【《汽车分布式驱动车辆底盘控制策略分析》24000字(论文)】_第1页
【《汽车分布式驱动车辆底盘控制策略分析》24000字(论文)】_第2页
【《汽车分布式驱动车辆底盘控制策略分析》24000字(论文)】_第3页
【《汽车分布式驱动车辆底盘控制策略分析》24000字(论文)】_第4页
【《汽车分布式驱动车辆底盘控制策略分析》24000字(论文)】_第5页
已阅读5页,还剩61页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

-PAGE1-汽车分布式驱动车辆底盘控制策略研究目录TOC\o"1-2"\h\z\u1绪论 31.1课题研究背景及意义 31.2课题研究现状 41.3课题研究主要内容 72直接横摆力矩控制策略简述 92.1控制思路 92.2控制变量 102.3本章小结 143动力学模型建模与验证 153.1坐标系 153.2整车七自由度模型 163.3理想二自由度模型 203.4理想目标值 233.5动力学模型搭建 243.6模型验证仿真 253.7本章小结 284控制器模型建模与仿真 294.1控制器模型结构 294.2附加横摆力矩模糊控制器模型 304.3附加横摆力矩PID控制器模型 354.4驱动力平均分配控制器 354.5控制器模型搭建 364.6本章小结 385控制策论综合验证 395.1仿真环境 395.2仿真工况 395.3仿真验证 405.4模型嵌入与试验 445.5本章小结 50结论 51参考文献 53附录 58

1绪论1.1课题研究背景及意义从线控底盘角度来看,原有的传统汽车底盘控制系统无法满足该车型的控制需要,于是开发一套适用于分布式驱动汽车的线控底盘控制系统显得尤为重要。分布式驱动汽车的线控底盘控制主要包含了底盘子系统的底盘线控执行控制技术,例如线控制动控制[10]、线控转向控制[11]、线控悬架控制[12]等,以及更全面的多系统协同控制的底盘动力学域控制技术[13]。底盘动力学域控制技术需要汽车多个执行部件进行协同配合,难度更高,在整车性能的提升上更为明显与直接,在控制结构上与传统汽车相比变化更为明显,有着更为广阔的研究领域。分布式电动车线性底盘驱动控制主要思路演变于传统汽车。底盘控制是学术界和工程界的热点问题,纵向动力学控制研究有如制动防抱死系统(AntilockBrakeSystem,ABS)和驱动防滑系统(AccelerationSlipRegulation,ASR);横纵向联合动力学控制有如主动前转向系统(ActiveFrontSteering,AFS)、主动后转向系统(ActiveRearSteering,ARS)、四轮转向(Four-WheelSteering,4WS)、电子稳定性控制(ElectronicStabilityProgram,ESP)。其中传统汽车中的稳定性控制ESP主要始于ABS和ASR控制技术,通过控制驱动力和制动力从而产生控制力矩,对汽车的运行姿态进行校正,以实现操作稳定性的提升[14]。但是对于分布式电动车来说,各个车轮转矩皆可独立实时控制,原有的传统汽车控制系统就不能完全适用于新的驱动模式下,但部分控制思路及控制原理仍有很大借鉴意义[15]。1.2课题研究现状1.2.1分布式驱动车辆国外研究现状1900年,费迪南德·保时捷(FerdinandPorsche)开发出了世界上第一个用轮毂电机驱动的分布式驱动车辆[16],如图1.1所示。产品上市之后引起轰动,但是受限于当时电机技术的限制,很难大批量生产,恰逢内燃机技术的快速发展,搭载电机的车辆在那时仅是昙花一现。图1.1LohnerPorsche和LohnerPorscheMixteFig.1.1LohnerPorscheandLohnerPorscheMixte1968年通用电气公司将1950年由美国人罗伯特(Robert)开发的轮毂电机应用到大型矿用自卸车上,实现了分布式驱动车辆在工程车辆上的应用[17]。1991-2005年间,日本轮毂电机技术世界领先,且教育科研团体开始关注此领域,例如庆应义塾大学的清水浩教授带领组员在这段时间内陆续开发出IZA[18]、ECO[19]、KAZ[20]系列分布式驱动电动车;之后清水教授创办了SIM-Drive公司,陆续又开发了Eliica、SIM-LEI、SIM-WIL等实验用分布式驱动电动车,注重改进动力性和续航性能,其中Eliica如图1.2所示,最高车速可以达到370km/h,0-60km/h加速时间仅为4s[21]。图1.2EliicaFig.1.2Eliica2005-2013年间,日本三菱相继将自身成熟传统车型推出轮毂电机版本,例如ColtEV[22]、LancerEvolutionMIEV[23],以及概念车i-MIEVSport,实现了商业化生产。美国福特也将自身成熟传统车型嘉年华改进而推出轮毂电机版本。近些年在全球范围内出现了像英国Protean这样的轮毂电机生产或设计制造的优秀企业,在电机控制、防护、可靠性、热管理等技术上有着大量技术积累。其选择与众多传统汽车制造商进行合作,例如MAHLE大众高尔夫混动、福特(Ford)F150皮卡、基于梅赛德斯奔驰E-Class的Barbus混动车型[24]。开辟了另一种分布式驱动电机车辆的研发道路。国外分布式驱动电动车辆起步较早、技术较为成熟,已经开始向商业化迈进,并且出现了单独电机提供商与车辆生产商合作的新生产模式,值得我们学习与借鉴。1.2.2分布式驱动车辆国内研究现状2003-2003年左右,同济大学相关研究团队开发出了春晖系列四轮四电机驱动电动车,如图1.3所示。图1.3同济大学“春晖”系列电动车Fig.1.3TongjiUniversity"Chunhui"SeriesElectricVehicles“春晖一号”动力系统由燃料电池发动机、锂离子电池、轮毂电机等组成,实现了电-电混合驱动平台;之后的“春晖三号”也与“春晖二号”同样是与“春晖一号”共用通用线性底盘平台,并改进了车身结构框架以达到轻量化和刚度要求[25-26]。2009-2010年左右,清华大学基于某款越野车平台开发了四轮电机驱动电动车,并引入了驱动力分层控制结构,并借助该平台对驱动力分配算法和横摆力矩控制下纵向立优化分配方法等的研究[27-28]。2010-2011年左右,吉林大学推出了四轮独立驱动的实验用车与线控轮毂电机电动车,进行差动驱动控制与集成控制的研究[14]。其他大学,如上海交通大学,山东大学、燕山大学、武汉理工大学、西北工业大学、哈尔滨工业大学等高校都搭建出自己的实验用车并开展了不同方向不同维度的研发工作[14]。除去各个大学对于轮毂电机进行深入的研究外,国内诸多汽车厂商也对轮毂电机的商用化进行了研究。例如比亚迪公司推出的ET4四轮独立驱动概念车[14];奇瑞公司推出的瑞麟XI-EV四轮独立驱动电动车;蔚来公司推出的EP9四轮独立驱动电动超级跑车[29]。国内分布式驱动车辆虽起步晚,但是多亏“国家863计划”等国家科研计划的推动与促进,加上国内优秀汽车厂商们在商业领域的进一步实践,使得我国轮毂电机研究逐渐追赶上了国际先进水平。但是轮毂电机在驱动控制领域、电池技术等方面还需进行深入研究和实践,以最终实现搭载轮毂电机的分布式驱动车辆量产化。1.2.3分布式驱动控制国内研究现状目前该领域的主要研究方向有电子差速控制、驱动力驱分配与防滑以及横摆力矩控制等几大主要部分。重庆大学的卢少波[30]研究并建立了综合控制用车辆动力学模型;提出汽车底盘综合控制策略,为构建车辆悬架、制动和转向控制平台以及车辆智能控制系统提供理论基础。合肥工业大学的王星宇[31]提出了基于部分加速踏板开度性能的基准输出转矩驱动控制策略和模糊控制下的动态补偿转矩控制,在Simulink中进行整车动力学模型搭建,并和AMESim进行联合仿真,验证控制策略的正确性与可行性。