乘用车电控空气悬架高度控制策略.pdf

第48 卷第2 期2024年2 月doi:10.11832/j.issn.1000-4858.2024.02.014摘要：为了提高乘用车电控空气悬架在车身高度调节过程的控制精度，设计了基于粒子群的PID控制器。首先通过对空气悬架系统工作机理的分析，利用AMESim建立单轮空气悬架数学模型，针对车高调节过程中出现的“过充过放”问题，设计了基于粒子群的PID控制器，然后在AMESim-Simulink-Carsim联合仿真平台中建立了整车空气悬架模型对其控制效果进行验证。最后进行了实车测试。结果表明,所设计的基于粒子群的PID控制器在不同工况下的车身高度稳态误差均小于2 mm,且没有出现明显的高度反复调节或者控制超调现象。关键词：电控空气悬架；粒子群PID算法；高度控制中图分类号：TH138;U463.33文献标志码：BHeight Control Strategy of Electronic Control Air Suspension ofLIU Jin-chao,LI Jun-wei,CHEN Bin,ZHAO Lei-lei,LI Kai?(1.School of Transportation and Vehicle Engineering,Shandong University of Technology,Zibo,Shandong 255049;2.China Changan Automobile Group Co.,Ltd.,Chengdu,Sichuan 610105)Abstract:In order to improve the control precision of electronically controlled air suspension of passenger car in theprocess of body height adjustment,a PID controller based on particle swarm is designed.Through the analysis ofthe working mechanism of the air suspension system,the mathematical model of the single-wheel air suspension isestablished by using AMESim.Aiming at the problem of“overcharging and over-discharging in the process ofvehicle height adjustment,a PID controller based on particle swarm is designed,and a vehicle air suspension modelis established based on the AMESim-Simulink-Carsim joint simulation platform to carry out its control effect verify.Finally,a real vehicle test is carried out.The results show that the steady-state errors of the designed PID controllerbased on particle swarm under different working conditions are less than 2 mm,and there is no obvious phenomenonof repeated height adjustment or control overshoot.Key words:electronic control air suspension,PSO-PID,height control引言悬架作为汽车车架与车轮之间的传力连接装置，能够缓和不平路面对车身的冲击，改善车辆的乘坐舒适性 。目前汽车悬架系统大部分仍是被动悬架，在面对复杂的路况时,参数不可调的被动悬架已经日渐满足不了人们对舒适性和操作稳定性的需求2 。而具备车身高度、阻尼等参数可调的电子控制空气悬架受到越来越多的关注3 液压与气动Chinese Hydraulics&Pneumatics乘用车电控空气悬架高度控制策略刘锦超，李军伟，陈斌，赵雷雷，李凯?（1.山东理工大学交通与车辆工程学院，山东淄博2 550 49；2.中国长安汽车集团有限公司，四川成都6 1 0 1 0 5）Passenger Car制精度高的要求,提出了许多控制方法。JANGI等4提出闭环空气悬架系统的控制以及故障保护算法，能收稿日期:2 0 2 3-0 6-0 7基金项目：山东省自然科学基金（ZR2020ME127)作者简介：刘锦超(2 0 0 0 一），男，山东济宁人，硕士研究生，主要研究方向为电动汽车控制技术。Vol.48 No.2February.2024B文章编号：1 0 0 0-48 58(2 0 2 4)0 2-0 1 0 8-0 8众多学者针对空气悬架高度控制响应速度快、控修回日期:2 0 2 3-0 7-2 32024年第2 期够根据驾驶条件和驾驶员指令来实现目标高度的控制。MAXB等5-6 对空气悬架进行模型预测控制,实现了对悬架高度等参数的精确控制效果。李子璇等7 运用自适应模糊PID控制策略,有效减小了车辆高度误差。上述空气悬架的控制方法都取得了较好的效果，但控制方法对计算性能要求较高,不利于实际车辆的应用。本研究提出基于粒子群PID的控制算法对乘用车空气悬架高度进行控制。PID算法的优点是简单且易于实现，但控制参数难以整定。粒子群算法计算效率高,能够快速收敛于全局最优解。将粒子群和PID控制的优点结合起来，使控制效果得到提升。本研究首先研究了单轮电控空气悬架的控制机理,搭建了单轮空气悬架的AMESim-Smulink仿真模型并进行了基于粒子群PID控制算法的仿真分析。在此基础上,对整车空气悬架进行了研究，并对整车空气悬架高度控制效果进行了实车测试，实现了电控空气悬架高度的快速和精确控制。1电控空气悬架系统结构电控空气悬架以电子控制模块为控制核心，对汽车悬架参数，如车身高度、减振器阻尼等进行实时控制。电控空气悬架系统一般由机械元件、气动回路元件、传感器和ECU电子控制系统组成8 。电控空气悬架系统结构如图1 所示。左前空气弹簧节流阀水单向阀压缩机干燥器空气滤消音器清器左后空气弹簧图1 电控空气悬架系统结构Fig.1 Structure of electronically controlled airsuspension system2单轮空气悬架高度控制空气悬架充放气过程是一个集热力学、动力学和气路流体力学的复杂过程9 。整车车身高度的调节主要通过4个空气弹簧充放气动作来实现。为了更加直观的对空气弹簧充放气过程进行研究，首先搭建了液压与气动单轮空气悬架模型。2.1单轮空气悬架模型1）空气悬架充放气模型对空气悬架充放气模型进行了如下假设：气囊充放气过程可近似为绝热过程；气囊保压过程可近似为气体热力学多变过程；连接管路的截面积与阀体截面积相同；系统中气体是理想气体。电磁阀开启时，空气弹簧进行充放气动作时气体压力与气体流量的关系为：dp=nRTdm_ npdVdtVdtVdt式中，p任意状态下气囊内的气体绝对压力,MPaV一一任意状态时气囊的气体体积，m3T一一空气弹簧内气体温度,KR一气体常数n气体多变指数dm/dt一一充放气过程中流经电磁阀的气体流量，kg/s电磁阀关闭后，空气弹簧内部气体变为一个质量不变的密闭系统,此时系统状态为：dp=_ npdVdi-V dt将电磁阀截面视为一个等效的节流小孔,则流经电磁阀的气体流量公式为：n+1右前空气弹簧22(n-1)n+1n+1N22(n-1)qmn+储气罐右后空气弹簧109(1)(2)nPd6RTPuS,PuPdnRT式中，单位时间内流经电磁阀的流量Pu一一节流小孔的上游气压Pa一节流小孔的下游气压S一一电磁阀的等效截面积b一一气体临界压力比2）空气悬架系统车辆动力学方程分析可得空气弹簧变形量与空气弹簧内气压之间的关系式为：(p-pa)A-Mg-cPu1-b6Pd1Pu(3)dxdxMdtdi(4)110式中，P。一大气压力A。一一空气弹簧气囊有效面积M一簧载质量g一重力加速度一C一减振器的阻尼X一空气弹簧变形量3）A M ESi m-Si m u l i n k 单轮空气悬架模型本研究利用AMESim建立单轮空气悬架模型，如图2 所示。模型中包含了恒压气源代替的储气罐、理想的大气气压、三位三通电磁阀、簧上质量、悬架阻尼、流量传感器、压力传感器以及簧上质量安装的位移传感器、速度传感器和加速度传感器。液压与气动=wVI+Cri(Pf-XI)+Car2(P-X)1d+1X*=Xi+V式中，V一一第i个粒子群的速度X一一第i个粒子群的位置一惯性因子,非负数一C1,C2一学习因子T1,20,1的随机数cTi(P!-X)）认知部分CzT2(P-X1）社会部分表1 单轮空气悬架模型参数Tab.1NModel parameters of singlewheel air suspension参数口第48 卷第2 期(5)数值簧上质量/kgm空气弹簧直径/mmq中?InterfaceWsimulinkpacap图2 AMESim-Simulink单轮空气悬架模型Fig.2AMESim-Simulink single wheel airsuspension model在图2 中，AMESim中将采集到传感器数据通过Interface模块传递给Simulink，Si mu l i n k 中根据悬架当前参数采用一定的控制策略，输出电磁阀控制信号Current，电磁阀控制信号为负时表示充气，为正时表示排气)。选取流量流入为正，弹簧向上为正。仿真时用到的参数如表1 所示。2.2基于粒子群算法的PID控制器设计1）基于粒子群算法的PID算法传统PID控制器的参数整定需要研发人员依据工程经验在控制系统中不断调整，人工调整过程费时费力且很难取得理想效果1-1 2 。基于粒子群(Particle Swarm Optimization,PSO)算法的 PID参数整定能有效加快整定效率，其原理是利用粒子群从随机位置出发，根据适应度函数快速收敛于全局最优解。