基于路面识别的四轮驱动电动汽车驱动防滑控制

合集下载

基于路面识别的车辆半主动悬架控制

基于路面识别的车辆半主动悬架控制

基于路面识别的车辆半主动悬架控制秦也辰;董明明;赵丰;顾亮【期刊名称】《东北大学学报(自然科学版)》【年(卷),期】2016(037)008【摘要】以实现悬架自适应半主动控制为目的,基于多目标优化算法及路面识别,针对车辆平顺性与操纵稳定性进行研究。

首先建立1/4车辆等效天棚控制模型,并根据系统动力学关系推导车辆簧载质量加速度及轮胎动载荷的解析解表达式,然后利用基于遗传算法的多目标优化算法求取Pareto最优解集。

依据路面识别得到的路面等级分配控制权重,以获得不同路面对应的控制增益。

仿真结果显示,基于路面识别的半主动悬架自适应控制系统能够通过调节权重获得不同路面行驶条件下平顺性与操纵稳定性之间的平衡。

%To realize suspension semi-active adaptive control and the compromise between ride comfort and control stability, an algorithm based on multi-objective optimization and road recognition was proposed. Firstly,we built an equivalent quarter vehicle model with skyhook control,and established analytical descriptions,based on the system dynamics,for vehicle sprung mass acceleration and tire force. Then,a genetic-based multi-objective optimization method was used to calculate the Pareto optimal solutions. Different weights were assigned for different road level to obtain the corresponding control gains. Simulation results show that the as-proposed adaptive control strategy can achievethe balance between ride comfort and control stability for varying road levels.【总页数】6页(P1138-1143)【作者】秦也辰;董明明;赵丰;顾亮【作者单位】北京理工大学机械与车辆学院,北京 100081;北京理工大学机械与车辆学院,北京 100081;北京理工大学机械与车辆学院,北京 100081;北京理工大学机械与车辆学院,北京 100081【正文语种】中文【中图分类】TH113【相关文献】1.变速磁流变半主动悬架车辆与随机路面系统的模糊振动控制 [J], 彭献;刘晓晖;刘子建2.基于变论域模糊控制的车辆半主动悬架控制方法 [J], 王大勇;王慧3.基于粒子群算法的车辆半主动悬架模糊PID控制的优化研究 [J], 樊智敏;王宝林;樊宇4.基于卷积神经网络的路面识别及半主动悬架控制 [J], 刘秋;孙晋伟;张华;胡煦;顾亮5.基于遗传算法的车辆半主动悬架控制系统参数优化 [J], 范养强;赵化刚;赵华杰因版权原因,仅展示原文概要,查看原文内容请购买。

基于自适应滤波的电动车纵向滑移率识别方法

基于自适应滤波的电动车纵向滑移率识别方法

着情 况 进 行实 时评估 , 为 驱 动 力 防滑控 制 策 略 并
提供控 制参 考量 。
1 基 于 k值 的驱 动 防 滑控 制 策 略
电动 车驱动 防滑 控制 的 主要 目标 是充分 利用
各 驱 动轮 的附 着力 , 车辆 在获 得 尽 可能 大 的牵 使
引力 的同时 保证 一定 的横 向稳定 性 。 电动 车 行驶 过 程 中, 轮胎 与 路 面 的附 着系 数 与驱 动轮 滑移 率 有密 切 的关系 , 图 1 示 。 如 所
电动 汽车在 不同行驶 状态 下对 性能要 求 的侧 重有 所不 同 , 这决 定 了 防滑 控 制策 略 中最 优 滑移 率 的选 择与 车速 范围有关 。这里 定义 附着 系数 与 滑移率 曲线 的斜 率 为足4。峰值 处 的k值 为零 。当 [ ] > 0时 , 移 率处 在 峰值 滑 移率 的左 侧 ; k 0 滑 当 < 时, 滑移 率对应 峰值 滑移率 的右侧 。
中 图 法分 类 号 : 6 . U4 2 3 文献标识码 : A
车辆 在 道路 上 行 驶 时 , 轮胎 与 路 面的 附 着情
实 际路 面 的情 况 总是 不 断变 化 的 , 同 的路 不 面具 有不 同 的 附着 系 数一 滑移 率 ( 关 系[ 。当 一) 3 ] 滑 移率 小 于 峰值 附着 系数 对 应 的滑 移率 时 , 以 可 对施 加于 驱动轮 的驱动 转矩 不加控 制或 者少 加控
1 )起 步加 速 、 速过 程 中的控 制原 则 。在 电 低 动 车起 步加速 、 低速过程 中 , 防滑控 制 的主要 目标 是 充分 利 用各 驱 动 车轮 的附 着力 , 车 辆 获得 尽 使
可 能大 的牵引力 , 高车辆 的加速 性能 。 车速较 提 在