山东大学的王宇航[32]提出了基于模糊控制理论基准转矩控制方案,在Simulink中搭建整车动力模型,并进行硬件在环和实车试验,验证控制方案满足设计要求。柏林工业大学(TechnicalUniversityofBerlin)的XudongZhang等人[33]提出了一种综合牵引力控制策略(IntegratedTractionControlStrategy,ITCS),在CarSim和Simulink进行了联合仿真,证明策略的有效性。伊尔姆瑙理工大学(TechnischeUniversitatIlmenau)的DzmitrySavitski等人[34]提出包含滑模、PID、鲁棒性控制的速度控制器和车轮打滑控制器的集成,并进行了实车试验验证可行性。武汉理工大学的廖凌霄[35]建立了基于模糊控制方式的滑转率控制,在Simulink中进行整车动力学建模与仿真,并对结果进行分析。斯洛伐克工业大学(SlovakUniversityofTechnology)的MikleDávid等人[36]设计了一种带有横摆力矩控制的转矩矢量控制系统,使用MATLAB与CarMaker联合仿真,并运用在大学生方程式赛车电子控制单元中。贡比涅技术大学(UniversitédeTechnologiedeCompiègne)的H.Laghmara等人[37]提出了一种改进的直接横摆力矩控制策略,在Simulink中进行整车动力学模型和仿真,并验证了其对性能的提升。重庆大学机械传动国家重点实验室的聂小博等人[38]建立了用于车身稳定分析的PID算法和模糊PID算法的控制模型及具体实施方案,在Carsim中进行整车动力学建模并联合Simulink仿真分析,验证整车控制器满足设计要求。K.N.图什理工大学(K.N.ToosiUniversityofTechnology)的AsiabarAriaNoori等人[39]设计了一种直接横摆力矩控制算法,并采用上下双层控制器结构,在Simulink中进行整车动力学建模并进行了仿真,验证控制效果。南昌大学的刘迎康[5]同样采用分层控制架构,但采用平均分配算法、第二代非支配排序遗传算法和遗传禁忌混合搜索算法进行求解,在Simulink搭建十四自由度整车模型,并进行实时仿真进行验证。1.3课题研究主要内容在众多分布式驱动控制策略中本文选取直接横摆力矩控制策略作为整体控制策略,本文工作如下:1)介绍了直接横摆力矩控制策略内容,分析了横摆角速度和质心侧偏角对于操作稳定性的影响,结合控制变量的各自对应控制需求明确了动力学模型和控制器模型的要求。2)在MATLAB/Simulink软件搭建了模拟整车的包含Dugoff轮胎模型在内的整车七自由度模型以及提供控制变量目标值的理想二自由度模型。并采用不同试验工况对比验证两模型的可行性与正确性。3)在MATLAB/Simulink软件中搭建了附加横摆力矩模糊PID控制器模型和驱动力平均分配控制器模型。其中模糊PID控制器模型分别利用了模糊控制和PID控制的特性将其与横摆角速度和质心侧偏角不同控制要求相结合。4)在MATLAB/Simulink软件中搭建了虚拟仿真环境,选取具有代表性质的试验作为试验项目,验证控制器的控制效果,证实控制器模型有效性和正确性,完成了控制策略的实现。

2直接横摆力矩控制策略简述在众多操作稳定性控制策略中,最早由博世公司(BOSCH)提出的基于横摆运动控制的直接横摆力矩控制策略(DirectYaw-momentControl,DYC)是目前较为成熟且与分布式驱动车辆的驱动布置优势匹配较为完善的控制策略,并且基于此种控制策略可以进行更为具体的控制理论的研究与试验[40]。2.1控制思路横摆稳定控制属于车辆操作稳定性控制的一种,其即保证了车辆横摆稳定性也同时对行驶轨迹保持有着一定的辅助作用。车辆失稳主要原因为驾驶员紧急变道或者在附着情况不佳的路面上转向等情况下轮胎无法提供满足转向的侧向力而造成的。而直接横摆力矩控制其目的为当车辆在因路面附着状况不佳或快速变道等情况失去操作稳定性时,车辆无法按照驾驶员预期的转弯路线行驶,在保证车辆操作稳定性的基础上尽可能减小车辆实际行驶轨迹与预期行驶轨迹的偏差。而实现此目的是通过在各个车轮上分配不同的驱动力或制动力,产生一个附加横摆力矩进而提高车辆的操作稳定性。分布式驱动车辆的线控底盘使得各个车轮皆可独立实时控制,此项特点让直接横摆力矩控制不局限于制动力,同时可以对驱动力加以控制,使得控制效果更加出色且便于实现。驱动力控制系统作为整车级别的控制系统自然需要一个成熟可靠的硬件作为载体。而整车控制器作为车辆的核心零部件[41],需要将驾驶员的操纵意图通过油门踏板、转向、制动刹车等信号转换后驱动汽车工作实现驾驶意图,并负责各个控制器的协调工作,监控运行状况,进行故障诊断和保护,为控制系统提供了良好的硬件基础。所以整车控制器通常作为驱动控制的硬件平台[42-43]。目前典型整车控制器逻辑如图2.1所示。图2.1典型整车控制器逻辑Fig.2.1TypicalLogicofVehicleController为了实现控制策略,需要利用动力学原理搭建理想动力学模型,提供控制所需变量的目标值,通常选取可以准确反应驾驶员意图的理想二自由度模型;需要利用控制算法搭建控制器模型,通过控制器模型进行控制。整体控制策略如图2.2所示[44]。图2.2直接横摆力矩控制策略Fig.2.2DirectYaw-momentControlStrategy2.2控制变量通常我们将横摆角和质心侧偏角之和定义为航向角,如图2.3所示。其是汽车操纵稳定性的综合表征量,其计算公式如式(2.1)所示。其中有关不同坐标系的介绍可以见下文。θ(2.1)式中θ为航向角,β为质心侧偏角,ψ为横摆角,γ为横摆角速度。图2.3航向角Fig.2.3HeadingAngle当质心侧偏角较小时,航向角主要取决于来自横摆角速度积分的横摆角,即取决于横摆角速度,此时可以理解为车辆操作稳定性主要由横摆角速度来表征;但当车辆在附着情况不佳的路面上转向或紧急转向等情况下轮胎无法提供满足转向的侧向力导致车辆可能发生侧滑,使得质心侧偏角迅速增加,以导致横摆角速度对航向角的影响降低,不能再仅使用其作为车辆操作稳定性的单一表征量。具体分析请见下文。因此选择横摆角速度和质心侧偏角两个控制量可以更好的实现车辆操纵稳定性的控制。二者的实际值在实车试验中一般通过传感器获得,在仿真试验中可由动力学模型或CarSim软件获得。而目标值一般通过线性的理想二自由度模型获得。值得一提的是下文中控制变量对操控稳定的影响也是基于理想二自由度模型下进行定量与定性分析的。2.2.1轮胎特性影响车辆运动过程中只有四个轮胎是与路面直接相接触的,其动力学特性与车辆本身的操纵稳定性之间有着紧密的关联。关于轮胎的动力学特性本文主要分析其侧偏特性中侧偏角与横向(侧偏)力的关系,其关系如图2.4所示。图2.4轮胎侧偏特性Fig.2.4CharacteristicsofTireCornering通过图像我们可以看到的侧偏角在不超过5°的范围内时,横向(侧偏)力和侧偏角呈现线性关系,即通常所称的轮胎线性区,此时曲线在侧偏角为0的斜率可以认为为轮胎的侧偏刚度。但当侧偏角大于5°后,二者的线性关系被打破,轮胎进行到非线性区。尽管非线性区内的计算可以通过高精度的轮胎模型来实现,但是还是会造成精度的下降。因此在模型建立假设以及试验设计中尽量保证轮胎处于线性区,用以体现控制策略的效果。2.2.2横摆角速度影响正如上文中提到,当质心侧偏角处于较小值的时候,横摆角速度可以表征操作稳定性,即反应车辆行驶轨迹和稳定程度。横摆角速度与纵向车速的关系如图2.5所示[45],其中虚实线分别为不同前轮转角、不同附着条件下的二者关系。图2.5横摆角速度与纵向车速曲线Fig.2.5CurveofYawRateandLongitudinalSpeed从图中可以看出任何一对转角和附着情况下均有一个横摆角速度的峰值,例如A点,其代表着前轮转角8°和路面附着系数0.8的行驶状态。