基于線控技術的四輪轉向全滑?？刂?/h1>
2013-03-22 19:21:04鄭凱鋒陳思忠
東南大學學報(自然科學版) 2013年2期 關鍵詞：模型
鄭凱鋒 陳思忠 王 亞
(北京理工大學機械與車輛學院,北京100081)
隨著汽車電子技術的不斷發(fā)展和汽車系統(tǒng)的集成化,基于線控技術的四輪轉向(4WS)將成為車輛底盤主動控制的重要組成部分[1].它取消了傳統(tǒng)的機械式轉向系統(tǒng),轉向信號通過傳感器傳遞給電控單元,然后經(jīng)電控單元分析處理后將控制信號傳遞給轉向電機,轉向電機則根據(jù)控制信號產(chǎn)生所需的轉向扭矩,從而實現(xiàn)駕駛員的轉向意圖[2].早期4WS只控制后輪轉角[3],之后Nagai等[4]指出同時控制前、后輪轉角可以更好地提升車輛轉向性能.基于該思路,以跟蹤理想質心側偏角和橫擺角速度為目標,同時控制前后輪轉角的前饋加反饋型控制得到較多研究[5-6].但當車輛存在側向風干擾和系統(tǒng)參數(shù)攝動時,這種控制器的魯棒性并不是很好,因此,一些基于H∞理論、μ理論和滑模理論的魯棒控制器得到進一步研究[7-10].文獻[7]設計的滑模魯棒控制器考慮了多個系統(tǒng)參數(shù)的攝動,包括整車質量、輪胎側偏剛度、橫擺轉動慣量等.文獻[8]將設計的4WS滑?？刂破鬟M行了側向風穩(wěn)定性仿真以及在不同路面下車輛操縱穩(wěn)定性仿真.文獻[9]對最優(yōu)控制和滑?？刂七M行了對比性仿真分析.文獻[10]則通過模糊算法將最優(yōu)控制和滑?？刂葡嘟Y合，實現(xiàn)了協(xié)調控制.總結以上這些滑?？刂破骺梢园l(fā)現(xiàn),滑?？刂破饔傻葍r控制器和魯棒控制器2部分組成,且都是基于選定的滑模面來設計的.滑模面的選擇對整個控制性能有很大影響,以上文獻都將質心側偏角和橫擺角速度跟蹤誤差向量再乘以常值矩陣作為滑模面,這樣設計的控制器雖然在一定程度上抑制了外界的干擾和參數(shù)攝動,具有一定的魯棒性,但在穩(wěn)態(tài)擾動存在時,并不能使跟蹤誤差為零.為了克服這一缺陷,參照文獻[11],本文提出了一種全滑模控制器,通過在滑模面中加入誤差積分項來消除穩(wěn)態(tài)干擾下跟蹤誤差不為零的現(xiàn)象.在不同工況下對2種車輛模型的仿真分析驗證了這種控制器的良好性能.
1 車輛動力學模型
考慮參數(shù)攝動和外界干擾時,車輛的兩自由度模型[8]可由下面的狀態(tài)方程表示:
(1)
其中
式中,ΔA,ΔB為具有線性特性的系統(tǒng)參數(shù)攝動矩陣;Fw(t)為外界干擾輸入;β為車輛質心側偏角;r為橫擺角速度;δf,δr分別為前、后輪主動轉角;m為整車質量;u為車輛縱向速度;Iz為車輛橫擺轉動慣量;a,b分別為車輛前、后軸到車輛質心的距離;kf,kr分別為車輛前、后軸輪胎側偏剛度(此處的剛度為同軸兩輪剛度之和).由于矩陣B滿秩可逆,故系統(tǒng)(1)滿足匹配條件,即存在矩陣Mi(i=1,2,3)使下式成立：
ΔA=BM1, ΔB=BM2,EwFw(t)=BM3(t)
(2)
匹配條件的成立意味著系統(tǒng)的不確定輸入與控制輸入處于同一通道中,因此可通過合理的控制算法設計抵消或者減弱不確定因素對系統(tǒng)控制的影響.結合式(3)和式(1)可得
(3)
式中,d(x,t)=M1X+M2U+M3(t)為系統(tǒng)參數(shù)攝動和外界干擾等不確定因素的總和.
2 車輛理想轉向模型
理想的轉向一方面要求盡量減小質心側偏角,使車輛在轉向時擁有良好的行駛軌跡與車身姿態(tài);另一方面要求盡量保證轉向靈敏度(橫擺角速度穩(wěn)態(tài)增益)與傳統(tǒng)的前輪轉向汽車一致,即保持駕駛員感覺不發(fā)生較大變化[8].根據(jù)這2個目標,并考慮一階慣性環(huán)節(jié)的車輛理想轉向模型，可表述成下列狀態(tài)方程形式:
(4)
其中
式中,βd,rd分別為理想質心側偏角和橫擺角速度;kβd,krd分別為質心側偏角穩(wěn)態(tài)增益和橫擺角速度穩(wěn)態(tài)增益,此處取kβd=0;τβ,τr分別為一階慣性環(huán)節(jié)時間常數(shù),根據(jù)經(jīng)驗此處取τβ=τr=0.2 s;δfd為理想前輪轉角輸入.