汽车驱动防滑控制仿真系统分析研究

汽车驱动防滑控制仿真系统分析研究

文章编号:1007-757X(2021)02-0099-03汽车驱动防滑控制仿真系统分析研究崔晓琳(烟台汽车工程职业学院汽车工程系,山东烟台265500)摘要:针对小型电动汽车为有效实现驱动防滑功能,对汽车驱动防滑控制系统进行了研究和设计"该系统采用纯电动机控制,对于汽车目标滑转率结合运用路面自动识别方法及经验目标值完成确定过程,防滑控制过程涉及的电动机输出转矩通过PID控制算法(积分分离型)8使用实现有效8驱动控制过程,将该驱动防滑控制系统在不同路面上进行驱动加速仿真实验,结果表明该系统可完成驱动轮滑转率到目标滑转率附近快速准确地控制过程,证明了该控制算法及策略8有效性°关键词:驱动防滑控制系统;控制策略;PID控制算法;实现路径中图分类号:U463文献标志码:AAnalysis and Research on Simulation System of AutomobileDrive Anti-slip ControlCUIXiaolin(Department Of Automotive Engineering,Yantai Automobile Engineering Professional College,Yantai265500,China) Abstract:In order to effectively realize the anti-skid driving function of small electric vehicles,this paper mainly studies and de­signs the automotive anti-skid control system.The system uses pure motor control,and uses the automatic road surface recog­nition method and empirical target value for the target slip rate.After completing the determination process,the output torque of the motor involved in the anti-skid control process is used to implement an effective drive control process through the use of the PID control algorithm(integral separation type).This system can complete the fast and accurate control process from the driving wheel slip rate to the target slip rate!which proves the e f ectiveness of the control algorithm and strategy in this paper Key words:drive skid control system;control strategy;PID control algorithm;implementation path0引言在节能环保的大背景下,具备零排放特性的电动汽车顺应了未来汽车领域的发展趋势受到越来越多的关注,可有效满足能源利用绿色清洁化的发展需求,成为未来重要的交通出行方式,可实现单轮层面力矩控制的分布式驱动电动汽车因具有控制自由度较大、力矩精确度易于控制和响应速度较快等动力学控制方面的优势而成为目前领域内的一项研究热点。

