張大禹，衛(wèi)龍龍，魏洪貴，葉毅銘

?

基于參數(shù)自整定模糊PID控制的汽車(chē)ABS系統(tǒng)分析與仿真

張大禹，衛(wèi)龍龍，魏洪貴，葉毅銘

（長(zhǎng)安大學(xué)，陜西 西安 710064）

以Carsim軟件中的仿真模型為基礎(chǔ)，對(duì)汽車(chē)防抱死系統(tǒng)（ABS）的模糊控制策略進(jìn)行研究。參數(shù)自整定PID控制具有較好的自適應(yīng)能力，可根據(jù)事先制定好的模糊控制規(guī)則對(duì)PID參數(shù)實(shí)現(xiàn)實(shí)時(shí)修改。以ABS滑移率控制原理及模糊控制理論，制定了整車(chē)ABS模糊控制策略。利用CarSim中整車(chē)模型，應(yīng)用Matlab/Simulink設(shè)計(jì)了ABS模糊控制器，搭建了ABS整車(chē)控制系統(tǒng)。借助CarSim與Matlab/Simulink聯(lián)合仿真平臺(tái)進(jìn)行ABS控制策略的仿真實(shí)驗(yàn)驗(yàn)證。仿真試驗(yàn)結(jié)果表明：基于參數(shù)自整定模糊控制的ABS控制策略相對(duì)于無(wú)ABS控制和常規(guī)PID控制，提高了汽車(chē)行駛制動(dòng)穩(wěn)定性制動(dòng)效能更加理想。

汽車(chē)；ABS；模糊控制；自整定

前言

作為汽車(chē)主動(dòng)安全控制系統(tǒng)中重要組成部分，汽車(chē)防抱死制動(dòng)系統(tǒng)(ABS)采用的控制方法有：PID控制、神經(jīng)網(wǎng)絡(luò)控制、邏輯門(mén)限值控制、模糊控制、模糊PID控制等[3]。邏輯門(mén)限值控制是現(xiàn)階段實(shí)車(chē)ABS系統(tǒng)主要控制策略，但這種方法的滑移率波動(dòng)大，難以達(dá)到最佳控制效果[4]。單輪仿真研究是目前汽車(chē)ABS控制方法研究采用最多的方法，但很難滿(mǎn)足實(shí)際情況下的需求。

模糊控制的容錯(cuò)性較高，精確性較高且不需要過(guò)程推導(dǎo)，魯棒性強(qiáng)且簡(jiǎn)單實(shí)用。CarSim是商業(yè)化車(chē)輛動(dòng)力學(xué)仿真軟件，使用便捷、仿真速度快且可信度高。本論文以模糊控制理論為基礎(chǔ)設(shè)計(jì)了整車(chē)ABS控制策略、ABS模糊控制器。以CarSim與Matlab/Simulink聯(lián)合仿真平臺(tái)對(duì)所研究控制方法進(jìn)行了驗(yàn)證，并與常規(guī)的控制策略效果進(jìn)行比較。

1 輪胎附著系數(shù)與滑移率關(guān)系

輪胎附著系數(shù)分為縱向附著系數(shù)和橫向附著系數(shù)?；坡使剑?/p>

式中為車(chē)速，為輪速，為車(chē)輪的滾動(dòng)半徑。

輪胎附著系數(shù)與滑移率的對(duì)應(yīng)曲線(xiàn)如圖1所示。

圖1 不同路面附著系數(shù)與滑移率關(guān)系曲線(xiàn)

隨滑移率的變化，縱向附著系數(shù)呈現(xiàn)先增后減的趨勢(shì)，最大值即為峰值附著系數(shù)，此附著系數(shù)對(duì)應(yīng)下的滑移率即為最佳滑移率。在附著系數(shù)較高路面上達(dá)到最佳制動(dòng)效果時(shí)的滑移率為10%~15%，在附著系數(shù)較低路面上達(dá)到最佳制動(dòng)效果時(shí)的滑移率為5%~8%，當(dāng)車(chē)輪處于完全滑動(dòng)狀態(tài)時(shí)，即滑移率達(dá)100%時(shí)，當(dāng)前狀態(tài)下的縱向附著系數(shù)即為滑動(dòng)附著系數(shù)。隨著滑移率的不斷增大，側(cè)向附著系數(shù)呈現(xiàn)先增后減的趨勢(shì)，當(dāng)滑移率達(dá)到100%時(shí)，車(chē)輪完全喪失轉(zhuǎn)向能力[1]。

2 ABS模糊PID控制器設(shè)計(jì)

2.1 PID控制器自整定原則

圖2 自整定模糊PID控制器結(jié)構(gòu)示意圖

模糊控制作為一種智能控制理論，以實(shí)際操作人員的經(jīng)驗(yàn)為基礎(chǔ)編制模糊規(guī)則，進(jìn)而模仿人的模糊推理及決策思維，并將推理結(jié)果傳遞給執(zhí)行器從而完成模糊推理[2,5,6]。本文設(shè)計(jì)的參數(shù)自整定模糊PID控制器的構(gòu)造如下圖2所示。