PSO算法中粒子速度和位置的迭代公式如下：420112空气弹簧长度/mm198连杆直径/mm0空气悬架阻尼/Nsm=12000current电磁阀控制电流/mA电磁阀等效截面积/mm气体温度/K储气罐压力/MPa大气压力/MPa为了使悬架更快更准的达到目标值范围,本研究选取调节时间、超调量和误差共同组成适应度函数。此时适应度函数值越小,则表明控制效果越好,具体的适应度函数如下：f=0.1t,+0.2g+0.7e式中,t。一调节时间超调量e误差基于粒子群算法的PID算法实现流程如下：首先，初始化粒子群各参数：种群规模、学习因子、惯性因子、最大迭代次数和各粒子的速度与位置；其次，将K,，K.,K分别赋予粒子值代人空气悬架模型中作为PID403.2293.150.80.1(6)情况1 52024年第2 期控制器的3 个参数，运行模型得到系统输出的调节时间、超调量和误差；然后计算各粒子适应度值，将其适应度值与历史最优值进行比较，确定个体最优解和种群最优解；最后,通过更新各粒子位置和速度,将粒子重新代人系统进行迭代，直到达到最大迭代次数为止，输出最终优化的K，K 和Kd2）控制效果验证为了验证粒子群的优化效果,在所建立的AMESim-Simulink单轮空气悬架模型基础上，分别对普通PID的控制参数和PSO-PID控制器得到的参数进行了仿真测试。仿真时间设置1 0 s，以起始高度为零点，空气弹簧高度目标高度设置为2 0 mm,测试的空气弹簧高度随时间变化的对比曲线如图3 所示。0.030r无控制-PID控制0.025PSO-PID控制0.0200.0150.0100.0050图3 充气时空气弹簧高度变化对比曲线Fig.3 Comparison curve of air spring height change从图3 中可以看出，无控制时空气弹簧高度的稳态值偏离目标高度值的过充”现象，普通PID控制器和PSO-PID控制器均能有效抑制电控空气悬架系统的“过充”现象,车身高度误差均小于0.5mm。但普通PID控制器车身高度曲线的超调量大约为2 3.3%，而PSO-PID控制器车身高度曲线的超调量大约为9.65%。综上所述经过PSO-PID控制器优化后，车身高度输出曲线的超调量和误差范围都得到了较大程度的减少。3整车空气悬架高度调节在完成单轮空气悬架充放气过程研究的基础上，为了验证基于粒子群的PID算法对整车空气悬架高度的控制效果，本研究进一步搭建了基于 AMESim-Smulink-Carsim的整车空气悬架联合仿真平台。3.1整车空气悬架控制模型搭建搭建的AMESim-Smulink-Carsim联合仿真平台主要由三部分组成：AMESim搭建整车空气悬架充放气液压与气动Tab.2Parameters of the whole vehicle参数整车簧载质量/kg整车簧载质量质心距前轴距离/mm整车簧载质量质心距后轴距离/mm整车簧载质量质心距地面距离/mm车身高度/mm车身宽度/mm车辆轴距/mm轮距/mm模型、Simulink中进行控制计算、Carsim设置整车参数1 3-1 4。整车模型的部分参数如表2 所示。3.2整车空气悬架控制性能分析针对本研究提出的基于粒子群算法的PID控制器，为验证其合理性和有效性，通过联合仿真平台来仿真模拟不同工况下实际车辆车身高度切换24t/s111表2 整车部分参数数值21201463.71511.356016011970297516786810根据实际车辆车身高度切换情况，设置静态车速为0 时的仿真工况如下：（1）车辆处于静态车速为0 时，车身高度上升调节过程；（2）车辆处于静态车速为0 时，车身高度下降调节过程。仿真得到两种过程对应的空气弹簧高度随时间变化曲线如图4图7 所示，图中均以起始高度为零点，上升为正，下降为负。0.0200.015F0.0100.0050图4静态上升前轮空气弹簧高度变化曲线Fig.4Height variation curve of front wheel airspring during static rise目标值无控制-PSO-PID控制24t/s68101120.0200.015u/y0.0100.0050图5静态上升后轮空气弹簧高度变化曲线Fig.5Height variation curve of rear wheel airspring during static rise0-0.005-0.010u/4-0.015-0.0200图6静态下降前轮空气弹簧高度变化曲线Fig.6Height variation curve of front wheel airspring during static descent0-0.005-0.010u/4-0.015-0.0200图7静态下降后轮空气弹簧高度变化曲线Fig.7Height variation curve of rear wheel airspring during static descent从图4 图7 可以看到，经过PSO-PID优化后车身高度变化更平稳，且能有效抑制“过充”和“过放”现象，满足车高调节过程中精度要求。为模拟车辆动态行驶时车身高度切换情况，设置液压与气动在B级路面上，车速较低时提升车身高度、车速上升时恢复车身高度仿真得到两种过程对应的前轮空气弹簧高度随时间变化曲线如图8、图9 所示，图中均以起始高度为零点，上升为正，下降为负。