Điều khiển bền vững dựa trên mạng neuron và phương pháp RISE bão hòa cho hệ thống treo Macpherson tích cực nhằm nâng cao độ êm dịu chuyển động cho xe con

 CÔNG NGHỆ 
 Tạp chí KHOA HỌC & CÔNG NGHỆ ● Số 52.2019 54
KHOA HỌC
ĐIỀU KHIỂN BỀN VỮNG DỰA TRÊN MẠNG NEURON 
VÀ PHƯƠNG PHÁP RISE BÃO HÒA CHO HỆ THỐNG TREO 
MACPHERSON TÍCH CỰC NHẰM NÂNG CAO ĐỘ ÊM DỊU 
CHUYỂN ĐỘNG CHO XE CON 
ROBUST CONTROL BASED ON NEURAL NETWORKS AND RISE SATURATION CONTROLLER 
FOR ACTIVE MACPHERSON SUSPENSION SYSTEM TO IMPROVE RIDE COMFORT 
Đinh Thị Thanh Huyền 
TÓM TẮT 
Bài báo nghiên cứu phương pháp kết hợp giữa mạng neuron nhân tạo và 
phương pháp điều khiển RISE bão hòa để điều khiển nhằm nâng cao độ êm dịu 
cho hệ thống treo Macpherson tích cực, trong đó, phương trình động lực học của 
hệ thống treo có đặc tính phi tuyến, không xác định và chịu tác động của nhiễu. 
Mạng neuron với khả năng xấp xỉ (universal approximation capability) cho các 
hàm số được khai thác để bù cho các thành phần không xác định trong phương 
trình động lực học của hệ thống treo, còn phương pháp điều khiển bền vững RISE 
bão hòa với độ lớn của lực tác động được hạn chế trong một giới hạn xác định 
được sử dụng để dập tắt dao động của khối lượng được treo nhằm nâng cao độ
êm dịu chuyển động cho xe. Chương trình mô phỏng Matlab đã kiểm chứng hiệu 
quả của phương pháp điều khiển trên cả miền thời gian và miền tần số, kết quả 
được so sánh với hệ thống treo tích cực điều khiển PID, hệ thống treo bán tích cực 
điều khiển Skyhook cải tiến và hệ thống treo bị động. 
Từ khoá: Bộ điều khiển RISE bão hòa, điều khiển phi tuyến, hệ thống treo tích 
cực Macpherson, mạng neuron nhân tạo. 
ABSTRACT 
The paper studies on the control method based on the neural networks and 
saturation RISE controller for the active Macpherson suspension to improve the ride 
comfort, whereas, the suspension dynamics include the nonlinear uncertainties and 
exogenous disturbances. Feedforward neural network with the universal 
approximation capability is exploited to compensate for the nonlinear uncertainties 
and the robust saturation RISE controller with the control force limited in a priori 
limit is used to robustly regulate the vertical displacement of the sprung mass to 
improve the ride comfort. The Matlab simulations are performed to show the 
effectiveness of the proposed method in both time domain and frequency domain 
in comparison with the active suspension with PID controller, the semi-active 
suspension with a modified Skyhook control and the passive suspension. 
Keywords: Saturation RISE controller, nonlinear control, active Macpherson 
suspension, neural networks. 