3 全滑模面控制器設計
基于線控技術和滑模理論,可以設計全滑?？刂破?同時控制前、后輪轉角輸入使實際車輛轉向模型跟蹤理想車輛轉向模型.由此可定義狀態(tài)跟蹤誤差為
(5)
對式(5)求導可得
(6)
構造具有積分項的跟蹤誤差滑模面為
(7)
式中,γ為加權矩陣.對式(7)求導可得
(Ad+γ)e(0)+(Ad-A)X+
BdUd-B[U+d(x,t)]
(8)
B-1[(Ad-A)X+BdUd]
(9)
將式(9)代入式(8),并考慮d(x,t)=0,可得誤差滑模面的導數(shù)為
(10)
Ueq=B-1[(Ad-A)X+BdUd]
(11)
設計魯棒控制器為
Urob=B-1[K1S+K2sgn(S)]
(12)
聯(lián)合等價控制器式(11)和魯棒控制器式(12)，可得到針對系統(tǒng)(1)所設計的全滑模面控制器為
U=Ueq+Urob
(13)
將式(13)代入式(8)中可得
(14)
令Bd(x,t)=W(x,t),式(14)可寫為
(15)
式中,K1,K2為2×2的常值系數(shù)矩陣.
為了保證實際跟蹤誤差軌跡限制在跟蹤誤差滑模面上,且系統(tǒng)漸近穩(wěn)定,定義Lyapunov函數(shù)為VT=STS/2,對其求導并將式(15)代入可得
(16)
為了使滑模面解耦,可令k12=k13=k22=k23=0,則有
w1(x,t)s1-w2(x,t)s2<
(17)
(18)
此外,為了抑制由全滑模控制器引起的抖振問題,將控制器中的切換函數(shù)sgn(si)用飽和函數(shù)sat(si)替代,取飽和函數(shù)為
(19)
4 仿真分析
本節(jié)將采用線性二自由度模型(2DOF)和非線性八自由度模型(8DOF)這2種車輛模型來驗證所設計的全滑?？刂破鞯聂敯粜?在2DOF模型中,通過加入側向風擾動和輪胎剛度攝動來初步驗證控制器的魯棒性.接著,在8DOF模型中進行高速直線行駛下抗側向風穩(wěn)定性仿真和2種不同附著路面下方向盤正弦輸入仿真.車輛8DOF模型及參數(shù)見文獻[12],為保證2種車輛模型在線性操縱區(qū)域具有相同車輛特性,取2DOF車輛模型與8DOF模型具有相同的整車質量、橫擺轉動慣量、前后橋到整車質心的距離以及輪胎側偏角在-3°～3°之間的線性輪胎側偏剛度.參數(shù)如表1所示.
表1 2DOF車輛模型參數(shù)
4.1 2DOF模型
車輛所受的外界干擾主要是側向風,而對系統(tǒng)參數(shù)攝動影響最大的是輪胎側偏剛度[7],因此將它們作為仿真的不確定輸入.
若只考慮以側向風作為外界干擾輸入時,即ΔA=ΔB=0,則側向風可由下式簡單描述:
(20)
式中,vw為風速;ρ為空氣密度;Aw為汽車側向迎風面積.
若只考慮以前、后輪胎側偏剛度變化作為系統(tǒng)參數(shù)攝動時,即Fw(t)=0,則系統(tǒng)攝動矩陣可由下式表述:
式中,Δkf,Δkr分別為前、后輪側偏剛度攝動量.
仿真工況如下:忽略轉向系統(tǒng),將方向盤轉角δs以16∶1的關系直接輸入到理想前輪轉角(δs=16δfd)進行角階躍仿真;車速為20 m/s;在3 s時觸發(fā)風壓中心位于車輛質心后的側向風輸入,風速為10 m/s,2 s后停止;在7 s時觸發(fā)輪胎側偏剛度攝動(輪胎側偏剛度降低20%),9 s后停止;在11 s時同時觸發(fā)這2種輸入,2 s后結束,仿真總時間為15 s.仿真結果如圖1和圖2所示.