在A点之前,横摆角速度随着纵向速度增加而沿着对应实线增加;等到达A点后,由于路面附着条件的限制,横摆角速度只能随着纵向速度的增减而降低[46]。2.2.3质心侧偏角影响正如上文提到的,随着质心侧偏角增大,单一的横摆角速度无法全面反应车辆操作稳定性。过大质心侧偏角对车辆行驶轨迹的影响加大,此时用其反应车辆的行驶轨迹问题。(a)路面附着系数1(b)路面附着系数0.2图2.6质心侧偏角与横摆力矩曲线Fig.2.6CurveofSideSlipAngleandYawMoment(a)路面附着系数1(b)路面附着系数0.2图2.7质心侧偏角与横向力曲线Fig.2.7CurveofSideSlipAngleandLateralForce在不同前轮转角和路面附着条件下,不同质心侧偏角对于横摆力矩和横向力有着不同的关系,这里给出初速度为100km/h时不同前轮转角与路面附着条件下的质心侧偏角与横摆力矩以及横向力的关系曲线[45],如图2.6和2.7所示。从上图可以看出质心侧偏角在较小的一个范围内,随着转角增加,横摆力矩的增长速度逐渐放缓,说明轮胎逐渐进入饱和状态。随着质心侧偏角的增大,横摆力矩先增加至峰值后减小至0,同时横向力不断增加至到峰值,此时驾驶员通过操纵转向盘已不能保持车辆稳定行驶,已经无法控制车辆。不同的路面附着条件会使得质心侧偏角曲线变化受到影响,当路面附着系数降低时,横摆力矩峰值增加且会以更快速度回归0附近,横向力峰值更小且会以更快速度到达峰值,即出现相同现象时所对应的质心侧偏角会更小。说明恶劣行驶环境下对于质心侧偏角的控制应当更加重视[47]。根据上图和文献中提供的数值,一般认为质心侧偏角在0.15rad时出现车辆失控现象,即驾驶员失去对于车辆的控制[35]。综上所述,在质心侧偏角不大的情况下,车辆不易失稳,应当着重控制车辆横摆角速度;而当质心侧偏角增大,应该尽快让质心侧偏角回复到较低值以保证车辆稳定性。2.3本章小结本章大致介绍了直接横摆力矩控制策略的思路以及其与整车控制器的联系。基于控制策略验证的需要,明确了动力学模型搭建的要求。之后分析了控制策略中作为控制变量的横摆角速度和质心侧偏角对操纵稳定性的不同影响。基于其不同的影响所以决定对二者的控制要求也并不一致,为下文控制器模型的搭建提供基础。

3动力学模型建模与验证搭建出实时性好和精度适宜的整车动力学模型是之后进行仿真试验的良好基础与保证。本课题的研究对象为分布式驱动电动车,为此搭建具有的轮胎模型的整车七自由度模模型,并进行模型正确性验证,以确保后续硬件乃至实车搭载的可行性;同时搭建理想二自由度模型,提供控制变量的目标值,为控制效果实现提供基础。3.1坐标系3.1.1路面坐标系路面坐标系又称大地坐标系,其在车辆静止时,路面坐标系原点选为车辆静止时质心所在位置;X轴平行于路面,正方向为车辆前方;Y轴平行于路面,正方向为驾驶员左侧;Z轴垂直与路面,正方向为车辆上方。对于力矩、角度等均以平面内右手定则为准,即水平面内力矩和角度其正方向在俯视图上为逆时针。其坐标系各个坐标轴、坐标轴正方向以及原点与整车坐标系设置基本一致,只是在车辆发生运动过后,路面坐标系的原点并不移动。3.1.2整车坐标系整车坐标系原点选为车辆质心所在位置;x轴平行于路面,正方向为车辆前方;y轴平行于路面,正方向为驾驶员左侧;z轴垂直与路面,正方向为车辆上方。对于力矩、角度等均以平面内右手定则为准,即水平面内力矩和角度其正方向在俯视图上为逆时针,整体坐标系如图3.1所示。图3.1整车坐标系Fig.3.1VehicleCoordinateSystem3.1.3轮胎坐标系模型坐标系原点选为轮胎接地印迹中心,x轴为轮胎平面与路面交线,正方向为前进方向;y轴为轮胎旋转平面在路面投影线,正方向为面向前进方向左侧;z轴垂直与路面,正方向为上方。对于力矩、角度等均以平面内右手定则为准,即水平面内力矩和角度其正方向在俯视图上为逆时针。轮胎坐标系如图3.2所示。图3.2轮胎坐标系Fig.3.2TireCoordinateSystem3.2整车七自由度模型在车辆的基本运动中,纵向、横向、横摆运动主要影响车辆的操控稳定性,垂向、侧倾、俯仰运动主要影响车辆的舒适性,本文着重研究横摆力矩的直接控制,其主要关注于车辆的操作稳定性。所以选取前者三种运动进行本文动力学模型的搭建。基于上述对于整车七自由度模型有着以下简化:(1)简化转向系统,认为左右两轮转角相等且为轮胎转角,即忽略转向系统影响;(2)路面为二维平坦路面,两侧车轮路面状况一致,即忽略车辆垂向、侧倾、俯仰运动以及悬架系统作用。(3)空气阻力不在本次研究重点范围内,即忽略空气阻力的影响。(4)车辆侧向加速度在0.4g以下,轮胎不受路面切向力的作用,即轮胎侧偏特性处于线性范围。整车七自由度模型结构如图3.3所示图3.3整车七自由度模型结构Fig.3.3StructureofFullVehicleSevenDegreeofFreedomModel由牛顿第二定理和力的平移与分解可得纵向、横向、横摆运动方程如式(3.1)-(3.3)所示。F(3.1)F(3.2)M(3.3)式中Fx和Fy分别为质心等效纵向力和横向力,Fxfl、Fxfr、Fxrl、Fxrr分别为左前轮、右前轮、左后轮、右后轮的纵向力,Fyfl、Fyfr、Fyrl、Fyrr分别为左前轮、右前轮、左后轮、右后轮的横向力,Mz为横摆力矩;vx、vy另外四个自由度则为四个车轮的转动自由度,其运动方程如式(3.4)所示。J(3.4)式中Fxi、Tdi、Tbi分别为四个车轮的纵向力、驱动力矩、制动力矩,其中车轮纵向力和轮胎纵向力通常认为为同一个力;ωi为四个车轮的转动速度,其中车轮转动速度和轮胎转动速度通常认为为同一个速度;J质心侧偏角通常采用估算的方法得出。主流的估算方法有两种,一是基于其与轮速、车速、侧向加速度以及横摆角速度之间的运动学关系计算得出,即基于运动学法估计,例如基于卡尔曼滤波法估算器;二是利用现代控制理论中状态空间建立模型,通过车辆作用力以及轮胎力纳入模型中进行观测估算,即基于动力学法估计例如基于线性二自由度动力学模型估算器。因为并未考虑极限工况环境,质心侧偏角的精度要求并不高,所以使用简单的运动学估算法,故假设车辆纵向向速度远大横向速度,可得质心侧偏角的估计式如式(3.5)所示。β(3.5)式中vx为纵向速度,v3.2.1轮胎模型轮胎模型是车辆乃至动力学的重要组成部分,车辆运动的改变主要是同轮胎与路面相互作用产生的反作用力来实现。虽然车辆运动与空气阻力也有联系,但是与本课题的研究相关联度不高,故暂不考虑。建立适宜的轮胎模型是后期驱动力分配以至于实现横摆力矩控制的重要保证。轮胎模型总体上可以分为两种,即经验模型与理论模型,前者通过大量轮胎力学特性试验的实验数据进行回归分析得出其相关特性数学表达式;后者则是基于物理模型对轮胎的力学特性和形变机理直接进行数学描述。关于经验模型话还可以再细分出基于经验模型并加入一些边界约束条件的半经验模型。其中经验模型由于是从实际试验中进行总结得出的模型其精度较高,而理论模型的计算较为复杂在实际工程中的运用不多。常见的经验模型有Dugoff模型、Unitire模型、MagicFomula模型等,常见的理论模型有Fala模型、Gim模型、Taehyun模型等。本课题在后续可能考虑实车试验,应选用精度更高些的经验模型,而经验模型中Dugoff模型精度较高,模型结构形式简单所需参数少,甚至可以良好的反应轮胎的非线性特性,故选取此轮胎模型。Dugoff轮胎模型是由H.Dugoff等人与1970年作用提出,该模型根据轮胎和路面接触区域的变形得到纵向力和横向力随纵向滑移率的变化规律,模型数学公式可以表达为如式(3.6)-(3.9)所示。