李志遠(yuǎn)，侯順艷，李浩東

(1.河北大學(xué) 質(zhì)量技術(shù)監(jiān)督學(xué)院，河北 保定 071002;2.河北大學(xué) 電子信息工程學(xué)院，河北 保定 071002)

?

輪轂電機(jī)驅(qū)動式微型電動汽車驅(qū)動防滑控制

李志遠(yuǎn)1，侯順艷2，李浩東1

(1.河北大學(xué) 質(zhì)量技術(shù)監(jiān)督學(xué)院，河北 保定 071002;2.河北大學(xué) 電子信息工程學(xué)院，河北 保定 071002)

針對輪轂電機(jī)驅(qū)動式微型電動汽車的驅(qū)動輪過度滑轉(zhuǎn)問題，基于雙后輪獨立驅(qū)動微型電動汽車，從工程化角度設(shè)計了汽車驅(qū)動防滑模糊PID控制器.首先設(shè)計了簡化的模糊路面識別方法，然后在Carsim軟件中建立了車輛模型，并基于Simulink和Carsim軟件建立了聯(lián)合仿真平臺，最后基于聯(lián)合仿真平臺采用以驅(qū)動輪轉(zhuǎn)矩為控制量進(jìn)行了汽車在典型路面的驅(qū)動防滑控制仿真實驗.實驗結(jié)果表明，基于路面識別的驅(qū)動防滑控制器能夠較好地抑制汽車驅(qū)動輪過度滑轉(zhuǎn)，提高了汽車行駛的動力性和穩(wěn)定性.

電動汽車；輪轂電機(jī)；驅(qū)動防滑；模糊PID控制；聯(lián)合仿真

汽車驅(qū)動防滑控制(ASR)是一種汽車主動安全控制系統(tǒng)，它能夠限制汽車在低附著路面加速工況下驅(qū)動輪過度滑轉(zhuǎn)，充分發(fā)揮地面給驅(qū)動輪提供的縱向和側(cè)向附著力，提高汽車的加速能力和橫向穩(wěn)定性.輪轂電機(jī)驅(qū)動微型電動汽車采用輪轂電機(jī)獨立驅(qū)動，簡化了傳統(tǒng)汽車的傳動機(jī)械結(jié)構(gòu)，電機(jī)反應(yīng)速度快、傳動效率高，是目前電動汽車的主要研究方向之一[1].電動輪的驅(qū)動防滑控制是汽車驅(qū)動控制的主要關(guān)鍵技術(shù)之一，由于輪轂電機(jī)驅(qū)動輪轉(zhuǎn)矩和轉(zhuǎn)速容易測得，因此輪轂電機(jī)驅(qū)動電動汽車的驅(qū)動防滑控制較傳統(tǒng)汽車更為優(yōu)越.驅(qū)動輪最優(yōu)滑轉(zhuǎn)率識別是汽車ASR良好控制的關(guān)鍵，目前識別方法多集中于基于路面附著系數(shù)-滑轉(zhuǎn)率曲線變化識別[2]和基于模糊控制理論識別路面相似度的加權(quán)平均識別[3]，這2種算法對于實際控制器的計算量偏大.ASR控制方法主要有門限值控制、PID控制和模糊控制等方法[4].本文從控制器開發(fā)工程化角度，基于雙后輪獨立驅(qū)動電動汽車，建立簡化的模糊路面識別方法，基于參數(shù)化車輛動力學(xué)建模軟件Carsim建立車輛模型，并采用模糊PID聯(lián)合控制進(jìn)行汽車驅(qū)動防滑控制研究.

1 電動汽車驅(qū)動防滑控制策略

2后輪獨立驅(qū)動微型電動汽車的驅(qū)動防滑控制策略如圖1所示，ASR控制器結(jié)構(gòu)如圖2所示.駕駛員通過油門踏板和方向盤轉(zhuǎn)角輸入駕駛意圖，控制器采集汽車4個輪速信號和驅(qū)動輪轉(zhuǎn)矩信號，根據(jù)驅(qū)動輪的運動狀態(tài)控制電動汽車的起步和加速.滑轉(zhuǎn)率模塊通過車輪輪速計算驅(qū)動輪實際滑轉(zhuǎn)率，路面識別模塊根據(jù)計算的實際滑轉(zhuǎn)率和實際路面附著系數(shù)進(jìn)行路面識別，得出當(dāng)前路面的最優(yōu)滑轉(zhuǎn)率.當(dāng)驅(qū)動輪滑轉(zhuǎn)率很小時，認(rèn)為驅(qū)動輪不過度滑轉(zhuǎn)，采用電動汽車電子踏板跟隨控制；當(dāng)檢測到驅(qū)動輪滑轉(zhuǎn)率超過控制門限時，采用以基于驅(qū)動輪轉(zhuǎn)矩為控制變量的模糊PID控制，將驅(qū)動輪滑轉(zhuǎn)率控制在最優(yōu)滑轉(zhuǎn)率附近.

