简介：双质量二自由度悬架仿真模型面向整车开发工程师、车辆振动研究人员及车辆工程专业学生，用于解决路面激励下车身与车轮垂向振动的建模与性能评估问题。模型基于经典二自由度系统架构，通过弹簧阻尼单元连接车身质量与非簧载质量，Simulink环境内构建了随机路面输入、悬架动态响应与多参数对比分析等完整仿真链路，可支撑悬架刚度、阻尼系数等关键参数的优化验证。包内共3个文件，包含可直接运行的Simulink仿真模型，以及用于驱动时域仿真和辅助频域变换分析的MATLAB脚本，压缩后约29KB，结构简洁便于二次开发。已有1555人学习使用，模型涵盖时域位移、速度、加速度响应曲线及频域固有频率、阻尼比分析，可帮助理解悬架隔振机理与平顺性评价方法，适合快速开展悬架动力学研究与参数调校实验。
1. 双质量二自由度悬架模型：为什么它是悬架仿真的标准起点
做悬架仿真的人，不管做被动悬架标定还是主动悬架控制验证，几乎都得从双质量二自由度悬架 Simulink 模型起步。这个模型抓的是整车垂向运动里最关键的两个质量——簧上质量和簧下质量，两个自由度——各自沿车身垂向的位移，把轮胎、悬架、阻尼压缩成一组弹簧和阻尼器，剩下的核心工作就是时域分析和频域分析：路面激励下车身加速度多大、共振峰在哪、阻尼怎么调才不翻车。
它能解决的核心问题很直接：在搭整车多体模型之前，先把悬架的基本性能评估出来。车身加速度 RMS、悬架动行程、轮胎动载荷这三个指标，加上 Bode 图上的两个共振峰，都是在这个模型里就能量化的东西；很多主观试车的差异，回头看都能在这张频响图上找到对应。悬架调校常被说成玄学，实际上把模型搭对之后，大部分手感差异都有据可循。
适合动手做这件事的读者有两类：一类是刚接触车辆动力学仿真的学生，想把运动方程落成 Simulink 框图，搞清楚每个积分器、增益在干什么；另一类是已经在做悬架标定或控制策略的工程师，需要一个能快速迭代参数、做状态观测和控制器设计的最小仿真平台。这篇按我自己的搭建顺序写：从方程到两种建模方案，再到时域频域分析的具体做法和翻车点，最后给一条往可控悬架扩展的路径。
2. 从运动方程到 Simulink 框图：状态空间法与积分器法怎么选
2.1 运动方程与参数定义：四个参数决定整车垂向手感
双质量二自由度模型的运动方程是悬架仿真的地基，写出来就两行。以车身位移 (z_s)、车轮位移 (z_u)、路面输入 (z_r) 为变量：
[ m_s \ddot{z}_s = -k_s(z_s - z_u) - c_s(\dot{z}_s - \dot{z}_u) ]
[ m_u \ddot{z}_u = k_s(z_s - z_u) + c_s(\dot{z}_s - \dot{z}_u) - k_t(z_u - z_r) ]
第一行描述车身质量 (m_s) 在悬架弹簧和减振器作用下的运动，第二行描述车轮质量 (m_u) 在悬架作用力与轮胎力之间的平衡。这里的核心假设是：车身和车轮各自只做垂向运动，不牵扯俯仰、侧倾；轮胎被简化成一个纯弹簧 (k_t)，悬架被简化成弹簧刚度 (k_s) 与线性阻尼 (c_s) 的并联。忽略轮胎阻尼这一点，在多数路面激励频率下影响不大，但会让模型在高频段略微保守，后续要做精确的轮胎高频特性时需要补上。
参数的量级决定了模型的性格。以下是我常用的初始值，你可以直接拿来跑通再调：
| 参数 | 符号 | 典型量级 | 示例值 |
|---|---|---|---|
| 簧上质量 | (m_s) | 300～500 kg | 350 kg |
| 簧下质量 | (m_u) | 30～50 kg | 40 kg |
| 悬架刚度 | (k_s) | 15000～30000 N/m | 22000 N/m |
| 阻尼系数 | (c_s) | 800～2000 N·s/m | 1500 N·s/m |
| 轮胎刚度 | (k_t) | 150000～250000 N/m | 190000 N/m |
这套参数下，车身固有频率大约落在 1.2~1.5 Hz，车轮固有频率大约落在 10~12 Hz。这两个频段正好对应人主观感受到的「低频晃动」与「高频颠簸」，后面频域分析时会反复用到。
2.2 Simulink 搭建的两种主流方案：积分器法与状态空间法