Khoa Cơ khí, Trường Đại học Giao thông Vận tải 
Email:huyentdinh@utc.edu.vn 
Ngày nhận bài: 15/3/2019 
Ngày nhận bài sửa sau phản biện: 17/5/2019 
Ngày chấp nhận đăng: 10/6/2019 
1. TỔNG QUAN 
Hệ thống treo Macpherson được giới thiệu lần đầu tiên 
năm 1949 bởi công ty Ford Motor và ngày nay hệ thống 
treo này đã được sử dụng rộng rãi trên các phương tiện 
hiện đại. Về cấu trúc, hệ thống treo Macpherson có thể lắp 
đặt cho cả hệ thống treo trước và sau, tuy nhiên nó chủ yếu 
được dùng cho hệ thống treo trước do khối lượng nhỏ, kích 
thước gọn và cấu trúc đơn giản. Tuy nhiên, về phương diện 
động học và động lực học, hệ thống treo Macpherson tích 
cực có mối quan hệ phi tuyến giữa lực điều khiển chủ động 
và các biến trạng thái: dịch chuyển theo phương thẳng 
đứng của khối lượng được treo và góc quay của đòn ngang 
[1-5]. Do vậy, việc tuyến tính hóa quanh trạng thái cân 
bằng để đưa ra các phương trình động lực học tuyến tính 
đơn giản, từ đó xây dựng các phương pháp điều khiển (như 
[6-8]) làm giảm độ chính xác khi áp dụng điều khiển cho 
các hệ có bản chất phi tuyến. Vấn đề đặt ra là cần thiết kế 
các phương pháp điều khiển xét đến đúng bản chất phi 
tuyến và luôn có nhiễu tác động của hệ thống treo 
Macpherson tích cực. 
Mục tiêu của vấn đề điều khiển trong hệ thống treo là 
nâng cao độ êm dịu chuyển động (ride comfort), trong khi 
giữ đủ độ bám mặt đường (road-holdings) để duy trì độ an 
toàn chuyển động của xe. Thông thường, độ êm dịu 
chuyển động của xe được đánh giá qua việc dập tắt gia tốc 
dao động thẳng đứng của thân xe, trong khi yêu cầu về 
thiết kế được đánh giá qua giới hạn của không gian giữa 
phần khối lượng được treo và khối lượng không được treo 
(rattle space contraint) và yêu cầu về độ bám mặt đường 
được đánh giá qua độ biến dạng của lốp [9]. Đây là ba tiêu 
chí để đánh giá hệ thống treo, tuy nhiên các chỉ tiêu này 
thông thường mâu thuẫn với nhau, do vậy, khó có thể đạt 
đồng thời cả ba chỉ tiêu trong khi hệ thống treo tích cực là 
các hệ không đủ điều khiển (underactuated systems). Do 
vậy, yêu cầu đặt ra là thiết kế các phương pháp điều khiển 
để nhanh chóng đập tắt dao động của khối lượng được 
treo dưới tác động của kích thích liên tục từ mặt đường, 
SCIENCE TECHNOLOGY 
Số 52.2019 ● Tạp chí KHOA HỌC & CÔNG NGHỆ 55
nhằm nâng cao độ êm dịu chuyển động, trong khi giữ đủ 
độ bám mặt đường. Tiêu chí về độ êm dịu là tiêu chí ưu tiên 
khi thiết kế điều khiển cho hệ thống treo và tiêu chí này 
được tập trung đánh giá trên miền tần số từ 1-30Hz của 
kích thích mặt đường. Một số các công trình tiêu biểu 
nghiên cứu về hệ thống này có thể kể đến như: phương 
pháp điều khiển H∞ như [10-11], tuy nhiên mục tiêu chung 
của phương pháp này là cực tiểu hóa một hàm chi phí (cost 
function) được xây dựng dựa trên các chỉ tiêu về gia tốc 
dao động thẳng đứng của thân xe (độ êm dịu), biến dạng 
của lốp (độ an toàn chuyển động), giới hạn của không gian 
giữa khối lượng được treo và khối lượng không được treo, 
cũng như yêu cầu về giới hạn của lực tác động, các chỉ tiêu 
này được nhân cùng các trọng số để ra một hàm chi phí 
chung. Như vậy, trong hàm chi phí của phương pháp điều 
khiển H∞ bao hàm tất cả các chỉ tiêu mong muốn của một 
hệ thống treo. Nhưng việc chọn lựa được tỉ lệ trọng số phù 
hợp giữa các chỉ tiêu là một vấn đề khó, hơn nữa phương 
pháp này đòi hỏi phải tuyến tính hóa phương trình động 
lực học của hệ quanh vùng làm việc. Các phương pháp 
điều khiển xét đến bản chất phi tuyến của hệ thống treo 
như phương pháp gain-scheduling [12] và back-stepping 
[13] đòi hỏi rất nhiều các thí nghiệm để xác định các tham 
số của hệ thống. Phương pháp điều khiển áp dụng cho hệ 
thống treo Macpherson không xác định được giới thiệu 
trong [14] được xây dựng dựa trên tổ hợp của phương 
pháp điều khiển sliding-mode, fuzzy logic và mạng neuron 
nhưng tín hiệu điều khiển được thiết kế là tín hiệu rời rạc, 
do vậy sẽ đi kèm với các hạn chế như gây ra vấn đề rung rật 
của cơ cấu chấp hành. 
