4汽车动态特征两者的实验性辨识的线性模型，使用μ合成获得线性鲁棒执行控制器。试验台架的比较简单的构造和主动悬架的线性使得可能应用线性辨别和控制设计技术。然而，真实汽车的动态特征要复杂得多，并且半主动悬架与主动悬架的运转有很大不同，因为，例如，在振动(rattle)速度为零时，它变得不可控制。

上述基于模型的方法理论上可产生用于某种减振器和汽车模型的最佳控制器。然而，如果不是不可能实现，它们的整车和高非线性半主动减振器的应用是复杂且非常困难的。

基于上述，存在对于非线性半主动或主动减振器的无模型控制的系统和方法需求。

发明内容

本发明的一个实施例是用于控制包括多个受控减振器的车辆的减振系统的方法。通过基于双线性阻尼特性将减振器的原始控制输入变换成虚拟阻尼力输入信号，来将系统线性化。使用静态解耦矩阵来将系统动态特征解耦成模态分量，并采用线性分散控制器来控制系统。

附图说明

图1是表示现有技术的被动减振器和根据本发明的一个实施例的半主动减振器的框图；

图2是表示对于CVSA阀的不同输入电流测得的速度-力阻尼特性的示图；

图3是具有非线性控制器的汽车和阻尼器的框图；

图4是表示添加线性控制器，并且用线性化控制器替代非线性控制器的框图；

图5图示出了基于物理和双线性模型计算的阻尼力和在汽车的一个角落测量的车体加速度之间的多相关性；

图6是具有四个根据本发明的实施例的半主动减振器的客车的框图，并且显示为需要四乘四MIMO控制器的四乘四多输入多输出系统。

图7图示出了图6的系统的测量的频率响应函数矩阵；

图8是模态控制器和耦合系统的框图；

图9图示出了图7的系统的测量的频率响应函数矩阵；

图10是自适应控制器的框图。

具体实施方式

本发明的一个实施例是无模型控制结构，该无模型控制结构没有直接以最优性为目标，而是结合了许多物理上可解释的参数，这些参数可根据测试导频信号给出的准则并基于测试结果容易地联机调整。该方法通常基于半主动减振器和汽车的物理原理，但不要求它的动态特征的模型。因此，它适用于任何半主动或主动悬架系统和任何类型的汽车或车辆。

图1是表示现有技术的被动减振器10和根据本发明的一个实施例的半主动减振器20的框图。减振器10包括装满油的缸体12，和连接到活塞16的杆14，活塞16包括提供标定约束的活塞阀15。由杆14移动到缸体12内或外而引起的体积变化，是通过穿过座阀17流进或流出储蓄器19的油来补偿的。在座阀17和活塞阀15二者上的压降导致作用于活塞16上的阻尼力。

半主动减振器20还包括杆24、缸体22、活塞26和储蓄器31。然而，在半主动减振器20中，活塞和座阀均由止回阀(止回活塞阀28和止回座阀30)替代。电流控制可连续变化的半主动(“CVSA”)阀32具有输入电流“i_v”。控制器33产生i_v，下文中将详细揭示。在一个实施例中，将i_v限制在i^-＝0.3A和i⁺＝1.6A之间，这两个电流分别与阀32的最低和最高限制位置(即，打开和闭合)相对应。

在操作中，当杆24向上移动(正振动速度)时，止回活塞阀28闭合并且油流过CVSA阀32。因为在缸体22内的杆24的体积减少，所以油从储蓄器31通过止回座阀30被推入缸体22中。振动位移/速度是杆24相对于缸体22的相对位移/速度。

当杆24向下移动(负振动速度)时，止回活塞阀28打开。因为在缸体22内的杆24的体积增加，止回座阀30闭合，并且油从缸体22通过CVSA阀32流入储蓄器31中。

图2是表示对于CVSA阀32的不同输入电流i_v测量的速度-力阻尼特性。给CVSA阀32的低/高电流与产生低/高阻尼比率的小/大限制相对应。通过将用于控制电流的不同设置的正弦振动位移信号应用到CVSA阀32来获得该特性。

