武歷穎 徐同強(qiáng)

摘 要：電動助力轉(zhuǎn)向系統(tǒng)（EPS）是順應(yīng)節(jié)能環(huán)保理念誕生的汽車電子控制技術(shù)產(chǎn)物，其相對于液壓助力轉(zhuǎn)向系統(tǒng)具有節(jié)能、環(huán)保、操縱性好等優(yōu)點(diǎn)，已成為當(dāng)今動力轉(zhuǎn)向技術(shù)研究的熱點(diǎn)，其市場應(yīng)用也將越來越大。電動助力轉(zhuǎn)向系統(tǒng)關(guān)鍵技術(shù)主要包括硬件技術(shù)和軟件技術(shù)兩個方面，而控制策略又是軟件技術(shù)的核心。文章通過建模仿真，完成了對各種控制策略的驗(yàn)證和分析。通過分析，選擇出了最適用于電動助力轉(zhuǎn)向系統(tǒng)的控制算法，為EPS軟件技術(shù)的開發(fā)奠定了基礎(chǔ)，同時，也為硬件技術(shù)的開發(fā)提供一定的指導(dǎo)作用。

關(guān)鍵詞：電動助力轉(zhuǎn)向系統(tǒng)；控制策略；建模仿真

汽車在泊車或者中低速行駛過程中進(jìn)行轉(zhuǎn)向時，地面產(chǎn)生的轉(zhuǎn)向阻力是非常沉重的，為了減輕方向盤的操縱力，可通過控制助力電機(jī)的輸出力矩經(jīng)傳動機(jī)構(gòu)作用到轉(zhuǎn)向軸或者轉(zhuǎn)向小齒輪或者齒條上來實(shí)現(xiàn)。該控制利用電機(jī)的特性，由EPS控制器實(shí)時監(jiān)測轉(zhuǎn)向盤轉(zhuǎn)矩傳感器輸出的轉(zhuǎn)矩信號和車速傳感器輸出的車速信號，根據(jù)EPS內(nèi)部固化的控制算法確定出電機(jī)的目標(biāo)助力電流，通過對反饋電流與目標(biāo)助力電流的比較，利用一定的控制算法來控制助力電機(jī)的電樞電壓，實(shí)現(xiàn)閉環(huán)控制。

1 常見控制策略

EPS的主要任務(wù)就是通過設(shè)計(jì)控制算法完成對于目標(biāo)電流的跟蹤，當(dāng)前對于目標(biāo)電流的跟蹤控制中常用的有如下幾種。

1.1 PID控制

在工程實(shí)際中，應(yīng)用最為廣泛的調(diào)節(jié)器控制規(guī)律為比例、積分、微分控制，簡稱PID控制。當(dāng)我們不完全了解一個系統(tǒng)和被控對象，或不能通過有效的測量手段來獲得系統(tǒng)參數(shù)時，最適合用PID控制技術(shù)。

PID控制在EPS中應(yīng)用的基本原理是助力電機(jī)某一時刻的電壓是由該時刻的目標(biāo)電流和測量設(shè)備檢測到的助力電流的差值通過PID控制方法而得到。

數(shù)字PID控制算法可以表示為：

1.2 模糊控制

模糊控制器設(shè)計(jì)的核心工作有三個方面：①精確變量的模糊化，完成清晰量轉(zhuǎn)換成模糊量的運(yùn)算。②模糊控制算法的設(shè)計(jì)，完成根據(jù)輸入模糊量進(jìn)行近似推理運(yùn)算，得出模糊輸出量。③輸出信息的模糊化判決，完成模糊輸出量轉(zhuǎn)換成清晰量的運(yùn)算。

1.3 滑模變結(jié)構(gòu)控制

這種控制方法是在動態(tài)的過程中根據(jù)系統(tǒng)當(dāng)前的狀態(tài)（誤差或誤差及其各階導(dǎo)數(shù)）有目的地不斷發(fā)生變化，從而迫使系統(tǒng)可以按照預(yù)定的“滑動模態(tài)”的狀態(tài)軌跡運(yùn)動。滑動模態(tài)的存在，使得系統(tǒng)在滑動模態(tài)下不僅保持對系統(tǒng)結(jié)構(gòu)、參數(shù)以及外界干擾等不確定性因素的魯棒性，而且可以獲得較為滿意的動態(tài)性能。