Phát triển từ kết quả nghiên cứu của tác giả trong [15] 
khi phương pháp điều khiển cho hệ thống treo 
Macpherson tích cực trong điều kiện phương trình động 
lực học không xác định và có nhiễu tác động ngoài, chỉ sử 
dụng phương pháp điều khiển RISE bão hòa, dẫn tới đòi hỏi 
các tham số điều khiển lớn. Nội dung của bài báo này tập 
trung vào việc thiết kế bộ điều khiển dựa trên mạng 
neuron và phương pháp điều khiển RISE bão hòa nhằm 
nâng cao độ êm dịu của xe. Cấu trúc của bộ điều khiển bao 
gồm mạng neuron được sử dụng nhằm xấp xỉ cho các 
thành phần không xác định trong phương trình động lực 
học của hệ, các ma trận trọng số của mạng neuron được 
cập nhật liên tục dựa trên luật cập nhật, còn bộ điều khiển 
RISE bão hòa là phương pháp điều khiển bền vững được sử 
dụng nhằm triệt tiêu cho tác động của kích thích mặt 
đường, nhiễu tác động ngoài và sai số xấp xỉ của mạng 
neuron. Việc kết hợp với mạng neuron nhằm giảm yêu cầu 
tham số điều khiển lớn của bộ điều khiển RISE vì một phần 
không xác định của phương trình động lực học đã được 
triệt tiêu bởi mạng neuron. Hiệu quả của phương pháp đề 
xuất được kiểm chứng trên cả miền thời gian và tần số, 
được so sánh với kết quả điều khiển trên hệ thống treo tích 
cực điều khiển PID, hệ thống treo bán tích cực điều khiển 
Skyhook cải tiến và hệ thống treo bị động thông qua 
chương trình mô phỏng trên Matlab. 
2. MÔ HÌNH ĐỘNG LỰC HỌC HỆ THỐNG TREO MACPHERSON 
TÍCH CỰC 
Hình 1. Mô hình dao động 1/4 xe của hệ thống treo Macpherson tích cực 
Mô hình hệ thống treo 1/4 xe thường được sử dụng để 
phân tích và thiết kế luật điều khiển cho hệ thống treo. Mô 
hình này được biểu diễn trên hình 1. Các nghiên cứu về việc 
thành lập phương trình động lực học cho hệ thống treo 
Macpherson đã được nghiên cứu trong các bài báo [1-5] với 
các giả thiết phổ biến như sau: (1) bỏ qua các chuyển động 
ngang của khối lượng được treo, tức là chỉ xét dao động 
theo phương thẳng đứng của khối lượng được treo, (2) tất 
cả các thành phần của hệ thống treo trừ lốp xe là tuyệt đối 
cứng, (3) khối lượng của đòn ngang dưới, thành phần lò xo, 
giảm chấn coi như không đáng kể, (4) lò xo, lốp xe và giảm 
chấn nằm trong vùng tuyến tính của chúng. Lựa chọn dao 
động thẳng đứng của khối lượng được treo zs và góc quay 
của đòn ngang dưới θ là các tọa độ suy rộng thì phương 
trình dao động của hệ thống treo tích cực Macpherson 
được biểu diễn như sau: 
( ) ( ) ( ) ( ) ( ) ( ) ( )3 a 3 rx t F x G x u t H x z t d t  (1) 
Trong đó:  1 2 3 4x x x x x ≜ s sz z θ θ 

là vector 
trạng thái của hệ, ua ∈ R là lực điều khiển tích cực, zr ∈ R là 
kích thích từ mặt đường, d ∈ R4 là thành phần bất định 
trong phương trình động lực học (1) biểu diễn các nhiễu 
ngoài tác động vào hệ thống hoặc các phần động lực học 
chưa được xét đến của hệ. Các vector F, G, H ∈ R4 là các hàm 
phi tuyến bao hàm các thành phần bất định trong phương 
trình động lực học của hệ (tham khảo trong bài báo [15]). 