在一个实施例中，为得到下文中公开的电流参数，将配备有四个半主动减振器的客车放置在四个液压振荡器上，这四个液压振荡器能以预期的路面平整度，独立地激励汽车的四个车轮。使用四个加速度计来测量汽车的车身加速度。此外，使用线性位移传感器来测量全部四个减振器的振动位移。在该测试装置中，系统的干扰输入是汽车车轮下的振荡器的位移。控制输入是流向四个半主动减振器CVSA阀的电流。尽管在描述的实施例中用电流来控制阀32，但在其它实施例中，可通过诸如电压的不同的输入来控制阀32。

反馈线性化

反馈线性化的一个目标是将系统的原始控制输入(输入到半主动减振器CVSA阀的电流)变换成虚拟控制输入，以便于将这些新的控制输入和要控制的系统的输出(测量的车身加速度)之间的动态关系线性化。如果系统输入和输出之间的关系是线性的(或足够线性)，则由于可成功应用公知的和支持计算机辅助控制系统设计(“CACSD”)的线性控制设计技术，所以可简化控制设计和调整。

在现有技术中，变换包括物理阻尼模型和对应于阻尼力的新的控制输入。然而，本发明的一个实施例是使用双线性模型的可替代的变换，其导致不是阻尼力的另一新的控制输入，但是其使得系统的线性化更好。

仅需要考虑汽车的一个角，以公开本发明的实施例如何结合反馈线性化和线性控制。减振器根据振动速度v_r和阻尼阀电流i_v来生成力f_d。干扰输入是路面位移x_a。测量的输出是车身加速度a_b。图3是具有非线性控制器50的汽车52和阻尼器51的框图。为控制汽车52的车身(即，减少车身加速度)，非线性控制器50将车身加速度a_b反馈到阻尼控制电流i_v。

这样的非线性控制器50的设计和调整不是直接的。由于半主动减振器是系统的最非线性的元素，所以引入了线性化控制器，该线性化控制器计算合适的阻尼电流i_v，使得对于给定的振动速度v_r，实现预期的阻尼力f_c。图4是表示添加线性控制器60，并且线性化控制器62替代非线性控制器的框图。使用线性控制器60基于测量的车身加速度a_b来产生预期的阻尼力f_c。线性化控制器62是基于反向阻尼特性。考虑两种特性：图2中所示的代表简化的物理阻尼模型的测量的速度-力特性，和分析得到的双线性特性。

反馈线性化的现有技术方法是基于物理模型减振器或阻尼器的线性化控制器62。使用该方法，可将物理模型简化成诸如图2所示的2D查找表格，该2D查找表格将阻尼力f_d与控制电流i_v和振动速度v_r联系起来。然后通过使用2D内插技术来获得反向模型，使得可从振动速度v_r和预期的阻尼力f_c计算阻尼电流f_v。

与现有技术不同，本发明的实施例是基于双线性阻尼特性的线性化控制器62。具体地，半主动减振器是传递与振动速度v_r和控制信号i_v相关的力f_c的设备(方程1)。当杆不移动时(v_r＝0)，由于半主动减振器不能传递任何力，所以可通过将系数F₀和F₁₀设置成0来简化(方程3)该关系(方程2)的双线性近似。方程4和5表示前向和反向阻尼相似关系。基于该双线性近似，阻尼力和振动速度与被偏置的控制信号的乘积线性相关。

f_c＝F(v_r，i_v)               (1)

f_c＝F₀+v_rF₀₁+i_vF₁₀+v_ri_vF₁₁  (2)

$f_c=v_r{F}_{11}(\frac{F_{01}}{F_{11}}+i_v)---\left(3\right)$

f_c～v_r(i₀+i_v)     (4)

