汽车电子稳定程序模糊控制仿真

关于汽车安全和稳定性问题,针对汽车电子稳定程序(Electronic stability program,ESP)是一种主动安全系统.为了提高汽车在转向工况下的侧向稳定性,采用快速控制原型的方法,建立了基于H.B.Pacejka 轮胎模型的三自由度整车模型和车辆参考模型.选取车辆横摆角速度和质心侧偏角作为综合控制变量,设计了模糊控制器,并对某款车型进行了离线仿真和在线实时仿真.结果表明,设计的控制器可以很好的控制汽车的横摆角速度和质心侧偏角.改进后的方法可以提高控制系统的实时性和稳定性,为ESP的快速开发提供了参考依据.     

汽车稳定性快速控制原型设计

控制汽车的操纵稳定性是现代汽车提高安全性的重要途径之一.为了改善车辆在转向时或受侧向风作用时的操纵性和稳定性,对汽车电子稳定装置(Electronic stability program,ESP)的工作原理进行了研究,用二自由度整车模型进行了稳定性控制系统设计,并采用硬件在环仿真技术进行了快速控制原型的实时仿真.结果证明,控制器对汽车稳定性控制效果明显,实时仿真与离线仿真结果吻合.说明改进的方法可增加控制系统的稳定性和实时性.     

车辆直行爆胎过程的模糊PI控制

车辆的爆胎过程是一个非常复杂的非线性过程,轮胎的力学特性会发生非常快的变化,理论和实验研究都非常困难。根据对爆胎车辆运动特性的分析,建立了二自由度车辆理想运动模型,利用刷子模型模拟爆胎过程中轮胎力学特性的变化,并在Simulink中搭建了七自由度整车模型,仿真车辆在高速直行情况下前轮或后轮发生爆胎后的运动状态。以车辆的横摆角速度作为控制变量,并考虑质心侧偏角的影响,设计了模糊PI控制器,利用差别制动的方式对爆胎车辆进行控制仿真,仿真结果表明,模糊PI控制器能够很好地控制车辆爆胎过程的稳定性,并且能够缩短制动距离。     

基于终端滑模控制的电动汽车转向稳定性研究

针对电动汽车转向时的稳定性问题,以双轮毂电机电动汽车为研究对象,利用线性二自由度车辆模型得到理想参数,提出了基于横摆角速度的终端滑模横摆力矩控制。同时利用Simulink搭建了整车七自由度的车辆模型,通过低速和高速两种情况来进行算法验证。仿真结果表明,上述算法相对于垂直载荷力矩控制和传统滑模控制而言,能够有效的减少目标参数趋于稳定的时间,抗干扰能力强。力矩分配之后输出力矩作用于轮毂电机,便可以有效的保证车辆运行转向时的安全性和稳定性。     

四轮驱动电动汽车稳定性预测控制器快速实现

为解决四轮驱动电动汽车在高速情况下易发生甩尾失控的安全性问题,针对整车和执行器间的动力学耦合、控制系统非线性、多变量、实时性等问题,本文采用集中式的控制策略,设计了一种车辆横摆稳定的快速非线性预测控制器,实现了整车横摆稳定和电机转矩分配的一体化控制.为了控制系统的实时实现,将非线性规划问题转化为代数方程组求解,通过解耦预测时域间方程组的耦合关系,实现时域间优化问题的并行求解,提高了控制器的计算速度.最后给出了控制器的硬件并行加速实验,完成了控制系统的硬件在环实验,实现了车辆横摆稳定系统的实时控制.实验结果表明该控制器不仅具有良好的控制性能,而且明显提升了系统实时性.     

汽车操纵稳定性控制优化研究

在汽车操纵稳定性优化控制的研究中,为对车辆施加合适的制动力以实现车辆极限工况下的稳定,研究了汽车操纵稳定性的模糊PID控制方法.基本方法是直接将横摆角速度作为控制变量,在模糊控制的基础上加入传统的PID控制,在大偏差范围内采用模糊控制进行快速响应调整,在小偏差范围内采用常规PID控制.采用7自由度整车模型进行J-转向和换道操纵仿真,仿真结果显示模糊PID控制可以有效地提高汽车行驶时的稳定性.证明设计的控制策略能较好的满足系统的控制要求,并为汽车操纵稳定性控制研究提供有益的参考.     

基于模糊控制策略的车辆主动悬架研究

建立了车辆整车7自由度模型的主动悬架控制的系统状态方程模型,设计了两种模糊控制策略,方法一针对整车模型,采用一种控制方法,方法二针对整车模型的运动方式,设计不同的模糊控制器,垂直振动模糊控制器,俯仰振动模糊控制器,侧倾振动模糊控制器和逻辑控制器,仿真结果表明,所设计的模糊控制器对提高车辆的舒适性与操纵稳定性有较好的效果.     