3. MỤC TIÊU ĐIỀU KHIỂN VÀ THIẾT KẾ BỘ ĐIỀU KHIỂN 
DỰA TRÊN MẠNG NEURON VÀ BỘ ĐIỀU KHIỂN RISE 
BÃO HÒA 
Khối lượng được treo hay thân xe luôn dao động dưới 
tác động của kích thích từ mặt đường, nhiệm vụ của bộ 
điều khiển hệ thống treo tích cực Macperson là dập tắt 
nhanh gia tốc dao động thẳng đứng của thân xe nhằm 
nâng cao độ êm dịu chuyển động, đồng thời vẫn giữ đủ độ 
bám mặt đường để đảm bảo độ an toàn chuyển động cho 
 CÔNG NGHỆ 
 Tạp chí KHOA HỌC & CÔNG NGHỆ ● Số 52.2019 56
KHOA HỌC
ô tô. Về phương diện điều khiển, hệ thống treo tích cực 
Macpherson là hệ thống thiếu cơ cấu chấp hành (under-
actuated system) [15], do vậy rất khó để đạt đồng thời cả 
hai mục tiêu zs → 0 và θ → 0 khi t →∞. Tuy nhiên, để đảm 
bảo độ an toàn chuyển động cho ô tô, góc quay của đòn 
ngang dưới θ chỉ yêu cầu bị chặn trong một giới hạn xác 
định, và điều này có thể đạt được khi độ lớn của lực chủ 
động ua bị hạn chế trong một giới hạn cho trước. Do vậy, 
mục tiêu điều khiển đối với hệ thống treo tích cực 
Macpherson là thiết kế tín hiệu điều khiển ua sao cho đồng 
thời cả biên độ, vận tốc, gia tốc dao động thẳng đứng của 
khối lượng được treo , ,s s sz z z 0   khi t → ∞, với tín hiệu 
điều khiển bị hạn chế trong một giới hạn cho trước u . 
Từ mục tiêu điều khiển và các bước thiết kế luật điều 
khiển RISE bão hòa, các sai số điều khiển và sai số điều 
khiển phụ trợ được định nghĩa như sau: 
e1 ≜zs, e2≜ 1 1 1 fe tanh(e ) tanh(e )  (2) 
r ≜ 2 2 2 2 2e +α tanh(e )+α e (3) 
Với +1 2α ,α R là các hằng số điều khiển dương và tín hiệu 
fe R là tín hiệu ra của hệ con có phương trình như sau: 
fe ≜ 2 f 1 2 1 2 fcosh (e ) -γ e +tanh e -γ tanh e (4) 
Với ,1 2γ γ R
 cũng là các hằng số điều khiển dương. 
Giả thiết rằng đo được hoàn toàn các biến trạng thái biên 
độ dao động và vận tốc dao động thẳng đứng ,s sz z của 
khối lượng được treo. Căn cứ vào định nghĩa (2)-(4), các sai 
số điều khiển e1, e2 là các tín hiệu đo được, nên có thể sử 
dụng để thiết kế điều khiển; còn tín hiệu r là tín hiệu không 
đo lường được, được sử dụng trong quá trình phát triển 
luật điều khiển. 
