分布式驱动电动车转矩控制研究(info提交版)

学习文档仅供参考分布式驱动电动汽车转矩控制研究〔申请清华大学工学硕士学位论文〕培养单位：汽车工程系学科：动力工程及工程热物理研究生：马良峰指导教师：欧阳明高教授二〇一六年五月学习文档仅供参考ResearchontheTorqueControlforDistributedDriveElectricVehicleThesisSubmittedtoTsinghuaUniversityinpartialfulfillmentoftherequirementforthedegreeofMasterofScienceinPowerEngineering&EngineeringThermophysicsbyMaLiangfengThesisSupervisor：：ProfessorOuyangMinggaoMay,2016学习文档仅供参考摘要发展电动汽车已经成为应对交通领域的能源安全问题与空气污染问题的共同选择。在各类电动汽车中，分布式电驱动被认为是纯电驱动汽车的前沿技术，在动力性和能效方面具有很大的潜力。分布式电驱动系统具有控制灵活、响应快的优势，同时也带来了相应的研究热点问题，比方各个驱动轮的转矩应该如何控制，才能使电动汽车的能效和动态性能得到优化？本课题围绕能效优化和动态响应控制优化两个问题展开研究。在以能效优化为目标的转矩控制方面，目前大多研究是采用基于模型的算法，需要电机等部件的大量测试标定模型，本文采用了一种基于黄金比例搜索算法的前后轴转矩分配策略，可实现在驱动系统性能参数不确定情况下的在线实时转矩最优分配。但该算法的主要问题是搜索过程中的转矩波动问题，针对这一问题，本课题在其基础上提出了最优分配系数自动标定算法，可实现优化分配系统的自动标定，解决了实时搜索算法的转矩波动问题。在分布式驱动电动汽车动力系统动态响应控制优化方面，主要内容是针对轮毂电机驱动系统对外界突变载荷激励敏感，路面条件变化时抖动剧烈的情况，提出了电子转动惯量算法，从算法层面模拟实际转动惯量的作用，在不增加汽车簧下质量的情况下降低了轮毂电机驱动系统对外界激励的敏感性，并通过转矩补偿算法，解决了车辆目标加速性能下降的问题。课题搭建了Matlab/Simulink和Carsim联合仿真平台，在此平台上对提出的转矩分配算法和转矩动态响应控制算法的功能进行了仿真验证。结果说明：在NEDC工况和中国乘用车典型城市工况下，采用最优分配系数自动标定算法，可以相比转矩平均分配分别节能%和7.4%；采用电子转动惯量算法，可以有效缓和在不良路面上行驶时车轮转速的大幅波动。为了验证以上研究成果在工程上应用的可行性，分别搭建了基于xPC和控制器的硬件在环仿真平台。应用自动代码生成技术，将算法模型转化成控制器可执行代码并移植到KPV13快速原型控制器中进行测试，结果证明实车控制系统的运算和通讯能力能够满足实时搜索算法的要求，上述控制算法在实际控制系统中可用。关键词：分布式驱动；轮毂电机；转矩分配；自动标定；动态响应控制学习文档仅供参考AbstractDevelopingelectricvehicleshasbecomeacommonsolutionfortheenergysecurityproblemandairpollution.Inthefieldofelectricvehicles,distributeddriveisconsideredtobeoneofthecutting-edgetechnologies.Ithasadvantagesofflexiblecontrol,fastresponseandhasshowngreatpotentialintermsofdynamicperformanceandenergysaving,atthesametimeithasalsobroughtsomehotspotproblems,suchastorquedistributionbetweendrivewheelsanddynamiccontrolofeachdrivewheel.Thisthesisfocusesonenergyefficiencyanddynamicresponseoptimizationofdistributeddriveelectricvehicles.Intermsofoptimizingenergyefficiency,mostofexistingresearchesfortorquedistributionarebasedonmodels,whichmeansthecontrolalgorithmneedseitheraccuratemodelsoftargetvehicleorlargequantitiesofcalibrationdata.Inthisthesis,atorquedistributionmethodbasedongoldenratiosearchalgorithmisadopted,whichcanrealizeoptimizedtorquedistributionbetweenfrontandrearaxleswhiledon’tneedanytargetmodels.However,themainproblemofthismethodistorquerippleintheprocessofsearching.Inordertosolvethisproblem,anautomaticcalibrationmethodofoptimizedtorquedistributionisproposed,whichcansolvethetorquerippleproblemsuccessfully.Intermsofdynamicresponseoptimization,in-wheel-drivesystem’ssensitivitytoexternalimpulsesismainlyconsidered.Anovelmethodcalledelectronicinertiaisdesignedtorealizethesamefunctionofmechanicalinertiatoreducethesystem’ssensitivitywhileaddnounsprungmasstothevehicle.Atorquecompensatorisdesignedtosolvetheaccelerationreductionproblemduetotheelectronicinertia.AjointsimulationplatformbetweenMatlab/SimulinkandCarsimhasbeensetuptoverifythefunctionofautomaticcalibrationmethodofoptimizedtorquedistributionandelectronicinertiamethod.Resultsshowthatwiththeproposedtorq%ofenergycanbesavedinNEDCcycleand7.4%ofenergycanbesavedinChina’stypicalcycleofcitypassengercars.Withtheelectronicinertiamethod,wheelvibrationwhendrivingoff-roadcanbeeffectivelymitigated.Tofurtherverifythefeasibilityoftheproposedtorquecontrolmethodsinrealapplication,twokindsofHIL(hardwareintheloop)simulationplatformsaresetup.OneisbasedonMatlabxPCplatform,theotherisbasedoncommunicationbetweentwocontrollers.Withautomaticcodegenerationtechnology,algorithmmodelsinSimulinkaretranslatedintoexecutablecodeanddownloadedtoKPV13rapidprototypingcontroller.ThecontrolleristestedinbothofthetwoHILsimulationplatforms.Resultsshowthatoperationandcommunicationspeedofrealcontrolsystemscansatisfytherequirementofreal-timesearchalgorithm,theproposedcontrolmethodcanbeappliedinrealcontrolsystems.Keywords:Distributeddrive;in-wheel-motor;torquedistribution;automaticcalibration;dynamicresponsecontrol

学习文档仅供参考目录第1章 引言 图所示。图STYLEREF1\s3.SEQ图\*ARABIC\s16仿真过程车速和总转矩变化曲线黄金比例搜索算法下前后轴转矩分配比例值的变化情况如REF_Ref440791399\h图3.7所示，每隔0.5s，值会进行一次初始搜索区间为[0,1]的再搜索。采用黄金比例搜索算法的电机总效率曲线和前后轴转矩平均分配的电机总效率曲线的比照情况如REF_Ref440791484\h图3.8所示。可以看到，基于第2章建立的前后轴电机模型，在上述仿真工况下，采用黄金比例搜索算法相比转矩平均分配策略大约能将总驱动效率提高10%。图STYLEREF1\s3.SEQ图\*ARABIC\s17转矩分配比例k值变化曲线图STYLEREF1\s3.SEQ图\*ARABIC\s18搜索算法和转矩平均分配电机总效率比照曲线最优分配系数自动标定算法基于实时搜索算法的转矩分配最突出的问题是搜索过程中引起的电机转矩波动问题，这会对驾驶舒适性造成影响，同时也会对悬架、传动轴等零部件的寿命产生影响。为了解决这个问题，本小节在黄金比例搜索算法的基础上引入自学习功能，可实现转矩分配系数的在线自动标定，从而解决了搜索过程中的转矩波动问题。算法的核心思想是每完成一次搜索，程序自动记录在当前的转矩和车速下效率最优的转矩分配系数。当车辆再次运行到这个工况时，程序直接按照已经记录的转矩分配系数分配转矩，从而防止或减少优化控制过程带来的转矩大幅波动现象。车辆运行的工况越多，之后发生搜索波动的几率就越小。首先引入最优转矩分配系数矩阵，并将其初始化为a乘b的零矩阵，(i,j)为系数矩阵的坐标，表示第行第j列。坐标上的点称作矩阵的节点，4个相邻节点围成的区域称作矩阵的网格。在进行自动标定算法的验证中，取，，矩阵共有361个网格。基于第2章中建立的动力系统模型并结合的维度定义转矩向量和车速向量：〔3-11〕〔3-12〕效率最优的转矩分配系数的自学习、自标定过程就是对系数矩阵不断赋值的过程。相对应的，赋值完成以后行驶过程中转矩优化分配的过程就是对系数矩阵不断读取的过程。用表示某次搜索时的工况，即：〔3-13〕则工况点对应最优分配系数矩阵网格的相对位置关系如REF_Ref447825378\h图3.9所示。图STYLEREF1\s3.SEQ图\*ARABIC\s19最优分配系数矩阵网格示意图假设搜索结果得到最优转矩分配系数为，与工况相邻的矩阵节点上的系数分别为，，和。由于开始搜索时的工况不可能刚好在分配系数矩阵的节点上，所以需要考虑这些系数之间的换算问题。在设计自动标定算法中最优分配系数和系数矩阵中节点数据的换算方式时，重点考虑以下3个因素：对系数矩阵的赋值过程必须具有一定的“拓展性”搜索次数的“有限性”输出转矩分配系数的“精确性”其中“拓展性”是指每次搜索得到一个最优分配系数后更新系数矩阵时，不能只更新当前工况点，而应该更新当前工况点及其邻域；“有限性”是指要求通过有限次的搜索就可以完成系数矩阵的赋值；“精确性”是指最后赋值完成后根据系数矩阵换算得到的转矩分配系数必须与通过搜索得到的最优值相近。参考上述3个因素设计的自动标定算法，其流程图如REF_Ref447831153\h图3.10所示。图STYLEREF1\s3.SEQ图\*ARABIC\s110自动标定算法程序流程图程序按照原先设定的周期进行搜索，每个周期开始前，第一步先确定当前转矩和车速对应和上的哪个区间；第二步判断区间对应的4个相邻节点上的转矩分配系数，，和是否都已经赋值，如果是，那么第三步搜索取消，转矩分配系数取4个相邻节点系数的平均值，并一直维持直到下一个周期；如果否，第三步分配系数从初始区间开始搜索，得到最优分配系数；第四步则将上一步搜索得到的最优分配系数赋值给所有4个相邻节点系数，同时按照分配转矩直到下一个周期。经验证，发现该算法满足“拓展性”要求；其次，只要在每个网格中都搜索1次，系数矩阵就赋值完成，而且在同一个网格不可能发生第2次搜索，同时考虑到转矩外特性的限制，最多搜索233次就完成自学习过程，如REF_Ref447872937\h图3.11所示，符合“有限性”要求；第三，由于每个节点上的分配系数都是其所在网格中的工况点搜索得到的最优分配系数，误差小于一个网格长度或者宽度，而且只要增加网格数量，这个误差就可以进一步缩小，所以也符合“精确性”要求。图STYLEREF1\s3.SEQ图\*ARABIC\s111转矩分配系数矩阵和转矩外特性位置关系为了初步验证自动标定算法的有效性，设定了重复工况进行仿真，如REF_Ref447875537\h图3.12所示。图中按照从左到右，从上到下的顺序依次是车速曲线、总转矩曲线、前轮转矩曲线、后轮转矩曲线、转矩分配系数曲线和总驱动效率曲线。可以看到，第一次经过该工况时，程序通过实时在线搜索寻找到效率最优的转矩分配系数，并自动记录；第二次重复该工况时不再进行搜索，而是按照之前搜索记录的转矩分配系数进行转矩分配，同时总驱动效率仍能够维持在最优值附近，从而初步证明了此最优分配系数自动标定算法的有效性。此外需要说明的是，由于本课题研究过程中暂不考虑电机制动能量回馈，因此车辆减速时制动力全部由制动器提供，电机的转矩输出为0。〔a〕车速〔b〕总转矩〔c〕前轮转矩〔d〕后轮转矩〔e〕转矩分配系数〔f〕综合效率图STYLEREF1\s3.SEQ图\*ARABIC\s112重复工况仿真结果初始状态下，最优分配系数矩阵是一个零矩阵，如REF_Ref447876705\h图3.13所示。经过重复工况以后的状态及其俯视图分别如REF_Ref447876707\h图3.14〔a〕和REF_Ref447876707\h图3.14〔b〕所示。可以比较直观的看到，工况点相邻的矩阵节点上的分配系数都已经被赋值。