圖1 ASR控制策略Fig.1 Structure of ASR control strategy

圖2 ASR模糊-PID控制器Fig.2 Structure of ASR controller based on fuzzy-PID

2 驅(qū)動輪最優(yōu)滑轉(zhuǎn)率識別

驅(qū)動輪最優(yōu)滑轉(zhuǎn)率識別方法如圖3所示，首先根據(jù)測得的輪轂電機(jī)驅(qū)動輪的路面利用附著系數(shù)和實際滑轉(zhuǎn)率通過模糊識別獲得實時的路面情況，然后基于最優(yōu)滑轉(zhuǎn)率識別模塊確定最優(yōu)滑轉(zhuǎn)率.

圖3 路面識別模糊模型Fig.3 Fuzzy model of road identification

對于2后輪獨立驅(qū)動的電動汽車，由于輪轂電機(jī)驅(qū)動輪的驅(qū)動力矩和轉(zhuǎn)速可測，車速v可由2非驅(qū)動前輪速度均值獲得，汽車加速時的驅(qū)動輪垂直載荷可以根據(jù)文獻(xiàn)[5]計算，則驅(qū)動輪的路面利用附著系數(shù)和滑轉(zhuǎn)率分別可由式(1)和(2)計算.

(1)

(2)

模糊路面識別采用雙輸入單輸出的二維模糊控制器，輸入變量分別為驅(qū)動輪的路面利用附著系數(shù)和滑轉(zhuǎn)率，輸出變量為路面類型.驅(qū)動輪的利用附著系數(shù)論域為[0,1]，分別以 VS、S、M、B、VB 代表很小、小、中、大、很大.驅(qū)動輪滑轉(zhuǎn)率s的論域為[0,100]，分別以 VS、S、M、B、VB 代表很小、小、中、大、很大.路面類型μ論域分別為[0,1]，分別以 VL、L、M、H 代表很低、低、中、高.隸屬函數(shù)如圖4所示.采用Mamdani推理形式，模糊控制規(guī)則如表1所示.解模糊選擇中位數(shù)法，輸出4種典型路面類型.

表1 路面識別模糊規(guī)則表Tab.1 Fuzzy rules for road identification

由于驅(qū)動輪滑轉(zhuǎn)率較小時，標(biāo)準(zhǔn)路面的μ-s曲線區(qū)分不明顯，不進(jìn)行路面識別，默認(rèn)為高附著路面.當(dāng)驅(qū)動輪滑轉(zhuǎn)率較大時，路面識別模塊通過模糊推理準(zhǔn)確地識別出當(dāng)前路面類型.

圖4 路面識別隸屬函數(shù)Fig.4 Membership function of road identification

確定路面類型后，從工程化角度考慮，可以根據(jù)μ-s函數(shù)曲線模型分段確定不同路面的最優(yōu)滑轉(zhuǎn)率[5].當(dāng)識別為高附著路面時，最優(yōu)滑轉(zhuǎn)率sop取20%；當(dāng)識別為中附著路面時，最優(yōu)滑轉(zhuǎn)率sop取15%；當(dāng)識別為低附著及以下路面時，最優(yōu)滑轉(zhuǎn)率sop取10%.

