摘要：以基于輪轂電機和轉(zhuǎn)向電機的4WS-4WIS電動汽車為研究對象，分析轉(zhuǎn)向過程中影響電動汽車操縱穩(wěn)定性和動力性的特征參數(shù)，搭建4WS-4WIS電動汽車仿真模型，以質(zhì)心側(cè)偏角和橫擺角速度為目標(biāo)參數(shù)，設(shè)計了RBF神經(jīng)網(wǎng)絡(luò)控制器，通過軟件仿真驗證控制方法的有效性。

關(guān)鍵詞：疲勞壽命；危險理論；狀態(tài)監(jiān)測算法；輪轂軸承單元

輪轂電機與轉(zhuǎn)向電機耦合的4WS-4WIS系統(tǒng)，四車輪中的每一個車輪集成了驅(qū)動、轉(zhuǎn)向、制動和懸架于一體的操縱功能，易實現(xiàn)車輛的主動安全控制和智能駕駛[1]。然而，由于4WS-4WIS電動汽車是一個具有多變量時間變化、高度時變性及強機電熱磁耦合特性的復(fù)雜機電系統(tǒng)，系統(tǒng)運行表現(xiàn)出的非線性具體表現(xiàn)為特征參數(shù)序列的不確定性[2～3]，這大大增加了系統(tǒng)的控制的準(zhǔn)確性。當(dāng)前4WS-4WIS電動汽車控制技術(shù)的相關(guān)研究歸納起來有以下幾類：（1）現(xiàn)有純電動汽車真正兼具4WS-4WIS功能且致穩(wěn)性較好的較少，且現(xiàn)有關(guān)于就電動汽車動力學(xué)系統(tǒng)的研究主要集中在驅(qū)動系統(tǒng)。因此，有必要針對4WID系統(tǒng)、4WIS系統(tǒng)的控制策略進行全面深入研究。（2）國內(nèi)外對四輪驅(qū)動系統(tǒng)控制技術(shù)的研究主要集中在車輛主動安全控制穩(wěn)定性方面。然而，較少文獻針對驅(qū)動系統(tǒng)和轉(zhuǎn)向系統(tǒng)間的關(guān)聯(lián)影響加以研究，尤其是4WIS系統(tǒng)[4]。（3）現(xiàn)有的關(guān)于4WS與4WIS系統(tǒng)協(xié)調(diào)控制研究大多利用智能優(yōu)化算法對驅(qū)動力矩、制動力矩和四輪轉(zhuǎn)角力進行分配[5]。該方法雖提升了系統(tǒng)運行性能，卻降低了系統(tǒng)的靈活性，一旦車輛動力學(xué)系統(tǒng)功能拓展時，必然要重新優(yōu)化參數(shù)。

綜上所述，有必要深入研究4WS系統(tǒng)與4WIS系統(tǒng)的控制方法，構(gòu)建一種適用于基于輪轂電機及轉(zhuǎn)向電機的4WS-4WIS電動汽車狀態(tài)參數(shù)控制策略，從而提高車輛的操穩(wěn)性。

一、4WS-4WIS電動汽車動力學(xué)模型的構(gòu)建

假設(shè)前后軸側(cè)向力和其側(cè)偏角為線性化的關(guān)系，建立包含質(zhì)心側(cè)偏角和橫擺角速度的線性二自由度單軌模型（如圖1所示），建立微分運動狀態(tài)方程為：

二、RBF神經(jīng)網(wǎng)絡(luò)控制器設(shè)計

以質(zhì)心側(cè)偏角和橫擺角速度為目標(biāo)參數(shù)，針對BP神經(jīng)網(wǎng)絡(luò)存在收斂速度慢，易陷入局部極小值的缺點，設(shè)計了4WS系統(tǒng)RBF神經(jīng)網(wǎng)絡(luò)控制器，RBF神經(jīng)網(wǎng)絡(luò)包括：輸入層、隱含層和輸出層共三層結(jié)構(gòu)，其中輸入層到隱含層的權(quán)值視為1，選擇期望前輪轉(zhuǎn)角，縱向車速及車輛的橫擺角速度作為該層的輸入信號，選擇高斯函數(shù)作為徑向基函數(shù)的函數(shù)。

定義各層神經(jīng)元節(jié)點為、節(jié)點數(shù)分別為、，，記輸入層輸入為，隱含層神經(jīng)元輸入為，輸出為，輸出層神經(jīng)元輸入為，輸出為，其表達式分別為：