图中沿车速方向有一条带状区域没有被赋值，是因为加速过程的转矩需求和匀速过程的转矩需求存在突变，而且不存在过渡过程，所以这个范围内的转矩对应的分配系数没有被赋值。图STYLEREF1\s3.SEQ图\*ARABIC\s113最优分配矩阵初始状态〔a〕最优分配矩阵状态三维图〔b〕最优分配矩阵状态俯视图图STYLEREF1\s3.SEQ图\*ARABIC\s114重复工况后最优分配矩阵状态为了分析最优分配系数自动标定算法的节能潜力，以NEDC工况〔NewEuropeanDrivingCycle〕〔如REF_Ref447888191\h图3.15所示〕和中国乘用车典型城市工况〔如REF_Ref447888194\h图3.16所示〕两种典型工况进行实例验证，通过仿真计算一个循环下的耗电量，并和转矩平均分配下的耗电量进行比照。图STYLEREF1\s3.SEQ图\*ARABIC\s115NEDC工况图图STYLEREF1\s3.SEQ图\*ARABIC\s116中国乘用车典型城市工况图NEDC工况和中国乘用车典型城市工况运行完以后分配系数矩阵的状态分别如REF_Ref447888733\h图3.17和REF_Ref447888734\h图3.18所示。〔a〕最优分配矩阵状态三维图〔b〕最优分配矩阵状态俯视图图STYLEREF1\s3.SEQ图\*ARABIC\s117NEDC工况后最优分配矩阵状态〔a〕最优分配矩阵状态三维图〔b〕最优分配矩阵状态俯视图图STYLEREF1\s3.SEQ图\*ARABIC\s118中国典型城市工况后最优分配矩阵状态基于本课题第2章中建立的分布式电动汽车车辆模型，在NEDC工况下进行仿真分析，相比采用转矩平均分配策略，最优分配系数自动标定算法的应用可以使驱动系统减少12.5%的耗电量；在中国典型城市工况下进行仿真分析，相比采用转矩平均分配策略，最优分配系数自动标定算法的应用可以减少7.4%的耗电量。具体结果如REF_Ref447889462\h表3.1所示。表STYLEREF1\s3.SEQ表\*ARABIC\s11两种典型工况仿真数据项目NEDC工况中国乘用车典型城市工况一个循环里程〔km〕时长〔s〕11801195平均车速〔km/h〕33.65转矩平均分配耗电量〔kJ〕52883503自动标定分配耗电量〔kJ〕48963065节能百分比〔%〕为了更加直观，分别计算了最优分配系数自动标定和转矩平均分配在两种典型工况下百公里耗电量，计算结果如REF_Ref447890124\h图3.19所示。图STYLEREF1\s3.SEQ图\*ARABIC\s119两种典型工况下续驶里程延长情况事实上，上述算法适用于各类分布式驱动电动汽车，包括符合转矩分配效率凸特性的任何形式的双电机并联构型，如下图的一体化双电机系统。图STYLEREF1\s3.SEQ图\*ARABIC\s120精进电动一体化动力分配双电机系统转弯工况下效率最优的转矩分配策略对于四轮分布式驱动的电动汽车，由于车辆转向时四个电机的转速均不一致，此时假设只考虑前后驱动轴之间的转矩分配，而将左右两侧驱动轮转矩平均分配，得到的并不是最优的结果。而如果采用搜索算法，搜索的维数将从原来前后轴分配的一维增加到三维，计算量是原来的三次方，这在实际控制系统中应用是不现实的。本节将针对转弯工况下的转矩分配，对永磁同步电机效率模型进行简化，建立了基于模型的转弯工况下效率最优的转矩分配算法，并对其效率优化潜力进行分析。低转速下永磁同步电机效率模型简化基于第2章中电机建模部分分析可知，对于永磁同步电机的损耗，低转速时铜耗占主要部分，高转速时铁耗占的比例增加，机械损耗和杂散损耗所占比例较小且无法从控制上进行优化。所以此处针对低速工况，仅考虑电机的铜耗。相比搜索算法无需知道动力系统的任何参数，低速下基于电机效率简化模型的算法需要知道两个参数：〔1〕电机的转矩/电流系数；〔2〕电机线圈电阻。这里四个电机的角速度，电流和输出转矩分别用，和表示，，分别表示左前轮，右前轮，左后轮，右后轮。考虑到前后轴电机存在不一致的可能性，前轴电机的转矩/电流系数和线圈电阻区别开来，分别用和表示，，分别表示前轴和后轴。总输入功率用表示，总输出功率用表示，总能量损耗用表示，总效率用表示，则电机的效率模型可简化为：〔3-14〕〔3-15〕〔3-16〕3.3.2效率最优的转矩分配策略制定优化目标是驱动电机总效率最高，即损耗功率占输出功率的比例最小。于是电机效率的优化就可以抽象成如下问题：在总输出功率一定的前提下，寻找总损耗功率的最小值问题。根据〔3-14〕和〔3-15〕，可以得到如下表达式：〔3-17〕显然，是关于的凸函数。构造广义的拉格朗日函数如〔3-15〕，其中是拉格朗日乘子。〔3-18〕根据凸优化理论，到达最小值的条件为：〔3-19〕 可以推导出：〔3-20〕解〔3-20〕方程，得到效率最优的转矩分配算法为：〔3-21〕相应的损耗功率的最小值为：〔3-22〕在实际车辆控制系统中，加速踏板的开度控制驱动转矩，而与驱动功率没有直接对应关系。所以根据〔3-18〕的比例关系，转矩分配公式可以转换为：〔3-23〕另外，对于前后轴电机配置相同车型，转矩/电流系数和线圈电阻一致，并忽略电机制造差异及运行状态的影响，转矩分配公式可以进一步简化为：〔3-24〕所以，对于前后轴电机配置相同车型，低速转矩分配策略同样不需要知道电机的任何参数。3.3.3基于Ackerman转向梯形的四轮转速差异性分析为分析转向时四轮转速差异对转矩分配造成的影响，此处采用经典的阿克曼转向梯形对不同转向角下四轮转速的差异进行研究，阿克曼转向梯形示意图如REF_Ref441004686\h图3.21所示。汽车转向时，任意瞬间四个车轮都绕一个共同的圆心O作圆周运动。图中，A、B、C、D分别表示左前轮、右前轮、左后轮、右后轮的中心位置，和分别表示轴距和轮距，和分别表示左前轮和右前轮的转向角，根据几何关系两侧车轮的转向角并不是完全一致的。对于第2章中选定的仿真车辆，，。为了减少歧义，本文之后的分析如无特殊说明，默认车辆都是向右转弯，并且以左前轮转角作为车辆的转向角。左前轮转角的极限值为°，此时左前轮的转速最高，右后轮的转速最低，两者各自正比于OA和OD的长度，即：〔3-25〕此时整车质心轨迹的曲率半径为。在此转向角下，由于路面附着能力的限制，车辆的行驶速度存在上限为：〔3-26〕式中，m为整车质量，vmax表示在当前转弯半径下所能到达的最大车速，为路面附着系数，这里设置为，为重力加速度。由此估算得到左前轮转向角为°时的最大车速为。图STYLEREF1\s3.SEQ图\*ARABIC\s121汽车转向Ackerman模型3.3.4低速转矩分配策略的效率优化潜力分析本小节将以左前轮转角为自变量，研究不同转向角下采用转弯工况的转矩分配策略的效率优化潜力。对于第2章中建立的车辆模型，不同车速下，研究低速转矩分配策略相比四轮转矩平均分配的效率提高量随左前轮转向角的变化情况。根据中分析可知，当车速高于的时候，地面附着限制车辆无法到达最大转向角°。所以每个高于的车速都对应一个极限的左前轮转向角。具体估算结果如REF_Ref441652422\h表3.2所示。表STYLEREF1\s3.SEQ表\*ARABIC\s12不同车速对应左前轮极限转向角车速〔单位：km/h〕左前轮极限转向角〔单位：°〕102030405060前后轴采用不同电机的车型仿真结果如REF_Ref441654940\h图3.22所示。