Phương trình (3) của hệ hở được viết lại dựa trên 
phương trình (1)-(4) như sau: 
1 2r Cx γ e S  (5) 
Với C ≜ [α2 1 0 0] và 
2
1 1 2 1 1 f
2 2 1 2 1
2 2 f
S α cosh (e ) e α tanh(e ) tanh(e )
α tanh(e ) (1 α α )tanh(e )
γ α tanh(e ).
Mục tiêu điều khiển là dập tắt nhanh dao động của hệ 
thống treo tích cực Macpherson (1) có thể đạt được bằng 
sự lựa chọn của lực điều khiển tích cực ua có dạng như sau: 
 ua ≜ 1 1ˆ γ tanh υ
  (6) 
Với các thành phần trong luật điều khiển RISE bão hòa 
(6) sẽ được giải thích cụ thể sau đây: ˆ R là hằng số, 
Ωˆ ≜ ˆCG với ˆ 4G R là hằng số ước lượng tốt nhất cho ma 
trận đầu vào G trong (1). Hằng số ˆ trong (6) được giả sử là 
khả nghịch, hay có tồn tại nghịch đảo. Thêm nữa, ( )υ t R là 
tín hiệu phụ trợ và là tín hiệu ra của hệ con thứ hai như sau: 
υ ≜ 2 T T2 2 2 2 1 2cosh υ α tanh(e ) α e β sgn(e ) W σ(V x) 
(7) 
Với 1β R
 là hằng số điều khiển, phần ( )T TW σ V x là 
mạng neuron hai lớp truyền thẳng để xấp xỉ cho một phần 
của (5), với LW R và 4 LV R là các ma trận trọng số của 
mạng neuron có L neuron trong lớp ẩn và hàm . Lσ R là 
hàm hoạt động của mạng neuron (thường được chọn là 
hàm sigmoid hoặc tanh). Ngoài ra, các ma trận trọng số W, 
V được cập nhật theo quy luật sau [16]: 
( ), ( ')Tw 2 v 2W proj σe V proj xe W σ    (8) 
 Với ,L Lw R
 Γ 4 4v R
  là các ma trận hằng số, xác định 
dương và đối xứng và ' / Tξ V xσ dσ ξ dξ . 
Phân tích luật điều khiển được lựa chọn trong (6), từ 
tính chất của hàm tanh, ta thấy lực điều khiển tích cực ua bị 
bão hòa trong giới hạn ˆ 1 1γ
  . Bằng việc lựa chọn thích 
hợp các hằng số điều khiển γ1, ˆ có thể thay đổi được giới 
hạn bão hòa của lực điều khiển ua để đảm bảo được rằng 
độ lớn lực điều khiển ua nằm trong một giới hạn cho trước 
u , tức là: ˆ 1a 1u γ u
  . 
Các bước phân tích ổn định theo lý thuyết ổn định 
Lyapunov không được trình bày trong bài báo này do giới 
hạn của bài báo, cũng như định hướng của bài báo này là 
tập trung giới thiệu phương pháp và kết quả mô phỏng 
kiểm chứng của thuật toán. 
4. KẾT QUẢ MÔ PHỎNG 
Hiệu quả của bộ điều khiển đưa ra được kiểm chứng 
qua chương trình mô phỏng được xây dựng trên phần 
mềm Matlab, áp dụng cho hệ thống treo tích cực 
Macpherson có các tham số động học và động lực học cho 
trong bảng 1. Nhiễu tác động d(t) được lựa chọn có dạng tổ 
hợp của ma sát tĩnh và ma sát động có dạng: 
 ( ) ( ) ,1 2d 0 d t 0 d t trong đó 1 2 2d 5,3x 8,45tanh(x ) 
và 2 4 4d 1,1x 2,35tanh(x ) . Lực điều khiển ua bị hạn chế 
trong giới hạn au u 2700N , đây chính là giới hạn lớn 
nhất của lực giảm chấn tích cực trong [5]. Các hằng số điều 
khiển của bộ điều khiển đề xuất được lựa chọn như sau: 
, , ,1 2 1α 2 α 5 γ 420 γ2 = 2, β1 = 0,1, ước lượng của ma 
trận đầu vào  ˆ , , .TG 0 0 002 0 0 0436 Điều kiện ban đầu 
của hệ thống và các hệ con là x(0) = 0, ν(0) = 0, ef (0) = 0. 
