空气悬架具有理想的变刚度特性以及车身高度可调的优点,在车辆领域应用日益广泛。而互联空气悬架是空气悬架衍生结构之一,具有更优良的隔振、消扭能力,对进一步提升车辆平顺性和操纵稳定性具有重要意义。传统互联空气悬架多结构协同控制策略多从各可控结构的参数变化对整车性能的影响出发,探索不同工况下各可控结构的最优参数组合,但大多止步于阻尼与车身高度或阻尼与互联状态的协同控制,而对互联与车身高度的协同控制束手无策。针对传统控制策略在互联空气悬架多可控结构协同控制上的不足,本文提出基于模型预测控制的互联空气悬架协同控制策略,以整车综合性能最优为目标求解最优悬架力,并通过悬架系统中的多可控结构生成最优悬架力,实现互联空气悬架多可控结构的协同控制,为进一步提升车辆悬架性能和多可控结构协同提供了理论基础和实现途径。首先,从气体交换角度阐释了互联空气悬架的工作原理。结合变质量气体热力学、流体力学构建了空气弹簧、互联管路和储气罐模型;在考虑路面左右相干性和后轮激励相对前轮激励的滞后性基础上构建了基于白噪声生成的路面激励模型;结合悬架研究中的7自由度整车模型构建了互联空气悬架整车非线性动力学仿真模型。为简化控制器设计,对空气弹簧、互联管路及阻尼减振器进行线性化操作。以现有实车为基础,基于Arduino开源软硬件平台搭建了整车信息采集系统,以实车试验方式验证了所建仿真模型的准确性,为开展互联空气悬架的协同控制研究打下了基础。其次,结合最优控制思想,创新性地提出基于模型预测控制的互联空气悬架协同控制策略。以整车综合性能为目标构建相应成本函数,再以各可控结构所能生成的悬架力为依据计算状态量约束条件,最终利用遗传算法对目标函数中的权重进行优化,完成模型预测控制器的设计。以真实可测的状态量为输入,模型预测控制器所需状态量为输出,设计了用于非线性和线性整车模型的无迹卡尔曼观测器和H_∞观测器。仿真结果表明,所设计的观测器能够根据可测量的状态量较精确的估算出整车状态量,同时在以力反馈的形式对悬架进行控制下,所设计的模型预测控制器与非协同控制策略相比整车行驶平顺性提升了7.6%,操纵稳定性提升了6.8%,从根本上保证了各可控结构的协同和最终的控制效果。再次,引入多智能体与博弈理论,以各可控结构为智能体,分析探讨了在共同生成模型预测控制输出的最优悬架力任务中,各智能体的约束、成本和博弈关系。阐明了当前研究中所采用的纳什均衡求解的迭代最佳响应与库恩塔克约束条件法在求解该问题的不足,首次提出了以能耗最优为目标的悬架力分配方法。首次解决了车高与互联的固有矛盾,划分了互联与车高智能体的责任范围,将生成最优悬架力任务离散化,寻找生成当前单位悬架力增量下能耗最低的智能体并将该任务分配给该智能体,最终由各智能体任务累计值确定最终的最优悬架力生成任务的分配结果。仿真结果表明,所提的悬架力分配方法能够较好的完成最优悬架力分配任务,在化解了互联与车高智能体的根本矛盾的基础上,保证了各智能体产生的悬架力与最优悬架力的一致性;该分配方法与模型预测控制器配合实现了互联空气悬架系统多可控结构的协同控制,与传统控制策略相比,在A至E级路面,不同车速下,系统能耗降低了73%～80%,同时行驶平顺性提升了4%～61%,操纵稳定性提升了6%～56%。最后,基于树莓派硬件平台与MATLAB/Simulink硬件在环仿真环境,搭建了基于树莓派3B+的硬件在环仿真平台。从验证控制策略的可行性与控制器实时性两方面着手,给出了相应的硬件连接方式和软件配置方法,并对树莓派系统进行了相应配置。研究探索了不同数据类型对树莓派控制器输出数据的精度和控制效果的影响,分析了在不同采样时间、预测时域和控制时域参数对硬件在环仿真时长的影响。硬件在环仿真结果证明了所提控制策略在树莓派硬件平台上实现的可行性以及树莓派控制器的有效性。基于整车信息采集系统与树莓派控制器开展了互联与车身高度协同控制的实车试验,试验结果表明所用树莓派控制器能较好的完成互联与车身高度的协同控制,提升互联空气悬架性能。实车试验结果表明,采用所提的协同控制与非协同控制相比,直线行驶时行驶平顺性可提升34%,阶跃激励下振动幅值可减小20%,上下坡及转弯工况下车身俯仰角减小21%,车身侧倾角减小39%。