可知，由于路面目标值无控制PSO-PID控制24t/s目标值-无控制-PSO-PID控制124t/s目标值-无控制-PSO-PID控制18124t/s第48 卷第2 期激励的影响，车身高度在调节过程中出现明显的波动,但所设计的PSO-PID控制器能够较好的实现车辆在动态行驶过程中的车身高度调节，当达到目标高度后,车身高度会在目标高度上下波动，维持当前J68686101010车身高度。0.0250.0200.0150.0100.0050图8动态上升前轮空气弹簧高度变化曲线Fig.8Height variation curve of front wheel airspring during dynamic rise0目标值-PSO-PID控制-0.005-0.010w/4-0.015-0.0200图9动态下降前轮空气弹簧高度变化曲线Fig.9Height variation curve of front wheel airspring during dynamic descent4实车测试仿真研究只能反映部分控制效果，为进一步验证所设计的电控空气悬架控制器的性能，本研究以某SUV试验车为研究对象，进行了实车试验。测试在平坦路面进行，储气罐压力为0.8 MPa,测试时的车速分别为静止0 km/h和低速2 0 km/h。图1 0 为试验车空气悬架安装位置,悬架上端与车身连接，悬架下端与车轮连接。图1 1 为试验车测试系统示意图。-目标值-PSO-PID控制12t/s123434t/s55662024年第2 期图1 0 空气悬架安装图Fig.10 Installation drawing of air suspension阀控信号ECU实车连接硬线高度信号试验车CAN信号USBINCA设备图1 1 订试验车测试系统示意图Fig.11 Schematic diagram of test vehicle testingsystem在本试验车的测试系统中,空气悬架ECU根据驾驶员指令或者当前工况输出阀控信号来控制空气悬架执行相应的动作，然后通过高度传感器将空气悬架高度数据传递给空气悬架ECU。空气悬架ECU将收到的高度数据发送到CAN总线上，最后利用INCA设备采集CAN总线上的高度数据并且发送给上位机。4.1车辆静态时车身高度调节测试在测试前将试验车停放在平坦的路面上,然后手动按下高度模式按钮，悬架控制器接收按钮信号后输出电磁阀控制信号控制空气弹簧充放气动作，车身高度随之改变1 6-1 7 图1 2 和图1 3 分别为前轮车身高度和后轮车身高度变化曲线，图中纵坐标高度值取的是轮胎轮心到轮眉之间的距离。图中整个变化过程为高位模式切换到中位模式,再由中位模式切换到高位模式。本研究测试车的前轮高位模式设定值为49 3 mm,中位模式设定值为48 3 mm；后轮高位模式设定值为455mm，中位模式设定值为445mm。从图中可以看到，车身高度调节液压与气动过程中均能顺利达到目标高度，绝对误差均小于2 mm,未超出误差带,且没有出现明显的高度反复调节或者控制超调现象。494492490wuu/y4884864844820图1 2车辆静态时前轮车身高度变化曲线Fig.12CCurve of front wheel body height changeunder vehicle static state458456454上位机空气悬架ECU11311020452uu/y4504484464440图1 3车辆静态时后轮车身高度变化曲线Fig.13Curve of rear wheel body height changeunder vehicle static state此外,对比图1 2 和图1 3 可以看出，整车车身在下降过程中前轮在5.1 s先排气,待前轮排气完成后,后轮在6.6 s后排气;整车车身在上升过程中后轮在31.5s先充气,待后轮充气完成后，前轮在40 s后充气。即为了维持车身在高度调节过程中的姿态平衡，充气时后轮先升、前轮后升，排气时前轮先降、后轮后降，符合所设计的控制策略。4.2车辆动态时车身高度调节测试选取市区某段平坦无人的公路，车辆低速行驶在路面上，观测车身高度在动态的情况下的调节过程。图1 4和图1 5为经过滤波处理后，高度传感器采集到的车身高度变化数据图，图中纵坐标高度值取的是轮胎轮心到轮眉之间的距离。30t/s102040上3040t/s50506060114485480475uu/y4704654600图1 4车辆动态下降时前轮车身高度变化曲线Fig.14Curve of vehicle dynamic descending frontwheel body height change485480475u/y4704654600图1 5车辆动态上升时前轮车身高度变化曲线Fig.15Curve of vehicle dynamic rise front wheelbody height change图1 4为前轮车身高度由中位模式切换到低位模式的变化曲线。测试车的前轮低位模式设定值为463mm。从图中可以看到，前轮车身高度先以481.2mm左右保持中位模式；随后自动下降到低位模式,车身高度维持在46 4mm左右,动态行驶在路面上。整个动态调节过程中，车身高度能顺利达到目标高度,绝对误差均小于2 mm，未超出误差带。