常见做法是先用积分器法把运动方程变成框图，跑通理解结构后再换成状态空间法。我一般直接推荐状态空间法做主力，原因很简单：改参数方便、做频域分析不用重新连线、接控制器时状态全暴露在外面。但积分器法在教学和加非线性环节时不可替代，所以两种都值得掌握。
积分器法的搭建思路是按方程分两条积分链：车身加速度积分一次得车身速度，再积分一次得车身位移；车轮同理。每条链的输入又是位移差和速度差的线性组合，用 Sum 和 Gain 模块就能拼出来。具体步骤是：先建车身通道，把 (-k_s(z_s-z_u) - c_s(\dot{z}_s-\dot{z}_u)) 除以 (m_s) 作为加速度输入；再建车轮通道，把 (k_s(z_s-z_u) + c_s(\dot{z}_s-\dot{z}_u) - k_t(z_u-z_r)) 除以 (m_u) 作为车轮加速度输入；最后把两个通道的位移、速度信号接到公共的减法器上。这个方案直观，但连线一多就容易在反馈路径上产生代数环，排查起来比较费劲。
状态空间法更干净。先把方程写成标准形式 (\dot{x}=Ax+Bu)，然后直接在 Simulink 的 State-Space 模块里填矩阵。生成矩阵的脚本如下：
% 双质量二自由度悬架状态空间矩阵生成 ms = 350; % 簧上质量，单位 kg mu = 40; % 簧下质量，单位 kg ks = 22000; % 悬架刚度，单位 N/m cs = 1500; % 阻尼系数，单位 N*s/m kt = 190000; % 轮胎刚度，单位 N/m % 状态向量 x = [zs; zu; zs_dot; zu_dot]，输入 u = zr % 状态矩阵 A：反映内力耦合关系 A = [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]; % 输入矩阵 B：路面位移只直接影响车轮自由度 B = [0; 0; 0; kt/mu]; % 输出矩阵 C：四个状态全输出，方便后续算指标和频响 C = eye(4); D = zeros(4, 1);这段代码的逻辑是：A 矩阵第三行对应车身方程，把 (-k_s z_s + k_s z_u - c_s \dot{z}_s + c_s \dot{z}_u) 除以 (m_s)；第四行对应车轮方程，把 (k_s z_s - (k_s+k_t) z_u + c_s \dot{z}_s - c_s \dot{z}_u) 除以 (m_u)，再叠加轮胎项。B 矩阵只有第四行有 (k_t/m_u)，因为路面位移 (z_r) 通过轮胎弹簧直接作用在簧下质量上，不经过车身。
在 Simulink 里使用时，从库中拖一个 State-Space 模块，打开参数对话框，把 A、B、C、D 填进去即可。注意 C 取 eye(4) 的意思是让四个状态全部输出，这样示波器和 Workspace 里能同时看到车身位移、车轮位移和两个速度，后续算悬架动行程时直接取第一行减第二行，不需要额外加观测器。
两种方案怎么选，我给一个直接的对比：
| 维度 | 积分器法 | 状态空间法 |
|---|---|---|
| 教学理解 | 强，物理过程看得见 | 弱，矩阵是黑匣子 |
| 改参数 | 逐个改增益，容易漏 | 改脚本变量，一处生效 |
| 加非线性（限位块、干摩擦） | 方便，直接插入环节 | 麻烦，需要改矩阵或加外部回路 |
| 频域分析 | 需要额外线性化 | 直接 bode(sys) |
| 控制设计 | 状态提取麻烦 | 状态全暴露，适合设计反馈 |
我做悬架控制策略的项目几乎全用状态空间法，只有给学生讲课时才用积分器法推一遍框图。
2.3 模型参数配置与仿真设置
不管用哪种方案搭好模型，Simulink 求解器设置不搞定，后面时域分析全是脏数据。我的习惯是先用变步长 ode45、最大步长限制到 1e-3 秒跑通逻辑；做 FFT 或需要等间隔采样时，再切成固定步长 1e-4。积分器初值一律设 0，否则线性化时工作点不对，上一个项目就吃过这个亏。
仿真时长也按激励类型定：凸块激励只跑 5 秒就够，因为振动衰减主要发生在前 2~3 秒；随机路面激励至少跑 20 秒，给足统计窗口。数据记录用 To Workspace 模块，输出格式选 array，变量名设成 simout，后面算指标直接用。为了后续复用，建议把 ms、mu、ks、cs、kt 这五个变量放在模型工作区而不是写成数字常量，这样参数扫描时只需要改变量值。