式中，和分別為隱含層和輸出層的激活函數(shù)，，和，分別為輸入層和輸出層的權(quán)值和閾值。權(quán)值和閾值的迭代公式為：和 。

基寬表示為，權(quán)向量為

徑向基函數(shù)為，將，，，取高斯方程簡化為：，時刻RBF網(wǎng)絡(luò)的輸出為

時刻控制器的實際輸出為，控制器的性能指標(biāo)取二次型函數(shù)，為

針對權(quán)向輸出、中心節(jié)點和基寬的迭代算法，引入慣性環(huán)節(jié)來降低系統(tǒng)的超調(diào)量和調(diào)整時間，改善系統(tǒng)的瞬態(tài)響應(yīng)特性，修改后的方程為：

三、算法的仿真分析

為驗證動力學(xué)模型的正確性，利用CarSim和Simulink軟件聯(lián)合對其進行仿真。給定模型車速為30km/h，給出的前輪轉(zhuǎn)角在1s內(nèi)從0線性增加到0.1rad，然后保持不變。仿真計算與CarSim中的車模型計算值進行對比，結(jié)果如圖2所示。

根據(jù)仿真結(jié)果可知，所構(gòu)建的RBF神經(jīng)網(wǎng)絡(luò)控制器橫擺角速度輸出和Carsim車輛跟蹤模型得到的橫擺角速度吻合度非常高，這說明了所構(gòu)建的電動汽車動力學(xué)模型能夠高度跟蹤橫擺角速度的狀態(tài)響應(yīng)，從圖2（b）可以看出，Carsim車輛理想跟蹤模型質(zhì)心側(cè)偏角輸出為零，所構(gòu)建的RBF神經(jīng)網(wǎng)絡(luò)控制器質(zhì)心側(cè)偏角輸出有極小的抖動，控制器能夠有效鎮(zhèn)定外界干擾，保持質(zhì)心側(cè)偏角幾乎為零。

四、結(jié)論

4WS-4WIS電動汽車是一個具有多變量大時間尺度變化、嚴(yán)重時變性及強機電磁熱耦合特性的復(fù)雜機電系統(tǒng)，系統(tǒng)運行表現(xiàn)出強烈的非線性。以基于輪轂電機和轉(zhuǎn)向電機的電動汽車為研究對象，利用Matlab/Simulink軟件，搭建了4WS-4WIS電動汽車仿真模型，以質(zhì)心側(cè)偏角和橫擺角速度為目標(biāo)參數(shù)，設(shè)計了4WS系統(tǒng)的RBF神經(jīng)網(wǎng)絡(luò)控制器，并利用建立的車輛動力學(xué)模型，對設(shè)計的RBF神經(jīng)網(wǎng)絡(luò)控制器進行仿真試驗分析。仿真結(jié)果表明：所構(gòu)建的RBF神經(jīng)網(wǎng)絡(luò)控制器質(zhì)心側(cè)偏角輸出有極小的抖動，控制器能夠有效鎮(zhèn)定外界干擾，保持質(zhì)心側(cè)偏角幾乎為零。

（作者單位：浙江農(nóng)業(yè)商貿(mào)職業(yè)學(xué)院）

作者簡介：范慶科，1991年生，男，助教，碩士研究生，研究方向：車輛非線性理論。

基金項目：2018年浙江農(nóng)業(yè)商貿(mào)職業(yè)學(xué)院學(xué)科研究一般項目（編號：KY201803）：電動汽車4WS-4WIS系統(tǒng)狀態(tài)參數(shù)控制方法研究

參考文獻

[1]范慶科，孟慶華.雙輪轂電機驅(qū)動型電動汽車驅(qū)動防滑研究[J].機械制造，2017，55（11）：29-32.

[2]高琳琳.四輪獨立驅(qū)動獨立轉(zhuǎn)向電動汽車控制與協(xié)調(diào)方法研究[D].長春：吉林大學(xué)，2017.

[3]高琳琳，金立生，鄭義等.四輪轉(zhuǎn)向車輛的徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)復(fù)合控制器設(shè)計[J].吉林大學(xué)學(xué)報（工學(xué)版），2016，46（2）：366-372.

[4]李剛，李高超，韓海蘭等.考慮駕駛員特性的四輪獨立驅(qū)動電動汽車轉(zhuǎn)向控制研究[J].科學(xué)技術(shù)與工程，2016，16（28）：288-293.

[5]褚文博.分布式電驅(qū)動車輛動力學(xué)狀態(tài)參數(shù)觀測及驅(qū)動力協(xié)調(diào)控制[D].北京：清華大學(xué)，2013.