陳偉全

摘 要：為了提高機(jī)械式變速箱的多軸轉(zhuǎn)向控制的穩(wěn)定性，提出基于非線性多剛體動力學(xué)分析的機(jī)械式變速箱的多軸轉(zhuǎn)向控制方法，構(gòu)建機(jī)械式變速箱的轉(zhuǎn)向動力學(xué)模型，以輸出轉(zhuǎn)向力矩、換檔阻力以及負(fù)載力矩等為約束參量，構(gòu)建機(jī)械式變速箱的多軸轉(zhuǎn)向控制的被控對象模型，采用自適應(yīng)迭代學(xué)習(xí)控制方法實現(xiàn)多軸轉(zhuǎn)向力矩的最大增益調(diào)節(jié)，采用非線性多剛體動力學(xué)分析方法進(jìn)行最優(yōu)控制參量估計，結(jié)合期望軌跡的模糊跟蹤識別方法實現(xiàn)機(jī)械式變速箱的多軸轉(zhuǎn)向控制律優(yōu)化設(shè)計。仿真結(jié)果表明，采用該方法進(jìn)行機(jī)械式變速箱的多軸轉(zhuǎn)向控制的輸出穩(wěn)定性較好，軌跡跟蹤誤差較低，提高了機(jī)械式變速箱的控制品質(zhì)。

關(guān)鍵詞：機(jī)械式變速箱;多軸轉(zhuǎn)向控制;動力學(xué)模型;力矩

文章編號：2095-2163（2019）04-0230-05 中圖分類號：TG156 文獻(xiàn)標(biāo)志碼：A

0 引 言

機(jī)械式變速箱作為汽車的主要機(jī)械部件，是確保汽車安全穩(wěn)定可靠運行的關(guān)鍵，機(jī)械式變速箱的多軸轉(zhuǎn)向控制是整個變速箱設(shè)計的基礎(chǔ)，機(jī)械式變速箱為變速換擋提供了一種高效的解決技術(shù)，采用人工智能技術(shù)和控制技術(shù)進(jìn)行機(jī)械式變速箱的多軸轉(zhuǎn)向控制，結(jié)合對機(jī)械式變速箱的控制參數(shù)調(diào)節(jié)和擾動抑制方法，進(jìn)行機(jī)械式變速箱執(zhí)行器優(yōu)化設(shè)計，提高多軸轉(zhuǎn)向控制能力和品質(zhì)。對機(jī)械式變速箱的多軸轉(zhuǎn)向控制是建立在對機(jī)械式變速箱的運行姿態(tài)參數(shù)采集和信息融合基礎(chǔ)上，結(jié)合對參數(shù)的穩(wěn)定性調(diào)節(jié)方法進(jìn)行機(jī)械式變速箱助力轉(zhuǎn)向控制，相關(guān)的控制方法研究受到人們的極大關(guān)注[1]。

傳統(tǒng)方法中，對機(jī)械式變速箱的多軸轉(zhuǎn)向控制主要采用模糊PID控制方法，結(jié)合對運行的結(jié)構(gòu)參數(shù)調(diào)節(jié)和運行動力學(xué)分析方法[2]，進(jìn)行機(jī)械式變速箱運行的控制律設(shè)計，取得一定的研究成果[3]，例如，文獻(xiàn)[4]中提出一種基于二次型調(diào)節(jié)模型的機(jī)械式變速箱運行控制方法，采用模糊控制方法進(jìn)行參量自適應(yīng)調(diào)節(jié)，提高機(jī)械式變速箱高度和航向的控制性能，但該方法的控制穩(wěn)定性不高，多軸調(diào)節(jié)性能不好。針對傳統(tǒng)方法存在的弊端，本文提出基于非線性多剛體動力學(xué)分析的機(jī)械式變速箱的多軸轉(zhuǎn)向控制方法，構(gòu)建機(jī)械式變速箱的轉(zhuǎn)向動力學(xué)模型，以輸出轉(zhuǎn)向力矩、換檔阻力以及負(fù)載力矩等為約束參量，構(gòu)建機(jī)械式變速箱的多軸轉(zhuǎn)向控制的被控對象模型，采用自適應(yīng)迭代學(xué)習(xí)控制方法實現(xiàn)多軸轉(zhuǎn)向力矩的最大增益調(diào)節(jié)，采用非線性多剛體動力學(xué)分析方法進(jìn)行最優(yōu)控制參量估計，結(jié)合期望軌跡的模糊跟蹤識別方法實現(xiàn)機(jī)械式變速箱的多軸轉(zhuǎn)向控制律優(yōu)化設(shè)計。最后進(jìn)行仿真實驗分析，展示了本文方法在提高機(jī)械式變速箱的多軸轉(zhuǎn)向控制能力方面的優(yōu)越性能。