汽车操纵稳定性的自适应控制策略研究

针对汽车系统的非线性和参数不确定性,设计了一种“前馈+反馈”自适应神经模糊控制器,通过ESP和AFS的协调控制来提高汽车操纵稳定性.ESP反馈控制器采用模糊控制策略,以横摆角速度和质心侧偏角为控制目标;AFS前馈控制器采用径向基神经网络控制,以反馈控制器的输出作为误差进行学习,从而实现自适应控制.仿真结果表明,上述控制策略是可行和有效的,能显著改善汽车在高速或湿滑路面上的操纵稳定性.     

基于模型预测的侧风稳定性主动前轮转向控制研究

受侧风影响,高速行驶的车辆易偏离预定行驶轨迹,增加驾驶员“误操作”的风险,存在较大安全隐患,为此,该文开展了车辆侧风稳定性主动控制研究。该研究通过建立附加气动力作用的三自由度整车动力学模型,设计主动前轮转向的车辆侧风稳定性模型预测控制器,并搭建 Simulink-CarSim 联合仿真平台进行验证分析。结果表明,在单向侧风工况和交变侧风工况下,带侧风稳定控制的车辆最大侧向偏移量为 0.01 m,远低于无控制时的偏移量;横摆角速度平台值保持在“0”左右,横摆角速度峰值最高降低了 80%,极大地提高了车辆的侧风稳定性。     

汽车直接横摆力矩控制系统综述

汽车直接横摆力矩控制（direct yaw moment control,DYC）系统用于有效避免车辆遇到非预计危险时的侧向运动,以保证汽车运行的稳定性和驾驶的安全性。目前,DYC系统大多采用分层结构。文章首先从车辆状态估计与环境感知、直接横摆力矩控制器设计和力矩分配法这3个角度分析了汽车DYC系统架构,接着重点阐述了其对车速、车间距离、路面信息、横摆角速率以及车辆质心侧偏角等状态信息的获取与处理方法;然后介绍了上层控制器中车辆动力学参考模型、控制结构及不同变量控制的设计方法以及下层控制器中车辆横摆力矩的分配方式;最后总结了汽车直接横摆力矩控制系统现存的问题以及将来发展的方向。     

An MPC-based manoeuvre stability controller for full drive-by-wire vehicles

Aiming at the actuator time delay caused by the drive-by-wire technology, a novel manoeuvre stability controller based on model predictive control is proposed for full drive-by-wire vehicles. Firstly, the future vehicle dynamics are predicted by a two-degree-of-freedom vehicle model with input delay. Secondly, in order to prevent the vehicle from destabilizing due to excessive side slip angles, the determined ideal yaw rate and side slip angle are tracked simultaneously by optimizing the front wheel angle and additional yaw moment. Moreover, in order to improve the trajectory tracking ability, a side slip angle constraint determined by phase plane stability boundaries is added to the cost function. The results of Matlab and veDYNA co-simulation show that the regulated yaw rate can track the reference value well and the side slip angle decreases. Meanwhile, the trajectory tracking ability is improved obviously by compensating the time delay.     

Integrated vehicle dynamics management for distributed‐drive electric vehicles with active front steering using adaptive neural approaches against unknown nonlinearity

This paper proposes a new integrated vehicle dynamics management for enhancing the yaw stability and wheel slip regulation of the distributed‐drive electric vehicle with active front steering. To cope with the unknown nonlinear tire dynamics with uncertain disturbances in integrated control problem of vehicle dynamics, a neuro‐adaptive predictive control is therefore proposed for multiobjective coordination of constrained systems with unknown nonlinearity. Unknown nonlinearity with unmodeled dynamics is modeled using a random projection neural network via adaptive machine learning, where a new adaptation law is designed in premise of Lyapunov stability. Given the computational efficiency, a neurodynamic method is extended to solve the constrained programming problem with unknown nonlinearity. To test the performance of the proposed control method, simulations were conducted using a validated vehicle model. Simulation results show that the proposed neuro‐adaptive predictive controller outperforms the classical model predictive controller in tracking nominal wheel slip ratio, desired vehicle yaw rate and sideslip angle, showing its significance in vehicle yaw stability enhancement and wheels slip regulation.     

基于模糊控制的分布式电动车辆横摆力矩研究

为提高多轮分布式电驱动车辆在不同工况下的操纵稳定性,设计了一种基于直接横摆力矩控制的分层控制策略。上层以横摆角速度和质心侧偏角为控制变量,采用模糊控制进行目标运动状态跟踪,决策出所需要的横摆力矩。下层按设计的规则进行转矩分配。应用TruckSim和Matlab/Simulink建立车辆和控制器模型,分别在高、低附着等工况下进行联合仿真。仿真结果表明,设计的模糊控制方法能对车辆目标状态进行良好跟踪,相较于无控制状态能够提高车辆的操纵稳定性。     

提高车辆安全性的输出反馈自适应控制

研究含有时变参数的车辆动力学模型的输出跟踪控制问题.控制目标是使车辆的横摆角速度和质心侧偏角分别跟踪理想的设定值,通过反推方法设计输出反馈自适应控制器.控制器的输出为主动横摆力矩,通过控制主动横摆力矩来控制车辆的输出响应跟踪理想的输出信号,从而提高车辆的安全性.仿真结果表明,该控制器能更好地适应车速和路况的变化,鲁棒性强.     

