轮毂驱动电动汽车复合制动防抱死协调控制及舒适性研究

针对轮毂驱动电动汽车电机-液压复合制动系统的协调控制问题和舒适性问题,提出了基于滑模变结构控制算法和模糊算法的控制策略,首先利用滑模算法根据车辆状态参数来计算电动汽车所需的制动总转矩,再利用模糊算法根据制动踏板行程l和电池SOC来计算液压制动和电机制动转矩分配比例。其中液压制动转矩作为汽车制动转矩中的基础制动转矩,用电机转矩调节车轮滑移率,以实现防抱死控制,并且由于液压制动轮缸的压力变化减少,制动舒适性得以提高。最后采用Matlab/Simulink、Amesim和Carsim软件联仿,分别进行高附着和低附着路面仿真,仿真结果表明复合制动系统的防抱死协调控制策略不仅有效,而且改善了ABS介入时的舒适性。     

汽车防抱死制动系统的自寻最优控制

针对汽车防抱死制动系统中路况经常变化的特殊性,提出了将自寻最优控制策略应用到防抱死控制中.构建了防抱死制动系统和制动时车辆动力学模型,设计了依据制动力矩和附着力矩变化量符号改变来调节制动力矩的自寻最优控制器.仿真结果验证,自寻最优控制可以自动搜寻到最佳滑移率,并使系统在最佳滑移率附近工作,达到最佳制动效果.本文为汽车制动性能的研究提供了有效可行的防抱死控制策略.     

基于LuGre模型的反演自适应滑模ABS控制

针对车辆紧急制动过程中增加车辆行驶安全以及寻求最优刹车策略的要求,对车辆稳定控制系统中防抱死制动系统进行研究,提出一种基于LuGre动态轮胎模型的防抱死制动系统的反演(backstepping)自适应滑模控制方法.首先,构建结合LuGre动态轮胎模型的1/4车辆模型,应用实际轮胎数据拟合LuGre模型参数.其次,利用纵向动力学和滑移率的关系搭建控制系统模型设计反演自适应的滑模控制器,在自适应控制器作用下快速跟踪期望滑移率并改善系统的输出抖动,根据Lyapunov稳定性理论对该方法的稳定性进行了证明.最后,在良好路面和低附着路面上进行车辆紧急制动仿真实验,对该方法的可行性及有效性进行验证.     

轮毂液压混合动力商用车主动防侧翻控制

针对轮毂液压混合动力重型商用车功能特点,提出了基于前轮轮毂液压泵/马达差动制动的主动防侧翻控制算法。首先,建立重型车辆线性二自由度模型,根据线性二次型最优控制原理设计主动防侧翻控制器,并决策最优横摆力矩;其次,结合轮毂液压混合动力系统特点,利用安装于车辆前轮的二次元件液压泵/马达再生制动实现前轮主动制动,并设计液压泵/马达再生制动转矩前馈+反馈控制器;最后,利用TruckSim与AMESim仿真软件分别建立整车模型以及液压系统模型,并基于MATLAB/Simulink建立主动防侧翻控制算法,通过MATLAB/Simulink、Trucksim和AMESim三软件搭建联合仿真平台,选取阶跃转向和鱼钩转向两种典型转向工况进行仿真验证。结果表明,所提出的主动防侧翻控制算法能够有效提高车辆侧倾稳定性,且利用前轮轮毂液压泵/马达实现主动制动时可以有效回收部分制动能量,提高车辆经济性。     

电动轮汽车复合再生制动系统防抱协调控制

为了提高电动轮汽车在紧急制动过程中的稳定性,提出了一种基于实时计算车轮滑移率的再生制动与液压制动协调控制防抱死策略。基于重新构型的液压制动系统,根据轮速和车速计算汽车瞬时纵向滑移率,并以其为控制目标,设定一套滑移率门限值,通过降低电机转矩来实现制动防抱死控制。在AMESim软件中建立相应的15自由度整车模型,在Simulink中建立防抱死控制策略模型,并在低、中、高3种不同附着路面上进行仿真,结果表明,本文制定的控制策略能够在满足汽车在高效回收制动能量的同时防止车轮抱死,保证了车辆的制动稳定性。     

