Robust Control of Semi-Active Cabin Suspension for Ride Vibration Reduction in Agricultural Tractors Based on Sliding Mode Control

تخيل أنك تقود طريقاً وعراً في شاحنة. الآن، تخيل أن هذه الشاحنة هي جرار زراعي ضخم، وأن الطريق ليس مجرد شارع مليء بالحفر، بل هو حقل من التربة غير المستوية التي تهز الآلة بقوة ألف زلزال صغير. في عالم هندسة المركبات، هذه مشكلة كلاسيكية: كيف تمنع الشخص الجالس في الداخل من أن يتفكك جراء الاهتزاز؟ الحل عادة ما يتضمن "نظام تعليق"، والذي يعمل بمثابة ممتص صدمات عملاق. فكر فيه كزنبرك ومخمد (جهاز يبطئ الحركة، مثل غالق الأبواب) يعملان معاً لامتصاص الصدمات.

هناك ثلاث طرق رئيسية لبناء هذه الممتصات. الأولى هي "الخاملة" (Passive)، مثل زنبرك بسيط في مقعد دراجة؛ وهي رخيصة ومتينة، ولكن بمجرد صنعها، لا يمكن تغيير مدى صلابتها أو ليونتها، بغض النظر عن مدى وعورة الطريق. والثانية هي "النشطة" (Active)، وهي تشبه وجود ذراع آلي داخل المقعد يدفع بقوة ضد كل صدمة باستخدام محركه الخاص. إنها تعمل بشكل رائع، لكنها ثقيلة، ومكلفة، وتحتاج إلى بطارية ضخمة. والخيار الثالث، وهو محور هذه القصة، هو "شبه النشط" (Semi-active). هذا هو الحل الوسط الذكي. إنه يشبه ممتص صدمات يحتوي على صمام سحري يمكنه فوراً شد أو إرخاء قبضته على الزنبرك، لكنه لا يحتاج إلى محرك ليدفع؛ بل يحتاج فقط إلى إشارة كهربائية صغيرة لتغيير "شخصيته" من ناعم إلى صلب. التحدي الذي يواجه المهندسين هو تحديد متى بالضبط يتم تغيير ذلك الصمام. إذا أخطأوا في التوقيت، فقد تصبح الرحلة في الواقع أسوأ، خاصة إذا كان الجرار يحمل حمولة ثقيلة أو يسير بسرعة مختلفة. وهنا يأتي دور علم "نظرية التحكم"، الذي يحاول إيجاد "الدماغ" المثالي لإخبار ممتص الصدمات بما يجب فعله.

يتعمق هذا البحث في تلك المشكلة تحديداً، ولكن بلمسة خاصة: فهم يختبرون نوعاً جديداً من "دماغ" تعليق كابينة الجرار يسمى التحكم بالوضع الانزلاقي (SMC). أراد الباحثون معرفة ما إذا كان هذا النوع المحدد من التحكم يمكنه التعامل مع واقع الزراعة الفوضوي وغير المتوقع بشكل أفضل من المعيار الحالي المعروف باسم المنظم التربيعي الخطي (LQR).

لاختبار أفكارهم، بنى الفريق محاكاة حاسوبية دقيقة للغاية لجرار. لم يكتفوا بالتخمين حول كيفية سلوكه؛ بل استخدموا قياسات حقيقية من أجزاء جرار فعلية، بما في ذلك الإطارات ونظام التعليق، لإنشاء "توأم رقمي" لنصف جرار (بالتركيز على الأمام والخلف كوحدة واحدة). وبرمجوا هذا الجرار الرقمي ليقود فوق صدمة مفاجئة على شكل "درجة" (مثل الاصطدام برصيف) بسرعات مختلفة، تتراوح من 3 كم/ساعة بطيئة إلى 30 كم/ساعة سريعة.

ولكن هذا هو الاختبار الحقيقي: الزراعة غير متوقعة. قد يحمل الجرار سائقاً ثقيلاً، أو قد يجر قطعة معدات ضخمة تغير وزن جسم المركبة. كما قد تفقد الإطارات ضغط الهواء، مما يجعلها أكثر ليونة. ولمحاكاة هذه الفوضى، أنشأ الباحثون ثلاثة سيناريوهات "عدم يقين":

1. تغيير كتلة الكابينة: أضافوا وزناً إلى الكابينة لمحاكاة سائق ثقيل أو راكب إضافي.
2. تغيير كتلة جسم المركبة: أضافوا وزناً إلى جسم الجرار لمحاكاة جر أدوات زراعية ثقيلة.
3. تغيير صلابة الإطارات: جعلوا الإطارات أنعم بنسبة 10% لمحاكاة انخفاض ضغط الهواء.