基于路面附着系数估计的AFS控制策略研究

基于路面附着系数估计的AFS控制策略研究

基于路面附着系数估计的AFS控制策略研究周兵;田晨;宋义彤;吴晓建【摘要】Considering the impact of tire-road friction coefficient on the yaw motion of vehicles,an active steering control strategy based on the estimation of tire-road friction coefficient was designed.In order to obtain the real-time tire-road friction coefficient,observer was established based on the Unscented Kalman Filter theory,and the co-simulation method with Carsim and Simulink shows that the Unscented Kalman Filter observer is effective.Based on the control of conventional active front steering,a sliding mode controller was designed addressing the tire-road friction coefficient as the input.The simulation analysis by Simulink shows that the sliding mode controller can improve the stability of the vehicle handling and the ideal trajectory tracking ability on slippery and opposite roads.%考虑路面附着条件对车辆横摆响应的影响,设计了路面附着系数修正的主动转向控制策略.为了迅速准确地获取当前路面附着信息,采用了无迹卡尔曼滤波观测器观测路面附着系数,并用Carsim-Simulink联合仿真验证了此方法的有效性.在传统主动转向控制的基础上将路面附着系数作为输入,设计了滑模控制器.通过Simulink仿真,验证了所设计的滑模控制器在低附着路面、对接路面均能提高车辆的操纵稳定性和理想轨迹跟踪能力.【期刊名称】《湖南大学学报(自然科学版)》【年(卷),期】2017(044)004【总页数】7页(P16-22)【关键词】主动前轮转向;无迹卡尔曼滤波;路面附着系数;状态观测【作者】周兵;田晨;宋义彤;吴晓建【作者单位】吉林大学汽车仿真与控制国家重点实验室,吉林长春130025;湖南大学汽车车身先进设计制造国家重点实验室,湖南长沙410082;湖南大学汽车车身先进设计制造国家重点实验室,湖南长沙410082;湖南大学汽车车身先进设计制造国家重点实验室,湖南长沙410082;湖南大学汽车车身先进设计制造国家重点实验室,湖南长沙410082【正文语种】中文【中图分类】U463.4车辆的横向稳定性是影响车辆高速安全行驶的一项重要性能,前轮转角、路面附着条件等是影响横向动力学稳定性的重要因素;主动前轮转向(AFS)系统能够实现独立于驾驶员的转向干预,达到主动改变前轮转角的目的,使车辆响应尽可能与理想的车辆响应特性一致,从而提高车辆的操纵稳定性.此外,与ESP等现有车辆稳定性控制系统相比,AFS对纵向车速影响较小,能提高车辆的通过速度[1].学者们对主动转向开展了广泛的研究工作,文献[2]建立了3自由度非线性整车模型,运用μ方法设计主动转向控制器,将建模误差、传感器量测噪声以及路面附着条件的变化作为干扰输入到控制器中,但仅将路面附着变化作为干扰不足以说明路面附着条件变化对车辆横摆运动响应的显著影响.文献[3]建立了8自由度的非线性整车模型,采用滑模控制理论对AFS进行控制,但理想横摆角速度并未考虑路面附着系数的影响,且只验证了高附着路面下的控制效果.车辆在湿滑路面行驶时,轮胎线性区域小,侧向力易发生饱和,若主动转向的控制策略仍和高附着路面相同,则会导致前轮叠加转角过大,轮胎进入非线性区,轮胎侧向力增长小,甚至当超过峰值后会下降,当低于施加控制之前的侧向力值时,不但不能解决不足转向反而会加剧不足转向,给行车安全造成危险.文献[4]考虑了路面附着系数对稳定性因数K 的影响从而建立了期望横摆角速度和路面附着系数的关系,但是,在仿真验证中将路面附着系数作为已知量并不符合实际情况.车辆稳定性控制系统依赖准确实时的车辆状态信号,如横摆角速度、质心侧偏角、路面附着条件等,这对车辆状态信息的获取提出了更高的要求,然而,车辆的某些状态很难直接测量或者测量成本较高,于是本文提出了基于状态估计的软测量. 文献[5]利用无迹卡尔曼滤波(UKF)算法对轮胎纵向力和滑移率进行估计,得到不同路面附着系数下的Slip-slop(ρ-s曲线斜率),建立了几种典型路面附着系数与Slip-slop之间的映射关系.相比基本卡尔曼滤波算法和扩展卡尔曼滤波算法,UKF 具有显著优势,可以保证高精度的同时避免求解繁琐的雅克比矩阵,和粒子滤波器相比UKF具有更小的计算量.然而,该方法不能准确、直接地估计出路面附着系数大小,得到的路面附着系数有较大的误差.为了更准确、实时地估计出路面附着系数,本文基于无迹卡尔曼滤波,设计了路面附着系数观测器,并通过Carsim-Simulink联合仿真验证了估计的有效性;同时本文设计了AFS滑模控制器,通过控制量的切换使系统在受到参数摄动和外干扰时具有鲁棒性,并在低附着路面和对接路面验证了其有效性.1.1 整车模型忽略空气阻力侧向风的影响,假设车辆匀速行驶,建立整车横摆、侧向和车身侧倾三自由度模型如图1所示.整车三自由度动力学方程为[2,6]:侧向运动横摆运动侧倾运动式中:m为整车质量;mb为簧载质量;v为纵向速度;u为侧向速度;φ为车身侧倾角;ωr为横摆角速度;δf为前轮转角;Fyfl,Fyfr,Fyrl,Fyrr分别为左前轮、右前轮、左后轮、右后轮的侧向力;Bφ为侧倾阻尼;Kφ为侧倾刚度;Ixx为绕x轴的转动惯量;Izz为绕z轴的转动惯量;h1为整车质心至侧倾中心的距离;a为前轴到质心的距离;b为后轴到质心的距离;bs为轮距.1.2 轮胎模型轮胎采用基于路面附着系数修正的魔术轮胎模型[7],采用公式(4)计算轮胎侧向力:式中:By为刚度因子;Cy形状因子;Dy为峰值因子;Ey为曲率因子;α为车轮侧偏角.由图2可以看出不同路面附着系数下,轮胎侧向力极限不同,侧向力极限影响车辆横向动力学响应,因此对车辆行驶的路面附着系数进行在线辨识,对车辆稳定性控制器的设计具有重要意义.对当前路面识别主要有两种方法:一种是基于传感器(光、声、微波、图像等)的路面直接检测方法,另一种是基于车辆动力学参数的估计方法.前者虽然能够获得较好的识别效果,但是识别系统结构复杂,成本高[8].基于状态估计的软测量方法是将参数的软测量问题转化为状态观测和状态估计.卡尔曼滤波是一种典型的状态估计方法,车辆是一个非线性系统,在对其状态或者参数进行估计时需要非线性观测器.经典卡尔曼滤波和扩展卡尔曼滤波用于非线性系统估计都有各自的不足,无迹卡尔曼滤波是近几年兴起的一种新的非线性估计方法,具有良好的准确性和实时性,被广泛应用于各个领域.因此本文利用三自由度非线性整车模型建立无迹卡尔曼滤波观测器来估计路面附着系数.采用二阶高斯-马尔可夫过程将路面附着系数描述成待估计量[9]:式中分别是路面附着系数的一阶导数和二阶导数;ωμ为零均值的白噪声.将待估计参数增补到车辆非线性状态方程中,得到本文所采用的估计模型:系统的测量方程为:式中为状态变量;为测量输出;u(t)=δf,δf为控制变量.w(t)和v(t)分别为系统噪声和测量噪声,假设两者为零均值的白噪声,且互不相关.无迹变换(UT变换)是无迹卡尔曼滤波算法的核心和基础,UT变换的思想是:在确保采样均值和协方差Px 的前提下,选择一组Sigma点集,将非线性变换应用于采样的每个Sigma点,得到非线性转换后的点集和Py是变换后Sigma点集的统计量[10].使用UKF算法时,需要对初值进行设定.本文根据文献[5]提出的初值选择方法对状态变量、误差方差阵P、系统噪声方差阵Q以及测量噪声方差阵R进行赋初值. UKF算法流程如图3所示.Carsim作为成熟的商业软件具有自由度高、仿真精度高、运行稳定等显著特点.本文利用Carsim-Simulink联合仿真来验证UKF估计路面附着系数的有效性.在Carsim中选择B-class,前轮驱动模型,修改相应车辆参数进行仿真,仿真框图如图4所示.仿真工况设置如下:汽车以60 km/h的速度在低附着路面(μ=0.3)和对接路面(路面附着系数从0.85突变为0.5)行驶,在1~1.5 s进行90°斜坡阶跃转向,仿真结果图5所示.可以看出在不同路面附着条件下,无迹卡尔曼滤波均可对路面附着系数进行实时估计,估计误差在可接受范围之内.本文采用如图6所示的主动转向控制策略,将方向盘转角信号和易由传感器测得的量提供给车辆状态观测器,从而获得车辆稳定性重要量的观测值,将其与由参考模型得到的理想参考值一起输入到控制系统.