提示：白噪声模块不能直接当路面位移用，它输出的是功率谱白噪声，需要经过积分器或按路面谱换算才是位移。新手常在这里翻车，具体坑在第 5 章细说。
3. 时域分析：凸块与随机路面激励下的三个评价指标
3.1 路面激励建模：脉冲类与随机类怎么生成
时域分析先得有路面输入。最常见的两类：凸块激励对应冲击类工况，随机路面对应实际道路行驶。凸块我一般用正弦半波模拟，数学形式是零到凸块宽度之间的一段半正弦，高度设 0.03~0.05 米，宽度和车速共同决定脉冲持续时间。生成脚本：
% 生成凸块激励信号（正弦半波） v = 20; % 车速，单位 m/s L = 0.2; % 凸块宽度，单位 m t_blk = L / v; % 通过凸块的总时长，单位 s fs = 1000; % 采样率，单位 Hz T = 5; % 仿真时长，单位 s t = 0:1/fs:T; zr = zeros(size(t)); idx = find(t <= t_blk & t >= 0); zr(idx) = 0.04 * sin(pi * t(idx) / t_blk); % 0.04 为凸块高度，可改这段代码的逻辑是把凸块看成一段受车速压缩的正弦波：车越快，脉冲越窄，激励的频率成分越高；凸块高度直接缩放幅值。实际项目中我会把高度设成变量，以便做凸块高度敏感性分析。注意 t_blk 的物理含义是车轮压过凸块的时间窗口，不是整车通过的时间。
随机路面用谐波叠加法离线生成，比直接在 Simulink 里搭白噪声积分器更容易控制结果，也方便重复使用。思路是把路面不平度按频率离散成 200~400 个谐波，每个谐波的幅值由路面谱密度决定，相位随机。生成脚本：
% 随机路面生成：谐波叠加法 v = 20; % 车速，单位 m/s Gq = 256e-6; % C 级路面不平度系数，单位 m^3/cycle f = linspace(0.5, 30, 400); % 关注频段 0.5~30 Hz df = f(2) - f(1); phi = rand(size(f)) * 2 * pi; % 随机相位 A = sqrt(2 * (Gq * v) ./ (f.^2) * df); % 谐波幅值，单位 m t = 0:1e-3:20; % 20 秒，1ms 步长 zr = zeros(size(t)); for k = 1:numel(f) zr = zr + A(k) * sin(2*pi*f(k)*t + phi(k)); end zr = zr - mean(zr); % 去掉直流分量，防止位移漂移谐波叠加法的好处是频率范围可控，0.5~30 Hz 正好覆盖悬架关心的两个共振频段；幅值公式用的是路面速度谱为常数的简化关系，实际工程中还要根据目标路面等级校正系数。生成后的 zr 通过 From Workspace 模块导入 Simulink，注意采样时间和模型固定步长要一致，否则仿真时会有插值误差。
3.2 时域仿真流程与三个评价指标的计算
仿真的流程固定：设置好激励和参数，运行模型，把 zs、zu、zr 三个信号记录下来，然后算指标。悬架的时域性能就看三个数：车身加速度 RMS 衡量舒适性，悬架动行程 RMS 衡量限位裕度，轮胎动载荷 RMS 衡量附着能力。计算脚本：
% 从仿真结果计算悬架时域指标 % 假设 simout 列顺序为 [zs, zu, zs_dot, zu_dot] zs = simout(:, 1); zu = simout(:, 2); zr = simout(:, 4); % 若 To Workspace 记录了激励则取此列，否则用生成数据 zs_dot = simout(:, 3); zu_dot = simout(:, 4); % 按实际列数调整 dt = 1e-3; % 车身加速度：对速度求导，或直接记录加速度通道 zs_acc = gradient(zs_dot, dt); % 悬架动行程：车身与车轮相对位移 def = zs - zu; % 轮胎动行程：(zu - zr)，乘 kt 得动载荷 tire_def = zu - zr; % RMS 指标 rms_acc = sqrt(mean(zs_acc.^2)); rms_def = sqrt(mean(def.^2)); rms_tire = sqrt(mean(tire_def.^2));这段脚本里我故意没用 rms 函数，因为基础环境下不一定有信号处理工具箱，手写 sqrt(mean(x.^2)) 更稳。车身加速度的微分用 gradient 做数值差分，会放大高频噪声，所以前面强调在模型里直接把加速度接一个输出通道，而不是事后差分。如果只能事后处理，就先对加速度做 40 Hz 低通滤波再算 RMS。