四轮转向车辆操纵稳定性的最优控制策略研究

为提高四轮转向汽车的操纵稳定性,提出一种联合后轮转向和横摆力矩的最优控制方法.从7自由度四轮转向整车模型出发,建立车辆转向的线性化简化模型和理想模型,并基于二次型最优控制理论推导出前馈控制器和反馈控制器.仿真结果表明:在低速和高速行驶工况下,相比传统的前馈控制,基于最优设计的前馈控制器能改善车辆的行驶姿态,而实施前馈加反馈的最优控制方法可获得更优的理想模型跟踪控制性能,实现了零侧偏角控制目标,同时横摆角速度的控制误差也很小,使得汽车具有更好的行驶轨迹、速度保持能力和稳定状态,进一步提高了车辆的操纵稳定性.     

基于路面辨识的主动避撞系统制动性能

为了避免路面差异给制动系统带来的困难,改善压力控制迟滞现象。本文设计了一套路面峰值附着系数辨识算法及单神经元PID压力控制器,并深入研究了路面对于制动性能的影响,比较了基于路面峰值附着系数的最大制动力与ABS最大强度制动的制动效果。通过Matlab/Simulink仿真验证了辨识算法的有效性,并将两种压力控制器进行了对比,再利用CarSim/Simulink联合仿真分析了不同路面附着条件下两种制动系统的制动性能。仿真结果表明,该辨识算法具有较高的精度,误差控制在5%左右;所设计的压力控制器响应迅速,超调量较小,且无稳态静差;随着路面附着条件的变差,ABS制动性能下降,而基于路面辨识的制动系统仍具有较好的制动效果,呈现明显的优势。     

面向全制动工况的液压制动双环预测控制策略

为了提高车辆在全制动(非紧急制动/紧急制动)工况下的适应性,提出了一种用于液压制动系统的双环预测控制策略。该控制系统由第一预测控制环、前/后轴制动力分配单元和第二预测控制环3个部分组成。第一预测控制环将部分状态变量进行满足最小相位系统的微分变形,并在性能评价指标中引入包含控制项的无穷小量以满足最优控制的设计条件,解决了现有制动力求取方法在考虑时变车辆空气阻力和滚动阻力的情况下,无法准确预测基于驾驶员制动意图的理想地面制动力的难题。前/后轴制动力分配单元兼顾考虑识别路面附着条件和前、后轮垂向载荷转移的影响,进行了前/后轴理想制动力分配。第二预测控制环以获取理想滑移率为控制目标,采用全信息最优滑模控制算法求取全制动工况下各车轴的理想制动力矩。基于Matlab/Simulink软件通过数值动态仿真验证了双环预测控制策略在不同制动工况下的工作效果。结果表明:本文液压制动双环预测控制策略在非紧急制动时能够准确跟踪目标制动减速度,在紧急制动时可以实现防抱死控制以获得最大减速度,因而具有良好的全制动工况适应性。     

基于路表分形摩擦理论的整车雨天制动性能模拟

采用一种考虑橡胶-路面摩擦特性与水膜动水压力的雨天车辆制动模拟方法,研究了积水沥青路面上车辆的制动性能。首先运用路表分形摩擦理论,基于路面功率谱和橡胶的复模量计算出橡胶-路面的动摩擦因数。然后建立轮胎有限元滑水模型,分析了不同行驶速度及水膜厚度下轮胎-水膜-路面接触力变化规律。在此基础上,建立整车动力模型,基于车辆防抱死制动机理模拟评估了积水直线与弯道路面上整车制动性能。研究表明:与干燥状态相比,潮湿状态下橡胶-路面动摩擦因数下降了13%～34%;轮胎滑水过程中,随着轮胎行驶速度的增加,轮胎-路面接触力逐渐减小、水流竖向托举力逐渐增大,水膜厚度的增加也会产生相同的效果;较低的车辆行驶速度、较小的路表水膜厚度以及防抱死系统,都能有效降低车辆制动距离;相比于单个车轮的临界水漂速度,采用整车模型分析积水路面车辆行驶状况更切合实际状态。     

