袁朝春 范興根 袁慧穎 沈 捷 陳 龍 貝紹軼

(1.江蘇大學汽車工程研究院， 鎮(zhèn)江 212013； 2.密西根大學迪爾本分校， 迪爾本 MI 48128；3.中國農業(yè)機械化科學研究院， 北京 100083； 4.江蘇理工學院汽車工程學院， 常州 213001)

智能汽車并聯(lián)電控液壓制動系統(tǒng)設計與試驗

袁朝春1,2范興根1袁慧穎3沈 捷2陳 龍1貝紹軼4

(1.江蘇大學汽車工程研究院， 鎮(zhèn)江 212013； 2.密西根大學迪爾本分校， 迪爾本 MI 48128；3.中國農業(yè)機械化科學研究院， 北京 100083； 4.江蘇理工學院汽車工程學院， 常州 213001)

為提高智能汽車自動制動系統(tǒng)的性能及可靠性，設計基于傳統(tǒng)液壓制動系統(tǒng)的并聯(lián)式電控液壓主動防碰撞自動制動系統(tǒng)，針對整車動力學系統(tǒng)存在的參數(shù)攝動、外界干擾較強的非線性時變特征，提出μ控制策略控制制動管路壓力，并進行參數(shù)攝動及外界干擾影響下的控制器性能仿真及整車道路試驗。結果表明，采用μ控制算法的電控液壓制動系統(tǒng)，在整車質量增加30%和制動盤-摩擦片摩擦因數(shù)減少30%兩種工況下，整車期望加速度的穩(wěn)態(tài)誤差均控制在5%以內，穩(wěn)定時間分別為1.7 s和1.4 s。

智能汽車； 制動系統(tǒng)； 攝動；μ控制算法； 設計

引言

《中國制造2025》明確指出：“至2025年，高度自動駕駛(簡稱HA)智能汽車的市場占有率將達到10%～20%”。清華大學、吉林大學等國內外高校及研究院所研發(fā)了系列智能汽車，測試結果表明現(xiàn)有智能汽車技術可以適用于大部分的結構化和非結構化道路。王飛躍認為，國內智能汽車技術與國外技術的差距之一在于復雜工況下的智能汽車協(xié)調控制能力[1]。

復雜工況下，行駛道路附著特性變化及車輛動力學特性參數(shù)攝動等情況經常出現(xiàn)[2-3]，受行駛環(huán)境檢測能力、控制方法及車聯(lián)網基礎設施建設滯后等原因影響，HA級智能汽車將面臨著很大的交通事故風險。自動制動系統(tǒng)是智能汽車的一個重要組成部分，良好的制動控制器能夠在各種工況下都有較好的控制效果，現(xiàn)已經成為智能汽車研究領域熱門方向，國內外關于智能汽車制動系統(tǒng)的研究，主要集中在主動制動系統(tǒng)控制算法的優(yōu)化以及和車輛原有控制系統(tǒng)的集成等方面[4-9]?，F(xiàn)有制動控制系統(tǒng)所采用的控制理論主要有PID、模糊控制理論等，這些理論的應用達到了一定的控制效果[10-14]。但是，車輛參數(shù)變化、外界環(huán)境干擾等客觀存在的因素會使系統(tǒng)超調量增多、調整時間過長等，甚至會導致系統(tǒng)的不穩(wěn)定，嚴重影響魯棒性能[15-20]。無人化駕駛是智能汽車發(fā)展的最高水準，對制動系統(tǒng)的穩(wěn)定魯棒性和性能魯棒性將有更高要求。

本文從制動系統(tǒng)結構和控制算法兩方面出發(fā)，設計并聯(lián)式電控液壓制動執(zhí)行機構，該執(zhí)行機構可以在智能車液壓制動系統(tǒng)失效時保持車輛制動能力，同時可以在緊急情況下輔助駕駛員進行制動避讓障礙物；應用μ控制算法設計電控液壓制動控制系統(tǒng)，在整車質量攝動和制動盤-摩擦片摩擦因數(shù)攝動的情況下保持優(yōu)良的穩(wěn)定魯棒性和性能魯棒性，以確保智能車的縱向安全性。

