Advertisement

Forschung im Ingenieurwesen

, Volume 83, Issue 2, pp 119–127 | Cite as

Nichtlineare modellbasierte prädiktive Regelung der Fahrzeugdynamik in Bezug auf eine aktive Wankstabilisierung und eine Nickreduzierung

  • Philipp Maximilian SiebergEmail author
  • Sebastian Blume
  • Sebastian Reicherts
  • Dieter Schramm
Originalarbeiten/Originals
  • 454 Downloads

Zusammenfassung

Im vorliegenden Beitrag wird ein nichtlinearer modellbasierter Regelungsansatz vorgestellt, der die Fahrzeugdynamik, im speziellen das Wank- und Nickverhalten eines Personenkraftwagens, gezielt beeinflusst. Das Ziel einer solchen Fahrdynamikregelung ist es, sowohl die Sicherheit in kritischen Grenzbereichen der Fahrdynamik zu erhöhen, als auch den Komfort während der Fahrt generell zu steigern. Das Wanken ist als Rotation um die fahrzeugfeste Längsachse definiert. Eine Drehung um die laterale fahrzeugfeste Achse wird durch das Nicken beschrieben. Aufbauend auf einem nichtlinearen prädiktiven Regelungsalgorithmus zur aktiven Wankstabilisierung wird bei dem hier vorgestellten Regelungsansatz das Nickverhalten zusätzlich verringert. Über den modellierten Fahrzeugaufbau, ausgestattet mit aktiven Stabilisatoren sowie semiaktiven Stoßdämpfern, lassen sich insbesondere durch letztere Aufbaubewegungen und dadurch ebenfalls Nickbewegungen verringern. Durch die Berücksichtigung des Nickverhaltens im modellbasierten prädiktiven Regler wird somit der Fahrkomfort weiter gesteigert.

Non-linear model-based predictive control of vehicle dynamics in terms of active roll stabilization and pitch reduction

Abstract

This article presents a non-linear model-based control approach that specifically influences the vehicle dynamics, in particular the roll and pitch behavior of a passenger car. The aim of such a driving dynamics control is to increase safety in critical areas of vehicle dynamics, and generally to increase the comfort while driving. The roll behavior is defined as a rotation about the vehicle-fixed longitudinal axis. A rotation about the lateral vehicle-fixed axis is described by the pitch behavior. Based on a non-linear predictive control algorithm for active roll stabilization, the pitch behavior is additionally reduced in the control approach presented here. Through the modeled vehicle, equipped with active stabilizers and semi-active shock absorbers, chassis movements and thereby also pitching movements can be reduced especially using the shock absorbers. By considering the pitching behavior in the model-based predictive controller, driving comfort is thus further enhanced.