Mạng neuron được thực hiện với 7 neuron lớp ẩn và các 
tham số Γ = 0,5I×, 	Γ = I× và hệ số ban đầu của các 
ma trận trọng số được chọn bằng 0. 
Bảng 1. Các tham số động học và động lực học của hệ thống treo Macpherson 
Tham số Kí hiệu Giá trị 
Khối lượng được treo ms
 453 (kg) 
Khối lượng không được treo mu
 71 (kg) 
Độ cứng của lò xo ks
 17658 (N/m) 
Độ cứng của phần tử lốp kt
 183887 (N/m) 
Hệ số cản giảm chấn cp
 1950 (N.sec/m) 
Tọa độ của điểm A yA/zA
 0,1074/0,5825 (m) 
SCIENCE TECHNOLOGY 
Số 52.2019 ● Tạp chí KHOA HỌC & CÔNG NGHỆ 57
Chiều dài đòn ngang dưới lB
 0,34 (m) 
Khoảng cách OC lC
 0,37 (m) 
Góc quay ban đầu của đòn ngang θ0
 -13,70 
4.1. Kết quả mô phỏng trên miền thời gian 
Trong mô phỏng trên miền thời gian, ô tô được giả sử di 
chuyển với vận tốc cố định 50mph và chịu tác động của 
kích thích mặt đường dạng bậc cho bởi 
 r r rz z 1 cos ω (t 0,5) với , ,0 5 t T 0 5 và zr = 0 
nếu t T + 0,5, trong đó rz 5cm là nửa chiều 
cao của mấp mô mặt đường, / /r rω 2πV D 2π T là tần 
số kích thích của mặt đường, Dr = 10m là chiều rộng của 
mấp mô mặt đường. 
Kết quả điều khiển của bộ điều khiển RISE bão hòa kết 
hợp mạng neuron trên hệ thống treo tích cực Macpherson 
được so sánh với 3 hệ thống treo khác: hệ thống treo bị 
động, hệ thống treo bán tích cực điều khiển Skyhook cải 
tiến [5] với các tham số điều khiển K1 = 200, K2 = 20 và hệ 
thống treo tích cực điều khiển bằng luật điều khiển PID, 
trong đó Kp = 2400, KI = 100, KD = 1150. Các tham số điều 
khiển này đều được lựa chọn trong các kết quả điều khiển 
tốt nhất của các bộ điều khiển tương ứng trong giới hạn đã 
cho cho lực điều khiển. 
Hình 2. Biên độ dao động thẳng đứng của khối lượng được treo dưới tác 
động của kích thích bậc 
Hình 3. Gia tốc dao động thẳng đứng của khối lượng được treo dưới tác động 
của kích thích bậc 
Hình 4. Góc quay đòn ngang dưới tác động của kích thích bậc 
Hình 5. Khoảng cách giữa khối lượng được treo và khối lượng không được 
treo (Rattle space) dưới tác động của kích thích bậc 
Hình 6. Biến dạng của lốp dưới tác động của kích thích bậc 
Để đánh giá hiệu quả của phương pháp điều khiển 
được giới thiệu, các đồ thị của dịch chuyển zs, gia tốc dao 
động sz , góc quay của đòn ngang θ, khoảng cách giữa 
khối lượng được treo và khối lượng không được treo ysd 
(không gian rattle), biến dạng của lốp ytd lần lượt được đưa 
ra ở hình 2-6. Nhận thấy, biên độ dao động và gia tốc dao 
động của khối lượng được treo của hệ thống treo tích cực 
sử dụng bộ điều khiển đề xuất dập tắt nhanh hơn và có độ 
vọt lố nhỏ hơn so với các trường hợp còn lại. Trong khi đó, 
góc quay của đòn quay ngang, không gian rattle và biến 
dạng của lốp được giữ trong giới hạn chấp nhận được. Tuy 
nhiên còn quá sớm để kết luận về độ êm dịu, vì đây là kết 
quả tại 1 tần số xác định. Để đánh giá tốt hơn cần thực hiện 
mô phỏng trên miền tần số. 