1 并聯(lián)式電控液壓制動系統(tǒng)設計及建模

1.1 并聯(lián)式電控液壓制動系統(tǒng)

為了顯著提高智能汽車制動系統(tǒng)的可靠性，設計了一套并聯(lián)式電控液壓制動系統(tǒng)，此系統(tǒng)是將電控液壓裝置與傳統(tǒng)液壓制動系統(tǒng)并聯(lián)作為輔助制動系統(tǒng)。系統(tǒng)結構如圖1所示，主要包括電機泵、蓄能器、比例閥、壓力傳感器及ECU等主要模塊。

ECU是整個系統(tǒng)的控制核心，它會根據(jù)期望制動壓力調節(jié)比例閥的開度，并負責控制電動機與接收壓力傳感器信號。電動機帶動油泵將制動油壺中的制動液泵出產生高壓油，高壓油經過單向閥給蓄能器充能，使蓄能器中始終充滿高壓制動油。當制動壓力控制器發(fā)出增大制動力指令時，蓄能器中存儲的高壓油經過進液比例閥流入梭閥，進而使輪缸壓力升高，產生制動力；當制動壓力控制器發(fā)出減小制動力指令時，關閉進液比例閥，打開出液比例閥，制動管路中的制動液回流到制動油壺，從而降低制動力。

圖1 并聯(lián)式電控液壓制動系統(tǒng)結構圖Fig.1 Structure diagram of parallel electric-hydraulic braking system

1.2 電控液壓制動系統(tǒng)模型

針對設計的電控液壓制動系統(tǒng)，通過實驗及系統(tǒng)參數(shù)辨識方法建立系統(tǒng)增壓及減壓數(shù)學模型

(1)

(2)

增壓驅動電流Iincrease與進液比例閥占空比Dj之間的關系為

Iincrease=2.596 1Dj+0.073

(3)

減壓驅動電流Idecline與出液比例閥占空比Dc之間的關系為

Idecline=2.582 9Dc+0.044 5

(4)

如圖2所示，當比例閥占空比為36%時，制動輪缸的實際壓力與仿真結果誤差小于1%，所建立的模型可以精確地表征電控液壓制動系統(tǒng)特性。

圖2 進液比例閥部分打開時制動輪缸壓力Fig.2 Brake wheel cylinder pressure under partly opened proportional valve

2 自動制動系統(tǒng)及攝動分析

2.1 自動制動系統(tǒng)結構

由圖3可知，在智能車輛行駛過程中，首先由自車傳感器系統(tǒng)和車載毫米波雷達對車輛行駛狀態(tài)及行駛環(huán)境進行感知，上位控制器依據(jù)安全距離模型判斷車輛與前方車輛(或障礙物)的碰撞風險，并確定當前自車與前車(或障礙物)之間的安全距離，然后計算出當前車輛的期望加速度。下位控制器根據(jù)期望加速度，對車輛制動系統(tǒng)進行控制，保持車輛的安全距離，以達到智能汽車安全行駛的目的[21]。

由圖4可知，由主動避撞系統(tǒng)上位控制器得到期望加速度后，由車輛逆縱向動力學系統(tǒng)模型得到期望制動壓力，然后由制動執(zhí)行器模型得到實際制動壓力，最后輸出實際速度和加速度。本文的自動制動系統(tǒng)即在主動避撞系統(tǒng)基礎上改進而來。

2.2 整車縱向標稱動力學模型

由于本文僅考慮智能汽車直線行駛時防止與正前方障礙物追尾碰撞工況，驗證攝動影響下的電控液壓制動系統(tǒng)的性能及可靠性，因此，把整車動力學模型簡化成兩輪模型，如圖5所示。

圖4 主動避撞系統(tǒng)下位控制器Fig.4 Lower controller of active collision avoidance system

圖5 整車動力學模型Fig.5 Dynamic model of vehicle

假設前后輪滾動半徑及轉速相同，則制動狀態(tài)下，得到整車縱向標稱動力學方程為

(5)