图中效率提供量包括前后轴转矩优化分配获得效率提升量和左右轮转矩分配获得的效率提升量。可以看出左前轮转向角为0时，效率提高量来自前后轴的转矩优化分配效果，最高接近14%。随着转向角的增加，总的效率在此基础上继续提升。车速越低，效率提高越明显；转向角越大，效率提高越明显。图STYLEREF1\s3.SEQ图\*ARABIC\s122前后轴电机型号不一致效率提高情况前后轴采用相同电机的情况的仿真结果如REF_Ref441655468\h图3.23所示。可以看出：不同车速对应的效率提高曲线近似重合；转向角接近于0的时候效率提高量也接近于0。图STYLEREF1\s3.SEQ图\*ARABIC\s123前后轴电机型号一致效率提高情况综合比照REF_Ref441654940\h图3.22和REF_Ref441655468\h图3.23的仿真结果，可以作出以下推断：〔1〕前后轴电机型号不一致情况下，当转向角接近于0，四轮不存在转速差异，两侧车轮采用转矩平均分配策略，效率的提高是依赖于前后轴之间的转矩分配优化。只要车速不是过低，这部分优化量同样可通过搜索算法实现；〔2〕低速转矩分配策略由于只考虑电机铜耗的最小化，所以随着车速的提高，铁耗占的比重增加，优化效果减弱；〔3〕当车速高于20km/h时，由于极限转向角的限制，四轮转速差异额外增加的效率优化裕量不超过%。3.4本章小结本章着眼于通过转矩分配优化来提高分布式纯电驱动汽车的驱动效率，从而提高纯电续驶里程。针对直线行驶工况，首先搭建了在线实时黄金比例搜索算法来优化前后轴之间的转矩分配。该算法无需知道电机、逆变器等驱动系统部件的任何参数，就可以将前后轴的转矩分配比控制在系统驱动效率最优的工作区域。在此基础上，进一步实现了基于黄金比例搜索算法的最优分配系数自动标定算法，只要完成有限步的搜索，就可以自动完成最优分配系数矩阵的赋值，从而有效解决在线实时搜索算法引起的转矩大幅波动的问题。采用文中的仿真车型参数在NEDC工况和中国乘用车典型城市工况进行了实例验证，结果说明，在两种循环工况下相比转矩平均分配分别能节能12.5%和7.4%。另外，本章也探索了转弯工况下最优的四轮转矩分配策略。研究了不同车速、转向角下，相对前后轴转矩分配，四轮转矩分配可以进一步提升效率的空间。研究结果说明：仅转向角较大的时候，才会有较明显的效率提升，最高不超过%理论上，制定分布式电动汽车最优的转矩分配策略可基于车速或者转向角在上述两种分配方式之间切换，但考虑到汽车行驶的大部分工况都不会涉及很大的转向角，且转弯工况下通过四轮转矩分配能够进一步提升的效率空间不大，因此，效率优化的主要着眼点还是直线行驶工况，一般情况下只要进行前后轴转矩优化分配即可。学习文档仅供参考轮毂电机驱动系统动态响应控制优化4.1本章引言本章主要对采用轮毂电机驱动的分布式驱动电动汽车的动态响应控制问题开展研究。由于电机转矩响应速度快，且轮毂电机驱动系统转动惯量小，阻尼小，刚度大，因此在不良路面等突变载荷作用下其动态响应较为剧烈。针对以上问题，本章研究内容包括：驾驶员急加速踏板信号的动态响应优化控制和不良路面的动态响应优化控制柜。前者主要考虑到实际驾驶过程中驾驶员对加速踏板的操作有可能发生突变，此时如果电机直接根据加速踏板开度输出转矩，会引起比较大的抖动，降低舒适性。本课题中采用常规的一阶滤波加转矩斜率限值的方式控制转矩输出命令，内容上不做详细展开；后者主要考虑到当汽车行驶在颠簸起伏路面或者附着系数变化的湿滑路面时，可能发生轮胎的滑转和转速波动。本课题提出一种“电子转动惯量”的方法，以实现该工况下对转矩波动的优化控制。电子转动惯量概念提出由于轮毂电机驱动系统转动惯量小，因此对外界激励比较敏感，当路面对轮胎的作用力发生突变的时候〔比方在起伏路面行驶，或行驶过程中路面附着系数发生变化〕，可能引起相比传统汽车或者集中式驱动的电动汽车更加剧烈的转矩波动或驱动轮滑转。针对大幅波动问题，有研究提出从机械结构设计上增加旋转件的转动惯量，然而这对于轮毂电机驱动系统而言意味着簧下质量的增加，会对汽车行驶平顺性和轮胎的抓地性能造成比较恶劣的影响；对于轮胎滑转问题，典型的驱动防滑控制需要对轮胎的滑移率进行监控，而滑移率的计算除了需要轮胎的转速信号外，还需要获取车速信号。目前获取汽车绝对速度的方法主要有3种：〔1〕通过多信号融合的速度传感器获取，如GPS信号和INS信号融合；〔2〕通过加速度传感器积分获取；〔3〕从动轮等效速度获取。但是以上3个方法都存在一定的缺陷：速度传感器价格昂贵因而得不到广泛应用；加速度传感器在上下坡的时候难以区分重力加速度的影响，而且积分过程容易产生累计误差；从动轮等效车速的方法只能应用于两驱车。本课题构思一种从控制算法的层面来模拟机械部件转动惯量作用的方法，来解决上述问题。只需要知道车轮转速信号，不需要额外的传感器，在不增加簧下质量的前提下，不仅减小动力系统的对外界激励的敏感度，而且在车轮发生滑转的时候也能起到一定的缓和作用。首先建立电机-飞轮简化模型，如REF_Ref441825050\h图4.1所示。忽略传动轴的转动惯量，图中和分别表示电机输出端转矩〔飞轮输入端〕和飞轮输出端转矩。电机和飞轮的角速度用表示，飞轮的转动惯量用表示，则飞轮输入端和输出端转矩之间的关系可以用以下公式描述：〔4-1〕图STYLEREF1\s4.SEQ图\*ARABIC\s11电机—飞轮机构可见，只要对输出转矩增加一个正比于角加速度的负反馈，就可以起到模拟附加转动惯量的作用，该比例系数的大小就是额外附加的转动惯量的值，其控制流程图如REF_Ref443641407\h图4.2所示。图STYLEREF1\s4.SEQ图\*ARABIC\s12电子转动惯量控制框图转矩补偿算法设计由于对转矩额外增加了负反馈，导致车辆正常加速时加速度减小。为了控制前后相同踏板开度下加速能力保持不变，需要进行适当的转矩补偿。这里进行转矩补偿需要知道部分整车的质量、旋转件的转动惯量等参数。当然，如果对驾驶感受要求不高，则无需进行转矩补偿，因为该算法并没有改变汽车的最大转矩输出能力，虽然加速时相同加速踏板开度下转矩输出减小，但是驾驶员可以增加踏板开度来到达目标的加速度。忽略滚动阻力和空气阻力，水平路面上汽车的加速度计算公式可以近似为式〔4-2〕。〔4-2〕式中，表示静态下等效到各个车轮的输出转矩，表示轮胎的有效滚动半径，是汽车的旋转质量换算系数，是整车整备质量。对于传统汽车，旋转质量换算系数主要与发动机〔同飞轮〕的转动惯量、车轮的转动惯量以及传动系的传动比有关，计算公式可以表示为〔4-3〕。〔4-3〕式中，是车轮的转动惯量，是发动机和飞轮的转动惯量，和分别是变速器的速比和主减速器的速比，是传动系的传动效率。对于轮毂电机驱动的电动汽车，发动机的转动惯量为0，但是增加了电机的转动惯量。因此轮毂电机驱动电动汽车的旋转质量系数以及额外附加转动惯量以后的旋转质量系数分别如〔4-4〕和〔4-5〕所示。〔4-4〕〔4-5〕式中，表示额外附加的转动惯量值。为了保持控制前后汽车的加速度不变，补偿转矩算法可表示为：〔4-6〕根据式〔4-4〕、〔4-5〕和〔4-6〕，补偿转矩的大小可以进一步推导为：〔4-7〕增加转矩补偿算法以后的电子惯量控制框图如REF_Ref443641536\h图4.3所示。图STYLEREF1\s4.SEQ图\*ARABIC\s13转矩补偿以后的电子转动惯量控制框图动态响应控制算法的联合仿真验证为了验证上述电子转动惯量控制算法的有效性，针对两种工况进行了仿真。