4.2. Kết quả mô phỏng trên miền tần số 
Trong mô phỏng trên miền tần số, kích thích mặt 
đường được lựa chọn dưới dạng hàm điều hòa hình sin 
có dải tần số f thay đổi từ 1 tới 30Hz, tức rz Asin(2πft) 
với  ,t 0 NT với N chọn đủ lớn, thông thường N = 15 và 
T = 1/f (s) . Hệ số tiêu chuẩn (Variance Gain) sử dụng để 
đánh giá được định nghĩa như sau: 
/
/
( )
2πN ω
2
0
z 2πN ω
2
r
0
z dt
G jω
z dt
Với z là đại lượng quan tâm, đó lần lượt là gia tốc sz 
không gian rattle ysd và biến dạng của lốp ytd. Đồ thị kết quả 
được biểu diễn ở hình 7-9. Nhận thấy, về phương diện độ êm 
dịu chuyển động, hệ thống treo tích cực sử dụng bộ điều 
khiển đề xuất tốt hơn bộ điều khiển PID và hệ thống treo bị 
động trong mọi tần số và hệ thống treo tích cực sử dụng 
điều khiển đề xuất cũng có kết quả tốt hơn so với hệ thống 
 CÔNG NGHỆ 
 Tạp chí KHOA HỌC & CÔNG NGHỆ ● Số 52.2019 58
KHOA HỌC
treo bán tích cực điều khiển Skyhook cải tiến trong dải tần số 
4 - 8Hz (đây là dải tần số ảnh hưởng nhiều nhất đến con 
người). Về phương diện độ an toàn chuyển động thì kết quả 
của phương pháp điều khiển đề xuất có giá trị đỉnh variance 
gain của ysd và ytd đều nhỏ hơn của hệ thống treo bán tích 
cực và không lớn hơn nhiều so với hai phương pháp còn lại. 
Như vậy có thể khẳng định độ êm dịu chuyển động được cải 
thiện đáng kể với phương pháp điều khiển đề xuất, trong khi 
độ an toàn chuyển động ở trong giới hạn chấp nhận được. 
Hình 7. Variance gain của gia tốc sz 
Hình 8. Variance gain của không gian rattle ysd 
Hình 9. Variance gain của biến dạng của lốp ytd 
5. KẾT LUẬN 
Bài báo đã giới thiệu phương pháp điều khiển RISE bão 
hòa kết hợp với mạng neuron cho mô hình phi tuyến của 
hệ thống treo tích cực Macpherson. Với lực điều khiển bị 
hạn chế trong một giới hạn xác định. Trong bộ điều khiển, 
mạng neuron được sử dụng nhằm xấp xỉ cho các thành 
phần không xác định trong phương trình động lực học của 
hệ, các ma trận trọng số của mạng neuron được cập nhật 
liên tục dựa trên luật cập nhật online. Hiệu quả của phương 
pháp đề xuất được kiểm chứng trên cả miền thời gian và 
tần số và được so sánh với kết quả điều khiển trên hệ thống 
treo tích cực điều khiển PID, hệ thống treo bán tích cực 
điều khiển Skyhook cải tiến và hệ thống treo bị động thông 
qua chương trình mô phỏng trên Matlab. 
LỜI CÁM ƠN 
Nghiên cứu này được tài trợ bởi Quỹ Phát triển khoa học 
và công nghệ Quốc gia (NAFOSTED) trong đề tài mã số 
107.01-2015.33. 