Literatur

  1. 1.
    Aral Aktiengesellschaft (Hrsg) (2017) Trends beim Autokauf 2017. Aral Aktiengesellschaft Bereich Presse, BochumGoogle Scholar
  2. 2.
    Adamy J (2014) Nichtlineare Systeme und Regelungen, 2. Aufl. Springer, Berlin, HeidelbergGoogle Scholar
  3. 3.
    Grüne L, Pannek J (2011) Nonlinear Model Predictive Control. Springer, ChamCrossRefzbMATHGoogle Scholar
  4. 4.
    Sieberg PM, Reicherts S, Schramm D (2018) Nichtlineare modellbasierte prädiktive Regelung zur aktiven Wankstabilisierung von Personenkraftwagen. IFToMM D‑A-CH Konferenz, EPFL, LausanneGoogle Scholar
  5. 5.
    Schramm D, Hesse B, Maas N, Unterreiner M (2017) Fahrzeugtechnik – Technische Grundlagen aktueller und zukünftiger Kraftfahrzeuge. De Gruyter Oldenbourg, Berlin, BostonCrossRefGoogle Scholar
  6. 6.
    DIN ISO 8855:2011, Fahrzeugdynamik und Fahrverhalten – Begriffe, Deutsches Institut für Normung e. V., 2011Google Scholar
  7. 7.
    Schramm D, Hiller M, Bardini R (2013) Modellbildung und Simulation der Dynamik von Kraftfahrzeugen, 2. Aufl. Springer, Berlin, HeidelbergCrossRefGoogle Scholar
  8. 8.
    Stone R (1975) Simulator studies and psychphysical ride comfort models. Ride Quality Symposium, Williamsburg, VirginiaGoogle Scholar
  9. 9.
    Heißing B, Ersoy M (2011) Chassis Handbook – Fundamentals, Driving Dynamics, Components, Mechatronics, Perspectives. Vieweg + Teubner, WiesbadenGoogle Scholar
  10. 10.
    Porsche AG (2016) www.porsche.com. Zugegriffen: 28.09.2018
  11. 11.
    Laumanns N (2007) Integrale Reglerstruktur zur effektiven Abstimmung von Fahrdynamiksysteme. Forschungsgesellschaft Kraftfahrwesen, AachenGoogle Scholar
  12. 12.
    Kutsche T, Schürr H (2003) Auf dem Weg zur Systemvernetzung: In welchem Umfang kann ein elektronisches Dämpfungssystem ABS und ESP unterstützen. Tagung „Fahrwerktechnik“, MünchenGoogle Scholar
  13. 13.
    Yu F, Li D‑F, Crolla D (2008) Integrated Vehicle Dynamics Control—State-of-the Art Review. IEEE Vehicle Power and Propulsion Conference, Harbin, ChinaGoogle Scholar
  14. 14.
    Isermann R (2006) Fahrdynamik-Regelung – Modellbildung, Fahrerassistenzsysteme, Mechatronik. Vieweg+Teubner, WiesbadenCrossRefGoogle Scholar
  15. 15.
    Chen W, Xiao H, Wang Q, Zhao L, Zhu M (2016) Integrated Vehicle Dynamics and Control. John Wiley & Sons, SingaporeCrossRefGoogle Scholar
  16. 16.
    Zhu Q, Ayalew B (2014) Predictive Roll, Handling and Ride Control of Vehicles via Active Suspensions. American Control Conference, PortlandCrossRefGoogle Scholar
  17. 17.
    Cromer A (1981) Stable Solutions Using the Euler Approximation. Am Assoc Phys 5:455–459.  https://doi.org/10.1119/1.12478 Google Scholar
  18. 18.
    ISO (2010) ISO 13674-1—Road vehicles—Test method for the quantification of on-centre handling—Part 1: Weave test, International Organization for Standardization, GenfGoogle Scholar
  19. 19.
    ISO (2011) ISO 7401—Road vehicles—Lateral transient response test methods—Open-loop test methods, International Organization for Standardization, GenfGoogle Scholar
  20. 20.
    Rönitz R, Braess H‑H, Zomotor A (1998) Verfahren und Kriterien zur Bewertung des Fahrverhaltens von Personenkraftwagen – Stand und Problematik. Automobiltechnische Z 100:236–243CrossRefGoogle Scholar
  21. 21.
    Zomotor A, Braess H‑H, Rönitz R (1997) Verfahren und Kriterien zur Bewertung des Fahrverhaltens von Personenkraftwagen – Ein Rückblick auf die letzten 20 Jahre. Automobiltech Z 100(3):780–785Google Scholar
  22. 22.
    Sieberg PM, Schmid M, Reicherts S, Schramm D (2019) Computation Time Optimization of a Model-Based Predictive Roll Stabilization by Neuro-Fuzzy Systems. 19. Internationales Stuttgarter Symposium – Automobil- und Motorentechnik, StuttgartCrossRefGoogle Scholar

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2019

Authors and Affiliations

  1. 1.Lehrstuhl für MechatronikUniversität Duisburg-EssenDuisburgDeutschland

Personalised recommendations