式中M——智能汽車總質量，kgJf——前輪轉動慣量，kg·m2Jr——后輪轉動慣量，kg·m2rr——車輪滾動半徑，mω——車輪轉速，rad/sTbf——前輪制動力矩，N·mTbr——后輪制動力矩，N·mAa——車輛迎風面積，m2CD——風阻系數(shù)

g——重力加速度，m/s2f——滾動阻力摩擦因數(shù)

圖6 制動盤受力分析Fig.6 Force analysis of brake disc

在汽車自動制動過程中，電控液壓制動系統(tǒng)制動輪缸產生制動壓力，通過活塞推動摩擦片壓緊制動盤，從而產生制動摩擦力矩。制動盤受力情況，如圖6所示。

通常情況下，制動輪缸壓力P和摩擦片施加的壓力NP之間的力學關系表達式為

NP=PgAmc

(6)

式中NP——摩擦片施加的正壓力，NAmc——摩擦片截面積，m2

液壓制動力矩為

(7)

式中μ——制動盤-摩擦片摩擦因數(shù)R1——制動盤內徑，mR2——制動盤外徑，m

2.3 逆制動系統(tǒng)模型

智能汽車自動制動系統(tǒng)根據(jù)期望加速度通過逆制動模型計算期望制動壓力，由制動執(zhí)行器進行制動控制，實現(xiàn)期望的制動壓力。期望制動壓力Pdes為

(8)

式中Kb——制動力和制動壓力的比值，取1 185acdes——期望制動加速度，m/s2ρ——空氣密度，kg/m3v——智能車行駛速度，m/s

2.4 系統(tǒng)攝動特性分析

從式(5)～(8)可以看出，智能汽車總質量M和制動盤-摩擦片摩擦因數(shù)μ的變化對智能車輛整車動力學特性有較大影響。

(9)

車輛使用過程中制動系統(tǒng)過熱、涉水等因素造成制動效能下降，同時，由于地面濕滑等因素的影響使車輛制動距離加長，為方便控制系統(tǒng)設計，把這些因素影響效果綜合考慮為制動系統(tǒng)摩擦因數(shù)降低，即制動盤-摩擦片之間的摩擦因數(shù)μ產生不同程度的減小[23]，即

(10)

利用μ分析與綜合理論中的上線性分式變換方法，對式(5)～(8)中參數(shù)M及μ進行線性分式變換

(11)

(12)

式中dM——智能汽車總質量M攝動程度，dM∈[0，0.5]

dμ——制動盤-摩擦片摩擦因數(shù)μ攝動程度，dμ∈[-0.5，0]

δM、δμ——單位攝動，δM、δμ∈[-1,1]

以便于在設計控制器時考慮參數(shù)攝動對系統(tǒng)性能及穩(wěn)定性的影響。

3 電控液壓制動控制器設計

為保證電控液壓制動控制系統(tǒng)性能魯棒性和魯棒穩(wěn)定性，對包含電控液壓制動系統(tǒng)的整車動力學模型進行μ分析與綜合。

對控制系統(tǒng)μ綜合過程中，考慮了參數(shù)攝動和傳感器噪聲對控制器性能及穩(wěn)定性的影響，即：智能汽車總質量M參數(shù)攝動、制動盤-摩擦片摩擦因數(shù)μ參數(shù)攝動、比例閥驅動電流I及車輛加速度a的傳感器測量噪聲。

控制系統(tǒng)輸入為

u=[wMwμη1η2ades]T

(13)

控制系統(tǒng)輸出量為

y=[yMyμeaaI]T

(14)

對模型中各個輸入輸出及擾動等線性關聯(lián)重構，并隔離所有攝動，得到電控液壓制動控制系統(tǒng)閉環(huán)控制框圖，如圖7所示。

圖7 制動控制系統(tǒng)μ控制框圖Fig.7 Diagram of μ control in brake control system

3.1 控制器性能指標設計

本文設計μ綜合魯棒控制器考慮以下幾點：

(2)當整車質量、摩擦因數(shù)發(fā)生改變時，系統(tǒng)有較強的魯棒性，保證控制器的可靠性。

(3)減少傳感器噪聲對系統(tǒng)的干擾，保證系統(tǒng)的性能魯棒性。

3.2 控制器權函數(shù)選擇

4 試驗及仿真

由于H∞魯棒控制理論能夠有效處理非結構不確定性問題，但是對于已知結構不確定性問題則存在較大的保守性。本文為了綜合評估μ控制方法的魯棒性，對于上述結構，在不改變輸入輸出的情況下，根據(jù)H∞魯棒控制理論，設計了H∞控制器并將兩種控制器進行分析對比。仿真及試驗主要參數(shù)如表1所示，仿真工況如表2所示。