通过两者之差产生控制量控制AFS 转角电机,转角电机产生的叠加转角与驾驶员施加的方向盘转角相叠加作为车辆转向轮的总转角输入,使得车辆稳定性重要量趋近于理想参考值.3.1 理想参考模型车辆行驶过程中,驾驶员施加转向输入后横摆角速度和质心侧偏角等响应能够同转向输入符合线性关系,这种线性关系能给驾驶员更直接的驾驶感受,有利于安全操控车辆.线性二自由度车辆模型状态空间方程如下:式中为车辆状态变量;k1和k2分别为前后轮胎侧偏刚度.令可得理想横摆角速度式中为车辆稳定性因数.但是这样获得的期望值并不安全,因为轮胎侧向力极限和路面附着系数有关,所以理想横摆角速度存在上限值[11].式中:μ为路面附着系数.3.2 滑模控制器设计人-车-路系统是一个复杂的时变、不确定、高度非线性系统,很难建立一个准确的数学模型,这就使许多基于模型的控制方法的稳定性大打折扣.本文选择滑模控制来设计控制器,滑模控制具有响应快速、对参数变化及扰动不灵敏、物理实现简单的特点.选取控制误差为实际横摆角速度和理想横摆角速度之差:式中:ωr为车辆实际测得的横摆角速度;ωd为理想横摆角速度.选择切换函数为式中:λ0为正的加权系数.对(12)求导,可得由式(8)可得,将式(14)代入式(13)可得,令得到等效控制输入为了使系统在存在扰动和参数不确定时仍能保证滑模条件,定义如下控制律[12]:式中:k0表示系统的运动点趋近切换面的速率,k0越大趋近速度越快,但是引起的抖动也较大.sgn(·)为符号函数.k0的选择需要满足滑模可达条件:式中:η0为正实数.为了进一步消除控制输入的高频振动,采用饱和函数替代符号函数即因此,最终滑模控制律为:式中:ε为边界层厚度.在MATLAB/Simulink中建立整车模型,运用论文设计的路面附着系数估计方法和主动转向控制策略进行仿真分析,并将滑模控制和PID控制进行对比.仿真工况1:设置前轴轮胎的路面附着系数μf=0.8,后轴轮胎的路面附着系数μr=0.4,以构建一个等效的过多转向工况,以60 km/h在低附着路面(μ=0.3)上行驶,1~2 s给转向盘施加90°斜坡阶跃转角输入.仿真结果如图7所示,可以看出车辆在低附着路面上行驶时,有AFS控制的车辆横摆角速度响应能始终跟踪理想模型,质心侧偏角始终保持在较小值.无AFS控制的车辆,横摆角速度呈发散状,说明车辆处于失稳状态.未引入UKF估计μ的理想参考值在低附着路面上处于过度转向状态,显然不能将其作为参考值进行AFS控制,否则极易使车辆在低附着路面上失稳,造成安全隐患.仿真工况2:设置车速为60 km/h,1~2 s转向盘施加90°斜坡阶跃转角.设置前轮路面附着系数在仿真开始5~5.5 s时由0.85渐变为0.5,后轮路面附着系数时间延迟t=L/vx,同样由0.85渐变为0.5,模拟车辆从干沥青路面行驶到到湿沥青路面上路面附着系数变化对操作稳定性的影响.仿真结果如图8所示,从中可以看出有AFS控制的车辆横摆角速度响应能始终跟踪理想模型,质心侧偏角始终保持在较小值.无AFS控制的车辆,横摆角速度收敛速度慢、质心侧偏角变化大.未考虑路面附着系数的理想参考值在对接路面上已经产生了过度转向,容易使驾驶员紧张,产生误操作,影响行驶安全性.从图7和图8可以看出,滑模控制在响应速度和控制精度上均优于传统的PID控制,且改变仿真工况时,PID参数需要重新整定,滑模控制的鲁棒性也优于PID 控制.本文设计了一种考虑路面附着系数影响的主动转向控制策略.首先基于魔术轮胎模型建立了整车数学模型;然后设计了基于无迹卡尔曼滤波的路面附着系数观测器,并通过Carsim-Simulink联合仿真验证了估计的有效性;接着设计了滑模控制器,考虑路面附着系数对理想参考值最大值的限制;最后,在MATLAB/simulink中建立了仿真模型,在不同工况下进行仿真,结果表明,主动转向控制策略应考虑路面附着系数的影响,在不同的路面附着条件下,滑模控制器均能达到很好的控制效果,提高了车辆的行驶安全性和稳定性.【相关文献】[1] 李强,施国标,林逸,等. 主动前轮转向控制技术研究现状与展望[J]. 汽车工程,2009,31(7):629-633.LI Qiang,SHI Guobiao, LIN Yi,et al. Status quo and prospect of the research on active front steering control technology[J].Automotive Engineering,2009,31(7):629-633.(In Chinese)[2] CHAO-CHUN Y, LONG C,SHAO-HUA W, et al. Robust active front steering control based on the mu control theory[C]//Electrical and Control Engineering (ICECE).Wuhan,2010: 1827-1829.[3] MOUSAVINEJAD I, KAZEMI R, KHAKNEJAD M B. Nonlinear controller design for active front steering system[C]//International Conterence on Mechanical,Industrial and Manufacturing Engineering.Cape Town, South Afica,2012:6-11.[4] SONG J. Design and evaluation of active front wheel steering system model and controller[J]. SAE International Journal of Passenger Cars-Mechanical Systems, 2014, 7(1): 367-374.[5] 林棻,黄超. 采用UKF算法估计路面附着系数[J]. 哈尔滨工业大学学报,2013,45(7):115-120.LIN Fen, HUANG Chao.Unscented Kalman filter for road friction coefficientestimation[J]. Journal of Harbin Institute of Technology, 2013,45(7):115-120. (In Chinese) [6] 袁希文,文桂林,周兵. 基于控制分配的主动前轮独立转向车辆转角分配算法[J]. 中国机械工程,2015,26((9):1243-1250.YUAN Xiwen WEN Guilin,ZHOU Bing. Road wheel angle distribution algorithm for road vehicles with AIFS based on control allocation[J].China MechanicalEngineering,2015,26(9):1243-1250. (In Chinese)[7] 周兵,徐蒙,范璐. 低附着路面电动助力转向控制策略[J]. 湖南大学学报:自然科学版,2015,42(2):29-34.ZHOU Bing, XU Meng,FAN Lu. Control strategy for electric power steering on low friction coefficient roads [J] Journal of Hunan University:Natural Sciences,2015,42(2):29-34. (In Chinese)[8] 杨福广,李贻斌,阮久宏,等. 基于扩张状态观测器的路面附着系数实时估计[J]. 农业机械学报,2010,41(8):6-9,15.YANG Fuguang, LI Yibin,YUAN Jiuhong,et al. Real-time estimation of tire road friction coefficient based on extend state observer[J].Transactions of the Chinese Society for Agricultural Machinery,2010,41(8):6-9,15. (In Chinese)[9] RAJAMANI R, PIYABONGKARN N, LEW J, et al. Tire-road friction-coefficient estimation[J]. IEEE Control Systems, 2010, 30(4): 54-69.[10]SIMON D. Optimal state estimation Kalman H lafinity and nonlinear approaches[M]. Hoboken, NJ:Wiley-Interscience,2006:121-135.[11]RAJAMANI R. Vehicle dynamics and control[M]. Boston, MA:Springer US, 2006:45-52.[12]刘金琨.滑模变结构控制MATLAB仿真[M].北京:清华大学出版社,2012:25-31.LIU Jinkun, Sliding mode control design and MATALB simulation[M].Beijing:Tsinghua University Press,2012:25-31. (In Chinese)。

