四轮驱动电动汽车质心侧偏角与轮胎侧向力非线性鲁棒融合估计

针对四轮驱动电动汽车质心侧偏角和轮胎侧向力难以直接测量的问题,考虑系统未建模的动态特性、模型参数摄动、系统过程噪声及测量噪声等因素,提出了一种基于遗忘因子递归最小二乘法(FFRLS)与鲁棒容积卡尔曼滤波(RCKF)的联合估计方法。基于FFRLS法对整车质量进行实时估计,并将极大值背景下的估计误差最小化嵌入标准容积卡尔曼滤波（CKF）以实现RCKF,提出了联合估计算法的改进策略,有效提高了复杂工况下滤波对模型参数摄动以及未建模噪声的抗干扰能力,可以实现质心侧偏角与轮胎侧向力的精准估计。在CarSim/Simulink联合仿真环境下,采用不同工况验证了算法的准确性、鲁棒性和抗干扰性。在四轮驱动电动汽车实车平台上分析了算法的有效性。研究结果表明,所提方法比RCKF和CKF精度更高,解决了复合工况下四驱电动汽车质心侧偏角和轮胎侧向力的联合估计问题。     

考虑轮胎弛豫特性的轮毂电机驱动电动汽车鲁棒自适应驱动防滑控制

针对轮毂电机驱动电动汽车驱动防滑控制问题,充分考虑轮胎弛豫特性对加速舒适性的影响,提出一种基于线性参数时变-鲁棒保性能极点配置的驱动防滑控制方法。阐述轮胎弛豫特性与传统稳态车轮旋转动力学的耦合机理,指出弛豫特性是造成的滑移率振荡的原因,并依此建立弛豫车轮旋转动力学模型。为了抑制车轮滑转的同时降低弛豫特性对纵向舒适性的影响,基于保性能极点配置方法设计驱动防滑控制系统。针对模型中存在的摄动参数与时变参数,构建鲁棒控制-增益调度策略保证滑移率跟踪的稳定性。数值仿真和实车试验结果表明,所设计的驱动防滑控制系统可以实现任意路面附着与初始车速下车轮滑移率的自适应控制,具有较强的鲁棒性。与传统的驱动防滑控制系统相比,其对车身加速度振荡的抑制更加明显,提高轮毂电机驱动电动汽车的纵向稳定性和加速舒适性。