仿真报告里这三个数要有物理意义：车身加速度 RMS 一般在 0.3~0.8 m/s² 量级（C 级路面、20 m/s 车速、示例参数下），悬架动行程 RMS 在 10~20 mm 量级，轮胎动行程 RMS 在几毫米量级。如果你的结果差了一个数量级以上，先检查单位，这是最常见的翻车点。
3.3 时域结果怎么看：舒适性、限位裕度与附着力的三角取舍
时域分析最容易被忽视的是三个指标的相互牵制。把阻尼系数从 1000 调到 2500，车身加速度 RMS 通常会下降，舒适性变好；但悬架动行程 RMS 会变大，离限位块更近；轮胎动载荷 RMS 也会变差，因为悬架传递路面冲击的能力降低了。反过来，把阻尼调小，车轮弹跳更活跃，轮胎与地面的贴合性变差。这就是悬架调校里著名的「舒适性—动行程—轮胎附着」三角关系。
看凸块激励的响应曲线时，我有几个固定关注点：凸块通过后车身加速度的第一个峰幅值、衰减到 10% 幅值所需时间、车轮部分是否出现明显的高频尾振。第一个峰反映瞬态冲击，衰减时间反映等效阻尼比，高频尾振反映车轮共振是否被充分抑制。随机路面结果则直接看三个 RMS 的比值，用这些比值去和整车道路试验对标，比单独看某一条曲线有用得多。
我在实际项目里通常会把时域结论压缩成一张表：两到三组阻尼参数对应的三个 RMS 值，再配一句「牺牲了多少舒适性换来了多少附着裕度」。这样的结论在评审会上比一堆波形截图更有说服力。
4. 频域分析：从 Bode 图定位共振峰与阻尼比
4.1 从时域模型得到频响：状态空间直算与 Simulink 线性化
频域分析在这个模型上几乎是白送的，因为状态空间矩阵已经齐了。最常见做法是从 (z_r) 到车身加速度 (\ddot{z}_s) 的传递函数，用 bode 命令直接画：
% 从状态空间矩阵直接得到车身加速度频响 % 车身加速度 = (-ks*(zs-zu) - cs*(zs_dot-zu_dot)) / ms C_acc = [-ks/ms, ks/ms, -cs/ms, cs/ms]; D_acc = 0; sys_acc = ss(A, B, C_acc, D_acc); % 画 Bode 图 bode(sys_acc, {0.1, 50}); grid on;这段代码的 C_acc 取了车身方程的加速度输出表达式，D_acc 为 0，因为路面位移不直接出现在车身加速度里。频率范围设 0.1~50 Hz，正好覆盖车身共振和车轮共振。如果模型是用积分器法搭的，或者你不想重新推矩阵，可以在 Simulink 里用 linearize 命令做线性化：
% 从 Simulink 模型文件线性化 % 前提：模型里已有 Inport 作为 zr 输入，Outport 作为车身加速度输出 io(1) = linio('model/Inport1', 1, 'input'); io(2) = linio('model/Outport1', 1, 'output'); sys_lin = linearize('model', io); bode(sys_lin, {0.1, 50});这里的 'model' 要替换成你自己的模型文件名，Inport1 和 Outport1 换成实际模块名。linearize 的优势是不用改模型结构，劣势是对非线性环节和代数环敏感，线性化之前要把积分器初值归零、摘掉随机路面模块。扫频法也可以，正弦扫频激励后对稳态段做 FFT，提取各频率的幅值相位，但效率低，只在模型黑匣子化时才用。
4.2 Bode 图的读法：两个共振峰与阻尼比的关系