图1 5为前轮车身高度由低位模式切换到中位模式的变化曲线。从图中可以看到，前轮车身高度先以463.8mm左右维持低位模式;随后自动上升到中位模式，车身高度维持在48 1.9 mm左右，动态行驶在路面上。整个动态调节过程中,车身高度也能顺利达到目标高度,绝对误差均小于2 mm,未超出误差带。经过实车测试表明，本研究所设计的电控空气悬架控制器能够实现静态和动态下的车身高度调节，且车身高度误差处于误差范围内，未出现明显的“过充”液压与气动和“过放”现象。5结论本研究通过对空气悬架系统工作机理的分析,利用AMESim建立了单轮空气悬架数学模型。针对车高调节过程中存在的“过充过放”问题，,设计了基于粒子群的PID控制器。主要结论如下：（1）在基于AMESim-Simulink-Carsim联合仿真平台中建立了整车空气悬架模型对其控制效果进行1510t/s15第48 卷第2 期15201015t/s验证。仿真结果表明，所设计的算法能有效减少车身高度调节过程中的超调和偏差,具有更高的控制性能。（2）通过实车测试，进一步验证了所设计的电控空气悬架控制器的性能。测试结果表明，本研究设计的电控空气悬架控制器在不同工况下的车身高度稳态误差均小于2 mm，实现了对车身高度快速精确的控制，达到了预期目标。参考文献：【1 胡启国,杨晨光.考虑路面时变的整车主动悬架的改进模糊PID集成控制策略J.现代制造工程，2 0 2 0，（2）：2 0-25.HU Qiguo,YANG Chenguang.Improved Fuzzy PID Integrated202530Control Strategy for Vehicle Active Suspension ConsideringTime-varying Pavement J .M o d e r n M a n u f a c t u r i n gEngineering,2020,(2):20-25.2 VU V T,TRUONG M H,OLIVIER S.An Investigation intothe Ride Comfort of Buses Using an Air Suspension SystemJ.International Journal of Heavy Vehicle Systems,2021,28(2):184-205.3王文林，侯之超，邹军.汽车空气悬架研究进展：零部件与系统J.汽车安全与节能,2 0 1 8,9（1）：1 1-2 4.WANG Wenlin,HOU Zhichao,ZOU Jun.Research Progressof Automotive Air Suspension:Parts and Systems J.Automotive Safety and Energy Conservation Daily,2018,9(1):11-24.4JJANG I,KIM H,LEE H,et al.Height Control and FailsafeAlgorithm for Closed Loop Air Suspension Control System C/2007 International Conference on Control,Automationand Systems.IEEE,2007:373-378.5MA X B,WONG P K,ZHAO J,et al.Design and Testingof a Nonlinear Model Predictive Controller for Ride HeightControl of Automotive Semi-active Air Suspension System2024年第2 期J.IEEE Access,2018,6:63777-63793.6SUN X Q,YUAN C C,CAI Y F,et al.Model PredictiveControl of an Air Suspension System with Damping Mult-mode Switching Damper Based on Hybrid Model J.Mechanical Systems and Signal Processing,2017,94:94-110.7 李子璇，邬明宇,周福强，等.空气弹簧高度振荡自适应模糊PID控制方法研究J.机床与液压,2 0 2 2,50(2 1)：1 1 5-119.LI Zixuan,WU Mingyu,ZHOU Fuqiang,et al.Reseach onAdaptive Fuzzy PID Control Method for Air Spring HeightOscillation J.M a c h i n e T o o l&H y d r a u li c s,2 0 2 2,50(21):115-119.8夏倩颖.汽车电控空气悬架优化控制方法研究D.锦州：辽宁工业大学，2 0 1 9.XIA Qianying.Optimal Control Method of AutomotiveElectronically Controlled Air Suspension D.Jinzhou:Liaoning University of Technology,2019.9曹先腾.