$i_v~\frac{f_c}{v_r}-i_0---\left(5\right)$

由于缩放是由线性控制器补偿的线性操作，所以可创建与振动速度v_r和被偏置的控制电流i_v+i₀的乘积相等的新输入f_c。该输入不再具有阻尼力的物理量纲。因此将其称为虚拟阻尼力。应注意，该线性化控制器仅包含一个参数i₀，控制电流偏置，控制器将围绕其进行操作。

为将本发明的实施例与基于物理阻尼模型的现有技术线性化控制器的性能进行检验和比较，其中在本发明的实施例中线性化控制器是基于双线性阻尼特性，将测试汽车放置在动态振荡器上，并用以下信号进行激励：

·施加到汽车车轮下的四个振荡器的不相关粉红噪声路面平整度位移信号。

·施加到半主动减振器的四个CVSA阀的不相关白噪声电流。测量以下信号：

·在汽车四个角上的四个加速计信号。

·四个减振器的四个振动位移。

基于物理和双线性阻尼模型来脱机计算四个(虚拟)阻尼力。

应注意，不是通过比较真实的(测量的)和计算的(虚拟的)阻尼力来验证阻尼模型的性能，由于本发明的实施例不需要再现该力，并且由于双线性模型生成因被缩放和偏移而不再具有该物理含义的虚拟阻尼力。而是，本发明的实施例计算与车身加速度的线性相关比原始控制信号更高的信号。

图5图示出了基于物理和双线性模型计算的阻尼力和在汽车的一个角上测量的车体加速度之间的多相关性。根据本发明的实施例的双线性模型获得的相关性更高，因此，说明比用现有技术物理阻尼模型获得的线性的动态特征更高。

物理阻尼模型的一个问题是试图补偿减振器的非线性的电流-速度-力的特性，其比图2中所示的查找表格更加复杂。图2的查找表格是用固定电流设置的范围的特定谐波激励信号生成的。然而，非线性系统的响应可以是取决于幅值的。因此，模型仅对具有与用于其鉴定的类似的幅值电平的激励信号有效。相反，根据本发明的实施例的双线性模型不包括这些非线性特征，而是执行双线性近似，双线性近似使得诸如随机路面激励的宽带激励信号更加线性化。双线性阻尼模型仅包括一个参数，“i₀”，而查找表格阻尼模型由用于描述阻尼的非线性特性的大量数据点组成。

模型解耦

图6是具有四个如上所述的根据本发明的实施例的半主动减振器的客车的框图，并被显示为需要四乘四MIMO控制器72的四乘四多输入多输出(“MIMO”)系统70。系统的控制输入(即，控制器72的输出)是半主动减振器的虚拟力f^c _d。测量的系统输出(即，控制器72的输入)是在汽车a^c _b的四个角处的车身加速度。在本发明的其它实施例中，测量的系统输出是在汽车的三个角处的车身加速度，而不是全部四个角，并基于三个测量的输出来计算第四个角。

图7图示出了图6的系统的测量的频率响应函数(“FRF”)矩阵。图7是在汽车的四个角处从虚拟力(f_d)到车身加速度(a_b)的四乘四耦合系统(fl：前-左，fr：前-右，rl：后-左，rr：后-右)。非对角线元素相对于对角线元素比较大指示强耦合。

静态解耦矩阵D(方程6)及其伪逆矩阵D⁺用于将系统解耦成由图8中所示的模态(对角)控制器80控制的其模态运动行驶、左右摇摆、颠簸。系统的变换控制输入(控制器80的输出)是通过四个半主动减振器作用到汽车上的三个虚拟模态力f^d _d。系统的变换控制输出(控制器80的输入)是汽车的三个模态运动a^d _b。

$D=\left(\begin{array}{c}+1+1+1+\mathrm{\δ}+1+\mathrm{\δ}\\ +1-1+1+\mathrm{\δ}-1-\mathrm{\δ}\\ +1+1-1-\mathrm{\δ}-1-\mathrm{\δ}\end{array}\right)---\left(6\right)$