由圖1和圖2可看出,相對于無控制的傳統(tǒng)前輪轉向車輛(FWS),常規(guī)滑模控制的四輪轉向(4WS-CSMC)和全滑?？刂频乃妮嗈D向(4WS-TSMC)具有較小的質心側偏角和橫擺角速度波動.在3～5 s側向風擾動期間,由于車速較低,2種控制下的車輛特性幾乎沒有差異;而在輪胎側偏剛度攝動的情況下,基于常規(guī)滑?？刂频乃妮嗈D向車輛具有非零的質心側偏角跟蹤誤差和橫擺角速度跟蹤誤差.對于全滑模控制,雖然在干擾突然介入時跟蹤有點超調,但在較短時間后,質心側偏角跟蹤誤差便變?yōu)榱?橫擺角速度跟蹤誤差也變?yōu)榱?即全滑?？刂破餮杆賹ο到y(tǒng)突然出現(xiàn)的不確定因素進行干預,使車輛快速地恢復到理想的轉向特性.在外界干擾存在的情況下,車輛能很好地跟蹤理想的轉向特性,并且保證穩(wěn)態(tài)跟蹤誤差為零,體現(xiàn)了全滑?？刂破髁己玫目刂菩阅芎汪敯粜?這一響應特性正是由于在設計滑模面時考慮了跟蹤誤差積分項.由于線性的2DOF車輛沒有考慮車輛以及輪胎的非線性因素,下面以非線性8DOF模型作進一步仿真分析.
圖1 質心側偏角響應(階躍轉向，u=20 m/s,δs=48°)
圖2 橫擺角速度響應(階躍轉向，u=20 m/s,δs=48°)
4.2 8DOF模型
非線性8DOF車輛模型能更精確地預測車輛的響應特性[12].不同于2DOF車輛模型,側向風作用力和力矩將不能通過匹配條件與控制量一起輸入到車輛模型中,而只能將其添加到車輛的側向運動方程和橫擺運動方程中.同樣,輪胎側偏剛度的攝動將由不同的路面摩擦系數(shù)來實現(xiàn).分2種工況進行仿真分析:①車輛高速直線行駛時抗側向風穩(wěn)定性仿真;②車輛在2種不同附著路面下的方向盤正弦輸入仿真.
高速直線行駛時抗側向風穩(wěn)定性仿真設置初始車速為40 m/s,側向風速為20 m/s,方向盤固定不動,1 s后觸發(fā)側向風輸入,仿真總時間為10 s.仿真結果如圖3所示.由圖3可見,相比于無控制的前輪轉向車輛,2種控制下的四輪轉向車輛都有較小的側向偏移.對比2種控制下的車輛軌跡,起初全滑?？刂频能囕v側向偏移略大,隨著質心側角和橫擺角速度迅速收斂到零后,它所產(chǎn)生的側向偏移將小于基于常規(guī)滑模控制的車輛側向偏移,可見穩(wěn)態(tài)下側向風干擾一直存在,采用誤差積分形式的全滑?？刂埔糜诔Ｒ?guī)的滑?？刂?能更有效地減小車輛側移,提高其抗側向風的穩(wěn)定性.
圖3 車輛行駛軌跡(側風擾動，u=40 m/s, vw=20 m/s)
接下來進行2種不同路面摩擦系數(shù)下的正弦輸入仿真.設置方向盤輸入的頻率為2 rad/s,幅值為48°;2種路面摩擦系數(shù)μ分別為0.8和0.3;仿真車速設置為20 m/s.圖4和圖5是路面摩擦系數(shù)為0.8時的仿真結果,圖6～圖8是路面摩擦系數(shù)為0.3時的仿真結果.
圖4 車輛行駛軌跡(正弦轉向，u=20 m/s, μ=0.8)
圖5 質心側偏角響應(正弦轉向，u=20 m/s, μ=0.8)
圖6 車輛行駛軌跡(正弦轉向，u=20 m/s, μ=0.3)
圖4顯示了在摩擦系數(shù)為0.8(干水泥路面)的路面上,無控制和有控制的車輛軌跡幾乎一致,但圖5表明無控制下的車輛質心側偏角最大幅度為1.8°,與理想的零值存在較大的偏差,而有控制的車輛基本上保證車輛質心側偏角為零,從而保證了車輛軸線方向與行駛方向一致,使車輛具有很好的操縱性.對比2種控制下的車輛響應幾乎不存在差異.
圖7 質心側偏角響應(正弦轉向，u=20 m/s, μ=0.3)
圖8 右后輪轉角輸出(正弦轉向，u=20 m/s, μ=0.3)
當路面摩擦系數(shù)為0.3(濕路面)時,從圖6中可看出無控制的車輛已經(jīng)出現(xiàn)嚴重側滑,失去穩(wěn)定性;對于有控制的車輛,雖然未出現(xiàn)嚴重側滑,但與理想的軌跡相差較遠,這主要是因為理想模型中未考慮輪胎側向力飽和的限制.對比圖6中2種控制下車輛軌跡和圖7中質心側偏角跟蹤效果可見,全滑?？刂坡院糜诔Ｒ?guī)滑模控制.圖8顯示2種控制下的車輛右后輪轉角在平滑度和幅度上都沒有較大差異,且轉角都小于3°,其他車輪轉角輸出也有相似特性,限于篇幅沒有給出.總體來說,全滑?？刂破鞯目刂菩阅芨咏硐氲霓D向特性,好于常規(guī)滑模控制器.