基于最优滑转率的电动车辆驱动防滑控制策略

基于最优滑转率的电动车辆驱动防滑控制策略
明模 糊 控 制 能 够 有 效 控 制 滑 转 率 , 能够 将滑 转 率 稳 定 控 制 在 0 . 2 左 右 , 并 且提 高 利 用 附 着 系 数 ,使 其 接 近 路 面 自身 的 附
Байду номын сангаас
着 系数。在低附路面仿真结果 中,将 车身加速度从 0 . 8提高到 了 0 . 9 5 m/ s 左右 ,并使其稳 定在 0 . 9 5 m / s ,达到 了提高车 辆 的 动 力 性 的 目 的 。最 后 ,依 据 工 业 级 的 嵌 入 式 系 统 C o mp a c t R I O . 9 0 2 4和 P XI 8 1 1 0搭 建 了硬 件 在 环 仿 真 系 统 。通 过 对 该
珏 ,季智 赕 ,等. 基于 最优 滑转 率的 电动 车辆驱 动防 滑控 制策 略 [ J ] . 农业 工程 学报 ,2 0 1 5 ,3 1 ( 8 ) :
F e n g Y a n b i a o , Y a n g J u e , J i Z h i y i , e t a 1 . F u z z y a n t i — s l i p c o n t r o l b a s e d o n o p t i ma l s l i p c o n t r o l [ J ] . T r ns a a c t i o n s o f t h e C h i n e s e
系 统 的 硬 件 在 环 仿 真 研 究 ,整 车 在 不 同路 面 上 的 响应 时 间 小 于 1 S ,能 够 满 足 实 车 行 驶 时 的 实 时性 要求 ,验 证 了模 糊 控 制
算法的实时性 。该研究可 为大 型工 程运 输车辆的驱动防滑设计提供参考 。
关键 词:车辆;计算机仿真 ;控制 ;轮 毂电机车辆;最优滑转率