将通过变换矩阵D和D⁺用δ＝0来解耦完全对称的汽车。该矩阵的各列对应于汽车上的各传感器的位置：前-左、前-右、后-左、和后-右。各行代表模态运动：行驶(全部同相)、左右摇摆(左右反相)、颠簸(前后反相)。

图9图示出了用δ＝0测量的该解耦系统的FRF矩阵。图9是从虚拟模态力(f_d)到模态车身加速度(a_b)的三乘三解耦系统的FRF矩阵。非对角线元素的相对大小明显较小指示允许分散控制的耦合较弱。基于图7和9中的FRF矩阵，不可能推断是否值δ≠0会得到用于控制的更优的解耦。因此，将δ作为控制参数引入，该参数可联机调整，以便实现由于重心的纵向偏心率而导致的对称汽车动态特征。

控制策略

如上所述，现在系统已被线性化并解耦，现可基于变换后的系统来设计控制器。在一个实施例中，使用已知的天钩(skyhook)原理来设计控制器。然而，可使用结合本发明的实施例中的线性化和解耦的系统的任何其它控制器设计原理。

一个实施例中的线性控制器由若干反馈和前馈模块组成，每个模块解决特定的舒适度或操作问题。全部模块的输出总和是预期模态虚拟阻尼力。目标是抑制汽车模态运动以提高乘客的舒适度。反馈线性化控制器和模态解耦变换允许直接指定由减振器传递的来自测量的模态运动的预期模态力。基于天钩原理，对角模块控制器由三个一阶低通滤波器组成，可联机调整该滤波器的带宽fb和增益，以满足最优的预期舒适规格和输入饱和度之间的折衷。

车轮跳动是车辆的车轮相对于道路大幅度移动同时车身保持相对静止的谐振模式。因为轮胎接触力变化大，所以该现象损坏汽车的操作性能。可通过增加控制电流偏置i₀(见上文的方程5)，来减弱车轮跳动，其中控制电流围绕控制电流偏置i₀变化。

当在转弯中驾车时，因为离心力汽车会左右摆动，离心力与驾驶速度的平方和转弯的曲率成正比。通过使用前馈控制器来补偿该左右摆动运动，前馈控制器将模态左右摆动力加到预期的阻尼力，该模态左右摆动力与由转弯引起的左右摆动运动相反，并与测量的驾驶速度平方和转向角度成正比。

当加速或刹车时，汽车会分别向后和向前颠簸，与施加的横向加速度成正比。通过使用前馈控制器来补偿颠簸运动，前馈控制器将模态颠簸力加到预期的阻尼力。该添加的预期颠簸力与测量的破坏力和预期的车轮转矩(两者都在汽车的控制器局域网(“CAN”)中有效)成正比。

控制参数调整

在一个实施例中，没有模型可以用来调整控制器(例如，在模拟中)。将如舒适度和路面操作性的目标问题变换成经典控制规格(例如，带宽和稳定时间)是非常困难且不确定的。因此，开发的控制器的一个实施例配备有许多参数，这些参数可基于由在标定测试轨道上驾驶汽车的有经验的试驾驶人员提供的意见，分别联机调整。全部的可调整参数具有物理解释，使得它们对悬架的整体性能的影响很清楚。下文讨论不同的控制参数，它们的物理解释和它们对汽车性能的影响。

·模态解耦矩阵D包含代表重心纵向偏移的一个参数δ。调整该参数以获得前部和后部动态特征类似的平衡汽车响应。

·积分反馈控制器，其由三个一阶低通滤波器组成，包括六个参数：三个增益和三个带宽。增加这些增益和带宽改善汽车的模态运动的低频衰减，直至它们也开始使高频噪声劣化的某个点。

·用于线性化系统动态特征的双线性阻尼模型包括振动速度，用于基于预期的虚拟阻尼力来计算控制电流。因此用低通滤波器对测量的振动位移进行差分和滤波，以防止高频噪音放大。该滤波器的带宽是重要参数，调整该参数以优化在控制器带宽和噪音敏感度之间的折衷。