1.4 模糊滑?？刂?/p>

基于模糊控制的上述優(yōu)越性，我們可以融合滑?？刂频膬?yōu)越性設(shè)計(jì)搭建一個模糊滑?？刂破鳎?yīng)用于EPS仿真模型，基于模糊滑模控制系統(tǒng)的結(jié)構(gòu)圖如圖所示：

圖1 模糊滑?？刂葡到y(tǒng)結(jié)構(gòu)圖

1.5 自適應(yīng)模糊滑?？刂?/p>

自適應(yīng)控制器的基本思想是：基于測量得到的信號，對不確定的被控對象參數(shù)（及相應(yīng)的控制器參數(shù)）進(jìn)行在線估計(jì)，并在控制輸入計(jì)算中使用參數(shù)的估計(jì)值。因而自適應(yīng)控制系統(tǒng)可以看作帶有參數(shù)的在線估計(jì)的系統(tǒng)。自適應(yīng)控制的基本目標(biāo)是：當(dāng)對象存在不確定性和參數(shù)的未知變化時，仍能夠保持可靠的系統(tǒng)性能。

2 仿真分析和對比

EPS系統(tǒng)是一個多輸入多輸出，并且具有一定程度的非線性、時變環(huán)節(jié)的系統(tǒng)，含有結(jié)構(gòu)性攝動和非結(jié)構(gòu)性攝動等不確定性因素，這些因素會對EPS系統(tǒng)的動態(tài)特性產(chǎn)生一定影響，影響因素包括外部擾動，非線性摩擦，參數(shù)攝動，延時擾動，力矩波動。這決定了EPS的助力控制算法必須具有一定的魯棒性和自適應(yīng)性，能夠在一定程度上抵抗外界對于系統(tǒng)的干擾，使得實(shí)際電流與目標(biāo)電流的差值保持在允許的范圍以內(nèi)。這些因素對各種控制策略的控制效果也提出了挑戰(zhàn)。

2.1 PID控制器與滑?？刂破鞅容^

在汽車的行駛過程中會遇到來自地面的干擾，因此在仿真時本文給輪胎添加了一個正弦的干擾力矩。仿真結(jié)果如圖所示。

圖2 干擾下的不同控制算法的助力電流階躍響應(yīng)

PID控制算法和滑模控制算法的調(diào)節(jié)時間都很短且沒有超調(diào)，但是PID 控制存在一定的穩(wěn)態(tài)誤差，而滑?？刂品€(wěn)態(tài)誤差基本不存在。因此，PID控制方法跟蹤目標(biāo)電流基本可以滿足要求，但還不是很理想；而采用滑模變結(jié)構(gòu)控制算法跟蹤助力電流無超調(diào)且調(diào)節(jié)時間短、穩(wěn)態(tài)誤差小，跟蹤效果優(yōu)于PID控制方法。

2.2 常規(guī)滑?？刂破髋c模糊滑模控制器比較

對中高速工況下的方向盤回正過程進(jìn)行仿真，結(jié)果如下圖。

圖3 行車回正過程轉(zhuǎn)向盤轉(zhuǎn)角 圖4 行車回正過程電機(jī)電流

從圖中可以看出，采用常規(guī)滑?；卣刂坪?，回正準(zhǔn)確迅速，抑制了回正超調(diào)現(xiàn)象，但是轉(zhuǎn)向盤在回正后持續(xù)產(chǎn)生抖振。采用模糊滑?？刂频幕卣郎?zhǔn)確迅速無超調(diào)，并且回正后無抖振。常規(guī)滑?？刂频碾娏鞑▌虞^大，而模糊滑模控制電流變化相對平緩。

2.3 自適應(yīng)模糊滑模控制器與PID控制器比較

選取車速為10km/h的低速轉(zhuǎn)向工況和車速為60km/h的高速轉(zhuǎn)向工況進(jìn)行仿真，并將兩種控制算法下的實(shí)際助力電流對目標(biāo)助力電流的跟蹤效果進(jìn)行了對比，如圖5-圖8所示。