F(3.6)F(3.7)λ(3.8)f(3.9)式中αi、si、Fzi分别为对应轮胎的侧偏角、纵向滑移率、垂向力;Cai、3.2.2纵向滑移率模块运动过程中各个轮胎中心速度计算公式如式(3.10)-(3.11)所示。u(3.10)u(3.11)u(3.12)u(3.13)式中ufl、ufr、url运动中轮胎的纵向滑移率计算公式如式(3.12)所示。s(3.12)式中si3.2.3侧偏角模块运动过程中各个轮胎侧偏角计算公式如式(3.13)-(3.16)[48]所示。α(3.13)α(3.14)α(3.15)α(3.16)式中αfl、αlr、αrl3.2.4垂向力模块运动中轮胎的垂向力由静态垂向力和因运动所导致的质量转移而产生的动态垂向力二者叠加,计算公式如式(3.17)-(3.20)。F(3.17)F(3.18)F(3.19)F(3.20)式中ℎg3.3理想二自由度模型整车七自由度模型用于提供模拟仿真车辆状态参数的计算,而理想二自由度模型在轮胎特性处于线性区内时,根据驾驶员输入的方向盘转角和车辆状态参数可以较好地描述车辆操作稳定性能,提供目标的横摆角速度和质心侧偏角。与整车七自由度模型相似的是其也有着为了研究方便而进行的若干简化,但与其不同的是其运动简化为了沿y轴的横向运动与绕z轴的横摆运动。(1)简化转向系统,认为左右两轮转角相等且为轮胎转角,即忽略转向系统影响;(2)路面为二维平坦路面,两侧车轮路面状况一致,即忽略车辆垂向、侧倾、俯仰运动及悬架系统作用。(3)空气阻力不在本次研究重点范围内,即忽略空气阻力的影响。(4)车辆侧向加速度在0.4g以下,轮胎不受路面切向力的作用,即轮胎侧偏特性处于线性范围。(5)车辆的纵向速度保持不变。通过以上简化,不同于整车七自由度模型,理想二自由度模型可以简化被称为两轮摩托车模型,如图3.4所示。图3.4理想二自由度模型Fig.3.4IdealTwoDegreeofFreedomModel由牛顿第二定理和力的平移与分解可得纵向、横摆运动方程如式(3.21)和(3.22)所示。F(3.21)a(3.22)式中Fyf、F横侧向加速度计算式可以认为是式(3.23)和(3.24)所示。a(3.23)a(3.24)当轮胎均处于线性区时,前后轴的侧向力可以表示为(3.25)和(3.26)所示。F(3.25)F(3.26)式中k1、k车辆前后轮侧偏角与其运动参数有关,可以得出以下关系如式(3.27)和(3.28)所示。α(3.27)α(3.28)考虑到转角较小,则有cosδ≈1,可以得到理想二自由度模型的微分方程如式(3.29)和(3.30)所示。k(3.29)a(3.30)可以将微分方程通过数学变换为如式(3.31)和(3.32)所示[45]。β(3.31)γ(3.32)可以将微分方程进行拉普拉斯变换,得到横摆角速度和质心侧偏角的传递函数如式(3.33)和(3.34)所示。γ(s)(3.33)β(s)(3.34)式中K=m理想二自由度模型经过各种变化后是一个可变参的二阶线性传递函数,此系统可以作为参考量,而对其稳态时候进行求解即可得到控制变量的参考值[40]。将微分方程改写状态空间表达式,用以更为方便的建模,表达式如式(3.35)-(3.38)所示[49]。x(3.35)x=[β,γ](3.36)A=(3.37)B=(3.38)3.4理想目标值当车辆在进入稳态后,横摆角速度为定值,此时有vy=γ=0,微分方程式可以改写为如式(k(3.39)a(3.40)由此可得到稳态横摆角速度增益和质心侧偏角增益公式如式(3.41)-(3.42)所示。γ(3.41)β(3.42)进一步我们可以得到横摆角速度和质心侧偏角的理想值如式(3.43)-(3.44)所示。γ(3.43)β(3.44)但是由于车辆在路面行驶时候收到路面附着条件的影响,其侧向加速度受到如式(3.45)所示的制约[50]。a(3.45)当转角较小时,质心侧偏角较小时,则如式(3.46)所示。a(3.46)那么对于横摆角速度和质心侧偏角应有如式(3.47)和(3.48)所示的限制。γ≤(3.47)β(3.48)则对于横摆角度和质心侧偏角的理想值应该进行如式(3.48)和(3.50)所示的修正。γ(3.49)β(3.50)结合上文控制策略的分析,也可将质心侧偏角的理想值直接设定为0[51],可以理解为只要质心侧偏角的绝对值减小即可认为操纵稳定性有优化。3.5动力学模型搭建整车七自由度模型依照以上模型原理公式在MATLAB/Simulink软件中进行搭建。最先尝试在各个模块和模型均使用M-Function模块进行搭建,搭建起来的模型简单整洁,但是在运行过程中重复出现代数环问题。这是因为将带有直接馈通特性的各模块串成回路会导致生成代数环,在代数环中的模块之间的互相依赖性导致系统需要同时计算输出值,而实际仿真时却不是这样的[40]。在采用在主回路上添加Memroy或Delay模块尝试解决代数环问题未果后,将车身模块按照对应运动动作拆解为三部分,并将车轮模块与轮胎模型进行融合集合,各个参数通过.m文件脚本写入,建模如图3.5和图3.6所示。图3.5整车七自由度模型Fig.3.5FullVehicleSevenDegreeofFreedomModel图3.6轮胎模型Fig.3.6TireModel理想二自由度模型同样通过上述公式进行搭建,但其公式相较之下较为简单,且不存在代数环问题,所以选择通过M-Function模块进行搭建,结构较为简单,故不进行截图展示。3.6模型验证仿真为了验证已经建立好的整车七自由度模型和理想二自由度模型的正确性,在MATLAB/Simulink软件中搭建虚拟试验工况以验证两模型的正确性。对于整车七自由度模型为了维持其车速的恒定,一般采用添加模拟驾驶员模块进行实现,由于该内容并不是本文研究重点,于是本文采用外加依照转速查表的电机模型来实现此功能,并在此省略介绍。车辆参数主要参考CarSim2019种的D-Class,SUV车型进行输入,各个值如表3.1所示。表3.1车辆参数Table.3.1ehvicleparameters名称数值名称数值整车质量m2100kg轮胎转动惯量I1kg绕z轴转动惯量I2549kg·m轮胎半径R0.31m前轴至质心距离a1.05m轮胎纵向刚度C100000N后轴至质心距离b1.61m前轮侧向刚度C−40000N/rad质心高度ℎ0.7m后轮侧向刚度C−50000N/rad轮距d1.65m重力加速度g9.8m/s模型验证选取固定转角(J-turn)试验进行验证,该试验可以直观清晰反应检测值的响应速度和稳定值大小方便对比检测,即分别观测两模型计算得出的车辆运行参数在数值以及变换趋势上是否正确。对应的车辆初始速度选取40km/h和80km/h,路面附着在不同车辆运转条件再次进行对比验证。试验输入转角如图3.7所示。图3.7试验转角Fig.3.7TestWheelAngle得到试验结果如图3.8所示。从结果可以看出当车辆进入稳定行驶状态后,低速行驶状态下的两模型主要参数保持一致;在高速行驶状态下的两模型主要参数出现不同,但最终均进入稳定状态。在低速行驶状态下整车的操控稳定性不需要额外的外界控制即可达到理想情况附近,即两模型契合度很高,符合现实情况;在高速行驶状态下整车情况在无外界控制的情况下已经无法达到理想状态,于是两模型出现差异,同样符合实际情况。而侧向加速度在转角进行输入是会出现断崖式波动是由于模拟电机模型的接入滞后导致的纵向速度又部分下降导致。图3.8固定转角试验结果Fig.3.8ResultsofJ-TurnTest从结果可以看出当车辆进入稳定行驶状态后,低速行驶状态下的两模型主要参数保持一致;在高速行驶状态下的两模型主要参数出现不同,但最终均进入稳定状态。在低速行驶状态下整车的操控稳定性不需要额外的外界控制即可达到理想情况附近,即两模型契合度很高,符合现实情况;在高速行驶状态下整车情况在无外界控制的情况下已经无法达到理想状态,于是两模型出现差异,同样符合实际情况。而侧向加速度在转角进行输入是会出现断崖式波动是由于模拟电机模型的接入滞后导致的纵向速度又部分下降导致。综上所述,两模型完成验证仿真,检验模型正确,为下一步仿真试验做好准备。3.7本章小结本章根据上文控制策略试验与验证的需求,在MATLAB/Simulink软件搭建包含车身纵向、横向、横摆以及轮胎转动并外加Dugoff轮胎模型的七自由度模型以模拟整车。车辆是个多自由度的动力学系统,因其子系统如轮胎、转向、悬架等具有非线性导致整车也是为非线性模型,而引入了Dugoff轮胎模型的整车七自由度模型可以较好表达其非线性特征。另外还建立了提供控制变量目标值的理想二自由度模型。理想二自由度模型因为对其进行了更大程度的简化因此拥有更强的线性特征,能够较好的反应驾驶员的意图。之后采用高附着路面下的不同车速的固定转角试验对比验证两模型的可行性与正确性,得出在低速行驶状态下两模型高度契合,在高速行驶状态下模型出现不契合现象,这与模型各自线性与非线性的特征相吻合,证明模型的正确性,为后的试验提供了试验平台与基础。

