شناسايي مدل غيرخطي براي عناصر دستگاه آزمايش يك چهارم سيستم تعليق خودرو

Identification of a nonlinear model for elements of a test rig of quarter car suspension system

در اين مقاله به شناسايي مدل غيرخطي براي عناصر دستگاه جديد آزمايش ساخته شده براي سيستم تعليق يك چهارم خودروي سمند با مكانيزم مك‌فرسون پرداخته شده است. وروديهاي اين دستگاه شامل جابجايي (ناهمواري) جاده و شتاب آن مي‌باشد و خروجيهاي آن شامل شتاب جرم معلق، شتاب جرم غيرمعلق، جابجايي تعليق و فشردگي تاير هستند كه توسط سنسورها ثبت مي‌شوند. دستگاه آزمايش سيستم تعليق داراي مكانيزم مك‌فرسون با فنر و ميراگر غيرخطي بوده و از نظر شناسايي يك مدل چند ورودي-چند خروجي محسوب مي‌شود. براي يافتن ضرايب فنريت و ميرايي تاير و سيستم تعليق از روش تكراري حداقل مربعات غيرخطي به عنوان يك روش شناسايي جعبه خاكستري استفاده شده است. در اين روش مدل رياضي يك چهارم غيرخطي براي دستگاه آزمايش در نظر گرفته ‌شده و پارامترهاي آن با استفاده از داده‌هاي دستگاه آزمايش شناسايي مي‌شود. براي شناسايي پارامترهاي مدل، از روش غيرخطي تكراري لونبرگ- ماركارد استفاده شده است. خروجي مدل غيرخطي شناسايي شده با خروجي دستگاه آزمايش مقايسه و صحت مدل شناسايي شده مورد بررسي قرار گرفته است. نتايج نشان از عملكرد خوب مدل پيشنهادي براي بيان رفتار فنر و ميراگر دستگاه آزمايش يك چهارم سيستم تعليق خودرو با مكانيزم مك‌فرسون دارد.

In this paper, a novel test rig for a quarter car suspension system of Samand with McPherson mechanism is fabricated and its elasto-damping elements are dynamically identified by a nonlinear model. The inputs of test rig are road roughness and its acceleration and the outputs are sprung mass acceleration, un-sprung mass acceleration, suspension deflection, and tire deflection which are recorded by sensors. The test rig of suspension system includes McPherson mechanism with nonlinear spring and damper. This system is categorized as a multi-input-multi-output (MIMO) identified system. The nonlinear least squares iterative method, as a gray-box identification method, is used for finding the elasto-damping coefficients of tire and suspension elements. In this method, a nonlinear mathematical model is considered for the system and its parameters are calculated using the test rig data. The Levenberg–Marquardt algorithm (LMA) is used to solve the non-linear least squares problem. The outputs of the identified nonlinear model are compared with the measured experimental data. As a result, the test rig outputs are followed by the outputs of the identified model with acceptable errors. The compared results indicate a good performance of the proposed model to estimate the behavior of the nonlinear suspension elements.