5 結語
針對基于線控技術的四輪轉向車輛,本文設計了一種全滑?？刂破?以跟蹤理想車輛模型的質心側偏角和橫擺角速度為目標,通過全滑?？刂茖崿F(xiàn)前后輪主動轉向.車輛2DOF模型下包含側向風振動及輪胎側偏剛度攝動輸入的階躍仿真表明，帶有跟蹤誤差積分項的全滑?？刂瓶梢杂行У馗纳品€(wěn)態(tài)跟蹤誤差不為零的現(xiàn)象.車輛非線性8DOF模型下高速直線行駛抗側向風穩(wěn)定性仿真和不同摩擦路面下的方向盤正弦輸入仿真表明，全滑模控制器具有良好的魯棒性和控制性能,有效提升了車輛的操縱穩(wěn)定性.
)
[1]喻凡,李道飛.車輛動力學集成控制綜述[J]. 農(nóng)業(yè)機械學報, 2008, 39(6): 1-7.
Yu Fan, Li Daofei. Review on integrated vehicle dynamics control[J].TransactionsoftheChineseSocietyforAgriculturalMachinery, 2008,39(6): 1-7.(in Chinese)
[2]于蕾艷, 林逸, 李玉芳. 汽車線控轉向系統(tǒng)綜述[J]. 農(nóng)業(yè)裝備與車輛工程, 2006, 174(1): 32-48.
Yu Leiyan, Lin Yi, Li Yufang. Summarization of automobile steer-by-wire system[J].AgriculturalEquipment&VehicleEngineering, 2006,174(1): 32-48. (in Chinese)
[3]Sato H, Hirota A, Yanagisawa H, et al. Dynamic characteristics of whole wheel steering vehicle with yaw velocity feedback rear wheel steering[C]//ProceedingsofIMechE. Nuneaton, England, 1983:147-156.
[4]Nagai M, Ohki M. Theoretical study on active four-wheel steering system by virtual vehicle model following control[J].InternationalJournalofVehicleDesign, 1988,10(1): 16-33.
[5]Li Bin, Yu Fan. Optimal model following control of four-wheel active steering vehicle[C]//Proceedingsofthe2009IEEEInternationalConferenceonInformationandAutomation. Zhuhai, China, 2009: 881-886.
[6]Marino R, Scalzi S, Cinili F. Nonlinear PI front and rear steering control in four wheel steering vehicles[J].VehicleSystemDynamics, 2007,45(12):1149-1168.
[7]Akar M, Kalkkuhl J C. Lateral dynamics emulation via a four-wheel steering vehicle[J].VehicleSystemDynamics, 2008,46(9): 803-829.
[8]Toshihiro H, Osamu N, Hiromitsu K. Model-following sling mode control for active four-wheel steering vehicle[J].JSAEReview, 2004,25: 305-313.
[9]陳建松, 陳南, 殷國棟, 等. 考慮非線性特征的4WS車輛滑模魯棒穩(wěn)定性控制[J]. 東南大學學報:自然科學版, 2010, 40(5): 969-972.
Chen Jiansong, Chen Nan, Yin Guodong, et al. Sliding-mode robust control for 4WS vehicle based on non-linear characteristic[J].JournalofSoutheastUniversity:NaturalScienceEdition, 2010,40(5): 969-972. (in Chinese)
[10]Alfi A, Farrokhi M. Hybrid state-feedback sliding-mode controller using fuzzy logic for four-wheel-steering vehicles[J].VehicleSystemDynamics, 2009,47(3): 265-284.
[11]Wai R J, Lin Kuomin, Lin Chung-You. Total sliding-mode speed control of field-oriented induction motor servo drive[C]//2004 5thAsianControlConference. Melbourne, Australia, 2004: 1354-1361.
[12]Demerly J D, Kamal Y T. Non-linear analysis of vehicle dynamics(NAVDyn): a reduced order model for vehicle handling analysis[C]//SAE2000AutomotiveDynamics&StabilityConference. Troy, Michigan,USA,2000: 354-370.