这张 Bode 图是悬架仿真里含金量最高的图，它一眼就能看出参数选得合不合理。典型的车身加速度频响曲线在约 1.2~1.5 Hz 处出现第一个共振峰，对应车身固有频率；之后幅值跌落，在 8~12 Hz 处又翘起第二个峰，对应车轮固有频率。两个峰之间的谷越深，说明悬架在 2~6 Hz 这个人体最敏感频段的隔振能力越强。
看峰的位置和高度，可以直接反推阻尼比。共振峰的幅值增益近似等于 (1/(2\zeta))，峰越高，阻尼越小。车身共振峰太高，低频晃动感强；峰值几乎看不到，说明阻尼过大，路面小冲击会被直接顶上来。第二个峰反映轮胎与车轮系统的储能，这个峰压得好不好，决定高频颠簸的主观感受。
想自动定位两个共振峰，用找峰函数最省事：
% 自动寻找 Bode 图上的共振峰位置 [mag, ~, w] = bode(sys_acc, {0.1, 50}); mag = squeeze(mag); % 去掉单维度 w = squeeze(w); [pks, locs] = findpeaks(mag, 'MinPeakProminence', 3); f_peaks = w(locs) / (2*pi); % 共振频率，单位 HzMinPeakProminence 设 3 是经验值，太小会把噪声点也当成峰，太大会漏掉第二个峰。如果你只找到一个峰，大概率是输出选成了车身位移而不是车身加速度——位移频响的第二个峰被低频段的优势掩盖了，这是选错观测量的典型表现。
4.3 频域分析在参数调试里的用法
频域图在调参时比时域指标更直接。调 (c_s)，Bode 图上第一个峰的高度立刻变化，峰变矮意味着车身晃动收敛快，但注意第二个峰附近的幅值可能被抬高——阻尼把振动能量搬到了高频段。调 (k_s)，第一个峰的频率左右移动，弹簧越软，共振频率越低。调 (k_t)，第二个峰的频率和高度同时变化，轮胎气压的高低在模型里就是改这个值。
我把这套用法固化成了调试习惯：先拿 Bode 图确定两个共振峰的位置和高度，再用时域仿真验证主观感受。比如某次做减振器匹配，同事抱怨颠簸感强，Bode 图一看是第二个峰在 11 Hz 处增益超标，单纯加大阻尼虽然压住了峰，但低频舒适性崩了。后来在悬架与车轮之间加了刚度解耦才解决。这就是频域分析相对时域指标的价值——它告诉你问题出在哪个频率段，而不是只告诉你结果不好。
5. 悬架仿真避坑指南：代数环、单位陷阱与频响翻车现场
模型不大，翻车的点却不少。以下五条是我自己做双质量悬架仿真踩过的坑，前三条集中在建模和数值层面，后两条集中在结果解读层面。每一条都按现象、原因、解决的顺序写，方便你直接对照排查。
5.1 车身加速度波形高频毛刺严重
现象：仿真出来的车身加速度曲线上叠加了一串高频毛刺，幅值能到正常信号的几十倍，时域 RMS 被严重拉高，看起来完全没法用。
原因：毛刺几乎都来自对积分器输出的速度信号做数值差分求加速度。离散差分对高频噪声有放大作用，步长越大放大越狠；另一个常见原因是固定步长设得太大，比如 1e-2 秒，导致积分器在每个步长内的截断误差直接反映在导数上。
解决：优先在模型里用 Derivative 模块接一个一阶低通滤波器（比如 s/(0.01s+1)），同时输出速度近似导数和滤波效果；或者干脆在积分器链路上直接引出加速度信号。如果只能事后处理，就先把原始信号做 30~40 Hz 低通滤波再算 RMS。
5.2 报代数环错误，或者运行极慢且结果发散
现象：搭建积分器法模型时 Simulink 直接弹 Algebraic Loop 报错；或者能运行但仿真速度奇慢，波形随时间越来越大直到溢出。
原因：积分器法中，(z_u - z_r) 这个量如果直接从轮胎力分支反馈回加速度计算，而加速度又经过积分才得到 (z_u)，中间没有经过任何记忆元件，就会形成瞬时闭环。状态空间法因为矩阵是整体求解的，天然规避了这个问题；手工连线则非常容易触发。
解决：检查所有反馈路径是否都经过了积分器；在悬着的反馈线上加一个 Memory 或 Unit Delay 模块打破瞬时环；如果环路太复杂，直接切换到状态空间模块。这是我强烈推荐状态空间法的主要原因之一。
5.3 linearize 后 Bode 图低频段乱跳
现象：用 linearize 得到的 Bode 图在 0.5 Hz 以下完全不规则，甚至出现幅度负向变化的反常曲线，和手动推导的传递函数对不上。
原因：线性化时没有显式指定输入输出点，Simulink 自动猜测的注入点和测量点不对；或者积分器初值不是 0，导致线性化工作点偏到了非零位置，小信号假设失效。