MPC-based compensation control system for the yaw stability of distributed drive electric vehicle

Conventional yaw stability strategy of distributed drive electric vehicle (DDEV) is usually realised by torque distribution strategy. However, the instantaneous variations of four independent tyres slip ratio and the effect of disturbance have not been considered sufficiently. Therefore, it is difficult to realise the robustness of yaw stability for DDEV under various operating conditions. To solve this problem, a novel model predictive controller-based compensation control system (MPC-CCS) is proposed in this paper. The proposed MPC-CCS consists of two parts, an MPC based-feedback controller and a Kalman filter based-feedforward controller. In the feedback controller, a dual torque distribution scheme is adopted to obtain optimal torque values derived from the real-time signals of four independent tyres slip ratio, an MPC is designed to realise optimal torque values for vehicle yaw motion. In the feedforward controller, a Kalman filter is employed to attenuate the effect of the disturbance on yaw performance. In this way, the robustness of yaw stability for DDEV can be guaranteed by the proposed MPC-CCS. The proposed MPC-CCS is evaluated on eight degrees of freedom simulation platform and simulation results of different conditions show the effectiveness of the MPC-CCS.     

基于模型预测控制的电动车辆队列控制研究

针对车辆队列建模时参数不确定导致控制存在误差的问题,以及队列中跟随车辆稳定性问题,分析车辆纵向动力学,设计一个鲁棒MPC控制器和滑移率控制器来提高队列车辆的控制精度和稳定性.首先对纵向MPC控制器进行改进,提高车辆队列控制精度；同时为防止跟随车辆的轮胎打滑,设计一个MPC滑移率控制器对跟随车辆的轮胎滑移率进行控制约束,保证了跟随车辆的纵向稳定性.最后,进行仿真实验验证其有效性.仿真实验结果表明,与传统的LQR、MPC控制器相比,改进的鲁棒MPC纵向控制器控制精度更高,同时MPC滑移率控制器可防止跟随车辆的轮胎打滑,保证了跟随车辆的纵向稳定性.     

基于参数自学习的无人车越野环境跟踪控制方法

针对无人车在越野环境下难以高速、高精度地跟踪复杂路况的问题,设计了一种参数自学习的前馈补偿控制器,与模型预测控制方法构成前馈-反馈的控制结构。在该控制结构中,前馈控制根据实时状态的跟踪误差在线更新学习系数,有效考虑车辆高速运动过程中无法精确建模的非线性动力学特性以及复杂路况不断变化的曲率和路面条件等的影响,在保证稳定性的同时快速减小跟踪误差。在越野场景进行了高速的S型与直角弯路径跟踪实车实验来验证参数自学习控制器的有效性,结果表明,所设计的参数自学习控制器相比传统的模型预测控制器跟踪误差和横摆都较小,在跟踪精度和车辆稳定性上都有较大改善。     

Controller design for vehicle stability enhancement

A Vehicle Dynamics Control (VDC) system is developed for tracking desired vehicle behavior. The cascade structure of control system consists of yaw moment major controller and wheel slip minor controller. The Linear Quadratic Regulator (LQR) theory is exploited for yaw moment controller and the sliding mode theory is applied for wheel slip controller design. The use of yaw moment control was investigated by regulating the wheel slip ratio for improving handling and stability of vehicle. The performance of the control system is evaluated under various emergency maneuvers and road conditions through pure computer simulations and Hardware In-the-Loop Simulation (HILS) system. The results indicate the proposed system can significantly improve vehicle stability for active safety.     

基于自适应MPC算法的轨迹跟踪控制研究

为了保证智能车辆在低附着且变速条件下跟踪控制的精确性和稳定性,提出一种基于自适应模型预测控制（MPC）的轨迹跟踪控制算法。针对低附着条件下轨迹跟踪存在行驶稳定性较差的问题,对车辆动力学模型添加侧偏角软约束,分别设计有无添加侧偏角约束的MPC控制器。仿真结果表明,添加侧偏角约束后MPC控制器性能更优,车辆行驶稳定性得到有效提高。在此基础上,又提出了一种自适应的轨迹跟踪控制策略,能够根据车辆速度的变化,实时产生预测时域[(Hp)],分别设计自适应的MPC控制器与4组定值[Hp]的MPC控制器。仿真结果表明,基于自适应模型预测控制的轨迹跟踪控制算法在提高低附着且变速条件下智能车辆轨迹跟踪控制的精度和稳定性方面具有一定的有效性和先进性。     

基于整车动力学模型的EPS预测控制策略仿真研究

为了提高车辆的转向性能,基于整车动力学模型,研究电动助力转向系统(EPS)控制策略;针对PID控制参数固定不变,无法实时控制EPS动态响应的问题,提出了一种滚动优化的预测控制策略,并运用CarSim整车模型与Matlab软件相结合,实现了EPS控制仿真;通过对比仿真结果中横摆角速度和质心侧偏角等转向性能参数表明:用预测控制算法对EPS实施控制,比传统控制方法更精确,可有效提高车辆的转向性能和操纵稳定性,使EPS操控更加精准和轻捷。