猜你喜歡
一半模型童話王國·奇妙邏輯推理(2024年5期)2024-06-19 16:03:38 一種去中心化的域名服務本地化模型網(wǎng)絡安全與數(shù)據(jù)管理(2022年1期)2022-08-29 03:15:20 適用于BDS-3 PPP的隨機模型導航定位學報(2022年4期)2022-08-15 08:27:00 提煉模型 突破難點中學生數(shù)理化·中考版(2022年8期)2022-06-14 06:55:24 函數(shù)模型及應用新世紀智能(數(shù)學備考)(2021年9期)2021-11-24 01:14:36 p150Glued在帕金森病模型中的表達及分布成都醫(yī)學院學報(2021年2期)2021-07-19 08:35:14 函數(shù)模型及應用新世紀智能(數(shù)學備考)(2020年9期)2021-01-04 00:25:14 重要模型『一線三等角』中學生數(shù)理化·七年級數(shù)學人教版(2020年10期)2020-11-26 08:24:50 重尾非線性自回歸模型自加權M-估計的漸近分布數(shù)學物理學報(2020年2期)2020-06-02 11:29:24 3D打印中的模型分割與打包光學精密工程(2016年6期)2016-11-07 09:07:19
鄭凱鋒 陳思忠 王 亞
(北京理工大學機械與車輛學院,北京100081)
隨著汽車電子技術的不斷發(fā)展和汽車系統(tǒng)的集成化,基于線控技術的四輪轉向(4WS)將成為車輛底盤主動控制的重要組成部分[1].它取消了傳統(tǒng)的機械式轉向系統(tǒng),轉向信號通過傳感器傳遞給電控單元,然后經(jīng)電控單元分析處理后將控制信號傳遞給轉向電機,轉向電機則根據(jù)控制信號產(chǎn)生所需的轉向扭矩,從而實現(xiàn)駕駛員的轉向意圖[2].早期4WS只控制后輪轉角[3],之后Nagai等[4]指出同時控制前、后輪轉角可以更好地提升車輛轉向性能.基于該思路,以跟蹤理想質心側偏角和橫擺角速度為目標,同時控制前后輪轉角的前饋加反饋型控制得到較多研究[5-6].但當車輛存在側向風干擾和系統(tǒng)參數(shù)攝動時,這種控制器的魯棒性并不是很好,因此,一些基于H∞理論、μ理論和滑模理論的魯棒控制器得到進一步研究[7-10].文獻[7]設計的滑模魯棒控制器考慮了多個系統(tǒng)參數(shù)的攝動,包括整車質量、輪胎側偏剛度、橫擺轉動慣量等.文獻[8]將設計的4WS滑?？刂破鬟M行了側向風穩(wěn)定性仿真以及在不同路面下車輛操縱穩(wěn)定性仿真.文獻[9]對最優(yōu)控制和滑?？刂七M行了對比性仿真分析.文獻[10]則通過模糊算法將最優(yōu)控制和滑?？刂葡嘟Y合，實現(xiàn)了協(xié)調控制.總結以上這些滑?？刂破骺梢园l(fā)現(xiàn),滑?？刂破饔傻葍r控制器和魯棒控制器2部分組成,且都是基于選定的滑模面來設計的.滑模面的選擇對整個控制性能有很大影響,以上文獻都將質心側偏角和橫擺角速度跟蹤誤差向量再乘以常值矩陣作為滑模面,這樣設計的控制器雖然在一定程度上抑制了外界的干擾和參數(shù)攝動,具有一定的魯棒性,但在穩(wěn)態(tài)擾動存在時,并不能使跟蹤誤差為零.為了克服這一缺陷,參照文獻[11],本文提出了一種全滑模控制器,通過在滑模面中加入誤差積分項來消除穩(wěn)態(tài)干擾下跟蹤誤差不為零的現(xiàn)象.在不同工況下對2種車輛模型的仿真分析驗證了這種控制器的良好性能.
1 車輛動力學模型
考慮參數(shù)攝動和外界干擾時,車輛的兩自由度模型[8]可由下面的狀態(tài)方程表示:
(1)
其中
式中,ΔA,ΔB為具有線性特性的系統(tǒng)參數(shù)攝動矩陣;Fw(t)為外界干擾輸入;β為車輛質心側偏角;r為橫擺角速度;δf,δr分別為前、后輪主動轉角;m為整車質量;u為車輛縱向速度;Iz為車輛橫擺轉動慣量;a,b分別為車輛前、后軸到車輛質心的距離;kf,kr分別為車輛前、后軸輪胎側偏剛度(此處的剛度為同軸兩輪剛度之和).由于矩陣B滿秩可逆,故系統(tǒng)(1)滿足匹配條件,即存在矩陣Mi(i=1,2,3)使下式成立：
ΔA=BM1, ΔB=BM2,EwFw(t)=BM3(t)
(2)
匹配條件的成立意味著系統(tǒng)的不確定輸入與控制輸入處于同一通道中,因此可通過合理的控制算法設計抵消或者減弱不確定因素對系統(tǒng)控制的影響.結合式(3)和式(1)可得
(3)
式中,d(x,t)=M1X+M2U+M3(t)為系統(tǒng)參數(shù)攝動和外界干擾等不確定因素的總和.
2 車輛理想轉向模型
理想的轉向一方面要求盡量減小質心側偏角,使車輛在轉向時擁有良好的行駛軌跡與車身姿態(tài);另一方面要求盡量保證轉向靈敏度(橫擺角速度穩(wěn)態(tài)增益)與傳統(tǒng)的前輪轉向汽車一致,即保持駕駛員感覺不發(fā)生較大變化[8].根據(jù)這2個目標,并考慮一階慣性環(huán)節(jié)的車輛理想轉向模型，可表述成下列狀態(tài)方程形式:
(4)
其中
式中,βd,rd分別為理想質心側偏角和橫擺角速度;kβd,krd分別為質心側偏角穩(wěn)態(tài)增益和橫擺角速度穩(wěn)態(tài)增益,此處取kβd=0;τβ,τr分別為一階慣性環(huán)節(jié)時間常數(shù),根據(jù)經(jīng)驗此處取τβ=τr=0.2 s;δfd為理想前輪轉角輸入.