1 動力學(xué)模型建立和約束參量分析

1.1 機(jī)械式變速箱的轉(zhuǎn)向動力學(xué)模型

為了實現(xiàn)機(jī)械式變速箱多軸轉(zhuǎn)向的優(yōu)化控制，首先構(gòu)建機(jī)械式變速箱的運行運動學(xué)和動力學(xué)參數(shù)模型，機(jī)械式變速箱多軸轉(zhuǎn)向的動力學(xué)過程是一個復(fù)雜的多剛體動力學(xué)模型[5]，構(gòu)建一個優(yōu)化目標(biāo)函數(shù)來進(jìn)行機(jī)械式變速箱多軸轉(zhuǎn)向控制設(shè)計，以輸出轉(zhuǎn)向力矩、換檔阻力以及負(fù)載力矩等為約束參量，采用陀螺儀、加速度計等敏感元件進(jìn)行參數(shù)采集，采集的機(jī)械式變速箱動力學(xué)參數(shù)輸入到控制執(zhí)行器中進(jìn)行信息融合處理，實現(xiàn)參數(shù)的自適應(yīng)融合，結(jié)合Kalman濾波融合方法，進(jìn)行機(jī)械式變速箱的多軸轉(zhuǎn)向參數(shù)調(diào)節(jié)[6]，在不確定性和干擾作用下，構(gòu)建機(jī)械式變速箱在各個方向的運行動力學(xué)方程描述為：

1.2 控制約束參量分析

2 控制算法優(yōu)化

2.1 多軸轉(zhuǎn)向力矩的最大增益調(diào)節(jié)

在上述構(gòu)建機(jī)械式變速箱的轉(zhuǎn)向動力學(xué)模型和控制約束參量模型的基礎(chǔ)上，進(jìn)行控制律的優(yōu)化設(shè)計，本文提出基于非線性多剛體動力學(xué)分析的機(jī)械式變速箱的多軸轉(zhuǎn)向控制方法，構(gòu)建機(jī)械式變速箱的多軸轉(zhuǎn)向控制的被控對象模型，采用自適應(yīng)迭代學(xué)習(xí)控制方法實現(xiàn)多軸轉(zhuǎn)向力矩的最大增益調(diào)節(jié)，自適應(yīng)迭代學(xué)習(xí)控制函數(shù)表示為：

2.2 機(jī)械式變速箱的多軸轉(zhuǎn)向控制

采用非線性多剛體動力學(xué)分析方法進(jìn)行最優(yōu)控制參量估計，結(jié)合期望軌跡跟蹤方法進(jìn)行控制律設(shè)計[10]，機(jī)械式變速箱運行軌跡預(yù)測方程表示為：

其中，T表示運行工況采樣時間間隔，ei表示參數(shù)誤差，結(jié)合期望軌跡的模糊跟蹤識別方法實現(xiàn)機(jī)械式變速箱的多軸轉(zhuǎn)向控制，綜上分析，實現(xiàn)控制算法的優(yōu)化設(shè)計。