3 ASR模糊PID控制器設(shè)計

本系統(tǒng)采用模糊PID控制算法，輸入為驅(qū)動輪滑轉(zhuǎn)率偏差，控制量為輪轂電機(jī)驅(qū)動電壓，切換條件為驅(qū)動輪滑轉(zhuǎn)率誤差，如圖2所示.采用雙輸入單輸出的二維模糊控制器，輸入語言變量為驅(qū)動輪實際滑轉(zhuǎn)率與期望滑轉(zhuǎn)率的誤差e及其變化率ec，輸出語言變量為輪轂電機(jī)驅(qū)動電壓，如圖5所示.實際控制中，驅(qū)動輪的滑轉(zhuǎn)率變化范圍為0～100，選取誤差e的論域為[-15，+85]，誤差變化率ec的論域為[-210，+210]，輸出電壓U的論域為[0，+6].選取量化因子分別為ke=1/10、kec=1/70和ku=8，輸出電壓論域為[0，+48V].輸出端采用選擇開關(guān)控制，依據(jù)滑轉(zhuǎn)率判斷.當(dāng)滑轉(zhuǎn)率較大時，驅(qū)動輪電機(jī)控制器輸入模糊控制信號.設(shè)置誤差e的6個語言子項為NB、NS、ZO、PS、PM和PB，分別代表負(fù)大、負(fù)小、零、正小、正中和正大.設(shè)置誤差變化率ec和輸出語言變量u的模糊子集均分為5級，即NB、NS、ZO、PS、PB和ZO、PS、PM、PB、PVB，分別代表負(fù)大、負(fù)小、零、正小、正大和零、正小、正中、正大、很大.最終確定輸入語言變量(e、ec)和輸出語言變量(u)的隸屬函數(shù)如圖6所示.模糊控制器采用Mamdani推理形式，模糊控制規(guī)則如表2所示.

圖5 汽車驅(qū)動防滑模糊控制器Fig.5 Fuzzy controller of ASR

圖6 驅(qū)動防滑控制隸屬函數(shù)Fig.6 Membership function of inputs and outputs in ASR

如圖2所示，當(dāng)汽車驅(qū)動輪滑轉(zhuǎn)率較小時，采用PID控制方法.輸入為驅(qū)動輪滑轉(zhuǎn)率偏差，控制量為輪轂電機(jī)驅(qū)動電壓.經(jīng)過多次調(diào)試，選擇PID 3個控制參數(shù)Kp，Ki，Kd分別為0.6，1.5和2.當(dāng)滑轉(zhuǎn)率很小時，認(rèn)為驅(qū)動輪不滑轉(zhuǎn)，驅(qū)動輪電機(jī)控制器輸入為油門踏板信號，采用電動汽車電子踏板跟隨控制.

4 基于Carsim和Simulink的聯(lián)合仿真

4.1 電動汽車ASR控制系統(tǒng)建模

表2 ASR模糊控制規(guī)則表Tab.2 Fuzzy rules for ASR control

采用專門用于車輛動力學(xué)的結(jié)構(gòu)參數(shù)化建模仿真軟件CarSim建立2后輪獨立驅(qū)動微型電動汽車模型，車輛主要參數(shù)如表3所示.其中動力部分的發(fā)動機(jī)和傳動系模型由外部動力源輪轂電機(jī)代替，電機(jī)轉(zhuǎn)矩直接加載至車輪實現(xiàn)動力輸入，輪胎模型采用Carsim軟件自帶的內(nèi)部輪胎模型[6].由于Carsim 中無法定義車輛模型中的輪轂電機(jī)模型、滑轉(zhuǎn)率計算模型、路面識別模型和控制器模型，因此需要將這些模型在Simulink 環(huán)境中建立.最后基于Matlab/Simulink和Carsim的環(huán)境接口，將車輛模型和控制器模型結(jié)合起來，形成基于Carsim和Simulink的ASR系統(tǒng)聯(lián)合仿真模型.

表3 微型電動汽車(450 kg)結(jié)構(gòu)參數(shù)Tab.3 Structure parameters of mini electric vehicle

4.2 驅(qū)動防滑控制仿真實驗及結(jié)果分析

為考核本項目控制策略的合理性，分別做了低附著路面、對開路面和對接路面的驅(qū)動防滑控制實驗.

4.2.1 單一低附著路面實驗

選擇低附著壓實雪路面，附著系數(shù)為0.2，油門踩到最大值，汽車原地起步直線加速行駛，仿真時間為25 s.結(jié)果見圖7，8.

圖7 單一低附著路面無ASR仿真實驗結(jié)果Fig.7 Simulation results without ASR on low adhesion road

圖8 單一低附著路面有ASR仿真實驗結(jié)果Fig.8 Simulation results with ASR on low adhesion road

由圖7、8可以看出，無ASR控制時，由于雪路面附著系數(shù)較小，汽車大油門起步加速時，驅(qū)動輪迅速打滑.隨著車速的增加，驅(qū)動輪滑轉(zhuǎn)率緩慢下降，由起步時的100%下降到16 s后的5%以下，平均車身加速度約0.8 m/s2.同樣工況有ASR控制時，控制器會迅速調(diào)整輪轂電機(jī)的輸出力矩，在汽車起步2 s后驅(qū)動輪滑轉(zhuǎn)率被迅速控制在10%左右，平均車身加速度0.9 m/s2左右.