第一种工况是汽车以20%的加速踏板开度，20km/h的初速度加速通过一条减速带，分析车轮的转速波动情况。减速带的形状和尺寸如REF_Ref448044387\h图4.4所示。图STYLEREF1\s4.SEQ图\*ARABIC\s14减速带示意图车轮的转速波动情况如REF_Ref443724121\h图4.5所示，简明起见，图中只显示左前轮转速曲线。另外前后车轮的垂直载荷如REF_Ref450068237\h图4.6所示。图STYLEREF1\s4.SEQ图\*ARABIC\s15过减速带车轮转速曲线图STYLEREF1\s4.SEQ图\*ARABIC\s16轮胎垂直载荷曲线从图中可以看到，不加控制情况下，汽车在行驶通过减速带时，如果仍然保持加速状态，驱动轮的转速会发生剧烈波动，这是由于汽车经过减速带时车轮和地面之间的垂直载荷发生突变引起的。由于垂直载荷突然减小，甚至车轮短暂离地，导致轮胎和路面之间的附着无法满足驱动力要求，车轮发生了滑转。除了减速带，车辆加速过程中经过冰面、积水路面等低附着路面时，也有可能发生同样的的滑转和波动。采用电子转动惯量控制可有效缓和这种转速波动，如果结合转矩补偿算法，则可以在一定程度上消除了由于额外增加的“转动惯量”引起的汽车加速性能下降。第二种工况是汽车在更接近真实路况的正弦波起伏路面上加速行驶，加速踏板开度为30%，初速度为30km/h。路面形状示意图及高度定义曲线分别如REF_Ref443725353\h图4.7〔a〕和REF_Ref443725353\h图4.7〔b〕所示。〔a〕路面示意图〔b〕路面高度定义图STYLEREF1\s4.SEQ图\*ARABIC\s17正弦起伏路面仿真结果如REF_Ref443725562\h图4.8所示。本研究只检测左前轮转速，图中实线和点画线分别为不加控制和带转矩补偿的电子转动惯量控制以后的左前轮转速曲线。可以看到，采用带转矩补偿的电子转动惯量算法可以有效减小起伏路面上行驶时车轮的抖动。图STYLEREF1\s4.SEQ图\*ARABIC\s18正弦起伏路面车轮转速曲线需要补充说明的是，由于本章的仿真只是为了验证轮毂电机驱动系统动态响应控制的优化效果，因此以上仿真过程中四轮转矩采用平均分配的方式。本章小结本章针对轮毂电机驱动系统的动态响应问题进行研究。提出了一种“电子转动惯量”的方法，从控制算法层面模拟附加机械转动惯量的效果，以降低轮毂电机驱动系统对外界激励的敏感性，缓和当路面附着发生变化或者在起伏路面行驶时动力系统的抖动或者滑转。为了消除采用电子转动惯量控制带来的车辆加速度减小的问题，进一步根据汽车的旋转质量换算系数设计了转矩补偿算法。在Matlab/Simulink与Carsim联合仿真环境下对以上控制算法进行了仿真验证。结果说明，该算法有效的降低了在不良路面上的车轮转速的大幅波动，并保证了车辆的行驶性能。在滑转控制效果方面，当滑转发生的时候，电子转动惯量算法可以起到缓和作用，但是不能消除滑转。由于应用条件简单，对于本身不具有驱动防滑功能的电动汽车，采用电子转动惯量算法可以在不增加硬件成本的基础上提升性能；对于已有驱动防滑功能的电动汽车，电子转动惯量算法也可以和驱动防滑算法相互兼容。学习文档仅供参考整车分布式控制算法的硬件在环仿真5.1本章引言前文研究的控制算法已经在Matlab/Simulink与Carsim的软件仿真中得到了初步验证，理论上可行，但是在实际控制系统中应用可能存在控制网络的实时性等问题。在电脑软件仿真的时候，计算步长可以设置为甚至更短，但是在现有的技术条件下实际控制系统的周期一般为甚至更长，而且控制网络的节点与节点之间通讯时还会存在数据帧丢包等情况。因此，在实车应用前，有必要对上述控制算法做进一步验证。本课题对控制算法的验证流程参考目前行业中控制系统开发普遍采用的V型开发模式，如REF_Ref446588039\h图5.1所示。图STYLEREF1\s5.SEQ图\*ARABIC\s11V型开发模式流程图V型开发模式包含5个阶段：功能定制阶段快速控制原型设计阶段RCP〔RapidControlPrototype〕技术实现阶段硬件在环验证阶段HIL〔HardwareIntheLoop〕系统集成标定阶段本课题完成前4个阶段的工作。功能定制阶段采用流程图和Matlab/Simulink模型的方式搭建控制算法，通过理论推导和离线仿真的方式初步得出算法可行；原型设计和技术实现阶段主要借助KPV13控制器的自动代码生成技术，将Matlab中搭建的算法模型转换成控制器可执行的代码，下载到控制器中。跟一般的V型开发流程不同的是，由于本课题目的是开发实验平台车，所以在技术实现阶段不需要重新设计产品化的车用控制器，最终也是将KPV13控制器作为整车控制器应用到平台车上。本章的主要工作就是上述开发流程中的第4个阶段：硬件在环仿真。5.2自动代码生成作为硬件在环仿真的基础，首先介绍一下自动代码生成的过程。Matlab中自带的RTW〔RealTimeWorkshop〕可以将Simulink中的算法模型转换成C代码，用于移植到控制器中，但是控制器硬件的底层驱动模块需要开发者手动配置。一般这样的算法开发技术称作为“半自动代码生成技术”。相比传统的手动编程，“半自动代码生成技术”能够减少很大一部分工作量，提高开发效率。而本课题中采用的“全自动代码生成技术”正是在上述“半自动代码生成技术”的基础上，针对特定的一款原型控制器，为Simulink工具箱开发底层驱动模块。这样一来，控制算法的底层驱动也可以通过拖动Simulink模块进行图形化的编程，进一步减小了工作量，同时可以有效防止端口配置时容易发生的错误。KPV13快速原型控制器就是在这个技术基础上开发的。5.2.1KPV13快速原型控制器KPV13控制器是本人所在PCG课题组〔PowertrainControlGroup〕和科易动力共同开发的快速原型控制器，如REF_Ref445624112\h图5.2所示。该控制器以飞思卡尔MPC5644A32位单片机为核心，支持1路FlexRay，3路CAN，一路LIN，一路RS232，另外还有多路模拟量/数字量输入/输出，支持高/低边驱动和半桥驱动。本章硬件在环仿真中用到的接口主要是一路CAN和一路模拟量输入。图STYLEREF1\s5.SEQ图\*ARABIC\s12KPV13多功能快速原型控制器5.2.2控制算法模型配置将Simulink中的算法模型编译成控制器可执行的代码之前，需要对算法模型的输入输出端口以及相关的底层模块进行配置。首先从Simulink工具箱中拖入KPV13系统配置模块和软件版本模块，如REF_Ref448410005\h图5.3所示。在本课题的硬件在环实验中，配置CAN的波特率为250kHz，控制系统的运算周期为20ms。模型编译之前需要将CANlogger通过USB连接到电脑，重新双击打开系统配置模块进行代码生成授权。图STYLEREF1\s5.SEQ图\*ARABIC\s13KPV13系统及版本配置转矩解析模块〔如REF_Ref448411475\h图5.4所示〕采用一路0到5V的模拟量输入作为加速踏板信号，对应控制器线束的87号引脚。加速踏板信号经低通滤波器和斜率限值以后，与当前车速下的外特性转矩相乘，得到总转矩需求。图STYLEREF1\s5.SEQ图\*ARABIC\s14模拟量输入及转矩解析模块CAN消息打包及发送模块和CAN消息接收及解析模块分别如REF_Ref450118256\h图5.5和REF_Ref448411994\h图5.6所示。