基于H的主动空气悬架控制策略仿真与试验研究D.哈尔滨：东北林业大学,2 0 2 1.CAO Xianteng.Simulation and Experimental Research onControl Strategy of Electronically Controlled Air SuspensionBased on H Theory D.Harbin:Northeast ForestryUniversity,2021.10 董炳辰，孙建民，姚德臣，等.工程车辆半主动悬架系统的增量式PID控制J.中国科技论文,2 0 2 0,1 5（1 0)：1203-1208.DONG Bingchen,SUN Jianmin,YAO Dechen,et al.Incremental PID Control of Semi-active Suspension Systemof Engineering Vehicles J.China Sciencepaper,2020,15(10):1203 1208.11 GHONIEM M,AWAD T,MOKHIAMAR O.Control of aNew Low-cost Semi-active Vehicle Suspension System UsingArtificial Neural Networks J.Alexandria EngineeringJournal,2020,59(5):4013-4025.液压与气动12SHAFIEI B.A Review on PID Control System Simulation ofthe Active Suspension System of a Quarter Car Model WhileHiting Road Bumps J Journal of The Institution ofEngineers(India):Series C,2022,103(4):1001-1011.13 周雅倩，鲁力群，孙法军，等.基于模糊PID控制重型汽车主动空气悬架仿真分析J.汽车零部件，2 0 2 1（5）：25-28.ZHOU Yaqian,LU Liqun,SUN Fajun,et al.SimulationAnalysis of Active Air Suspension of Heavy Duty VehicleBased on Fuzzy PID Control J.Automobile Parts,2021(5):25-28.14BASHIR A O,RUI X T,ABBAS L K,et al.Ride ComfortEnhancement of Semi-Active Vehicle Suspension Based onSMC with PID Sliding Surface Parameters Tuning UsingPSO J.Journal of Control Engineering and AppliedInformatics,2019,21(3):51-62.15ARM J,BRADAC Z,FIEDLER P,et al.Characterizingthe Simulink-based Code Generation Toolchain for Safety-critical Applications in an ARM Cortex-R Target J.IFAC-PapersOnLine,2019,52(27):271-276.16 寇发荣，魏冬冬，梁津，等.基于行驶工况的滚珠丝杠主动悬架多模式切换J.中国科技论文,2 0 1 8,1 3（1 0)：1127-1133.KOU Farong,WEI Dongdong,LIANG Jin,et al.Multi-mode Switch of Ball Screw Active Suspension Based onDriving Conditions J.China Sciencepaper,2018,13(10):1127-1133.17吴全君，尉庆国，王婷，等.基于独立调节高度和刚度的空气悬架优化和分析J.机床与液压,2 0 1 9,47（3）：9 4-100.WU Quanjun,WEI Qingguo,WANG Ting,et al.AirSuspensionOptimizationandAnalysis BasedonIndependent Adjustment of Height and Stffess J.Machine Tool&Hydraulic,2019,47(3):94-100.115引用本文：刘锦超，李军伟，陈斌，等.乘用车电控空气悬架高度控制策略J.液压与气动,2 0 2 4,48（2）：1 0 8-1 1 5.LIU Jinchao,LI Junwei,CHEN Bin,et al.Height Control Strategy of Electronic Control Air Suspension of Passenger Car J.ChineseHydraulics&Pneumatics,2024,48(2):108-115.