·控制电流偏置i₀(见上文的方程5)确定系统中阻尼的平均量，并且该控制电流偏置i₀主要被调整以优化汽车的操作性能。增加该值使得汽车具有更好的轮胎接触力，但是损坏了乘客舒适度。实验性的调整显示优化值取决于道路种类：平坦路面允许柔和的设置，而粗糙的路面需要比较强的设置。

导致在舒适度和路面操作性能之间的最优折衷的控制电流偏置i₀取决于路面粗糙度。目标是限制轮胎接触力变动，以便维持一定量的操作性能，不受道路输入的支配。由于无法联机测量这些轮胎接触力，所以假设车轮的动能的平均量与轮胎接触力变化的平均量相关。由于车轮跳动谐振，车轮的绝对速度可用振动速度来近似，汽车的车身相对于车轮保持静止。这导致以下自适应控制规则以保持恒定的操作性能：使控制电流偏置i₀自适应，使得车轮的动能平均量保持不变。

通过用一阶低通滤波器来过滤振动速度v_r的平方的和(全部四个车轮)来联机计算与车轮的动能的平均量(移动的)成正比的测量E。如方程7所示，该滤波器的时间常数τ确定计算平均值的时间。

$E\left(t\right)=\frac{1}{\mathrm{\τs}+1}\left(\mathrm{\Σ}{v}_r^2\right)---\left(7\right)$

对于特定类型的道路和控制电流偏置i₀的固定值，存在时间常量τ，使得车轮动能的平均值E收敛成一个常数(在给定范围内)。增加i₀导致更强的减振器，并使E增加。可将视为具有控制输入i₀和测量的输出E的系统G的汽车，建模成具有时间常数τ和负DC-增益A的一阶系统，如下面的方程8所示。比例反馈控制器P导致具有时间常数 ${\mathrm{\τ}}_c=\frac{\mathrm{\τ}}{1+\mathrm{PA}}$ 和DC-增益 $A_c=\frac{\mathrm{PA}}{1+\mathrm{PA}}$ 的新的一阶系统。图10是自适应控制器通过用比例控制器控制电流偏置i₀，来将与平均轮胎接触力变化有关的车轮的平均动能E保持在恒定水平E₀。可调整参数P和基准E₀来获得预期量的道路无关的操作性能。

$G=\frac{A}{\mathrm{\τs}+1}---\left(8\right)$

如上所述，基于在没有明显使用模型的情况下对汽车和半主动悬架动态特征的物理理解，获得了根据本发明的一个实施例的控制器结构。在一个实施例中，控制器结构由三个基础部分组成。首先通过将初始电流控制输入变换成虚拟阻尼力输入信号来将系统线性化。已示出，如果使用双线性阻尼特性取代基于物理模型的非线性特性，可改善该线性化。然后使用静态解耦矩阵将系统动态特征解耦成它们的模态分量。尽管实际的汽车动态特征既不对称也不可静态解耦，在静态解耦之后FRF矩阵的非对角元素与对角元素相比足够小。

使用单一参数来微调重心的纵向偏移，以便实现对称的汽车动态特征。最后，通过线性解耦控制器来控制该线性化并且已解耦的系统，该线性解耦控制器由若干个均解决特定舒适度或操作问题的模块组成。由该无模型控制结构得到的全部参数都有物理意义，并因此可基于试驾人员的意见来联机直观地调整。因为系统的最优平均阻尼取决于路面激励的粗糙度，所以使用自适应控制器来调节控制电流偏置。

对于根据本发明的实施例得到的半主动悬架系统，可通过，例如，改变阻尼器内部的约束，或通过改变阻尼器内部的油的特性，来调整每个阻尼器的阻尼力。使用计算机来及时计算每个时刻汽车上每个阻尼器的预期阻尼水平。本发明的实施例通过考虑汽车车身的运动、道路状况和驾驶员输入，来计算这些预期的阻尼水平。与现有技术系统不同，本发明的实施例的算法既不使用关于阻尼器的物理信息也与使用汽车本身的物理信息。

