2. 垂向动力学基础

主动悬架控制器的设计，本质上是在和一套“车身—车轮”耦合振动系统打交道。如果只把车身看成一个质量块，就无法解释为什么车轮会跳离地面、为什么车身加速度和轮胎动载荷常常此消彼长。因此本节从最经典的车身—车轮二自由度（quarter-car）模型入手，把悬架刚度、阻尼、簧上/簧下质量、轮胎刚度这些参数与垂向振动模态、传递特性联系起来，为后续天棚控制、LQR、MPC 等算法提供被控对象基础。

一、二自由度模型的建立与坐标约定

取四分之一车身作为研究对象，把左右对称、前后解耦的假设落到单个角上。定义垂向坐标向上为正，静平衡位置为零点：簧上质量（车身）位移记为 z_s，簧下质量（车轮）位移记为 z_u，路面激励位移记为 z_r。参数含义如下：

• m_s：簧上质量（车身分配到该角的等效质量），典型乘用车单角约 300～450 kg；
• m_u：簧下质量（车轮、制动、转向节等），典型约 35～60 kg；
• k_s：悬架弹簧刚度，典型 20～40 kN/m；
• c_s：悬架阻尼系数，典型 1.5～4 kN·s/m；
• k_t：轮胎垂向刚度，典型 180～250 kN/m。

对簧上质量列牛顿第二定律，弹簧力与阻尼力都取决于相对位移和相对速度：

m_s · z̈_s = -k_s (z_s - z_u) - c_s (ż_s - ż_u) + F_a
m_u · z̈_u =  k_s (z_s - z_u) + c_s (ż_s - ż_u) - k_t (z_u - z_r) - F_a

其中 F_a 是主动作动器输出力，向上作用于车身、向下反作用于车轮，符号相反正是“作用力与反作用力”的体现。被动悬架时令 F_a=0 即可退化。写成状态空间形式，取状态向量 x=[z_s, z_u, ż_s, ż_u]^T，输入为 z_r 与 F_a，输出通常取车身加速度 z̈_s、悬架动行程 z_s−z_u、轮胎动变形 z_u−z_r 三个评价量。

二、悬架刚度与阻尼特性

刚度决定“静态支撑”和“固有频率”，阻尼决定“能量耗散”和“共振峰高度”。先看刚度：悬架偏频（车身固有频率）近似为

f_s ≈ (1/2π) · √(k_s / m_s)

以 m_s=400 kg、k_s=28 kN/m 为例，f_s≈1.33 Hz，落在人体最敏感垂向频段（4～8 Hz）之下，这是舒适性设计的基本取向。车轮固有频率则由轮胎刚度与簧下质量决定：

f_u ≈ (1/2π) · √((k_s + k_t) / m_u)

代入 k_t=200 kN/m、m_u=45 kg，f_u≈11.3 Hz，明显高于车身频率，两者在频域上分离，这正是二自由度系统出现“两个共振峰”的根源。

阻尼比 ζ 反映阻尼相对临界阻尼的比例：

ζ_s ≈ c_s / (2√(k_s · m_s))

被动悬架 ζ 通常取 0.2～0.4。ζ 太小，车身共振峰高、余振长；ζ 太大，高频路面冲击会更多传入车身，且轮胎动载荷增大。主动悬架的价值就在于：不必在“低频舒适”和“高频接地”之间做固定折中，而是用 F_a 实时改变等效阻尼与等效刚度。

三、垂向振动模态与传递特性

把上面两个方程做拉普拉斯变换，令 F_a=0，可解出两个特征频率，对应两个模态：低频模态以车身运动为主，车轮近似跟随；高频模态以车轮跳动为主，车身相对安静。二者之间存在反相耦合——当车轮向上跳时，若车身也向上运动，悬架动行程减小，轮胎变形增大，接地性变差。这正是主动悬架需要“看频率说话”的原因。

从传递特性看，路面位移到车身加速度的幅频特性在 f_s 附近有一个明显共振峰，之后以约 −40 dB/dec 衰减；到轮胎动载荷的传递则在 f_u 附近出现峰值。三个评价量——车身加速度、悬架动行程、轮胎动载荷——在频域上并不一致：降低车身加速度往往以增大动行程或动载荷为代价。工程上常用加权目标函数来量化这种折中，例如：

J = w1 · RMS(z̈_s) + w2 · RMS(z_s − z_u) + w3 · RMS(z_u − z_r)

权重 w1、w2、w3 根据车型定位选取：舒适取向加大 w1，操稳取向加大 w3，同时用动行程限位约束防止击穿缓冲块。

四、从模型到控制：一个可复现的频域观察示例

在 MATLAB/Simulink 或 Python 中，可用上述参数快速搭出状态空间模型并扫频。以 Python 为例，核心代码如下（示例参数，非实测）：

import numpy as np
ms, mu = 400.0, 45.0
ks, cs, kt = 28000.0, 2400.0, 200000.0

A = np.array([
    [0, 0, 1, 0],
    [0, 0, 0, 1],
    [-ks/ms,  ks/ms, -cs/ms,  cs/ms],
    [ ks/mu, -(ks+kt)/mu, cs/mu, -cs/mu]
])
B = np.array([[0,0],[0,0],[0,1/ms],[-kt/mu,-1/mu]])
C = np.array([
    [-ks/ms, ks/ms, -cs/ms, cs/ms],   # 车身加速度
    [1, -1, 0, 0],                    # 悬架动行程
    [0, 1, 0, 0]                      # 轮胎动变形
])
# 扫频 0.1~30 Hz，观察三个输出的幅频曲线

运行后应能看到：车身加速度曲线在约 1.3 Hz 处出现第一个峰，轮胎动变形曲线在约 11 Hz 处出现第二个峰；把 c_s 从 2400 提高到 4000，第一个峰会明显下降，但 11 Hz 附近的峰可能略有抬升。这个“此消彼长”的现象，就是后续主动控制算法要动态权衡的核心矛盾。判断模型是否合理，可检查两个特征频率是否与解析式 f_s、f_u 一致，以及高频段衰减斜率是否接近 −40 dB/dec。

掌握二自由度模型后，就能把“悬架刚度决定模态频率、阻尼决定共振峰高、主动力决定等效参数可调范围”这条主线建立起来。后续天棚控制、LQR、MPC 等算法，本质上都是在给定 k_s、c_s、k_t 约束下，通过 F_a 重新分配三个评价量之间的权重。