TÀI LIỆU THAM KHẢO 
[1]. Hong K.S., Jeon D.S., Yoo W.S., Sunwoo H., Shin S.Y., Kim C.M., Park B.S., 
1999. A new model and an optimal pole-placement control of the macpherson 
suspension system. SAE Technical Paper, 2452-2461. 
[2]. Fallah M., Bhat R., Xie W., 2009. New model and simulation of 
macpherson suspension system for ride control applications. Veh. Syst. Dyn., vol. 
47, no. 2, pp. 195–220. 
[3]. Shojaeefard M. H., Khalkhali A., Yarmohammadisatri S., 2017. An 
efficient sensitivity analysis method for modified geometry of macpherson 
suspension based on pearson correlation coefficient. Veh. Syst. Dyn., vol. 55, no. 6, 
pp. 827–852. 
[4]. Dutta S., Choi S.M., Choi S.B., 2016. A new adaptive sliding mode control 
for macpherson strut suspension system with magneto-rheological damper. J. 
Intell. Mater. Syst. Struct., vol. 27, no. 20, pp. 2795–2809. 
[5]. Hedrick J. K., 2002. Modified skyhook control of semi-active suspensions: 
A new model, gain scheduling, and hardware-in-the-loop tuning. Journal of 
Dynamic Systems, Measurement, and Control, vol. 124, pp. 158–167. 
[6]. Akraminia, M., Tatari, M., Fard, M., Jazar, R. N., 2015. Designing active 
vehicle suspension system using critic-based control strategy. Nonlinear 
Engineering, vol. 4, pp. 141–154. 
[7]. Kaleemullah, M., và Faris, W. F., 2014. Active suspension control of 
vehicle with uncertainties using robust controllers. International Journal of Vehicle 
Systems Modelling and Testing, vol. 9, pp. 293–310. 
[8]. Lauwerys, C., Swevers, J., Sas, P., 2005. Robust linear control of an active 
suspension on a quarter car test-rig. Control engineering practice, vol. 13,pp. 
577–586. 
[9]. Hrovat, D., 1997. Survey of advanced suspension developments and 
related optimal control applications. Automatica, vol. 33, pp. 1781–1817. 
[10]. Du, H., Lam, J., and Sze, K. Y., 2005. Design of non-fragile H∞ controller 
for active vehicle suspensions. Modal Analysis, vol. 11, pp. 225–243. 
[11]. Fialho, I. J., and Balas, G. J, 2000. Design of nonlinear controllers for 
active vehicle suspensions using parameter-varying control synthesis. Vehicle 
System Dynamics, vol. 33, pp. 351–370. 
[12]. Fialho, I., Balas, G. J., 2002. Road adaptive active suspension design 
using linear parameter-varying gain-scheduling. IEEE Transactions on Control 
Systems Technology, vol. 10, pp. 43–54. 
[13]. Lin, J.-S., Kanellakopoulos, J., 1997. Road-adaptive nonlinear design of 
active suspensions. In American Control Conference, Proceedings of the 1997, pp. 
714–718. 
[14]. Al-Holou, N., Lahdhiri, T., Joo, D. S., Weaver, J., Al-Abbas, F., 2002. 
Sliding mode neural network inference fuzzy logic control for active suspension 
systems. IEEE Transactions on Fuzzy Systems, vol. 10, pp. 234–246 
[15]. Đinh Thị Thanh Huyền, 2017. Điều khiển hệ thống treo tích cực 
Macpherson bằng bộ điều khiển RISE bão hòa. Tạp chí Phát triển Khoa học và Công 
nghệ - Đại học Quốc gia HCM, số K5/2017, trang 42-48. 
[16]. H. T. Dinh, R. Kamalapurkar, S. Bhasin, W. E. Dixon, 2014. Dynamic 
Neural Network-based Robust Observers for Uncertain Nonlinear Systems. Neural 
Networks, pp. 44-52. 
AUTHOR INFORMATION 
Dinh Thi Thanh Huyen 
Faculty of Mechanical Engineering, University of Transport and Communications