3 全滑模面控制器設計
基于線控技術和滑模理論,可以設計全滑?？刂破?同時控制前、后輪轉角輸入使實際車輛轉向模型跟蹤理想車輛轉向模型.由此可定義狀態(tài)跟蹤誤差為
(5)
對式(5)求導可得
(6)
構造具有積分項的跟蹤誤差滑模面為
(7)
式中,γ為加權矩陣.對式(7)求導可得
(Ad+γ)e(0)+(Ad-A)X+
BdUd-B[U+d(x,t)]
(8)
B-1[(Ad-A)X+BdUd]
(9)
將式(9)代入式(8),并考慮d(x,t)=0,可得誤差滑模面的導數(shù)為
(10)
Ueq=B-1[(Ad-A)X+BdUd]
(11)
設計魯棒控制器為
Urob=B-1[K1S+K2sgn(S)]
(12)
聯(lián)合等價控制器式(11)和魯棒控制器式(12)，可得到針對系統(tǒng)(1)所設計的全滑模面控制器為
U=Ueq+Urob
(13)
將式(13)代入式(8)中可得
(14)
令Bd(x,t)=W(x,t),式(14)可寫為
(15)
式中,K1,K2為2×2的常值系數(shù)矩陣.
為了保證實際跟蹤誤差軌跡限制在跟蹤誤差滑模面上,且系統(tǒng)漸近穩(wěn)定,定義Lyapunov函數(shù)為VT=STS/2,對其求導并將式(15)代入可得
(16)
為了使滑模面解耦,可令k12=k13=k22=k23=0,則有
w1(x,t)s1-w2(x,t)s2<
(17)
(18)
此外,為了抑制由全滑模控制器引起的抖振問題,將控制器中的切換函數(shù)sgn(si)用飽和函數(shù)sat(si)替代,取飽和函數(shù)為
(19)
4 仿真分析
本節(jié)將采用線性二自由度模型(2DOF)和非線性八自由度模型(8DOF)這2種車輛模型來驗證所設計的全滑?？刂破鞯聂敯粜?在2DOF模型中,通過加入側向風擾動和輪胎剛度攝動來初步驗證控制器的魯棒性.接著,在8DOF模型中進行高速直線行駛下抗側向風穩(wěn)定性仿真和2種不同附著路面下方向盤正弦輸入仿真.車輛8DOF模型及參數(shù)見文獻[12],為保證2種車輛模型在線性操縱區(qū)域具有相同車輛特性,取2DOF車輛模型與8DOF模型具有相同的整車質量、橫擺轉動慣量、前后橋到整車質心的距離以及輪胎側偏角在-3°～3°之間的線性輪胎側偏剛度.參數(shù)如表1所示.
表1 2DOF車輛模型參數(shù)
4.1 2DOF模型
車輛所受的外界干擾主要是側向風,而對系統(tǒng)參數(shù)攝動影響最大的是輪胎側偏剛度[7],因此將它們作為仿真的不確定輸入.
若只考慮以側向風作為外界干擾輸入時,即ΔA=ΔB=0,則側向風可由下式簡單描述:
(20)
式中,vw為風速;ρ為空氣密度;Aw為汽車側向迎風面積.
若只考慮以前、后輪胎側偏剛度變化作為系統(tǒng)參數(shù)攝動時,即Fw(t)=0,則系統(tǒng)攝動矩陣可由下式表述:
式中,Δkf,Δkr分別為前、后輪側偏剛度攝動量.
仿真工況如下:忽略轉向系統(tǒng),將方向盤轉角δs以16∶1的關系直接輸入到理想前輪轉角(δs=16δfd)進行角階躍仿真;車速為20 m/s;在3 s時觸發(fā)風壓中心位于車輛質心后的側向風輸入,風速為10 m/s,2 s后停止;在7 s時觸發(fā)輪胎側偏剛度攝動(輪胎側偏剛度降低20%),9 s后停止;在11 s時同時觸發(fā)這2種輸入,2 s后結束,仿真總時間為15 s.仿真結果如圖1和圖2所示.