①V=10km/h，存在外界干擾，助力電機(jī)電阻緩慢變化條件下兩種控制算法的助力電流跟蹤效果（見圖5、圖6）。②V=60km/h，存在外界干擾，助力電機(jī)電阻緩慢變定條件下兩種控制算法的助力電流跟蹤效果。

圖7 自適應(yīng)模糊滑模控制算法 圖8 PID控制算法

從圖中可以看出，自適應(yīng)模糊滑模控制算法魯棒性較強(qiáng)，能夠克服由于外界的干擾和系統(tǒng)結(jié)構(gòu)的不確定性帶來的不利影響，在任何時候都能夠使得實(shí)際電流跟蹤上目標(biāo)電流。而PID控制算法對于外界抗干擾能力略差，高速行駛工況下助力電流目標(biāo)值較小時能夠在一定的范圍跟蹤上目標(biāo)電流，而在車速較低目標(biāo)助力電流較大的時候，對于目標(biāo)電流的跟蹤精度誤差則非常大。

3 結(jié)束語

嵌入式系統(tǒng)中控制算法的選用可以通過仿真結(jié)果我們能夠明確各種控制算法的優(yōu)點(diǎn)和不足，其中自適應(yīng)模糊滑?？刂频目刂菩Ч鄬κ亲詈玫摹?/p>

在搭建各種控制算法模型的過程中，我們也體會到了各種控制算法模型的難易程度。電流閉環(huán)控制用的PID控制，設(shè)計(jì)過程簡單、控制參數(shù)調(diào)整方便和直觀，其模型的搭建在各種算法中也是最容易實(shí)現(xiàn)的。自適應(yīng)模糊滑?？刂朴捎诩闪俗赃m應(yīng)控制、模糊控制和滑?？刂频戎悄芸刂撇呗?，其控制器設(shè)計(jì)和模型搭建的復(fù)雜程度也是遠(yuǎn)遠(yuǎn)超過PID控制策略。

設(shè)計(jì)各種控制算法的最終目的還是將其寫入嵌入式系統(tǒng)，以完成對EPS系統(tǒng)的實(shí)時控制。對于各種控制算法的評價，我們要從兩方面進(jìn)行考慮，一是結(jié)合EPS的設(shè)計(jì)目標(biāo)要求對比各種控制算法的差異性；二是考慮各種控制算法對嵌入式系統(tǒng)的要求。

綜合考慮以上兩點(diǎn)，控制效果最好的算法不一定是嵌入式微控制器的最佳選擇，而控制效果稍差的算法不一定被摒棄。自適應(yīng)模糊滑?？刂扑惴m然控制效果相對較好，但其設(shè)計(jì)過程復(fù)雜，運(yùn)算量大，對于控制用單片機(jī)的工作速度及性能要求更高，因此大大增加了EPS量產(chǎn)的成本。而PID控制算法，由于設(shè)計(jì)過程簡單，易于軟件編程實(shí)現(xiàn)，對單片機(jī)的要求較低，更重要的是其對EPS的控制效果能夠達(dá)到設(shè)計(jì)目標(biāo)及滿足駕駛員需求。這種情況下企業(yè)沒有必要花費(fèi)更高的成本去采用最好的控制算法，因此，PID控制算法目前依然是EPS助力電機(jī)控制中使用最為廣泛的控制策略。

參考文獻(xiàn)

[1]馮引安.汽車電動助力轉(zhuǎn)向系統(tǒng)建模及控制算法研究[D].重慶大學(xué)，重慶，2007.

[2]姚慧杰，高秀華，張小江.基于FUZZY控制策略的汽車EPS助力特性分析[J].機(jī)械設(shè)計(jì)與制造，2008，（7）：9-10.

[3]劉金琨.先進(jìn)PID控制MATLAB仿真（第3版）[M].電子工業(yè)出版社，2011.

[4]余志生.汽車?yán)碚摚ǖ?版）[M].北京，機(jī)械工業(yè)出版社，2010：176-183.

[5]胡建軍，盧娟，秦大同，等.電動助力轉(zhuǎn)向系統(tǒng)的建模和仿真分析[J].重慶大學(xué)學(xué)報（自科版），2007，30（8）：10-13.

[6]施國標(biāo).電動助力轉(zhuǎn)向助力特性仿真與控制策略研究[D].吉林大學(xué)博士學(xué)位論文，2002.