ABS模糊PID控制器的輸入量為誤差和誤差變化率，控制器的輸出變量為K，K和K，控制器主要由常規(guī)PID控制和模糊推理的參數(shù)校正兩部分構(gòu)成，離散化PID位置表達(dá)式為：

2.2 隸屬度函數(shù)的確定

圖3 輸入量e、ec隸屬度函數(shù)

圖3 輸出量Kp、Ki、Kd隸屬度函數(shù)

滑移率誤差為實(shí)際滑移率與最佳滑移率之差，即-S，式中代表實(shí)際滑移率，S代表最佳滑移率；為滑移率誤差變化率。模糊控制器的輸入語(yǔ)言為（滑移率誤差）和（滑移率誤差變化率），輸出語(yǔ)言變量是K、K、K。輸入量及輸出量的隸屬度函數(shù)均采用靈敏度較高的5級(jí)制三角形函數(shù)。設(shè)定輸入量的變化范圍分別為[-6，+6]，的變化范圍分別為[-1,1]；輸出量K的有效范圍為[0,1]、K的有效范圍為[-1,1]、K的有效范圍為[-1,1]。輸入量模糊語(yǔ)言變量均為：負(fù)大(NB)、負(fù)小(NS)、零(ZE)、正小(PS)、正大(PB)；輸出量模糊語(yǔ)言變量均為：零(ZE)、較小(PO)、中(PS)、較大(PM)、大(PB)。

2.3 建立控制規(guī)則表

結(jié)合上文所述，同時(shí)參考實(shí)際控制需求，本文所建立的規(guī)則控制表如下：

表1K、K、K參數(shù)自整定模糊PID控制規(guī)則表

2.4 反模糊化

經(jīng)模糊推理得到相應(yīng)的修正參數(shù)后，需要經(jīng)過(guò)反模糊化才能取得精確的參數(shù)值，以完成控制量的精確計(jì)算。實(shí)際運(yùn)行過(guò)程中，測(cè)控系統(tǒng)大多采取重心法進(jìn)行模糊邏輯規(guī)則的反模糊化處理，從而實(shí)現(xiàn)參數(shù)的在線(xiàn)校正。

重心法計(jì)算公式如下：

3 仿真驗(yàn)證

本文利用Simulink和Fuzzy工具箱，依照上述研究進(jìn)行模糊PID控制器的設(shè)計(jì)，同時(shí)對(duì)汽車(chē)ABS系統(tǒng)進(jìn)行仿真研究。

本文結(jié)合Carsim軟件模型，采取的整車(chē)ABS控制策略為:四個(gè)車(chē)輪輪缸壓力的控制分別采用四個(gè)模糊控制器。在汽車(chē)的制動(dòng)過(guò)程中，控制器根據(jù)各輪輪速和車(chē)速計(jì)算各輪滑移率，制動(dòng)力矩通過(guò)控制輪缸壓力來(lái)進(jìn)行調(diào)節(jié)，改變車(chē)輪運(yùn)動(dòng)狀態(tài)。各輪輪速及車(chē)速定義為汽車(chē)輸出變量;各輪輪缸壓力定義為汽車(chē)輸入變量。

本文所設(shè)計(jì)的模糊PID控制器如圖4所示，將此系統(tǒng)作為子系統(tǒng)進(jìn)行封裝加入到整車(chē)控制系統(tǒng)的ABS Controller Model 中，就構(gòu)成了基于模糊PID控制器的汽車(chē)ABS系通控制仿真。

圖4 模糊PID控制器仿真建模

本文在進(jìn)行模糊PID控制驗(yàn)證分析汽車(chē)防抱死制動(dòng)過(guò)程的同時(shí)，還將無(wú)ABS控制、常規(guī)PID控制、模糊PID控制的制動(dòng)效能進(jìn)行對(duì)比分析。單獨(dú)輪缸壓力模糊PID控制器如圖5所示。

圖5 基于模糊PID控制器的單獨(dú)輪缸壓力計(jì)算

本文采用Carsim中自帶的仿真工況：在對(duì)開(kāi)路面上進(jìn)行制動(dòng)初始速度為65km/h，在0.3s時(shí)以15MPa的制動(dòng)主缸壓力進(jìn)行緊急制動(dòng)，分別對(duì)有ABS作用情況、無(wú)ABS作用情況進(jìn)行汽車(chē)運(yùn)動(dòng)狀態(tài)分析。

