悬架系统在决定汽车行驶平顺性和操作稳定性中占据主导地位,以提高汽车行驶平顺性和操作稳定性为目标,半主动悬架能够通过传感器实时测得的数据,改变阻尼控制力的大小,控制车辆振动,但与此同时,保证系统控制效果的可靠性变得尤为重要。本文依托国家自然科学基金项目“道路智能感知下汽车主动悬架阻尼控制自适应切换研究”(51605213),以阻尼可调半主动悬架为研究对象,研究半主动悬架控制策略,提出基于自适应渐消Kalman滤波算法的车辆振动状态估计方法,并在此基础上,针对半主动悬架汽车主要传感器,进行故障诊断与补偿方法研究。研究的具体内容如下:(1)建立整车七自由度半主动悬架模型;建立基于滤波白噪声的四轮随机路面输入模型;针对半主动悬架汽车主要传感器常见的故障类型,包括卡死、增益变化、恒偏差失效,建立相应的故障模型。(2)考虑整车半主动悬架控制特点,基于线性最优控制理论,分别应用层次分析法和改进层次分析法,得到LQG控制器的加权系数,从而完成整个控制器的设计,将用这两种方法的半主动悬架各性能参数,与被动悬架进行仿真实验对比,并对仿真结果进行分析,验证上述方法的有效性。(3)以所建立的半主动悬架系统模型为基础,提出了基于自适应渐消Kalman滤波的车辆振动状态估计方法,针对车身垂向位移及速度、俯仰角及速度和侧倾角及速度等状态信息,实现了实时状态估计,且应用Matlab/Simulink软件验证该状态估计器的有效性和适用性。(4)基于残差理论,利用门限值和故障特征向量,确定故障对象;通过故障诊断信息,将发生故障的传感器测量值用估计器的估计值代替,实现故障补偿。通过Carsim软件构建车辆模型,搭建Carsim/Simulink联合仿真实验平台,基于该联合仿真平台,验证提出的半主动悬架主要传感器故障诊断与补偿方法的正确性。仿真结果表明:通过基于自适应渐消Kalman滤波算法的状态估计器可以精确估计出车辆状态变量,并进一步利用残差理论,能够对半主动悬架汽车相关传感器进行故障诊断和补偿,确保了悬架系统控制效果。