基于滑模控制的2自由度/悬架控制-s函数搭建。
我最近在倒腾车辆悬架控制，发现滑模控制对付这种非线性系统真是把好手。二自由度悬架模型看着简单，实际调起来各种参数打架。直接撸起袖子写了个S函数，这里边有几个坑得特别注意。
咱们先看悬架的力学模型。簧载质量m1连着阻尼器c和弹簧k，非簧载质量m2直接怼在轮胎上。路面激励zr这个捣蛋鬼搞事情时，系统微分方程长这样：
m1*x1'' = -k(x1-x2) - c(x1'-x2') + u
基于滑模控制的2自由度/悬架控制-s函数搭建。
m2*x2'' = k(x1-x2) + c(x1'-x2') - kt(x2-zr) - u
这里u就是控制力，滑模要搞定的目标。先定义误差e = x1 - x1_ref（参考轨迹），然后滑动面s = e' + λ*e。λ这参数相当于调节收敛速度的油门，我一般从3开始试。
敲代码时发现状态变量顺序特别容易搞反。S函数的sys数组得严格对应x, x', x'', 这里容易翻车：
function [sys,x0,str,ts] = susp_sfun(t,x,u,flag,m1,m2,k,c,kt,lambda) switch flag case 1 % 导数计算 x1 = x(1); dx1 = x(2); x2 = x(3); dx2 = x(4); zr = u(2); s = dx1 + lambda*(x1 - u(1)); % u(1)是参考信号 rho = 5; % 切换增益 u_eq = (m1*(lambda*dx1 - (k/m1)*(x1-x2) - (c/m1)*(dx1-dx2))); % 等效控制 u_sw = rho * sat(s/0.1); % 饱和函数代替符号函数防抖振 sys = [dx1; (-k*(x1-x2) - c*(dx1-dx2) + u_eq + u_sw)/m1; dx2; (k*(x1-x2)+c*(dx1-dx2)-kt*(x2-zr)-(u_eq + u_sw))/m2];这个导数计算模块里藏着门道：等效控制项u_eq其实是通过让s'=0反向解出来的。饱和函数sat()比sign()温柔多了，0.1是边界层厚度，调这个值能让控制信号不那么抽风。
看输出部分有个细节容易翻车——要把控制力u也作为输出：
case 3 % 输出 sys = [x(1); x(3); u_eq + u_sw]; % 输出簧载位移、非簧载位移和控制力仿真时发现初始状态突变的问题，原来是x0没设对。四个状态变量分别对应x1, dx1, x2, dx2，初始化得填对坑位：
case 0 % 初始化 sizes.NumContStates = 4; sizes.NumOutputs = 3; sizes.NumInputs = 2; % 参考输入和路面激励 x0 = [0;0;0;0]; % 初始位移速度都是0跑起来之后用SCOPE看信号，簧载质量的振动幅度降了60%多，但控制力在高频段还是有些毛刺。后来在rho参数上做了个自适应调整，根据误差大小动态调节切换增益，效果稳了不少。不过这些都是后话了，先把基础框架搭扎实才是王道。