解析和打包模块可以根据dbc文件配置，也可以手动配置。在实车控制系统中，整车控制器从CAN网络中主要读取电机控制器返回的电机转速信号和控制器的输入功率信号。如果电机控制器不能返回输入功率信号，也可以返回线电流和线电压信号，相乘计算得到控制器的输入功率信号。整车控制器输出的是4个电机的转矩控制命令。图STYLEREF1\s5.SEQ图\*ARABIC\s15CAN消息打包及发送模块图STYLEREF1\s5.SEQ图\*ARABIC\s16CAN消息接收及解析模块建立最优分配系数自动标定算法的核心模块，如REF_Ref448413034\h图5.7所示。黄金比例搜索算法是该算法的基础。算法涉及到前后多步搜索结果的比较和迭代，每个步骤采用Simulink函数的形式编写，并封装在使能子系统中。总共分为8个步骤，采用一个驱动模块进行控制。图STYLEREF1\s5.SEQ图\*ARABIC\s17最优分配系数自动标定算法核心模块电子转动惯量算法的核心模块构成如REF_Ref448414499\h图5.8所示。图STYLEREF1\s5.SEQ图\*ARABIC\s18电子转动惯量算法核心模块5.2.3代码生成与下载算法配置完成以后，选择BuildModel或者在Simulink界面下按Ctrl+B进行模型编译，程序会自动调用CodeWarrior，最终生成kbl格式的代码文件。将CANlogger的USB接口连接电脑，CAN口跟KPV13控制器的CAN1连接，打开Bootloader界面，如REF_Ref448418015\h图5.9所示。之后依次打开CAN、扫描、控制器上电、确认上电，此时已经完成控制器信息回读，进一步选择编译完成的kbl文件，进行烧写。烧写完成以后控制器断电后重新上电，控制程序就开始运行。图STYLEREF1\s5.SEQ图\*ARABIC\s19Bootloader控制器程序下载界面5.3基于xPC平台的硬件在环仿真硬件在环仿真是以实时处理器运行控制对象的模型，模拟控制对象的实际运行情况，通过I/O接口和被测控制器连接，从而以比较低的成本和风险对控制器的功能进行较为全面的测试。相比实际系统测试，硬件在环仿真测试周期短，成本低，而且便于实现某些较为极端的工况。通用的硬件在环仿真平台包括德国dSPACE公司开发的dSPACE平台、美国NI公司开发的LabviewRT平台、德国ETAS公司开发的LabCar平台以及MathWorks公司基于Matlab软件的xPC和Rtwin平台。xPC和Rtwin的主要区别在于，xPC系统至少需要2台电脑，仿真过程在Dos环境下进行，系统运算速度快，适合模型复杂、对实时性要求高的仿真。而Rtwin系统只需要一台电脑，仿真过程在Windows环境下进行，系统相对简单。缺点是实时性相对较低，而且其内核容易和Windows及其它应用程序冲突，适合简单模型的初步仿真。综合考虑现有条件和性能要求，本课题采用基于xPC平台的硬件在环仿真对已经下载完控制程序的整车控制器进行测试。5.3.1仿真系统架构xPC硬件在环仿真平台主要由2台电脑组成：宿主机〔HostPC〕和目标机〔TargetPC〕，两者之间可以通过RS232或者网线进行连接〔此处采用网线〕。在宿主机中搭建被控对象的模型，可以通过网线下载到目标机中进行实时运行。控制器方面，利用KPV13的自动代码生成功能将控制算法下载到控制器中，同时用电压源输出0到5V的电压给控制器的一个模拟量引脚，用来代替实车上的加速踏板输入。控制器和目标机之间进行CAN通讯，同时用Vector公司的总线调试工具CANoe对CAN通讯进行监控。xPC仿真系统架构的原理图和实物图分别如REF_Ref446600001\h图5.10和REF_Ref448143846\h图5.11所示。图STYLEREF1\s5.SEQ图\*ARABIC\s110xPC仿真系统架构原理图图STYLEREF1\s5.SEQ图\*ARABIC\s111xPC仿真系统实物图5.3.2软硬件配置xPC系统的配置过程比较复杂，这里只对关键的几步进行说明，详细的过程可以参考清华大学出版社出版的《系统实时仿真开发环境与应用》[63]。首先在Matlab的命令窗口中输入xpcexplr命令并回车，就可以调出REF_Ref448476568\h图5.12所示的xPC浏览器。该界面中左侧一列主要功能是目标机连接、仿真操作和示波器操作；中间部分是浏览器主界面，REF_Ref448476568\h图5.12中显示的是目标机的初始配置界面。在对宿主机和目标机进行连接之前，需要对宿主机和目标机的通讯、目标机的启动模式和宿主机的TCP/IP协议等进行配置。图STYLEREF1\s5.SEQ图\*ARABIC\s112Matlab2015b版本的xPC浏览器界面宿主机和目标机的通讯设置和目标机的基本配置页面分别如REF_Ref448477095\h图5.14和REF_Ref448477143\h图5.13所示。宿主机和目标机的通讯主要功能是把宿主机中的模型编译下载到目标机中，在宿主机的示波器中监控模型的运行情况，同时可以在宿主机界面中对目标机的数据文件进行导出和操作。通讯模式可以选择串口通讯或者网线通讯，这里选择网线通讯。目标机的IP地址和网关可以任意设置，子网掩码和端口选择默认值，目标驱动和板卡类型根据目标机的实际硬件配置进行选择，这里选择INTEL_I82559驱动和PCI板卡。目标机的其余设置维持默认状态。图STYLEREF1\s5.SEQ图\*ARABIC\s113目标机设置图STYLEREF1\s5.SEQ图\*ARABIC\s114宿主机和目标机的通讯设置目标机有多种启动模式可供选择，如REF_Ref448482223\h图5.15所示。这里选择U盘启动模式。上述设置完毕以后可以制作启动盘。将U盘插入宿主机，按照FAT格式将U盘格式化，点击生成启动盘，U盘中就会生成3个启动文件。图STYLEREF1\s5.SEQ图\*ARABIC\s115生成启动盘对宿主机的TCP/IP协议进行设置，如REF_Ref448482339\h图5.16所示。其中IP地址必须和目标机的IP地址区分，子网掩码和默认网关可以一致。图STYLEREF1\s5.SEQ图\*ARABIC\s116宿主机IP设置目标机主机xPC〔如REF_Ref448482718\h图5.17所示〕跟普通台式相比，加装了PCICAN卡和PCI网卡，网卡用于和宿主机通讯，CAN卡用于和被测控制器通讯。根据需求，目标机还可以加装其它种类的I/O板卡。图STYLEREF1\s5.SEQ图\*ARABIC\s117硬件实物图5.3.3底层驱动配置需要下载到目标机的Simulink模型〔REF_Ref448482966\h图5.18所示〕中绿色的子系统是模型的主体部分，其余部分是目标机的CAN通讯底层驱动模块。图STYLEREF1\s5.SEQ图\*ARABIC\s118目标机模型底层驱动配置5.3.4仿真结果〔1〕仿真工况1：验证动态工况下转矩实时分配功能汽车以初速度30km/h开始加速，手动调节电压输入模拟加速踏板开度变化，直线行驶，测量转矩分配及效率变化情况。仿真结果如REF_Ref450113861\h图5.19所示，其中REF_Ref450113861\h图5.19〔a〕为手动调节得到的加速踏板开度变化曲线。