4.2.2 對開路面實驗

選擇對開路面，汽車左側(cè)驅(qū)動輪所在路面附著系數(shù)為0.2，右側(cè)附著系數(shù)為0.5，油門踩到最大值，汽車原地起步直線加速行駛.汽車起步時兩驅(qū)動輪所在路面為附著系數(shù)均為0.5，1.5 s后進(jìn)入對開試驗路面，仿真時間為20 s.結(jié)果見圖9、10.

由圖9、10可以看出，無ASR控制，汽車起步時兩驅(qū)動輪輸出的力矩較大，均出現(xiàn)過度滑轉(zhuǎn).1.5秒后汽車進(jìn)入對開路面，右側(cè)驅(qū)動輪維持原來加速狀況，而左側(cè)驅(qū)動輪進(jìn)入附著系數(shù)更低的路面，驅(qū)動輪滑轉(zhuǎn)加劇，車身加速度由原來的2.4 m/s2降為1.5 m/s2.隨著車速的增加，左右驅(qū)動輪滑轉(zhuǎn)率分別在5 s和7 s后下降到5%以下.同樣工況下有ASR控制，當(dāng)汽車驅(qū)動輪出現(xiàn)過度滑轉(zhuǎn)時，控制器會迅速調(diào)整輪轂電機(jī)的輸出力矩，在對開路面上左右驅(qū)動輪滑轉(zhuǎn)率分別控制在15%和10%左右.起步時車身加速度2.9 m/s2左右，對開路面車身加速度降為1.8 m/s2左右.

圖9 對開路面無ASR仿真實驗結(jié)果Fig.9 Simulation results without ASR on split road

圖10 對開路面有ASR仿真實驗結(jié)果Fig.10 Simulation results with ASR on split road

4.2.3 對接路面實驗

選擇對接路面，高附著路面附著系數(shù)為0.8，低附著路面附著系數(shù)為0.2.油門踩到最大值，汽車原地起步直線加速行駛，仿真時間為20 s.汽車通過的對接路面分為3段，0～5 m為高附著路面，5～35 m為低附著路面，35～500 m為高附著路面.

圖11為無ASR控制的仿真結(jié)果，圖12為有ASR控制的仿真結(jié)果.由圖11、12可以看出，無ASR控制時，汽車在高附著路面起步加速，兩驅(qū)動輪驅(qū)動力矩過大，出現(xiàn)過度滑轉(zhuǎn)，隨著車速的增加，驅(qū)動輪滑轉(zhuǎn)率緩慢下降.2秒后汽車進(jìn)入低附著路面，兩驅(qū)動輪迅速出現(xiàn)很大滑轉(zhuǎn)，驅(qū)動輪滑轉(zhuǎn)率再次上升為42%，車身加速度由原來的4.25 m/s2降為0.9 m/s2.5 s后汽車再次進(jìn)入高附著路面，兩驅(qū)動輪驅(qū)動輪滑轉(zhuǎn)率降到5%以下，車身加速度也提高到5.5 m/s2.同樣工況下有ASR控制，當(dāng)驅(qū)動輪出現(xiàn)過度滑轉(zhuǎn)時，控制器會迅速調(diào)整輪轂電機(jī)的輸出力矩，驅(qū)動輪滑轉(zhuǎn)率控制在5%左右，車身加速度6 m/s2左右.2 s后汽車進(jìn)入低附著路面，兩側(cè)驅(qū)動輪滑轉(zhuǎn)率控制在10%左右，車身加速度降為0.9 m/s2.5 s后汽車再次進(jìn)入高附著路面，驅(qū)動輪滑轉(zhuǎn)率迅速下降，車身加速度也提高到5 m/s2.

圖11 對接路面無ASR仿真實驗結(jié)果Fig.11 Simulation results without ASR on docking road

圖12 對接路面有ASR仿真實驗結(jié)果Fig.12 Simulation results with ASR on docking road

5 結(jié)論

從工程化角度對雙后輪獨立驅(qū)動微型電動汽車的驅(qū)動防滑控制進(jìn)行了研究.設(shè)計了簡化模糊路面識別方法和模糊PID控制器，在參數(shù)化車輛動力學(xué)建模軟件Carsim中建立了車輛模型，并基于Simulink和Carsim軟件建立了聯(lián)合仿真平臺，進(jìn)行了以驅(qū)動輪轉(zhuǎn)矩為控制量的典型路面汽車驅(qū)動防滑控制仿真實驗，驗證了控制策略的有效性.