4控制器模型建模与仿真本文的研究对象为分布式驱动车辆的驱动控制,工况较为复杂,而模糊PID控制算法对复杂以及难以具体形容的系统有着强适应性,于是本文选择模糊PID控制算法进行本次控制器模型的设计。4.1控制器模型结构无论控制器模型的控制结构复杂或简单都要包括控制算法的选择,在车辆驱动控制领域较为常用控制算法是PID法、滑模法(SlidingModeControl,SMC)、自适应法、鲁棒法等,以及以模糊控制理论为基础的模糊控制算法。以PID控制法为代表的经典控制理论其优点是较为成熟和稳定,但是研究对象被局限于单输入输出的定常控制系统,模型过于理想,对解决现实工程中的非定常以及多输入输出的控制系统就难以应对;而之后出现的以SMC为代表的现代控制理论就很好的解决了非定常控制系统的难题;随着研究的控制系统越发复杂以及难以准确具体地形容,恰巧近些年来计算机算力的突飞猛进,包含模糊集合论、模糊语言变量、模糊逻辑推理的计算机数字控制技术——模糊控制理论逐渐走上历史舞台。但是模糊控制在控制能力、控制系统稳定性以及设计更多依靠经验等方面上不如传统的控制理论。而如果与其他经典控制相结合,便可发挥各自优势并弥补各自短板。无论每种算法都有自身的优势与劣势,应该根据不同的使用场景择优选择。典型模糊PID控制器模型的输入语言变量一般为控制量与其目标值的差值与差值变化率,输出值一般为比例、积分系数、微分系数或为其变换量。如果按照此结构搭建控制器模型,如上文提到的,控制变量为横摆角速度和质心侧偏角的话,需要制作两个独立控制器模型分别计算附加横摆力矩并最后进行叠加。但是需要调整的参数最少也不小于六个,这对于后续工作难度会有所提高并且控制效果不宜显现。典型模糊PID控制器模型结构如图4.1所示。图4.1典型模糊PID控制器模型结构Fig.4.1ModelStructureofTypicalFuzzyPIDController于是采用另一种变体模糊PID控制器模型结构[52],其也是由模糊控制与PID控制相叠加而成,但不同于典型模糊PID控制器模型结构的是,其模糊控制器模型输出量仅有一个,并作为PID控制器模型中的比例系数,而模糊控制器模型和PID控制器模型控制变量可以不同,这正好应对了直接横摆力矩控制策略中对于不同控制量的不同控制要求,即在车辆在行驶状态良好时着重控制横摆角速度,对质心侧偏角的值进行限制,变体模糊PID控制器模型结构如图4.2所示。图4.2变体模糊PID控制器模型结构Fig.4.2ModelStructureofVariantFuzzyPIDController4.2附加横摆力矩模糊控制器模型模糊控制器模型中的模糊系统主要包含三个部分,模糊化、模糊推理、解模糊化,三个部分的称呼在部分文献中可能有所不同,但实际意义相同。常用的模糊化系统有Mamdani和Takagi-Sugeno(T-S)两类模糊系统[53],因为使用MATLAB软件中的Fuzzy工具箱进行模糊系统搭建,而其工具箱仅提供其中的Mamdani模糊系统的搭建,故本文选用Mamadni模糊系统。4.2.1模糊化模糊化的主要工作是对输入输出在论域上的语言变量进行定义,使其可以转化为模糊控制器模型可以识别的模糊语言变量,其工作内容也是模糊数据库的构建。内容主要为依次确定语言变量、论域、模糊子集、隶属度函数。语言变量是用于模糊算法识别的变量,用以保证模糊控制器模型可以准确快速识别,语言变量的选择影响着控制器模型的实际控制效果,需要根据控制系统的特点和控制目标进行选择。如上文对于控制变量影响的分析,将质心侧偏角的差值和差值变化率eβ、ecβ的语言变量Eβ、ECβ作为输入变量。输出语言变量按照控制器模型结构选为PID控制器模型的比例系数论域可以理解为变量的范围,其中分为输入输出变量的基本论域和输入输出语言变量的模糊论域。将质心侧偏角的差值和差值变化率eβ、ecβ的基本论域选为[-1.2,1.2],各自对应的语言变量Eβ、ECβ的模糊论域选为[-1.2,1.2]k(4.1)同理将比例系数的基本论域选为[0,1],各自对应的语言变量KP的模糊论域选为[0,1],由此可以得到各自对应比例因子如式(4.2)所示k(4.2)应该指出的是目前论域的范围和因子只是根据经验初步确定,在之后的控制器调参环节还需修改。模糊子集确定是对语言变量的基本论域进行离散化处理,将其定义为一个由有限离散整数组成的集合,方便模糊规则的指定。人们常常根据事务的特点将其分为高、中、低三档程度,在此基础上可以衍化出5、7、9档乃至等多档位的程度分类。可以理解的是档位越多,控制器模型精度越高,但是后期模糊规则编写越复杂,响应时间越长;于此相反,档位越少,模糊规则编写越简单,响应时间越短,但精度越低。于是选用常用的7档来进行模糊子集的划分。7档分别为[负大负中负小零正小正中正大],对应的字母表示方法为[NBNMNSZOPSPMPB]。模糊PID控制器模型参数如表4.1所示。表4.1模糊控制器模型参数Table.4.1modelparametersoffuzzycontroller参数名称或数值变量eeK语言变量EECK基本论域[-1.2,1.2][-1.2,1.2][0,1]模糊论域[-1.2,1.2][-1.2,1.2][0,1]量化/比例因子111模糊子集[NBNMNSZOPSPMPB]隶属度函数确定是为各个语言变量在其模糊论域上定义不同对应的函数,为之后模糊化规则指定和解模糊化处理提供基础。图4.3语言变量隶属度函数Fig.4.3MembershipFunctionofLinguisticVariables常见的隶属度函数有离散型和连续型,离散型由于只是以几个元素集合的形式组成,明显不适用常见本次仿真情况,故本文选用连续型。连续型隶属度函数有正态分布隶属函数(gaussmf)、三角隶属函数(trimf)、梯型隶属函数(trapmf)等等。Fuzzy工具中对于连续型隶属度函数设定各个种类基本均有提供,这里同样使用最常用的三角隶属函数(trimf)对各个语言变量的隶属度函数进行设置。各个语言变量论域范围和隶属度函数设定如图4.3所示。4.2.2模糊推理模糊推理是为已经进行模糊化的语言变量逐一指定规则,其也是模糊控制器模型的核心,并且直接影响控制器模型的控制效果。内容主要为模糊规则库建立和规则形式的选取。规则库的建立一般有两个途径,一是根据专家经验以及大量重复试验来修正不同专家之间的经验差异得出的规则库;二是使用计算机代替专家,引入计算机学习算法,同样利用大量重复试验的数据进行规则库的建立。本文选用更加普遍的专家经验生成的规则库进行本控制器模型模糊规则的建立,模糊规则如表4.2所示。