可以看到，在加速踏板开度、车速变化的工况下，控制器仍然能够实现实时搜索功能。〔a〕加速踏板开度〔b〕车速〔c〕前轮转矩〔d〕后轮转矩〔e〕转矩分配系数〔f〕综合效率图STYLEREF1\s5.SEQ图\*ARABIC\s119xPC工况1仿真结果〔2〕仿真工况2：验证实时搜索算法和电子转动惯量算法的兼容性汽车以初速度30km/h开始加速，加速踏板开度维持30%不变。从附着系数为的正常路面开始行驶，突然经过一段1m宽的附着系数为的低附着路面，测量转矩分配及动态响应情况，仿真结果如REF_Ref450114602\h图5.20所示。可以看到，约s时前轮经过低附着路面，转速出现了波动，前轮转矩迅速降低以缓和波动；短暂延迟后，后轮转矩也出现动态响应。由于后轮分配转矩较小，因此经过低附着路面时转矩波动并不明显。此工况仿真结果说明，实时搜索算法和电子转动惯量算法在实际控制系统中可以兼容。〔a〕车速〔b〕前后轮转速〔c〕前轮转矩〔d〕后轮转矩〔e〕转矩分配系数〔f〕综合效率图STYLEREF1\s5.SEQ图\*ARABIC\s120xPC工况2仿真结果〔3〕仿真工况3：验证转矩分配算法的自动标定功能重复工况2的操作，汽车仍然以30km/h的初速度，30%的加速踏板开度开始加速，但是路面附着维持不变。测量转矩分配及效率变化情况。可以看到，再次经过相同工况时，转矩根据分配系数矩阵分配，不再发生转矩搜索波动。〔a〕车速〔b〕前后轮转速〔c〕前轮转矩〔d〕后轮转矩〔e〕转矩分配系数〔f〕综合效率图STYLEREF1\s5.SEQ图\*ARABIC\s121xPC工况3仿真结果5.4以控制器为对象的硬件在环仿真节中已经在Matlab的xPC硬件在环仿真平台上对整车控制器的功能进行了验证，但是xPC系统中目标机的运算能力和实时性比实际控制器要高很多，而基于黄金比例搜索算法的转矩分配恰好对实时性有比较高的要求，因此仅通过xPC硬件在环仿真，仍然不能确保控制器在实车控制系统中能够直接使用。于是，本节进一步以实际控制器为对象进行了硬件在环仿真。5.4.1仿真系统架构以控制器为对象的硬件在环仿真的系统架构原理图和实物图分别如REF_Ref448784413\h图5.22和REF_Ref448784416\h图5.23所示。与xPC硬件在环仿真中采用目标机作为控制对象不同的是，此硬件在环仿真是以另一个KPV13控制器作为控制对象，模拟电机控制器的输入输出。在电机控制器中运行第2章中建立的电机效率模型。需要说明的是，此次仿真主要是为了确保实际控制系统网络的计算能力及实时性能够满足控制算法的要求，因此只进行了对实时性要求较高的黄金比例搜索算法进行了仿真。对于电子转动惯量算法，采用在CANoe向总线发送的转速信号中人为引入波动的方法，观测转矩的响应，从而间接验证算法功能。图STYLEREF1\s5.SEQ图\*ARABIC\s122以控制器为对象的硬件在环仿真系统架构原理图图STYLEREF1\s5.SEQ图\*ARABIC\s123以控制器为对象的硬件在环仿真系统实物图5.4.2仿真结果〔1〕仿真工况1：验证是否能满足黄金比例搜索算法的实时性要求车速设置为44km/h，加速踏板开度维持33%不变，转矩按照搜索算法分配，测量转矩分配及效率变化情况。CANoe数据界面如REF_Ref448826676\h图5.24所示，数值从上到下依次为：加速踏板开度、总转矩命令、车速、转矩分配系数稳态值、综合效率稳态值、4个车轮的转速、4个电机输出转矩的稳态值。CANoe的图形界面如REF_Ref448826928\h图5.25所示，曲线从上到下依次为：综合效率、转矩分配系数、左前轮电机转矩、左后轮电机转矩。可以看到，通过搜索过程可以将综合效率维持在最高值附近，说明基于黄金比例搜索算法的转矩分配可以应用于实车控制系统。图STYLEREF1\s5.SEQ图\*ARABIC\s124仿真工况1的CANoe数据界面图STYLEREF1\s5.SEQ图\*ARABIC\s125仿真工况2的CANoe图形界面〔2〕仿真工况2：验证转速波动时电子转动惯量算法的转矩输出响应车速设置为44km/h，加速踏板开度维持33%不变，转矩按照搜索算法分配。为了验证电子转动惯量算法，对左前轮转速信号施加周期性的扰动，扰动的波形设置如REF_Ref448834651\h图5.26所示。主要测量前后轮电机的转矩响应情况。仿真结果如REF_Ref448834744\h图5.27的CANoe的图形界面所示，曲线从上到下依次为：综合效率、转矩分配系数、左前轮转速、右前轮转速、左前轮转矩、右前轮转矩。可以看到，当一个车轮转动突然出现较大加速度的时候，对应驱动电时机及时降低输出转矩，而且优先于转矩搜索过程，说明电子转动惯量算法可以应用于实车控制系统。图STYLEREF1\s5.SEQ图\*ARABIC\s126仿真工况2的转速波动配置图STYLEREF1\s5.SEQ图\*ARABIC\s127仿真工况2的CANoe图形界面5.5本章小结本章应用自动代码生成技术将Simulink中的算法模型转化成控制器可执行的代码，并移植到KPV13快速原型控制器中。先后搭建了基于xPC平台的硬件在环仿真和以实际控制器为对象的硬件在环仿真，分别对控制器的算法功能和控制系统的运算和通讯能力进行了测试验证。测试结果证明：实车控制系统的运算和通讯速度能够满足实时搜索算法的要求，本课题研究的控制算法在实际控制系统中可用。学习文档仅供参考总结与展望6.1总结本课题针对分布式驱动电动汽车转矩优化控制两个核心问题开展研究，即转矩优化分配控制策略和动力系统动态响应控制优化。主要开展的研究工作包括：〔1〕构建了分布式驱动电动汽车转矩优化控制研究的联合仿真平台。更改Carsim模型库中自带的传统四轮驱动动力系统模型，在Simulink中建立永磁同步轮毂电机的转矩输出模型和效率模型，并与Carsim的整车动力学模型结合，从而建立起Matlab/Simulink与Carsim的分布式驱动电动汽车联合仿真平台，为控制策略的研究奠定基础。〔2〕实现了基于黄金比例搜索算法的分布式驱动电动汽车转矩前后轴分配。从提高能效的角度出发研究分布式驱动电动汽车的转矩分配优化。在分析比较现有技术路线优缺点的基础上，选择基于在线实时搜索算法的转矩分配。在Simulink中搭建了黄金比例搜索算法模型，在控制对象车辆参数模型不确定的情况下实现了能效最优的前后轴转矩分配。〔3〕提出并实现了具有自学习功能的转矩最优分配系数自动标定算法。在黄金比例搜索算法基础上进一步引入最优转矩分配系数矩阵，设计自学习算法，实现每次搜索时对矩阵数据的自动读取或赋值，从而实现自动标定功能，解决了基于在线实时搜索的转矩分配算法在搜索过程中转矩大幅波动问题。采用NEDC工况和中国乘用车典型城市工况进行了实例验证，结果说明，在两种循环工况下相比转矩平均分配分别能节能12.5%和7.4%。〔4〕研究转弯工况下的四轮转矩分配，分析其相比前后轴分配的节能潜力。基于永磁同步电机效率模型推导了转弯工况下能效最优的四轮转矩分配算法，分析了其相对前后轴转矩分配的能效优化空间。结果说明，在给定的车辆及动力系统模型下，当前轮在大转向角下的能效提升不超过2.5%，考虑到转弯工况占车辆运行工况比例很小，且汽车行驶大部分工况不会出现大的转向角，因此得出的结论是实际应用中只需要考虑前后轴分配即可。