电动汽车驱动防滑控制系统的研究

电动汽车驱动防滑控制系统的研究
软件系统:包括控制算法、 数据采集、数据分析等
硬件设备:包括电机、电池、 控制器等
实验环境:包括道路条件、 气候条件等
实验方法:包括数据采集、 数据分析、结果验证等
控制算法验证
实验目的:验证控制算法的有效性和稳定性 实验方法:采用模拟仿真和实际道路测试相结合的方法 实验结果:控制算法能够有效提高电动汽车的防滑性能 实验结论:控制算法在电动汽车驱动防滑控制系统中具有实际应用价值
解决方案与改进措施
提高传感器精度: 采用高精度传感器, 提高系统检测精度
优化控制算法:采 用自适应控制算法, 提高系统响应速度 和稳定性
增加冗余设计:增 加系统冗余设计, 提高系统可靠性
加强测试验证:加 强系统测试验证, 提高系统稳定性和 可靠性
未来研究方向
提高防滑控制系统的稳定性和可靠性 研究新型防滑控制算法,提高防滑效果 研究防滑控制系统与电动汽车其他系统的协同控制 研究防滑控制系统在复杂路况下的适应性和稳定性
06
电动汽车驱动 防滑控制系统 面临的挑战与 解决方案
01 添加章节标题
02
电动汽车驱动防滑控制 系统概述
定义与作用
定义:电动汽 车驱动防滑控 制系统是一种 用于防止电动 汽车在湿滑路 面上打滑的电 子控制系统。
作用:提高电 动汽车在湿滑 路面上的行驶 稳定性,防止 车辆打滑,提 高行车安全性。
07 结论与建议
研究结论
电动汽车驱动防滑控制系统可以有效提高车辆行驶稳定性和操控性 系统在湿滑路面和冰雪路面等恶劣环境下表现良好 系统对车辆能耗和续航里程有一定影响,需要进一步优化 系统在成本和安装便利性方面需要进一步改进
对电动汽车行业的建议
加强防滑控制系统的研究与开发,提高电动汽车的安全性和稳定性 推广电动汽车防滑控制系统的应用,提高电动汽车的市场竞争力 加强电动汽车防滑控制系统的测试与验证,确保其性能和质量 加强电动汽车防滑控制系统的培训与教育,提高驾驶员的安全意识和操作技能

电动汽车驱动防滑控制策略的研究

电动汽车驱动防滑控制策略的研究
收稿 日期 :2 0 1 7 — 0 3 — 2 7 ;修 订 日期 ; 2 0 1 7 一 O 7 1 5
其 中: F f为 滚 动 阻 力 , N, F s 一厂 G ( 1 +
) C O S 0  ̄ ,
f为滚 动 阻力 摩擦 系数 , G— Mg , M 为满 载 总质 量 , k g , 口 为 坡 度 角 ;F 为 迎 风 阻 力 ,N,F 一
电动 汽 车驱 动 防滑 控 制 策 略 的研 究
张 俊 娜
( 山西 机 电职 业 技 术 学院 汽 车工 程 系 , 山 西 长 治 0 4 6 0 1 1 )
摘 要 : 电动 汽 车 驱 动 防滑 控 制 系统 是 一种 主 动 安全 控 制 系 统 , 是 继 防 抱 死 制 动 系 统 之 后 应 用 于 汽 车 上 的 控 制

的大 小 , 本 文 着重考 虑 滑移率 对纵 向附着 系数 的影 响 。 汽车 驱动 防滑 控制 系统 充分 利用 纵 向附着 系数 / 1 与 滑 移率 S的关 系 , 将 汽 车 驱 动 轮 的 滑移 率 稳 定 在 0 . 1 ~
0 . 3的 区 间 内 。
稳 定 非稳定 区
系 统 。 将 电 动 汽 车 作 为 研 究 的对 象 ,首 先 建 立 电 动汽 车 的 动 力 学模 型 , 接 着 介 绍 电动 汽 车 驱 动 防滑 控 制 的 方 法 ,设 计 P I D 与 模 糊 驱 动 防滑 控 制 器 , 对 比在 同一 路 面 上 P I D 与模 糊 控 制 器 的控 制 效 果 , 得 出这 两 种 控 制
器 的控 制 特 点 。
关 键 词 : 电动 汽 车 ;驱 动 防滑 控 制 ;S i mu l i n k ;P I D 控 制 ;模 糊 控 制