表1 仿真、試驗主要參數(shù)Tab.1 Main parameters of simulation and test

表2 仿真工況Tab.2 Simulation conditions

4.1 仿真分析

針對μ控制器在質量增加30%和摩擦因數(shù)減少30%的工況下對系統(tǒng)進行仿真，并與H∞控制器進行對比，驗證控制器魯棒性。由文獻[24]可知將期望加速度ades的輸出限制在-0.5～0.6 m/s2之間，駕駛員與乘客的舒適性最佳，此工況稱為最優(yōu)加速度控制，所以本文選取期望加速度為-0.5 m/s2的階躍輸入，各傳感器的噪聲假設為協(xié)方差為0.01的隨機測量噪聲。

圖8～10顯示了當質量增加30%時，在μ控制器和H∞控制器控制下系統(tǒng)的實際加速度、加速度誤差和制動壓力。可以看出，μ控制器在1.5 s左右可以達到期望加速度，且能夠將穩(wěn)態(tài)誤差控制在5%以內，延遲μ控制器在1.8 s達到期望制動壓力，達到了較好的控制效果。而H∞控制器在5 s時，加速度為-0.75 m/s2，穩(wěn)態(tài)誤差接近50%，達到期望制動加速度的能力較差。

圖11～13顯示了當制動盤-摩擦片摩擦因數(shù)減小30%時，μ控制器和H∞器控制下系統(tǒng)的實際加速度、加速度誤差和制動壓力。從仿真結果可以看出，在5 s內，H∞控制器不能達到期望的加速度，而且制動壓力有較大范圍的波動。H∞控制器實際加速度和期望加速度誤差較大，最大偏差達到0.27 m/s2，而μ控制器在1.3 s左右，系統(tǒng)達到期望的加速度，并使得相對誤差穩(wěn)定在一個較小的范圍內。

圖8 質量增加30%時，縱向加速度仿真曲線Fig.8 Simulation curves of longitudinal acceleration

圖9 質量增加30%時，縱向加速度誤差仿真曲線Fig.9 Simulation curves of longitudinal acceleration error

圖10 質量增加30%時，制動壓力仿真曲線Fig.10 Simulation curves of brake pressure

圖11 摩擦因數(shù)減小30%時，縱向加速度仿真曲線Fig.11 Simulation curves of longitudinal acceleration

圖12 摩擦因數(shù)減小30%時，縱向加速度誤差仿真曲線Fig.12 Simulation curves of longitudinal acceleration error

圖13 摩擦因數(shù)減小30%時，制動壓力仿真曲線Fig.13 Simulation curves of brake pressure

4.2 試驗驗證

利用圖14所示的實車試驗平臺驗證整車對期望加速度的響應。通過更換不同的摩擦片材料改變摩擦因數(shù)，通過在實驗車裝質量塊來模擬載荷變化。采用ARK-3440F型控制系統(tǒng)的工業(yè)工況機實現(xiàn)對整車制動系統(tǒng)的實時控制，根據(jù)實際情況計算期望的制動減速度，將控制信號輸出給執(zhí)行機構，控制比例閥的驅動電流達到期望減速度。

在路面附著系數(shù)為0.8的干燥瀝青路面上以72 km/h的初速度進行試驗。輸入期望加速度為-0.5 m/s2，通過加速度傳感器實時檢測實車加速度的響應情況。分別在質量增加30%和摩擦因數(shù)減小30%的2種工況下(表3)對μ控制器和H∞控制器進行實車試驗，實車試驗結果如圖15～20所示。

圖14 實車試驗平臺Fig.14 Vehicle test platforms

表3 實車試驗工況Tab.3 Actual vehicle test conditions

圖15 質量增加30%，實車加速度試驗曲線Fig.15 Test curves of acceleration under 30% increase in mass