表4.2模糊规则Table.4.2fuzzyrulesEECNBNMNSZOPSPMPBNBPBPBPBPBPBPBPBNMPBPBPMPMPMPBPBNSPBPMPMPMPMPMPBZOPMPMPSZOPSPMPMPSPBPMPMPMPMPMPBPMPBPBPMPMPMPBPBPBPBPBPBPBPBPBPB按照已知的专家经验将其输入至Fuzzy工具箱内,可以得到模糊曲面,如图4.4所示。图4.4规则曲面Fig.4.4RegularSurface4.2.3解模糊化解模糊化是根据指定的模糊规则由输入语言变量推理得到明确的输出语言变量的过程。主要内容是解模糊化规则的选取。本文仅对Fuzzy工具箱中提供的常见解模糊化手段进行介绍,如最大隶属度法、重心法。隶属度法,又称最大隶属度法,输出语言变量为模糊合集中隶属度最大的元素作为输出语言变量,计算公式如式(4.3)所示。v(4.3)若论域V中最大隶属度的对应值多于一个,则取所有具有最大隶属输出语言变量的平均值,即为平均最大隶属度法(meanvalueofmaximum,mom),计算公式如式(4.4)所示。v(4.4)除此以外还有基于最大隶属度法衍生的最大隶属度取最小值法(smallest(absolute)valueofmaximum,som)、最大隶属度法取最大值法(largest(absolute)valueofmaximum,lom)。重心法,又称面积重心法或加权平均法(centroidofarea,centroid),取隶属度函数曲线与横坐标围成面积的重心对应的基本论域元素作为输出语言变量,计算公式如式(4.5)所示。v(4.5)同样使用面积来进行计算的还有面积平分法(bisectorofarea,bisector),将隶属度函数曲线与横坐标围成面积的均分点对应的基本论域元素作为输出语言变量,计算公式如式(4.6)所示。a(4.6)最大隶属度相关的三种方法利用信息少,计算量小,响应快,但是精度收到影响;面积法相关的两种方法利用信息多,且面积重心法较面积平分法计算更为简单。本文选用精度较高且同精度下计算更为简单的面积重心法作为解模糊的方法。4.3附加横摆力矩PID控制器模型PID控制器模型结构还是传统PID控制器模型结构搭建。传统PID控制器模型控制算法如式(4.7)所示。u(4.7)式中ut为差值,et为控制器输出值,Kp、K由于其中的比例系数由外部引入,使用MATLAB/Simulink中的PID模块就会产生不便,于是选择手动PID控制器模型。4.4驱动力平均分配控制器附加横摆力矩公式如(4.8)所示[54]。Δ(4.8)式子表示的含义为附件横摆力矩的产生是由于车辆左右两侧驱动力不同而产生的。驱动分配采用平均分配法,并引入前后轴分配比例系数,将上式改写为如(4.8)所示。Δ(4.9)式中η为前后轴比例分配系数。平均分配法并不考虑其他约束条件,即认为分配的驱动力矩可以全部实现为驱动力,公式改为如(4.10)所示。F(4.10)同时为了满足车速的恒定,引入上文中所用到的车速PID控制器来计算用于满足维持车速所需转矩,之后在其转矩基础上并且在车辆发生转向时按照上述公式(4.9)和(4.10)对转矩进行修正,以形成附加横摆力矩。其修正后公式如(4.11)-(4.14)所示。T(4.11)T(4.12)T(4.13)T(4.14)式中Tdi、T4.5控制器模型搭建模糊PID控制器模型依照上文模型结构、原理在MATLAB/Simulink软件中进行搭建。如上文所述步骤在Fuzzy工具箱中设定好模糊控制器所需的模糊系统,并保存为.fls文件,并在FuzzyLogicController模块中选择其作为逻辑文件使用,搭建出模糊控制器模型如图4.5所示。图4.5附加横摆力矩模糊控制器模型Fig.4.5AdditionalYawMomentFuzzyControllerModelPID控制器模型的比例系数由于为外部输入,如果使用PIDController模块变量数值传输就更加复杂,所以手动在MATLAB/Simulink软件中搭建,如图4.6所示。图4.6附加横摆力矩PID控制器模型Fig4.6AdditionalYawMomentPIDControllerModel之后将两者进行结合,完成模糊PID控制器模型的搭建,如图4.7所示。控制模型转换成的C代码详见附录。图4.7附加横摆力矩模糊PID控制器模型Fig.4.7AdditionalYawMomentFuzzyPIDControllerModel驱动力分配控制器按照上文公式在MATLAB/Simulink软件中进行搭建,如图4.8所示。图4.8驱动力分配控制器Fig.4.8DrivingForceDistributionController4.6本章小结本章根据上文控制策略试验与验证的需求,在MATLAB/Simulink软件中搭建了附加横摆力矩模糊PID控制器模型和驱动力平均分配控制器模型。其中模糊PID控制器模型采用变体模糊PID控制器结构即模糊控制器模型的输出为PID控制器模型的比例系数。模糊控制器模型的输入选取质心侧偏角的差值与差值变换率,而PID控制器模型输入为横摆角速度的差值,可以分别满足其二者的控制要求,即在质心侧偏角不大时,着重控制横摆角速度,而当质心侧偏角增大,在控制横摆角速度的同时尽快让质心侧偏角回复到较低值。驱动力分配控制器仅选用简单的平均分配法作为控制算法,方便快捷实现驱动力分配,适合实车试验的实现。全部控制器模型将在下一章中进行综合验证以观察控制效果。

5控制策论综合验证为验证文中参考直接横摆力矩控制策略设计的控制器的正确性和有效性,在MATLAB/Simulink软件中搭建了仿真环境,选择多种典型工况进行仿真试验,利用文中搭建的整车七自由度模型作模拟实际车辆模型,理想二自由度作为控制策略参考模型,接入设计的附加横摆力矩模糊PID控制器模型和驱动力分配控制器模型以完成控制策略的实现,对比控制变量的改善程度。5.1仿真环境将上文中搭建的动力学模型和控制器模型一并添加进MATLAB/Simulink软件模型中,并且为了直观显示对于各个动力学模型和控制器模型进行封装。转角信号通过SignalBuilder模块进行输入,其他各个参量通过脚本.m文件进行写入。搭建仿真环境如图5.1所示。图5.1仿真环境Fig.5.1SimulationEnvironment5.2仿真工况正如上文提到的车辆的失稳多在紧急变道和路面附着条件不佳时候发生,此时也是控制系统进行控制产生控制效果的时机,故仿真工况应该当尽量模仿此类特殊状况的发生。本文参考该领域的典型试验,挑选了固定转角试验(J-Turn)、鱼钩转角试验(Fishhook)、正弦试验(Sin)三种试验。同时考虑到整车七自由度动力学模型在搭建的时候有着一定程度的简化,并且为了更好的验证控制系统效果,在车速选择上采用高速,路面附着条件选择高附着和中低附着,选择附着系数为0.85和0.35的路面。将选用工况绘制成如表5.1所示。表5.1仿真工况Table.5.1simulationcondition试验类型初始车速路面附着系数模拟工况固定转角试验(J-Turn)80km/h0.85、0.35紧急转向鱼钩转角试验(Fishhook)80km/h0.85、0.35紧急变道正弦试验(Sin)80km/h0.85、0.35紧急连续变道5.3仿真验证试验转角输入如图5.2所示。图5.2转角输入Fig.5.2WheelAngelInput对于控制器参数的调节主要为质心侧偏角偏差及其变化率语言变量的比例因子kEβ和kECβ、比例系数语言变量的比例因子kKP、积分系数和微分系数K质心侧偏角偏差及其变化率语言变量的比例因子调整至对应语言变量可以充分利用其模糊论域,而不是仅在一小范围内波动。比例系数语言变量的比例因子的调整参考比例系数的调整法,即数值越大系统响应越快,同时也会造成波动与震荡。