由圖1和圖2可看出,相對于無控制的傳統(tǒng)前輪轉向車輛(FWS),常規(guī)滑模控制的四輪轉向(4WS-CSMC)和全滑?？刂频乃妮嗈D向(4WS-TSMC)具有較小的質心側偏角和橫擺角速度波動.在3～5 s側向風擾動期間,由于車速較低,2種控制下的車輛特性幾乎沒有差異;而在輪胎側偏剛度攝動的情況下,基于常規(guī)滑?？刂频乃妮嗈D向車輛具有非零的質心側偏角跟蹤誤差和橫擺角速度跟蹤誤差.對于全滑模控制,雖然在干擾突然介入時跟蹤有點超調,但在較短時間后,質心側偏角跟蹤誤差便變?yōu)榱?橫擺角速度跟蹤誤差也變?yōu)榱?即全滑?？刂破餮杆賹ο到y(tǒng)突然出現(xiàn)的不確定因素進行干預,使車輛快速地恢復到理想的轉向特性.在外界干擾存在的情況下,車輛能很好地跟蹤理想的轉向特性,并且保證穩(wěn)態(tài)跟蹤誤差為零,體現(xiàn)了全滑?？刂破髁己玫目刂菩阅芎汪敯粜?這一響應特性正是由于在設計滑模面時考慮了跟蹤誤差積分項.由于線性的2DOF車輛沒有考慮車輛以及輪胎的非線性因素,下面以非線性8DOF模型作進一步仿真分析.
圖1 質心側偏角響應(階躍轉向，u=20 m/s,δs=48°)
圖2 橫擺角速度響應(階躍轉向，u=20 m/s,δs=48°)
4.2 8DOF模型
非線性8DOF車輛模型能更精確地預測車輛的響應特性[12].不同于2DOF車輛模型,側向風作用力和力矩將不能通過匹配條件與控制量一起輸入到車輛模型中,而只能將其添加到車輛的側向運動方程和橫擺運動方程中.同樣,輪胎側偏剛度的攝動將由不同的路面摩擦系數(shù)來實現(xiàn).分2種工況進行仿真分析:①車輛高速直線行駛時抗側向風穩(wěn)定性仿真;②車輛在2種不同附著路面下的方向盤正弦輸入仿真.
高速直線行駛時抗側向風穩(wěn)定性仿真設置初始車速為40 m/s,側向風速為20 m/s,方向盤固定不動,1 s后觸發(fā)側向風輸入,仿真總時間為10 s.仿真結果如圖3所示.由圖3可見,相比于無控制的前輪轉向車輛,2種控制下的四輪轉向車輛都有較小的側向偏移.對比2種控制下的車輛軌跡,起初全滑?？刂频能囕v側向偏移略大,隨著質心側角和橫擺角速度迅速收斂到零后,它所產(chǎn)生的側向偏移將小于基于常規(guī)滑模控制的車輛側向偏移,可見穩(wěn)態(tài)下側向風干擾一直存在,采用誤差積分形式的全滑?？刂埔糜诔Ｒ?guī)的滑?？刂?能更有效地減小車輛側移,提高其抗側向風的穩(wěn)定性.
圖3 車輛行駛軌跡(側風擾動，u=40 m/s, vw=20 m/s)
接下來進行2種不同路面摩擦系數(shù)下的正弦輸入仿真.設置方向盤輸入的頻率為2 rad/s,幅值為48°;2種路面摩擦系數(shù)μ分別為0.8和0.3;仿真車速設置為20 m/s.圖4和圖5是路面摩擦系數(shù)為0.8時的仿真結果,圖6～圖8是路面摩擦系數(shù)為0.3時的仿真結果.
圖4 車輛行駛軌跡(正弦轉向，u=20 m/s, μ=0.8)
圖5 質心側偏角響應(正弦轉向，u=20 m/s, μ=0.8)
圖6 車輛行駛軌跡(正弦轉向，u=20 m/s, μ=0.3)
圖4顯示了在摩擦系數(shù)為0.8(干水泥路面)的路面上,無控制和有控制的車輛軌跡幾乎一致,但圖5表明無控制下的車輛質心側偏角最大幅度為1.8°,與理想的零值存在較大的偏差,而有控制的車輛基本上保證車輛質心側偏角為零,從而保證了車輛軸線方向與行駛方向一致,使車輛具有很好的操縱性.對比2種控制下的車輛響應幾乎不存在差異.
圖7 質心側偏角響應(正弦轉向，u=20 m/s, μ=0.3)
圖8 右后輪轉角輸出(正弦轉向，u=20 m/s, μ=0.3)
當路面摩擦系數(shù)為0.3(濕路面)時,從圖6中可看出無控制的車輛已經(jīng)出現(xiàn)嚴重側滑,失去穩(wěn)定性;對于有控制的車輛,雖然未出現(xiàn)嚴重側滑,但與理想的軌跡相差較遠,這主要是因為理想模型中未考慮輪胎側向力飽和的限制.對比圖6中2種控制下車輛軌跡和圖7中質心側偏角跟蹤效果可見,全滑?？刂坡院糜诔Ｒ?guī)滑模控制.圖8顯示2種控制下的車輛右后輪轉角在平滑度和幅度上都沒有較大差異,且轉角都小于3°,其他車輪轉角輸出也有相似特性,限于篇幅沒有給出.總體來說,全滑?？刂破鞯目刂菩阅芨咏硐氲霓D向特性,好于常規(guī)滑模控制器.