基于积分滑模的电子机械制动系统ABS控制

为解决传统制动系统逻辑门限控制存在逻辑复杂且难以充分利用路面附着的问题,以及ABS存在的非线性、不确定性问题,提出了一种基于路面识别的ABS控制策略应用在电子机械制动系统。首先,通过Simulink建立1/4车辆制动模型;其次,分析附着系数在不同路面存在的差异性以及附着系数和车轮角减速度的变化规律,设计了一种高效且准确的路面识别算法来估算当前路面的最佳滑移率;最后,设计了基于积分滑模控制的ABS控制策略跟踪最佳滑移率。仿真结果表明：路面识别算法识别响应快、识别准确度高;所设计的ABS控制策略能够稳定跟踪最佳滑移率,对不同路面工况具有较强的适应性。与基于逻辑门限控制的传统制动系统相比,在单路面条件下制动时间减少了11.89%,制动距离缩短了12.7%;在变路面条件下制动时间减少了17.8%,制动距离缩短了19.9%。     

模糊PID控制在车辆制动过程中的应用

采用模糊PID控制算法,在Matlab/Simulink环境建立一个单轮车辆防抱死制动系统仿真模型对ABS进行仿真。在汽车防抱死制动系统控制中,由于被控参数具有时变性、非线性、不确定性等因素,常规PID控制算法难以满足控制要求。将模糊理论与PID控制算法相结合构成自适应模糊PID控制器,让PID参数随要求不同而调整,从而对不同情况使用不同参数,实现对PID参数Kp、Ki、Kd最佳调整。实际运行结果表明,该控制器取得了较好的快速性和稳定性.     

主动前轮转向与直接横摆力矩集成控制算法

针对汽车主动前轮转向(AFS)与直接横摆力矩(DYC)协调控制问题,提出了一种基于模型预测控制的集成控制算法。该算法采用分层集成控制结构,设计了模型预测控制器,研究了二次规划轮胎力分配法,并通过仿真实验对算法进行验证。结果表明:控制算法能够提高车辆的稳定性,具有可行性;采用二次规划轮胎力分配法相对于单轮制动轮胎力分配法可扩大稳定性控制范围。     

Longitudinal Control Strategy f or Vehicle Adaptive Cruise Control Systems

A new longitudinal control strategy for vehicle adaptive cruise control (ACC) systems is presented. The running relationship between the ACC vehicle and the detected target vehicle is described by the relative velocity and the deviation between the actual headway distance and the prescribed safety distance. Based on this, two state space models are built and the linear quadratic optimal control theory is used to yield desired velocity for the ACC-equipped vehicle when with the target vehicle detected. By switching among four control modes, the desired velocity profile is designed to deal with different running situations. A velocity controller, which includes a PID controller for throttle openness and a neural network controller for brake application, is developed to achieve the desired velocity profile. The proposed control strategy is applied to a non-linear vehicle model in a simulation environment and is shown to provide the ACC vehicle comfortable ride and satisfying safety.     

基于遗传算法权值优化的汽车悬架最优模糊控制

结合车辆非线性主动悬架系统数学模型,首先设计出悬架系统的线性二次型整定（LQR）最优控制器,其中控制器的加权系数利用遗传算法优化搜索获得,然后设计悬架系统的模糊控制器,进而开展LQR最优控制、模糊控制以及两者并联结合的复合控制方法对比研究．利用遗传算法对加权系数进行搜索优化,可有效解决传统LQR控制器加权系数不易确定的问题．该复合控制方法可获得相比单一控制方法更优的悬架系统控制效果,在车辆不同行驶工况条件下,能进一步降低车身垂直振动加速度、悬架动挠度和轮胎形变,明显提高了汽车的行驶平顺性和操纵稳定性．     

基于多级鲁棒PID控制的汽车稳定性控制策略

利用AMESim软件搭建了整车和液压制动系统模型。将基于H∞控制理论的PID控制算法应用于汽车稳定性控制的研究。根据车辆行驶状态的变化调整鲁棒PID控制器的参数,构建以横摆角速度和质心侧偏角为控制目标的汽车稳定性控制算法。进而利用PID控制算法得出制动轮缸压力,实现了整车的稳定性控制。利用Matlab/Simulink和AMESim建立联合仿真平台,对控制算法进行验证。结果表明,该控制算法具有很好的实时性和控制效果,能够满足车辆稳定性控制的要求。     