本文具体说明并/或描述了本发明的若干实施例。然而，应理解，本发明的修改或改变被上述技术方案所覆盖，并在所附权利要求的范围内，而没有偏离本发明的精神和预定范畴。

Claims (18)

1.一种包括多个可控减振器的车辆的减振器系统的控制方法，所述方法包括：

基于双线性阻尼特性，通过将所述减振器的原始控制输入变换成虚拟阻尼力输入信号，来将所述系统线性化；

使用静态解耦矩阵来将系统动态特征解耦成模态分量，所述静态解耦矩阵用来将所述虚拟阻尼力输入信号变换成模态车身加速度；和

基于所述模态分量，用线性分散控制器来控制所述系统。

2.如权利要求1所述的方法，其中使用无模型输入来将所述系统线性化。

3.如权利要求1所述的方法，所述模态分量包括具有代表所述车辆的重心的纵向偏移的参数的模态解耦矩阵。

4.如权利要求1所述的方法，其中通过生成每个所述可控减振器的控制信号i_v，来控制所述系统，其中

$i_v~\frac{f_c}{v_r}-i_0,$ 并且其中v_r是所述减振器的振动速度，f_c是所述减振器的相关的力，i₀是控制电流偏置。

5.如权利要求1所述的方法，其中所述减振器是半主动减振器。

6.如权利要求1所述的方法，其中所述减振器是电流控制减振器。

7.一种车辆减振系统的半主动减振器，包括：

缸体；

插入到所述缸体内的杆；

耦合到所述杆的活塞；

耦合到所述缸体的可控阀；和

耦合到所述可控阀的用于控制所述阀的控制器，所述控制器包括：

线性控制器；

耦合到所述线性控制器的线性化控制器，所述线性化控制器基于双线性阻尼特性。

8.如权利要求7所述的半主动减振器，其中所述耦合到所述可控阀的用于控制所述阀的控制器使用虚拟阻尼力输入信号i_v，来控制所述阀，并且其中

$i_v~\frac{f_c}{v_r}-i_0,$ 并且其中v_r是所述减振器的振动速度，f_c是所述减振器的相关的力，i₀是控制电流偏置。

9.如权利要求7所述的半主动减振器，所述耦合到所述可控阀的用于控制所述阀的控制器还包括模态解耦矩阵。

10.如权利要求9所述的半主动减振器，所述模态解耦矩阵包括代表所述车辆的重心的纵向偏移的参数。

11.如权利要求7所述的半主动减振器，其中所述可控阀是电流控制阀。

12.如权利要求7所述的半主动减振器，其中所述控制器是基于天钩原理。

13.一种包括多个可控减振器的车辆的减振系统，所述系统包括：

用于基于双线性阻尼特性通过将所述减振器的控制输入变换成虚拟阻尼力输入信号来将所述系统线性化的装置；

用于使用静态解耦矩阵来将系统动态特征解耦成模态分量的装置，所述静态解耦矩阵用来将所述虚拟阻尼力输入信号变换成模态车身加速度；和

基于所述模态分量，用于使用线性分散控制器来控制所述系统的装置；

14.如权利要求13所述的减振系统，其中使用无模型输入来将所述系统线性化。

15.如权利要求13所述的减振系统，所述模态分量包括模态解耦矩阵，所述模态解耦矩阵具有代表所述车辆的重心的纵向偏移的参数。

16.如权利要求13所述的减振系统，其中通过生成每个所述可控减振器的控制信号i_v，来控制所述系统，其中

$i_v~\frac{f_c}{v_r}-i_0,$ 并且其中v_r是所述减振器的振动速度，f_c是所述减振器的相关的力，i₀是控制电流偏置。

17.如权利要求13所述的减振系统，其中所述减振器是半主动减振器。

18.如权利要求13所述的减振系统，其中所述减振器是电流控制减振器。

Images