圖16 質量增加30%，實車加速度誤差試驗曲線Fig.16 Test curve of acceleration error under 30% increase in mass

圖17 質量增加30%，制動壓力試驗曲線Fig.17 Test curves of braking pressure under 30% increase in mass

圖18 摩擦因數(shù)減小30%，實車加速度響應曲線Fig.18 Test curves of acceleration under 30% decrease in friction coefficient

圖19 摩擦因數(shù)減小30%，實車加速度誤差試驗曲線Fig.19 Test curves of acceleration error under 30% decrease in friction coefficient

從圖15可看出，在實際質量增加30%的情況下，μ控制器在1.7 s時，期望加速度達到-0.5 m/s2，并穩(wěn)定在一定范圍內。而在H∞控制器控制下，整車在5 s時仍未達到期望的加速度，且超調量達到0.26 m/s2。從圖16可以看出，當質量增加30%時，μ控制器在2 s左右時加速度誤差就趨于0并保持穩(wěn)定，而H∞控制器則波動較大。從圖17可以看出，μ控制器在2.1 s時達到期望制動壓力，而H∞控制器則明顯偏離期望制動壓力。由圖15～17可得，在實際質量存在大范圍攝動時，μ控制器具有較好的魯棒性和較好的制動性能。由圖18可知，當摩擦因數(shù)減小30%時，在H∞控制器的控制下，整車無法達到期望加速度，最大制動加速度僅達到-0.35 m/s2，有明顯的制動力不足的情況，嚴重影響了實際安全。而在μ控制器控制下，在1.4 s時，實車達到期望加速度，并且將穩(wěn)態(tài)誤差控制在5%以內。從圖19可以看出，當摩擦因數(shù)減小30%時，μ控制器在2 s后加速度誤差就趨于0并保持穩(wěn)定，而H∞控制器則波動很大。從圖20可以看出，μ控制器在2 s左右時就達到期望的制動壓力，而H∞控制器則沒有此效果，說明μ控制器在摩擦因數(shù)變化下仍有較好的控制效果。

圖20 摩擦因數(shù)減小30%，制動壓力試驗曲線Fig.20 Test curves of braking pressure under 30% decrease in friction coefficient

5 結論

(1)為提高智能汽車制動系統(tǒng)的性能及可靠性，設計了并聯(lián)式電控液壓主動防碰撞自動制動系統(tǒng)，并建立其在增壓和減壓狀態(tài)下的數(shù)學模型，在比例閥占空比為36%時，仿真及試驗結果誤差小于1%，表明所建模型的精確性。

(2)采用μ分析與綜合方法中的線性分式變換及系統(tǒng)關聯(lián)重構等手段，解決電控液壓制動系統(tǒng)中存在的參數(shù)攝動、傳感器噪聲等對控制器性能的影響，試驗結果表明，采用μ控制算法的電控液壓制動系統(tǒng)，在整車質量增加30%和制動盤-摩擦片摩擦因數(shù)減少30%兩種工況下，整車期望加速度的穩(wěn)態(tài)誤差均控制在5%以內，穩(wěn)定時間分別為1.7 s和1.4 s。

1 2015中國智能未來挑戰(zhàn)賽全紀錄.http:∥www.its114.com/html/2015/telematics_1118160968.html.

2 解瑞春. 基于信息融合技術的車輛行駛狀態(tài)估計算法研究[D]. 錦州：遼寧工業(yè)大學, 2015. XIE Ruichun. Research on vehicle driving state estimation algorithm based on information fusion technology[D]. Jinzhou:Liaoning University of Technology, 2015.(in Chinese)

3 GUSTAFSSON F. Estimation and change detection of tire-road friction using the wheel slip[C]∥IEEE International Symposium on Computer Aided Control System Design, 1996:99-104.

