为进一步提高复杂路况下车辆半主动悬架系统的减振性能,提出一种基于迭代学习(Iterative Learning Control,ILC)改进的H∞控制(ILC-H∞Control)策略。首先,提取自适应阻尼减振器(Adaptive Damping System,ADS减振器)的阻尼特性实验数据,利用Sigmoid模型对阻尼参数进行辨识拟合;引入P型迭代学习控制器弥补传统H∞控制中权函数的盲目性,构建期望回路增益,将模型匹配问题转化为迭代学习中期望回路函数的路径跟踪问题,提高悬架阻尼调节的灵活性与自适应性。结果表明:在B级随机路面和冲击路面激励下,与被动悬架和H∞传统控制下的半主动悬架相比,该控制方法的性能提高了近49.04%。

分析了单相逆变器系统的数字控制特点,提出了一种带输出电流前馈的PI双环（输出电压外环和滤波电感内环）数字化控制方案,利用极点配置方法对控制系统参数进行了设计,并对系统进行了仿真,最后给出了各种实验条件下的实验波形。

由于电液位置伺服系统中存在不易获得精确数学模型、参数摄动以及外部未知扰动等问题,采用了一种改进自抗扰控制方案,充分利用系统已知信息,将系统位置误差作为控制器输入,以减小因扩张状态观测器产生的相位滞后,进而提高系统响应速度。同时对系统位置误差进行观测并予以补偿,并将系统高阶项以及未知扰动视为总扰动,以简化控制器结构,最后采用MATLAB与AMESim进行联合仿真。结果表明,所设计的一阶非线性自抗扰控制器能够实现系统的快速响应及精度控制,相较于改进前,响应速度提升47.62%,跟踪误差降低44.44%,与PID控制相比,响应速度提升了60%,跟踪误差降低了58.34%,对未知扰动等因素有良好的抑制能力,拥有更优良的控制品质和鲁棒性。

电液位置伺服系统的阻尼比较低,造成电液位置伺服系统响应速度慢及跟踪性能较差。为解决此问题,提出一种模糊自适应控制与速度正反馈、加速度负反馈相结合的复合控制策略。通过速度正反馈来提高系统的开环增益,加速度负反馈提高阻尼比,从而提高系统动态响应速度并减小位置误差。利用前馈控制拓宽系统频宽,进一步减小位置跟踪误差。对传统PI控制、模糊PI控制、模糊PI复合控制算法下的系统响应性能进行仿真分析,结果表明:采用所提出的复合控制策略时,系统动态响应速度比模糊PI控制提高约76.9%,比传统PI控制提高约84.2%,其位置跟踪误差几乎为0。