[1] 李剛,宗長富.四輪獨立驅(qū)動輪轂電機(jī)電動汽車研究綜述[J].遼寧工業(yè)大學(xué)學(xué)報(自然科學(xué)版),2014,34(1):47-52.DOI:10.15916/j.issn.1674-3261.2014.01.009. LI G,ZONG C F.Review on electric vehicle with four-wheel independent drive in-wheel motors [J].Journal of liaoning university of Technology (Natural Science Edition),2014,34(1):47-52.DOI:10.15916/j.issn.1674-3261.2014.01.009.

[2] 王博,盧萍萍,管欣,等.路面附著系數(shù)識別方法發(fā)展現(xiàn)狀綜述[J].汽車技術(shù),2014,8:1-7,37. WANG B,LU P P,GUAN X,et al.A review on the development status of road adhesion coefficient identification approach[J].Automotive Technology,2014,8:1-7,37.

[3] 李剛,宗長富,張強,等.基于模糊路面識別的4WID電動車驅(qū)動防滑控制[J].華南理工大學(xué)學(xué)報( 自然科學(xué)版),2012,40(12):99-104.DOI:123939/j.issn.1000-565X.2012.12.017. LI G,ZONG C F,ZHANG Q,et al.Acceleration slip regulation control of 4WID electric vehicles based on fuzzy road identification[J].Journal of South China University of Technology (Natural Science Edition),2012,40(12):99-104.DOI:123939/j.issn.1000-565X.2012.12.017.

[4] 魏來.電動汽車驅(qū)動防滑控制方法研究[D].沈陽：沈陽工業(yè)大學(xué)，2016. WEI L.The electric car drive torque control method research[D].Shenyang:Shenyang University of Technology,2016.

[5] 李志遠(yuǎn),侯順艷,李賀.基于扭矩傳感器的汽車驅(qū)動輪最佳滑轉(zhuǎn)率測定[J].河北大學(xué)學(xué)報(自然科學(xué)版),2014,34(5):547-552.DOI:10.3969/j.issn.1000-1565.2014.05.018. LI Z Y,HOU S Y,LI H.Measuring optimal acceleration slip rate based on wheel torque sensor[J].Journal of Hebei University (Natural Science Edition),2014,34(5):547-552.DOI:10.3969/j.issn.1000-1565.2014.05.018.

[6] 熊璐,陳晨,馮源.基于Carsim/Simulink 聯(lián)合仿真的分布式驅(qū)動電動汽車建模[J].系統(tǒng)仿真學(xué)報,2014,26(5):1143-1148,1155.DOI:10.1618 2/j.cnki.joss.2014.05.011. XIONG L,CHEN C,FENG Y.Modeling of distributed drive electric vehicle based on co-simulation of Carsim/Simulink [J].Journal of System Simulation,2014,26(5):1143-1148,1155.DOI:10.1618 2/j.cnki.joss.2014.05.011.

(責(zé)任編輯：王蘭英)

Acceleration slip regulation of mini electric vehicle with in-wheel motors

LI Zhiyuan1,HOU Shunyan2,LI Haodong1
(1.College of Quality and Technical Supervision,Hebei University,Baoding 071002,China;2.College of Electronic and Informational Engineering,Hebei University,Baoding 071002,China)

In order to accomplish acceleration slip regulation of mini electric vehicle with in-wheel motors,a fuzzy-PID controller is designed for electric vehicle with two rear-wheel independent drive in view of engineering applications.First a simplified fuzzy road identification method is designed,then vehicle model is established based on Carsim software,and the co-simulation platform is built based on Simulink and Carsim software,finally the experiments have been done in typical roads with driving wheel torque as control variable based on the co-simulation platform.The simulation results show that the controller can effectively restrain the excessive slip of driving wheel,and improve dynamic performance and stability of the vehicle based on road identification.

electric vehicle;in-wheel motor;acceleration slip regulation;fuzzy-PID control;co-simulation

2016-09-29

河北省科技計劃項目(13212206)

李志遠(yuǎn)(1975-)，男，河北保定人，河北大學(xué)副教授，主要從事汽車主動安全控制和電動汽車驅(qū)動技術(shù)研究. E-mail: lzyhsy@126.com

10.3969/j.issn.1000-1565.2017.03.016

U469.72；TP27

A

1000-1565(2017)03-0322-07