4 宋曉琳，馮廣剛，楊濟匡.汽車主動避撞系統(tǒng)的發(fā)展現(xiàn)狀及趨勢[J].汽車工程,2008,30(2):285-289. SONG Xiaolin, FENG Guanggang, YANG Jikuang. Present status and trend of automotive active collision avoidance system [J].Automotive Engineering, 2008,30(2): 285-289.(in Chinese)

5 龍偉，魏玉聰. 基于毫米波雷達的高速彎道扇形預警模型[J].四川大學學報： 工程科學版,2015,47(3):150-153. LONG Wei, WEI Yucong. An early warning model of high-speed curve sector based on millimeter-wave radar [J]. Journal of Sichuan University： Engineering Science Edition, 2015,47(3): 150-153.(in Chinese)

6 劉志新, 張大衛(wèi), 李幼德. 基于滑轉率的四輪驅動汽車防滑模糊控制仿真[J]. 農業(yè)機械學報, 2005, 36(12):21-24. LIU Zhixin, ZHANG Dawei, LI Youde. Simulation of non-slip fuzzy control for four-wheel-drive vehicle based on slip ratio [J]. Transactions of the Chinese Society for Agricultural Machinery, 2005,36(12): 21-24.(in Chinese)

7 劉學軍, 何仁. 電磁-液壓復合防抱死制動系統(tǒng)滑?？刂芠J/OL]. 農業(yè)機械學報, 2014, 45(5):1-7. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20140501&flag=1.DOI：10.6041/j.issn.1000-1298.2014.05.001. LIU Xuejun, HE Ren. Sliding mode control of antilock braking system with electromagnetic-hydraulic compound[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2014, 45(5):1-7.(in Chinese)

8 MOON S, MOON I, YI K. Design, tuning, and evaluation of a full-range adaptive cruise control system with collision avoidance[J]. Control Engineering Practice, 2009, 17(4):442-455.

9 LU X Y, TAN H S, DAN E, et al. Nonlinear longitudinal controller development and real-time implementation[R]. Transportation Studies, UC Brfeeley, 2000.

10 YI K, HONG J, KWON Y D. A vehicle control algorithm for stop-and-go cruise control[C]∥2001 IEEE Intelligent Transportation Systems, 2001:478-482.

11 CHOI S B, DEVLIN P. Throttle and brake combined control for intelligent vehicle highway systems[M]∥Systems & Issues in Its, SAE Special Publications, 1995.

12 CONNOLLY T R, HEDRICK J K. Longitudinal transition maneuvers in an automated highway system[J]. Journal of Dynamic Systems Measurement & Control, 1996, 121(3):471-478.

13 GERDES J C, HEDRICK J K. Brake system requirements for platooning on an automated highway[C]∥Proceedings of the 1995, 1995:165-169.

14 胡春花, 何仁, 李楠. 混聯(lián)式HEV能量控制系統(tǒng)魯棒控制器設計[J]. 農業(yè)機械學報, 2011, 42(12):62-66. HU Chunhua, HE Ren, LI Nan. Robust controller design for hybrid HEV energy control system[J]. Transactions of the Chinese Society for Agricultural Machinery, 2011, 42(12):62-66.(in Chinese)

15 侯德藻, 高鋒, 李克強,等. 應用于汽車主動避撞系統(tǒng)的車輛縱向動力學模型[J]. 清華大學學報：自然科學版, 2004, 44(2):258-261. HOU Dezao, GAO Feng, LI Keqiang, et al. Vehicle longitudinal dynamic model applied to vehicle active collision avoidance system[J].Journal of Tsinghua University： Science and Technology, 2004,44(2):258-261.(in Chinese)

16 CELENTANO G, IERVOLINO R, PORRECA S, et al. Car brake system modeling for longitudinal control design[C]∥Proceedings of 2003 IEEE Conference on Control Applications, 2003:25-30.

18 LIMEBEER D J N, KASENALLY E.H∞optimal control of a synchronous turbo-generator[C]∥IEEE Conference on Decision and Control, 1987:62-65.