基于路面附着系数的电动助力转向控制研究

基于路面附着系数的电动助力转向控制研究


要: 为 了解决路 面附着 系数 变化对驾驶 员路 感的影响 问题 , 基于路 面附着 系数对电动助力转向( E P S ) 系统 的助力特
性曲线进行 了设计。 在建立 了整车和 E P S系统 的动力学模型基础上 , 结合最大回正力矩的估计方法对路面附着系数进行
了推 理 和辨 识 , 并据此 , 基 于 Ma t l a b / S i m u l i n k平 台对 E P S的 整体 模 型 进 行 0 . 3 g 侧 向加 速 度 下 的 阶跃 仿 真 , 结合 驾驶 员理 第 7期 2 0Fra bibliotek1 7年 7月
机 械 设 计 与 制 造
Ma c h i n e r y De s i g n & Ma n u f a c t u r e 9l
基 于路 面 附着 系数 的 电动助力转 向控制研 究
曹艳玲, 李鹏帅
( 河南科技大学 车辆与交通工程学 院, 河南 洛 阳 4 7 1 0 0 3 )
关键词 : 路面附着系数 ; 驾驶员路感 ; 电动助力转 向; 回正力矩 ; 助力特性曲线 中图分类号 : T H1 6 ; U 4 6 3 . 4 文献标识码 : A 文章编号 : 1 0 0 1 — 3 9 9 7 ( 2 0 1 7 ) 0 7 — 0 0 9 1 — 0 4
Re s e a r c h o n t h e Co n t r o l o f El e c t r i c P o wer S t e e r i n g S y s t e m
m e t h o d t o e s t i m te a t h e H T x l  ̄ i mu m a l i g n i n g t o r q u e , m o r e o v e r , ma k e s 口 s t e p s i m u l ti a o n a b o u t t h e w h o l e m o d e l s fE o P S u n d e r 0 . 3 g l te a r a l a c c e l e r ti a o n b se a d o n Ma t l a b / S i mu l i n k p l t a f o r m, nd a c o n d u c t s t h e it f t i n g fp o o w e r c h a r a c t e r i s t i c s c u r v e w h i c h c h a n g e s a l o n g w i t h r o a d a d h e s i o n c o e ic f i e n t a n d s p e e d b a e s d o n t h e d r i v e r ’ S i d e l a h a n d w h e e l t o r q u e s . T h e s i mu l ti a o n r e s u l t s s h o w t h t a t h e r o d a dh a e s i o n c o e ic f i e n t C n a b e w e l l e s t i m a t e d, a n d t h e p o w e r c h ra a ct e r i s t i c s c u r v e d e s i ne g d m e e t s t h e r e q u i r e m e n t ft o h e d r i v e r ’ S i ea d l h nd a w h e e l t o r q u e s o nt h e 蛹 a nd l o wa dh e s i o n c o e f ic f i e n t r o d, a m e nw a h i l e , A c nt a i n c r e se a ft o h e d r i v e r ’ S
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