〔5〕提出以电子转动惯量算法优化轮毂电机系统对突变载荷的动态响应。轮毂电机系统动态响应控制优化方面，提出了电子转动惯量算法，从控制算法的层面模拟实际转动惯量的效果，从而降低轮毂电机系统对外界激励的敏感性。结果显示，当行驶在起伏路面或者当路面附着变化导致轮胎滑转的时候，可以有效缓和电机和轮胎的抖动。同时设计了转矩补偿算法对转矩命令进行补偿，从而保证了引入电子转动惯量算法前后同一款车的加速感受一致。〔6〕搭建硬件在环仿真对控制算法的可行性和有效性进行测试验证。将上述控制算法转化为控制器可执行代码，并下载到KPV13快速原型控制器中作为整车控制器。先后通过Matlab的xPC硬件在环仿真和以实际控制器为对象的硬件在环仿真对整车控制器的控制算法功能和通讯能力进行了测试，确保能够直接应用于实车控制系统。6.2展望本课题研究分布式驱动电动车的转矩控制问题，基于前人研究成果，在控制方法上有所创新，但是由于课题时间和作者本人的精力限制，目前在相关问题和拓展应用方面还存在较大的探索空间，一方面，控制算法还需完善，更多的功能要考虑，另一方面，需要进一步开展控制策略的工程化应用研究。主要包括以下内容：最优分配系数自动标定算法的应用对象拓展本课题虽然以分布式驱动电动车为对象研究转矩分配算法，但最终得到的算法适用范围并不局限于分布式驱动电动车，事实上适用于所有双电机并联系统，只要该系统具有效率凸特性。因此后续研究可以尝试该算法在其它双电机并联系统上的应用，比方以精进电机为代表的一体化双电机系统，以特斯拉为代表的前后轴双电机驱动系统等。另外，课题只对永磁同步电机的转矩分配效率凸特性进行了推导，其它常用种类的驱动电机如交流感应电机的转矩分配效率凸特性需要进一步研究和证明。制开工况的转矩最优分配方法研究目前只研究了正转矩输出时的分配方法，此方法能否进一步推广用于制动时的转矩分配从而提高制动回馈的能量，值得进一步研究。另外，制动时应优先考虑满足制动力需求以及保证整车的稳定性，因此问题相对加速时更加复杂。电子转动惯量算法与现有驱动防滑算法的集成测试电子转动惯量算法原理简单，硬件上不需要增加额外的成本，并且理论上可以和现有的驱动防滑、牵引力控制、制动防抱死等控制算法相互兼容，具体有待实车集成测试。学习文档仅供参考参考文献欧阳明高.中国新能源汽车研发及展望[J].科技导报，2016，34〔6〕：13-20.丰田官网.800万辆！丰田油电混合双擎动力车型全球累计销量再创新高[EB/OL].[2015-08-21]..工信部.2013年新能源汽车产销保持增长[EB/OL].[2014-01-10]..工信部.2014年新能源汽车产销爆发式增[EB/OL].[2015-01-13]..工信部.2015年新能源汽车高速增长[汽车之友.默片时代独家海外试驾保时捷918Spyder[EB/OL].[2014-10-24].李克强.汽车技术的发展动向及我国的对策[J].汽车工程，2009，31〔11〕：1005-1016.曹秉刚.中国电动汽车技术新进展[J].西安交通大学学报，2007，41〔1〕：114-118.李建秋,方川,徐梁飞.燃料电池汽车研究现状及发展[J].汽车安全与节能学报,2014,5(01):17-29.谷靖.四轮驱动微型电动汽车整车控制[博士学位论文].清华大学,2012.RodriguezJM,MenesesR,OrusJ.Activevibrationcontrolforelectricvehiclecompliantdrivetrains[C]//IndustrialElectronicsSociety,IECON2013-39thAnnualConferenceoftheIEEE.IEEE,2013:2590-2595.HoriY.Futurevehicledrivenbyelectricityandcontrol-researchonfour-wheel-motored"UOTElectricMarchII"[J].IndustrialElectronics,IEEETransactionson,2004,51(5):954-962.AndoN,FujimotoH.Yaw-ratecontrolforelectricvehiclewithactivefront/rearsteeringanddriving/brakingforcedistributionofrearwheels[C]//AdvancedMotionControl,201011thIEEEInternationalWorkshopon.IEEE,2010:726-731.WangR,ChenY,FengD,etal.Developmentandperformancecharacterizationofanelectricgroundvehiclewithindependentlyactuatedin-wheelmotors[J].JournalofPowerSources,2011,196(8):3962-3971.MassachusettsInstituteofTechnology,MediaLab.CommercialVersionoftheMITMediaLabCityCarUnveiledatEuropeanUnionCommissionHeadquarters[EB/OL].[2014-10-24].腾讯汽车.世界最快的电动汽车Eliica“艾利卡”[EB/OL].[2014-09-14].李刚.线控四轮独立驱动轮毂电机电动汽车稳定性与节能控制研究[博士学位论文].长春：吉林大学汽车工程学院，2013.同济大学新闻网.春晖号承载着同济学子汽车梦[EB/OL].[2014-09-14].AdrianChernoff.GeneralMotorsAUTONOMY:SportsCoupe[EB/OL].[2014-10-24].欣闻.Sequel氢燃料电池车[J].可再生能源,2005(2):38-38.MitsubishiMotorspressrelease.MitsubishiMotorstodriveforwarddevelopmentofnext-generationEVs[EB/OL].[2005-05-11].MitsubishiMotorspressrelease.MitsubishiMotorstodisplayMitisubishiConcept-EZMIEVconceptandnewColtCZCcoupe-cabrioletmodelsat2006GenevaMotorShow[EB/OL].[2005-05-11].宁国宝.电动汽车轮边驱动系统的发展[J].上海汽车,2006(11):2-6.GreenCarCongress.PeugeotShowsTwoHybrid4Concepts,NewBB1EVConceptatFrankfurt[EB/OL].[2009-09-15].MichelinGroup.Michelinactivewheelpresskiton2008ParisMotorShow[EB/OL].[2014-4-27].article?articleID=N23791.VanZantenAT,ErhardtR,PfaffG.VDC,thevehicledynamicscontrolsystemofBosch[R].SAETechnicalPaper,1995.VanZantenAT.BoschE