互联电力系统的随机控制

本文对线性离散时间互联随机系统,提出了考虑发电速率限制的最优负荷频率控制器设计的新方法。基于线性二次高斯理论的最优控制器在估计和控制方面应用了Chandrasekhar型算法。无论估计或控制的计算时间都约为通常算法的三分之一左右。仿真计算结果表明,这种负荷频率最优控制器可使动态响应显著改善。     

Combined Control Allocation and Sliding Mode Control in the Dynamic Control of a Vehicle with Eight In-Wheel Motors

An eight wheel independently driving steering (8WIDBS) electric vehicle is studied in this paper. The vehicle is equipped with eight in-wheel motors and a steer-by-wire system. A hierarchically coordinated vehicle dynamic control (HCVDC) system, including a high-level vehicle motion controller, a control allocation, an inverse tire model and a lower-level slip/slip angle controller, is proposed for the over-actuated vehicle system. The high-level sliding mode vehicle motion controller is designed to produce desired total forces and yaw moment, distributed to longitudinal and lateral forces of each tire by an advanced control allocation method. And the slip controller is designed to use a sliding mode control method to follow the desired slip ratios by manipulating the corresponding in-wheel motor torques. Evaluation of the overall system is accomplished by sine maneuver simulation. Simulation results confirm that the proposed control system can coordinate among the redundant and constrained actuators to achieve the vehicle dynamic control task and improve the vehicle stability.     

侧向风干扰下的汽车主动前轮转向最优控制

侧向风对汽车行驶操纵稳定性有重要影响.通过分析侧向风干扰下车辆稳定性,提出基于主动前轮转向(active front wheel steering,AFS)的控制策略.AFS控制器采用线性二次型最优控制算法,以实现横摆角速度和质心侧偏角目标值跟踪.为了评价控制算法,基于MATLAB/Simulink和CarSim协同仿真环境建立整车动力学模型、单点预瞄驾驶员模型、控制器模型、道路和侧向风模型.仿真结果表明,AFS可有效提高车辆在侧向风干扰下的操纵稳定性,且控制算法对车速和路面附着系数具有良好的鲁棒性.     

Control allocation algorithm for over-actuated electric vehicles

A control allocation algorithm based on pseudo-inverse method was proposed for the over-actuated system of four in-wheel motors independently driving and four-wheel steering-by-wire electric vehicles in order to improve the vehicle stability. The control algorithm was developed using a two-degree-of-freedom(DOF) vehicle model. A pseudo control vector was calculated by a sliding mode controller to minimize the difference between the desired and actual vehicle motions. A pseudo-inverse controller then allocated the control inputs which included driving torques and steering angles of the four wheels according to the pseudo control vector. If one or more actuators were saturated or in a failure state, the control inputs are re-allocated by the algorithm. The algorithm was evaluated in Matlab/Simulink by using an 8-DOF nonlinear vehicle model. Simulations of sinusoidal input maneuver and double lane change maneuver were executed and the results were compared with those for a sliding mode control. The simulation results show that the vehicle controlled by the control allocation algorithm has better stability and trajectory-tracking performance than the vehicle controlled by the sliding mode control. The vehicle controlled by the control allocation algorithm still has good handling and stability when one or more actuators are saturated or in a failure situation.     

基于免疫遗传算法的模糊神经网络在交流伺服系统中的应用

为了满足交流伺服系统高精度、快响应的要求，结合免疫遗传算法寻优速度快和模糊神经网
络控制不依赖于控制对象的优点，设计了一种基于免疫遗传算法优化的模糊神经网络控制的交流伺服系统
。采用免疫遗传算法优化模糊神经网络控制器中隶属函数的平均值、标准偏差以及隶属函数层与规划层的
连接权值。实验和仿真结果验证了该控制策略的可行性。该方法对于系统调节和设定值跟踪均具有很好的
控制效果，而且具有很好的抗干扰性能和较强的鲁棒性，使交流伺服系统具有良好的动、静态性能。