圖6 緊急制動(dòng)過(guò)程中各輪缸壓力變化

由汽車(chē)的各輪缸壓力圖分析可知，配備模糊PID控制器的ABS系統(tǒng)可以根據(jù)輪速及滑移率隨時(shí)調(diào)整四個(gè)輪缸的壓力，從而保證每個(gè)輪胎的滑移率式中保持在最佳滑移率附近，最大限度地保證制動(dòng)過(guò)程中的操作穩(wěn)定性。

圖7 緊急制動(dòng)過(guò)程中各車(chē)輪輪速變化

圖8 緊急制動(dòng)過(guò)程中車(chē)速變化

圖9 制動(dòng)過(guò)程中汽車(chē)橫向軌跡跟蹤

對(duì)制動(dòng)過(guò)程中的車(chē)速及輪速變化進(jìn)行分析可以，配備模糊PID控制器的ABS系統(tǒng)可以有效地保證制動(dòng)過(guò)程中車(chē)速與輪速的變化趨勢(shì)一致，車(chē)輛的縱向速度能夠以較為穩(wěn)定的趨勢(shì)變化，不會(huì)出現(xiàn)速度的大幅度波動(dòng)，即車(chē)輛在制動(dòng)過(guò)程中不易發(fā)生輪胎抱死、甩尾拖滑等危險(xiǎn)工況。同時(shí)由圖9，沒(méi)有ABS系統(tǒng)控制時(shí)，車(chē)輛發(fā)生較為嚴(yán)重的甩尾側(cè)滑，而配置有自整定模糊PID控制ABS系統(tǒng)的車(chē)輛，能較好地保持車(chē)身橫向穩(wěn)定性，運(yùn)動(dòng)軌跡與路徑跟隨性保持較好。

4 結(jié)論

傳統(tǒng)的ABS邏輯門(mén)限控制方法存在局限性，本文以模糊控制和PID控制為基礎(chǔ)，設(shè)計(jì)了參數(shù)自整定模糊PID控制器，并將該控制算法應(yīng)用于ABS系統(tǒng)，保證控制精確性的同時(shí)保證兼顧了可靠性。進(jìn)一步通過(guò)Carsim與Simulink的聯(lián)合仿真，在對(duì)開(kāi)路面工況下的進(jìn)行試驗(yàn)驗(yàn)證。結(jié)果表明:系統(tǒng)實(shí)現(xiàn)了參數(shù)的在線(xiàn)調(diào)整，穩(wěn)定性及自適應(yīng)性均有顯著提高，相比較于常規(guī)的單一PID控制器或模糊控制器，控制效果更能滿(mǎn)足實(shí)際需求。

[1] 余志生,汽車(chē)?yán)碚揫M].北京:機(jī)械工業(yè)出版社.1985.

[2] 李林,李仲興,陳昆山.汽車(chē)ABS模糊控制方法的分析與仿真[Jl.江蘇大學(xué)學(xué)報(bào),2003,24(3):49-52.

[3] 程軍.汽車(chē)防抱死制動(dòng)系統(tǒng)的理論與實(shí)踐}lull.北京:北京理工大學(xué)出版社,1999.

[4] 鄭太雄,馬付雷.基于邏輯門(mén)限值的汽車(chē)ABS控制策略陰.重慶郵電大學(xué)學(xué)報(bào),2010,10(2):69-74.

[5] 聶晉,周萍.基于P1D控制的ABS仿真研究[J].上海理工大學(xué)學(xué)報(bào),2010,18(4):6-8.

[6] 陳昌巨,劉家良.基于滑移率的ABS的模糊控制研究[J].武漢理工大學(xué)學(xué)報(bào),2002(10).

Analysis and Simulation of Automobile ABS System Based on ParameterSelf-tuning Fuzzy PID Control

Zhang Dayu, Wei Longlong, Wei Honggui, Ye Yiming

( Chang'an University, Shaanxi Xi'an 710064 )

Based on the simulation model in Carsim software, the fuzzy control strategy of automobile anti-lock braking system (ABS) is studied. The parameter self-tuning PID control has better adaptive ability, and the PID parameters can be modified in real time according to the fuzzy control rules formulated in advance. Based on the ABS slip rate control principle and fuzzy control theory, the vehicle ABS fuzzy control strategy is developed. Using the vehicle model in CarSim, the ABS fuzzy controller was designed by Matlab/Simulink, and the ABS vehicle control system was built. The simulation experiment of ABS control strategy was carried out with the joint simulation platform of CarSim and Matlab/Simulink. The simulation results show that the ABS control strategy based on parameter self-tuning fuzzy control is more ideal than the ABS control and conventional PID control.

Automobile; ABS; fuzzy control; self-tuning

U467.5

A

1671-7988(2019)08-92-04

U467.5

A

1671-7988(2019)08-92-04

張大禹（1993-），男，碩士研究生，就讀于長(zhǎng)安大學(xué)車(chē)輛工程專(zhuān)業(yè)，主要研究方向?yàn)樾履茉窜?chē)輛技術(shù)。

10.16638/j.cnki.1671-7988.2019.08.030