积分系数可以消除系统的静态误差,即数值越大可以使静态误差和消除误差所需时间越小,同时也会造成超调和振荡。微分系数可以阻止误差的变动,即数值越大可以使超调和振荡越小,乃至滤波。根据上述调参方法对于控制器各个参数进行调整,选取最佳控制效果的各个参数,得到试验结果。5.2.1固定转角试验图5.3固定转角试验结果Fig.5.3resultsofJ-Turntest固定转角试验(J-Turn),主要模拟车辆紧急转向情况,车速选取80km/h,路面附着系数设定为0.85和0.35,对比横摆角速度与质心侧偏角在有无控制器接入情况下的数值变化,试验结果如图5.3所示。结合试验结果可以看出不同路面附着条件下横摆角速度和质心侧偏角均有改善。横摆角速度在施加控制之后基本接近目标值,质心侧偏角在施加控制后可以向目标值靠拢,高附着路面情况时会有超调,但中低附着路面情况时仍有一定差值。横摆角速度和质心侧偏角的稳态值和极值均有优化,并且尤其在中低附着路面条件下更快进入稳态。各个数值改善量见下表5.2所示。表5.2固定转角试验结果总结Table.5.2SummaryresultsofJ-Turntest极值改善量(0.85/0.35)稳态值改善量(0.85/0.35)横摆角度速度/(rad/s)0.0330.0280.0230.007质心侧偏角/rad0.01220.00240.00820.0017本试验证明控制器可以在高速高附着和高速中低附着路面情况下在紧急转向时改善车辆操纵稳定性,并使车辆更快稳定下来,但高附着路面情况下的控制效果优于中低附着路面情况5.2.2鱼钩转角试验图5.4鱼钩转角试验结果Fig.5.4ResultsofFishhookTest鱼钩转角试验(Fishhook),主要模拟车辆变道情况,车速选取80km/h,路面附系数设定为0.85和0.35,对比横摆角速度与质心侧偏角在有无控制器接入情况下的数值变化,试验结果如图5.4所示。结合试验结果与固定转角试验类似,故不再赘述。各个数值改善量见下表5.3所示。表5.3鱼钩转角试验结果总结Table.5.3SummaryresultsofFishhooktest极值改善量(0.85/0.35)稳态值改善量(0.85/0.35)横摆角度速度/(rad/s)0.0300.0210.0230.008质心侧偏角/rad0.00610.00400.00540.0040本试验证明控制器可以在高速低附着和高速中低附着路面情况下在紧急变道时改善车辆操纵稳定性,并使车辆更快稳定下来,但高附着路面情况下的控制效果优于中低附着路面情况。5.2.3正弦转角试验图5.5正弦转角试验结果Fig.5.5ResultsofSinTest结合试验结果与固定转角试验类似,故不在赘述。各个数值极值改善量见下表5.4所示。本试验证明控制器可以在高速低附着和高速中低附着路面情况下在连续变道时改善车辆操纵稳定性。表5.4正弦转角试验结果总结Table.5.4SummaryresultsofSintest极值改善量(0.85/0.35)横摆角度速度/(rad/s)0.0240.022质心侧偏角/rad0.00360.00545.4模型嵌入与试验由于试验用分布式驱动车辆目前还处于两电机两轴分布驱动式,并未改装成四电机分布式驱动式,无法验证全部控制策略,只能进行动力学模型的匹配,故仅将动力学模型嵌入到整车控制器硬件内进行模型适配,即对比动力学模型与整车之间的契合程度。5.4.1总体流程模型嵌入与试验的流程可以分为上位机与整车控制器的通讯连接、软件嵌入、数据监测、参数调整四个步骤,如图5.6所示。硬件上,上位机选择装有Win10系统的个人电脑,整车控制器为AUDESSE生产的FlexCase整车控制器,传感器为武汉元生创新生产的YIS500-U战术级惯性测量单元,CAN接口卡为广东致远电子生产的USBCAN2E-UCAN接口卡。软件上,选用VirtualHereUSBClient软件完成连接适配;MATLAB/Simulink和S32DesignStudioIDE软件完成软件嵌入;FreeMASTER和CANTest软件完成数据监测。图5.6模型嵌入与试验流程Fig.5.6ModelEmbeddingandTestFlow5.4.2试验硬件介绍AUDESSEFlexCase整车控制器内含一个芯片为恩智浦NXPFS32K144HAT0MLLT的S32K14车辆开发平台作为微控制器(MicroControllerUnit,MCU),另含一个基于Linux系统的RaspberryPiCM3+8/16/32GBviaSODIMM树莓派电脑板作为微处理器(MicroProcessorUnit,MPU)。具体控制单元功能如图5.7所示。图5.7FlexCase控制单元功能Fig.5.7FunctionofFlexCaseControlUnit本文仅用到整车控制器相关功能,故使用为控制器的模拟量输入、数字量输入输出、CAN报文输入输出等功能。武汉元生创新YIS500-U战术级惯性测量单元集成微机电系统惯性传感器(包含陀螺仪与加速度计),通过内嵌YFusion传感器融合算法,拥有航姿检测功能。YIS500系列惯性测量单元功能如图5.8所示。图5.8YIS500系列惯性测量单元功能Fig.5.8FunctionsofYis500SeriesInertialMeasurementUnitYIS500-U属于该系列的基础产品,仅包含三方向加速度和三轴角速度的采集与计算,并通过串口或者CAN线进行输出。为了数据的时效性以及检测的方便性,本文选取利用CAN总线输出的方式。广东致远电子USBCAN2E-UCAN接口卡集成2路CAN接口的高性能型CAN-bus总线通讯接口,构成现场总线实验室、工业控制、车辆电子网络等CAN-bus网络领域中数据处理、数据采集的CAN-bus网络控制节点,搭配配套软件可执行CAN-bus报文的收发和监测等功能。5.4.3试验软件介绍VirtualHereUSBClient软件是VirtualHere公司开发的多操作系统平台的USB设备管理软件,可以为USB设备提供SSL或SSH通信。本文采用的整车控制器与上位机连接需要从用SSH通讯方式,使用此软件可以完成通讯任务。MATLAB/Simulink软件为常用工程软件,这里不再赘述。S32DesignStudioIDE软件是恩智浦公司开发的面向车辆、可靠电源架构、基于手臂的微控制器和处理器的免费集成开发环境,为其自家S32K车辆开发平台提供了丰富的功能集,例如易于使用的大容量存储设备模式闪存编程器,虚拟串行端口,经典编程或运行控制功能,可用于高级驾驶员辅助系统、车载网络、车身、底盘、动力总成和安全应用开发。本文使用此软件对FlexCase中的S32K系列开发平台进行软件模型的嵌入。FreeMASTER软件是飞思卡尔公司开发的实时调试监视器和数据可视化工具,可对嵌入式软件应用程序进行运行时配置和调整,支持对正在运行的系统上的变量进行非侵入式监视,可以与自定义MATLAB到其他可编写脚本的框架,以将MCU硬件添加到控制回路中。同时该软件支持FlexCase中的S32K系列开发平台的开发工作本文使用此软件进行整车控制器中输入输出量的实时监控。CANTest是广州致远电子开发的可实现CAN数据收发于监测CAN总线上的数据的通用测试软件。本文使用此软件对车辆CAN总线的接受报文进行监控或发送报文以调整车辆运转模型。5.4.4试验步骤在检查完各个硬件,并将硬件各个使用端口进行正确连线处理后,按照上文所述流程开展试验步骤。首先将整车控制器通过线材和上位机相连接,运行VirtualHereUSBClient软件设定端口,建立SSH连接。之后对模型进行适应性改造,改造包括根据车辆CAN总线信息设定输入端口模块、设定输出值检测模块、用.m脚本文件写入的值改变为Constant模块输入、控制器基础设定模块。