5 結語
針對基于線控技術的四輪轉向車輛,本文設計了一種全滑?？刂破?以跟蹤理想車輛模型的質心側偏角和橫擺角速度為目標,通過全滑?？刂茖崿F(xiàn)前后輪主動轉向.車輛2DOF模型下包含側向風振動及輪胎側偏剛度攝動輸入的階躍仿真表明，帶有跟蹤誤差積分項的全滑?？刂瓶梢杂行У馗纳品€(wěn)態(tài)跟蹤誤差不為零的現(xiàn)象.車輛非線性8DOF模型下高速直線行駛抗側向風穩(wěn)定性仿真和不同摩擦路面下的方向盤正弦輸入仿真表明，全滑模控制器具有良好的魯棒性和控制性能,有效提升了車輛的操縱穩(wěn)定性.
)
[1]喻凡,李道飛.車輛動力學集成控制綜述[J]. 農(nóng)業(yè)機械學報, 2008, 39(6): 1-7.
Yu Fan, Li Daofei. Review on integrated vehicle dynamics control[J].TransactionsoftheChineseSocietyforAgriculturalMachinery, 2008,39(6): 1-7.(in Chinese)
[2]于蕾艷, 林逸, 李玉芳. 汽車線控轉向系統(tǒng)綜述[J]. 農(nóng)業(yè)裝備與車輛工程, 2006, 174(1): 32-48.
Yu Leiyan, Lin Yi, Li Yufang. Summarization of automobile steer-by-wire system[J].AgriculturalEquipment&VehicleEngineering, 2006,174(1): 32-48. (in Chinese)
[3]Sato H, Hirota A, Yanagisawa H, et al. Dynamic characteristics of whole wheel steering vehicle with yaw velocity feedback rear wheel steering[C]//ProceedingsofIMechE. Nuneaton, England, 1983:147-156.
[4]Nagai M, Ohki M. Theoretical study on active four-wheel steering system by virtual vehicle model following control[J].InternationalJournalofVehicleDesign, 1988,10(1): 16-33.
[5]Li Bin, Yu Fan. Optimal model following control of four-wheel active steering vehicle[C]//Proceedingsofthe2009IEEEInternationalConferenceonInformationandAutomation. Zhuhai, China, 2009: 881-886.
[6]Marino R, Scalzi S, Cinili F. Nonlinear PI front and rear steering control in four wheel steering vehicles[J].VehicleSystemDynamics, 2007,45(12):1149-1168.
[7]Akar M, Kalkkuhl J C. Lateral dynamics emulation via a four-wheel steering vehicle[J].VehicleSystemDynamics, 2008,46(9): 803-829.
[8]Toshihiro H, Osamu N, Hiromitsu K. Model-following sling mode control for active four-wheel steering vehicle[J].JSAEReview, 2004,25: 305-313.
[9]陳建松, 陳南, 殷國棟, 等. 考慮非線性特征的4WS車輛滑模魯棒穩(wěn)定性控制[J]. 東南大學學報:自然科學版, 2010, 40(5): 969-972.
Chen Jiansong, Chen Nan, Yin Guodong, et al. Sliding-mode robust control for 4WS vehicle based on non-linear characteristic[J].JournalofSoutheastUniversity:NaturalScienceEdition, 2010,40(5): 969-972. (in Chinese)
[10]Alfi A, Farrokhi M. Hybrid state-feedback sliding-mode controller using fuzzy logic for four-wheel-steering vehicles[J].VehicleSystemDynamics, 2009,47(3): 265-284.
[11]Wai R J, Lin Kuomin, Lin Chung-You. Total sliding-mode speed control of field-oriented induction motor servo drive[C]//2004 5thAsianControlConference. Melbourne, Australia, 2004: 1354-1361.
[12]Demerly J D, Kamal Y T. Non-linear analysis of vehicle dynamics(NAVDyn): a reduced order model for vehicle handling analysis[C]//SAE2000AutomotiveDynamics&StabilityConference. Troy, Michigan,USA,2000: 354-370.
猜你喜歡
童話王國·奇妙邏輯推理(2024年5期)2024-06-19 16:03:38
網(wǎng)絡安全與數(shù)據(jù)管理(2022年1期)2022-08-29 03:15:20
導航定位學報(2022年4期)2022-08-15 08:27:00
中學生數(shù)理化·中考版(2022年8期)2022-06-14 06:55:24
新世紀智能(數(shù)學備考)(2021年9期)2021-11-24 01:14:36
成都醫(yī)學院學報(2021年2期)2021-07-19 08:35:14
新世紀智能(數(shù)學備考)(2020年9期)2021-01-04 00:25:14
中學生數(shù)理化·七年級數(shù)學人教版(2020年10期)2020-11-26 08:24:50
數(shù)學物理學報(2020年2期)2020-06-02 11:29:24
光學精密工程(2016年6期)2016-11-07 09:07:19