19 皮大偉, 陳南, 張丙軍. 基于主動制動的車輛穩(wěn)定性系統(tǒng)最優(yōu)控制策略[J]. 農業(yè)機械學報, 2009, 40(11):1-6. PI Dawei, CHEN Nan, ZHANG Bingjun. Optimal control strategy of vehicle stability based on active braking [J].Transactions of the Chinese Society for Agricultural Machinery, 2009, 40(11): 1-6. (in Chinese)

20 丁永前, 王致情, 林相澤,等. 自主跟隨車輛航向控制系統(tǒng)[J/OL]. 農業(yè)機械學報, 2015, 46(1):8-13. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20150102&flag=1.DOI：10.6041/j.issn.1000-1298.2015.01.002. DING Yongqian, WANG Zhiqing, LIN Xiangze, et al. Autonomous follow the vehicle heading control system[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2015,46(1):8-13.(in Chinese)

21 宋曉琳, 馮廣剛, 楊濟匡. 汽車主動避撞系統(tǒng)的發(fā)展現(xiàn)狀及趨勢[J]. 汽車工程, 2008, 30(4):285-290. SONG Xiaolin, FENG Guanggang, YANG Jikuang. Present status and trends of vehicle active collision avoidance system [J]. Automotive Engineering, 2008, 30 (4): 285-290.(in Chinese)

22 王兆. 乘用車制動標準法規(guī)技術對比分析與研究[D]. 長春：吉林大學, 2008. WANG Zhao. Comparison and analysis of technical regulations of passenger vehicle braking standards [D]. Changchun:Jilin University, 2008.(in Chinese)

23 朱攀. 車輛制動摩擦材料關鍵特性的研究及檢測方法[D]. 武漢：武漢理工大學, 2006. ZHU Pan.Study on the key characteristics of vehicle braking friction material and its detection method [D].Wuhan:Wuhan University of Technology,2006.(in Chinese)

24 馬國成. 車輛自適應巡航跟隨控制技術研究[D].北京：北京理工大學, 2014. MA Guocheng. Vehicle adaptive cruise following control technology [D]. Beijing:Beijing Institute of Technology, 2014.(in Chinese)

Design and Experiment on Hydraulic Brake System of Intelligent Automobile Parallel Electric Control

YUAN Chaochun1,2FAN Xinggen1YUAN Huiying3SHEN Jie2CHEN Long1BEI Shaoyi4
(1.AutomotiveEngineeringResearchInstitute,JiangsuUniversity,Zhenjiang212013,China2.UniversityofMichigan-Dearborn，DearbornMI48128,USA3.ChineseAcademyofAgriculturalMechanizationSciences,Beijing100083,China4.SchoolofAutomotiveEngineering,JiangsuInstituteofTechnology,Changzhou213001,China)

In order to improve the performance and reliability of intelligent automatic braking system and the braking performance of traditional hydraulic braking system, on the basis of active collision avoidance system, a parallel electro-hydraulic anti-collision automatic braking system was designed based on the traditional hydraulic braking system, its mathematical model in the state of supercharging and decompression was also established. In view of the parameter perturbation and non-linear time-varying characteristics of vehicle dynamics, and also considered the vehicle in the process of vehicle quality changes and brake disc-brake pads friction coefficient changes, theμcontrol strategy was proposed to control the brake line pressure, an electronic control hydraulic brake controller based onμcontrol strategy and controller performance indicators were designed to simulate the performance of the controller under the influence of parameters perturbation and external disturbance, and theμcontrol strategy was compared with theH∞control strategy. The results showed that the electronic control hydraulic braking system withμcontrol algorithm can control the steady-state errors of expected accelerations of the whole vehicle within 5% under the conditions of 30% increase in the mass of the whole vehicle and 30% decrease in the friction coefficient of the brake disc-friction disc. The stabilization time was 1.7 s and 1.4 s, respectively, indicating the accuracy of the model was high, which solved the influence of parameter perturbation and sensor noise on the performance of controller in the electronic control hydraulic braking system.

intelligent vehicle; brake system; perturbation;μcontrol algorithm; design

2016-11-04

2017-03-11

國家自然科學基金項目(51305167、U1564201)、江蘇省高校自然科學研究重大項目(16KJA580002)、江蘇大學青年骨干教師培養(yǎng)工程項目和江蘇省“六大人才高峰”項目(2012-ZBZZ-029)

袁朝春(1978—)，男，副教授，博士，主要從事汽車主動安全研究，E-mail: yuancc_78@163.com

貝紹軼(1968—)，男，教授，博士，主要從事汽車動力學研究，E-mail: bsy1968@126.com

10.6041/j.issn.1000-1298.2017.05.047

U463.52+5

A

1000-1298(2017)05-0369-08