其中各个CAN总线输入端口根据各个量的ID找到对应数值的数据位,根据各自转化规则将若干十六进制的数进行数位转化为十进制数并乘以清晰度加上偏移量完成数据转化。由于CAN通讯矩阵具体数据涉密,不在本文中进行展示。传感器无法直接提供质心侧偏角,可通过获取量进行计算得出,计算方法如式(5.1)所示[51]。β=(5.1)适应性改造后的模型如图5.9所示。图5.9适应性改造模型Fig.5.9AdaptiveTransformationModel将模型编译成C代码格式的.elf文件准备下一步的嵌入工作,编译工作如图5.10所示。图5.10编译工作Fig.5.10CompilationWork然后使用S32DesignStudioIDE将改造好的模型嵌入进控制器中,嵌入过程中软件设置如图5.11所示。图5.11模型嵌入设置Fig.5.11SettingsofModelEmbedding随后使用CANTest软件对整车CAN报文监测,CAN监测过程如图5.12所示。在确保CAN报文正确的前提下继续试验。图5.12数据监测设置Fig.5.12SettingsofDataMonitoring之后利用FreeMASTER软件对烧录模型计算输出值进行监测,采用人工方向盘输入转角模拟固定转角、鱼钩转角、正弦转角试验,监测结果如图5.13、图1.14、图5.15所示。因为是人工转角输入,各个曲线只能保证大致趋势符合预期,可以进行下一步调参。图5.13人工固定转角试验Fig.5.13ResultofManualJ-TurnTest图5.14人工鱼钩转角试验Fig.5.13ResultofManualFishhookTest图5.15人工正弦转角试验Fig.5.15ResultofManualSinTest之后便对比传感器监测量以进行参数调整,每调整过一次参数后均需重复以上试验。由于篇幅和数据涉密等因素,该试验具体数据就不在此文中公布。5.5本章小结结合上文搭建的动力学模型和控制器模型,在MATLAB/Simulink软件中搭建仿真试验环境,选择具有代表性质的车辆高速高附着和高速中低附着下的固定转角、鱼钩转角、正弦转角试验作为试验项目。观察试验结果发现控制效果基本符合预期,两个控制量均有优化,验证控制器在不同行驶工况下有着控制效果,可以有效提高车辆的操作稳定性,但随着行驶工况的下降控制效果也下降。并将动力学模型嵌入进整车控制器中,进行了初步的适配调节试验。结论操作稳定性对于车辆来说至关重要,同样对于分布式驱动车辆来说也是一样。分布式驱动车辆因其独特的驱动形式使得直接横摆力矩控制策略优势得以充分实现。于是本文以直接横摆控制策略提升车辆稳定性为研究目标,整车控制器为研究平台,分布式驱动为研究对象,主要内容和工作如下:1)介绍了直接横摆力矩控制策略内容,分析了横摆角速度和质心侧偏角对于操作稳定性的影响,结合控制变量的各自对应控制需求明确了动力学模型和控制器模型的要求。2)在MATLAB/Simulink软件搭建了模拟整车的包含Dugoff轮胎模型在内的整车七自由度模型以及提供控制变量目标值的理想二自由度模型。并采用不同试验工况对比验证两模型的可行性与正确性。3)在MATLAB/Simulink软件中搭建了附加横摆力矩模糊PID控制器模型和驱动力平均分配控制器模型。其中模糊PID控制器模型分别利用了模糊控制和PID控制的特性将其与横摆角速度和质心侧偏角不同控制要求相结合。4)在MATLAB/Simulink软件中搭建了虚拟仿真环境,选取具有代表性质的车辆高速高附着和高速中低附着的固定转角、鱼钩转角、正弦转角试验作为试验项目,验证控制器控制效果,并且控制效果基本符合预期以及各个变量控制要求,即横摆角速度基本可以契合对应目标值,质心侧偏角的控制效果虽不能契合目标值,但较之未施加控制的数值有所优化,基本满足控制需求。本文对于分布式驱动电动车的直接横摆力矩控制的只是做了较为基础的研究,在许多方面仍应该进一步研究:1)车辆动力学模型是一个非常复杂的系统,本文采用的动力学模型均对悬架、转向、电机等系统做了不同程度的简化,这就导致模型与实车情况的契合度下降。应该进一步提升动力学模型的精度,如搭建包换更多子系统的高自由度动力学模型下。2)驱动分配的方法上采用平均分配固然简单且易实现,且基于简单动力学模型上可以突出优化效果,如遇到复杂路面状况其控制效果难以保证。应该进一步提升改进驱动力分配方法,如使用符合车辆垂直载荷分配法或优化分配法。3)试验验证仅采用了虚拟环境的仿真验证,并未进行严格意义上的实车试验。在条件允许的情况下应该进行相关的实车道路试验进行验证。参考文献刘麦.电动汽车驱动电机的应用现状与发展趋势[J].汽车零部件,2020(10):91-94.孔垂毅,代颖,罗建.电动汽车轮毂电机技术的发展现状与发展趋势[J].电机与控制应用,2019,46(02):101-108+113.王迪,尚秉旭,陈志新,代向升,王洪峰,奇杨.轮毂电机及其电动车技术发展综述[J].汽车文摘,2019(11):40-44.董新伟,王一飞,杨磊.车用高性能永磁同步电机磁极设计综述[J].微电机,2019,52(11):97-100.刘迎康.分布式电驱动车辆多目标转矩优化分配与控制研究[D].南昌大学,2020.王岁红.浅谈基于线控转向系统的无人驾驶技术发展[J].科技经济导刊,2019,27(19):21.王秀旭,李川鹏,王耀福.车规级无人驾驶线控底盘车研发及其场景化应用[J].汽车实用技术,2021,46(02):25-27.白鸿飞.无人驾驶分布式电驱动实验车设计与程序开发[D].辽宁工业大学,2020.曹福青.电动汽车轮毂电机分布式驱动技术研究[D].厦门大学,2018.邱明明,曹龙凯,黄康,张义雷,刘浩.基于视觉识别的线控制动压力滑模控制[J].汽车工程,2021,43(01):68-76+85.BiaoMa,YulongLiu,XiaoxiangNa,YahuiLiu,YiyongYang.Asharedsteeringcontrollerdesignbasedonsteer-by-wiresystemconsideringhuman-machinegoalconsistency[J].JournaloftheFranklinInstitute,2019.TaghavifarHamid.EKFestimationbasedPIDType-2fuzzycontrolofelectriccars[J].Measurement,2020:108557-.李亮,王翔宇,程硕,陈翔,黄超,平先尧,魏凌涛.汽车底盘线控与动力学域控制技术[J].汽车安全与节能学报,2020,11(02):143-160.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[D].吉林大学,2013.曹洋,苍衍.电动汽车底盘技术的颠覆式创新[J].汽车文摘,2019(12):13-19.刘旭宇.四轮驱动电动汽车转向驱动控制策略研究[D].江苏大学,2017.吴金峰.轮毂电机驱动电动试验车基本运行工况控制策略研究及实现[D].长安大学,2017.葛英辉.轮式驱动电动车控制系统的研究[D].浙江大学,2004.江先宝.微型电动汽车用轮边驱动系统的设计与研究[D].同济大学机械工程学院,2009.郝秀.日本八轮电动汽车驱动系统[J].船电技术,2002(03):54-56.HiroichiYOSHIDA."ELIICA"–THE370KM/HMAXIMUMSPEEDELECTRICVEHICLE[J].IATSSResearch,2005,29(2).刘畅.四轮独立驱动电动汽车悬架特性灵敏度分析与优化[D].

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论