أجروا المحاكاة بثلاث إعدادات مختلفة:

• الإعداد "الثابت": ظل صمام ممتص الصدمات عند إعداد واحد، دون القيام بأي شيء مميز.
• إعداد "LQR": خوارزمية التحكم المعروفة والمعيارية.
• إعداد "SMC": خوارزمية التحكم بالوضع الانزلاقي القوية والجديدة.

كانت النتائج واضحة تماماً. أولاً، أدى كل من متحكمي LQR و SMC أداءً أفضل بكثير من الإعداد "الثابت". فقد نجحا في تقليل اهتزاز الكابينة، مما جعل الرحلة أكثر سلاسة. وفي حالة الاختبار القياسية (لا يوجد وزن إضافي، إطارات عادية)، قلل كلا المتحكمين الذكيين من "الاهتزاز من القمة إلى القمة" (الفرق بين أعلى وأدنى هزة) بنحو 37%.

ومع ذلك، فإن القصة الحقيقية حدثت عندما أصبحت الظروف فوضوية. عندما أدخل الباحثون حالات عدم اليقين (الأحمال الثقيلة والإطارات اللينة)، تصرف المتحكمان بشكل مختلف تماماً. كان متحكم LQR يشبه طالباً درس بجد لاختبار محدد، ولكنه أصيب بالذعر عندما تغيرت الأسئلة. فقد انخفض أداؤه بشكل كبير عندما تغير وزن الجرار، مما يعني أن الرحلة أصبحت أكثر اضطراباً مما ينبغي. أما متحكم SMC، فقد تصرف كخبير مخضرم يمكنه التكيف مع أي شيء؛ حيث حافظ على مستوى ثابت جداً من السلاسة، حتى عندما تغير وزن الجرار أو ضغط الإطارات.

لقيد قياس هذه "القدرة على التكيف"، حسب المؤلفون "مؤشر المتانة". فكر في هذا كدرجة توضح مدى تذبذب أداء المتحكم عندما تتغير الظروف. كان لمتحكم LQR متوسط تذبذب قدره حوالي 21.70% لمتوسط الاهتزاز و 20.10% للاهتزاز من القمة إلى القمة. أما متحكم SMC فكان أكثر استقراراً، بتذبذب قدره 8.19% و 7.42% على التوالي. بعبارات أبسط، حافظ متحكم SMC على مساره بشكل أفضل بكثير عندما أصبحت بيئة الجرار غير متوقعة.

كما نظر البحث فيما يحدث عندما تزداد سرعة الجرار. ومع زيادة سرعة الجرار (من 3 كم/ساعة وصولاً إلى 3โต 30 كم/ساعة)، شهد كلا المتحكمين انخفاضاً طفيفاً في أدائهما، وهو أمر متوقع لأن الصدمات تضرب بشكل أسرع. ومع ذلك، أظهر متحكم SMC نطاق تباين أصغر، مما يعني أنه أكثر موثوقية في السرعات العالية أيضاً.

من المهم تذكر أن هذه النتائج تأتي من محاكاة، وليس من جرار حقيقي يسير في حقل. لقد بنى الباحثون نموذجاً رياضياً بناءً على بيانات حقيقية، لكنهم لم يختبروه بعد على آلة مادية مع مستشعرات حقيقية وسائقين حقيقيين. وقد أشاروا إلى أنه في التطبيق الواقعي، سيحتاجون إلى معرفة كيفية قياس جميع البيانات اللازمة (مثل الموقع والسرعة الدقيقة للكابينة) دون مستشعرات باهظة الثمن، وسيحتاجون إلى اختبار ما إذا كان النظام سيعمل عندما ترتكب المستشعرات أخطاءً صغيرة.

في الختام، تشير هذه الدراسة إلى أن "التحكم بالوضع الانزلاقي" هو "دماغ" واعد جداً لتعليقات الجرارات. وبينما تعمل طريقة LQR القياسية بشكل جيد في الظروف المثالية، يبدو أن طريقة SMC أفضل بكثير في التعامل مع الواقع الفوضوي والمتغير للزراعة، مما يحافظ على سلاسة رحلة السائق حتى عندما يكون الجرار محملاً بالأوزان أو عندما تكون الإطارات لينة. إنها خطوة نحو جعل العمل الزراعي أقل إرهاقاً للأشخاص الذين يقومون به.