c3 c1 c2 ) μ( s p ) = c1 - ( 1 + lo着系数所对应的最佳滑转
率不同, 驱动防滑控制系统是基于滑转率对车轮 所以必须对路面进行有效的识 进行实时控制的, 别。根据不同路面的角加速度可以对路面进行识 别。路面识别系统不断地将实时获得的实际车轮 角加速度与通过计算得到的不同路面的理论角加 速度进行对比, 其中最相近的即判定为当前路面 。 1 ) 实际车轮角加速度的获取 利用传感器测得车轮角速度信号, 应用卡尔 曼滤波技术来计算车轮角加速度信号 。 2 ) 理论车轮角加速度的计算 由车轮的运动方程, 可得角加速度的计算公 式为 dω = ( Tp - μ( s) F z R - T f ) / J dt 系
Burckhardt 等给出了 u - s 曲线的一种函数关 c2 及 c3 在不同 系, 其描述如式 ( 9 ) 所示, 参数 c1 、 路面条件下的取值见表 1 。
-c s μ ( s ) = c1 ( 1 - e 2 ) - c3 s
( 9)
表1 路面 图1 车轮驱动模型 干沥青 湿沥青 干水泥
式( 1 ) ~ ( 5 ) 中: M 为整车质量; m 为 1 / 4 整车质 量; f 为滚动阻力系数; F z 为车辆的垂直载荷; F x 为地面摩擦力; L 为轴距; h cg 为车辆重心高度; R 为 车轮半径; J 为车轮转动惯量; V 为车辆纵向速度; w 为车轮加速度; μ ( s ) 为路面附着系数; s 为滑移 率; T p 为电机的驱动转矩; T f 为滚动阻力距。 1. 2 电动机的电枢电路模型 驱动防 滑 系 统 采 用 的 是 永 磁 无 刷 直 流 电 动 机, 其中端电压 U 与电枢电阻 R 、 电感 L、 转速 N 和 电流 I 的电压平衡方程 助力电机端电压 U = L dI + RI + K v ω m dt ( 6)
基于路面识别的四轮驱动电动汽车驱动防滑控制
蒋振江, 陈 旭, 李大伟
( 重庆理工大学 重庆汽车学院, 重庆 400054 ) 摘 要: 介绍了四轮独立驱动电动汽车的驱动防滑控制系统。 采用路面识别方法, 识别不
设计了以滑转率最优为控制目标的模糊 - PID 联合控制器。为确定模糊 同路面的最佳滑转率, - PID 联合控制器对提高汽车行驶性能的效用, 结合车辆的驱动模型, 对变附着系数路面行驶 的汽车进行驱动防滑仿真分析。结果表明: 基于路面识别的驱动防滑控制系统能快速、 准确地 识别出路面状况的变化, 实时地调整控制参数, 并应用模糊 - PID 联合控制方法, 及时地调整驱 使车轮滑转率基本控制在最佳滑转率附近, 保证车辆在恶劣路况下行驶时 动电机的输出转矩, 仍可以获得较好的驱动防滑控制效果 。 关 键 词: 四轮驱动; 路面识别; 驱动防滑控制; 模糊 - PID 联合控制 文献标识码: A 文章编号: 1674 - 8425 ( 2012 ) 07 - 0017 - 05 中图分类号: U469. 72
水平方向的运动方程为 m V = Fx 车轮运动方程为 = Tp - Fx R - Tf Jω 地面摩擦力 F x = μ( s) F z 滚动阻力矩 ( 3)
·
( 1) ( 2)
干鹅卵石 湿鹅卵石 雪 冰
通过路面辨识系统
确定路况后, 相应的 3
个参数的 取 值 也 就 确 定 了。 将 3 个 参 数 代 入 式
Abstract: Acceleration Slip Regulation( ASR) system applied in the Fourwheel Drive Electrical vehicle was designed. The method of road status automatic identification was used to identify optima slip ratio of the different roads,and designed FuzzyPID Joint Controller that aimed at controlling the optima slip ratio. In order to determine the effectiveness that how FuzzyPID Joint Controller improves automobile driving performance,and in combination with vehicle model, ASR test was simulated with variable attachment coefficient road. The results show that the ASR system based on Road Automatic Identification can rapidly and accurately identify the variation of road status, adjust the control parameters in real time,apply FuzzyPID Joint Control method to adjust motor torque,control the slip ratio close to the optima slip ratio,and ensure that vehicles driving in bad road conditions can get better ASR control result. Key words: fourwheel drive; road automatic identification; acceleration slip regulation; FuzzyPID joint control
不同路面条件下的 Burckhardt 模型参数值 c1 1. 280 0. 857 1. 197 1. 371 0. 400 0. 195 0. 050 c2 23. 990 33. 820 25. 170 6. 460 33. 710 94. 130 3. 065
[2 ]
c3 0. 520 0. 350 0. 540 0. 670 0. 120 0. 065 0. 001
[3 - 6 ]
图2
模糊控制原理
模糊控制器
[7 - 12 ]
的基本结构包括模糊化、 知
识库、 模糊推理和清晰化 4 部分, 其中最重要的是 知识库。模糊控制器的输入必须先经过模糊化才 能用于控制输出。模糊化的主要作用是将输入的 所选用的模糊子集为: 精确量转变为模糊矢量, e = { 负 大, 负 小, 零, 正 小, 正 中, 正 大} = { NB , NS, ZE , PS, PM, PB } ; e( t ) = { 负大, 负中, 负小, 零, 正小, 正中, 正 NM, NS, ZE , PS, PM, PB } ; 大} = { NB , 知识库中包含了控制领域中所需求的知识和 控制目标, 由数据库和规则库组成。 数据库中存 放着所有输入和输出变量的全部模糊子集的隶属 如果论域是连续的, 则为隶属度函数, 所选 度值, 用的是三角形隶属度函数。 规则库中存放的是用 它们是专 模糊语言变量表示的一系列控制规则, 家或熟练的操作人员基于长期积累的经验, 按人 的直觉推理的一种语言形式。模糊规则一般由 if, and, else, or 等关系词连接而成, 所编写的模糊规 部份如下所示: 则一共 42 条, 1 ) If ( e is NB ) and ( et is NB ) then ( u is ZE ) 2 ) If ( e is NS) and ( et is NB ) then ( u is ZE ) …… 模糊推理就是模拟人的基于模糊概念的推理 能力, 根据输入的模糊量, 按照模糊规则来求解模 最终获得模糊控制量。 需要指出的是经 糊关系,
Acceleration Slip Regulation of Fourwheel Drive Electric Vehicle Based on Road Automatic Identification
JIANG Zhenjiang, CHEN Xu,LI Dawei
( Chongqing Institute of Automobile, Chongqing University of Technology,Chongqing 400054 ,China)
第 26 卷
第7 期
重 庆 理 工 大 学 学 报( 自然科学)
Journal of Chongqing University of Technology( Natural Science)
2012 年 7 月
Jul. 2012 Vol. 26 No. 7
[2 ]
为:
1
车辆动力学系统模型
由于要对控制方法进行仿真分析, 所以需要
式中: ω m 为电动机转速; K v 为反电动势常数。 电动机的转矩与电路的电流关系 T m = KeI 1. 3 轮胎模型 滑转率的定义: s = ωR - υ υ ( 8) ( 7)
本文采用 1 /4 车辆动力 建立车辆的动力学模型, 学模型。 1. 1 车轮模型
收稿日期: 2011 - 03 - 06 基金项目: 重庆理工大学研究生创新基金资助项目( YCX2011301 ) 作者简介: 蒋振江( 1985 —) , 男, 硕士研究生, 主要从事车辆工程方面研究 。
18 重庆理工大学学报 汽车在起步或加速时, 驱动力迅速增大, 将会 导致车轮过度滑转; 另外, 汽车在冰雪等恶劣路况 下行驶或转弯行驶时, 车轮甚至会发生空转。 因 acceleration slip 此汽车需要驱动防滑控 制 ( ASR, regulation) 来提高行驶的稳定性, 并获得最佳的驱 动力。采用 4 个轮毂电机分别驱动车轮的技术, 为驱动防滑控制的实现提供了很好的平台。 本文 所设计的驱动防滑控制系统的控制流程: 由于不 同路面所对应的最佳滑转率不同, 所以设计了路 用于识别不同路面的最佳滑转率; 然 面识别系统, 后通过控制电机提供给车轮的驱动力控制车轮的 转速, 使汽车在最佳滑转率下行驶, 充分利用路面 的附着系数, 获得最大的驱动力。 采用模糊 PID 联合控制算法对滑转率进行控制, 使实际滑转率 获得最佳的驱动 趋近并 稳 定 在 最 佳 滑 转 率 上, 效果。 T f = F z fR 垂直方向的力平衡关系为 F z = mg + Mh cg · V L ( 5) ( 4)
相关文档
最新文档