解决：用 linio 显式指定激励信号所在模块和输出观测模块，代码在第 4 章已给出；线性化前把所有积分器初值和 To Workspace 的历史数据清空，确保工作点为静止平衡点。
5.4 随机路面仿真车身位移持续漂移
现象：20 秒随机路面仿真跑完，车身位移 zs 的基线慢慢上升或下降，悬架动行程最终超出限位范围，结论明显失真。
原因：单位混用，有的地方用米有的地方用毫米；或者谐波叠加生成的路面序列均值不为零，直流分量通过轮胎刚度输入模型后被积分放大；或者是误把白噪声模块输出直接当作路面位移使用，白噪声本质是速度级信号，积分后位移会随机游走。
解决：全模型统一用米制，核对每个 Gain 的数量级；离线路面序列生成后强制减去均值，代码里我已经加了这行；白噪声必须经过积分环节再进入模型，且积分器初值设 0。
5.5 修改阻尼系数但时域指标毫无变化
现象：把 cs 从 1000 改到 2500，重新仿真后发现车身加速度 RMS 和凸块响应几乎完全一样，仿佛阻尼没有参与运算。
原因：九成是连线错误——阻尼力的增益接在了相对位移 ((z_s-z_u)) 上而不是相对速度 ((\dot{z}_s-\dot{z}_u)) 上；或者模型里阻尼系数写成了常量数值，参数扫描脚本里用 set_param 改的是变量名而模块里没用同名变量。
解决：双击检查 Gain 模块是否接到两个速度信号相减的节点；把阻尼参数设为工作区变量 cs 并在 Gain 参数里填 cs；用 set_param 批量改值时确认模型里调用的是同一个变量名。
5.6 通用排查顺序：从信号到参数的五个检查位
如果以上五条都不匹配，按这个顺序排查：先看 zr 输入的单位和幅值是否合理，再看 zs、zu 信号是否在正常量级，然后查求解器设置和步长，再用 Bode 图验证模型的共振频率是否与理论计算一致，最后反过来核对参数表。这五个检查位全部走一遍，双质量悬架模型 95% 的问题都能定位到。
6. 进阶技巧：把双质量模型扩展成可控悬架仿真平台
双质量模型最大的价值在于它是「最小可行悬架平台」——跑通时域频域之后，下一步很自然地是把它改造成主动悬架或半主动悬架的试验床。改造成本极低：在车身方程里加入作动器力 (F)，方程变成：
[ m_s \ddot{z}_s = -k_s(z_s - z_u) - c_s(\dot{z}_s - \dot{z}_u) + F ]
状态空间法里只需要把 B 矩阵从 4×1 改成 4×2，第二列填 ([0; 0; 1/m_s; 0])，输入从单一路面变成 ([z_r; F]) 两个通道。这一步做完，PID、LQR、滑模控制都可以直接在这个模型上先验证，再移植到整车模型。
6.1 天棚阻尼的最小实现
半主动悬架最常用的基准逻辑是天棚阻尼：理想情况下把阻尼器连接到固定的天空，抑制车身绝对速度。实际工程用开关策略近似，判断车身绝对速度和悬架相对速度是否同号，同号时用大阻尼，异号时用小阻尼。Simulink 里用 MATLAB Function 块实现最简洁：
function cs_eff = skyhook(zs_dot, rel_v, cmin, cmax) % 天棚阻尼开关策略 % zs_dot: 车身绝对速度，rel_v: 悬架相对速度 if zs_dot * rel_v > 0 cs_eff = cmax; % 车身向上运动且悬架被拉伸，施加最大阻尼 else cs_eff = cmin; % 反向运动，放松阻尼避免传递冲击 end把输出的 cs_eff 接到原模型的阻尼系数端口，其他结构不动，一个半主动悬架仿真就完成了。我在这个基础上做过参数扫描，把 cmax 从 1500 扫到 5000，得到一组舒适性与动行程的权衡曲线，结果比被动悬架的优化直观得多。
我早期做悬架调参时最大的教训是：只顾着看时域 RMS，不看频域，结果参数调来调去，主观感受还是不对。后来把 Bode 图和实际路试结果对应起来，才发现手感差异大多集中在那两个共振频率段上。从那以后，双质量悬架模型的频域分析就成了我每次调参的第一步——先看清楚共振峰在哪，再动手改参数。希望这篇能帮你少走一遍我走过的弯路，把时域和频域两条腿都站稳，再去碰更复杂的整车模型。
本文还有配套的精品资源，点击获取