3 仿真實驗與結(jié)果分析

為了驗證本文方法在實現(xiàn)機(jī)械式變速箱的多軸轉(zhuǎn)向控制中的應(yīng)用性能，進(jìn)行實驗分析，實驗采用Matlab 7 仿真設(shè)計，對變速箱的工況信息采樣頻率為fs=10*f0Hz=10 KHz; 電樞電感設(shè)定為0.005 H;反電動勢系數(shù)為0.018 V·s/rad;傳動效率為0.87，等效阻尼系數(shù)為0.004 N·ms/rad;根據(jù)上述仿真參數(shù)設(shè)定，進(jìn)行機(jī)械式變速箱的多軸轉(zhuǎn)向控制仿真分析，在模擬實車運行條件下，變速箱的樣機(jī)如圖1所示。

首先采用傳感器進(jìn)行機(jī)械式變速箱的多軸轉(zhuǎn)向的力矩信息采集，得到轉(zhuǎn)向力矩如圖2所示。

以圖2的數(shù)據(jù)為研究樣本，進(jìn)行機(jī)械式變速箱的多軸轉(zhuǎn)向控制，得到期望軌跡的模糊跟蹤結(jié)果如圖3所示。

分析圖3得知，采用本文方法進(jìn)行機(jī)械式變速箱的多軸轉(zhuǎn)向控制的軌跡跟蹤性能較好，測試不同方法進(jìn)行機(jī)械式變速箱的多軸轉(zhuǎn)向控制的誤差，得到對比結(jié)果如圖4所示，分析圖4得知，本文方法進(jìn)行機(jī)械式變速箱的多軸轉(zhuǎn)向控制的誤差較低，提高了控制的品質(zhì)。

4 結(jié)束語

本文提出基于非線性多剛體動力學(xué)分析的機(jī)械式變速箱的多軸轉(zhuǎn)向控制方法，構(gòu)建機(jī)械式變速箱的轉(zhuǎn)向動力學(xué)模型，以輸出轉(zhuǎn)向力矩、換檔阻力以及負(fù)載力矩等為約束參量，構(gòu)建機(jī)械式變速箱的多軸轉(zhuǎn)向控制的被控對象模型，采用自適應(yīng)迭代學(xué)習(xí)控制方法實現(xiàn)多軸轉(zhuǎn)向力矩的最大增益調(diào)節(jié)，采用非線性多剛體動力學(xué)分析方法進(jìn)行最優(yōu)控制參量估計，結(jié)合期望軌跡的模糊跟蹤識別方法實現(xiàn)機(jī)械式變速箱的多軸轉(zhuǎn)向控制律優(yōu)化設(shè)計。研究得知，本文方法進(jìn)行機(jī)械式變速箱的多軸轉(zhuǎn)向控制的誤差較低，性能較好，改善了控制精度和靈敏度。

參考文獻(xiàn)

[1]姚世鵬，熊歡，蘭曉霞，等. 汽車四輪轉(zhuǎn)向最優(yōu)控制技術(shù)的研究[J]. 船電技術(shù)，2018，38（11）：33-36，42.

[2]劉成強(qiáng)，徐海港. 汽車電動助力轉(zhuǎn)向系統(tǒng)控制策略研究[J]. 機(jī)械設(shè)計與制造，2018（10）：265-268.

[3]靳立強(qiáng)，田端洋，劉閱. 電動輪汽車驅(qū)動助力轉(zhuǎn)向與穩(wěn)定性協(xié)調(diào)控制[J]. 機(jī)械工程學(xué)報，2018，54（16）：160-169.

[4]何凱， 林成濤， 李亮， 等. 電控機(jī)械式變速箱換檔過程迭代學(xué)習(xí)控制[J]. 機(jī)械工程學(xué)報， 2019， 55（4）：84-90.

[5]尹冠生，姚如洋，趙振宇. 高速公路防撞墊概念模型的優(yōu)化及控制參數(shù)研究[J]. 工程力學(xué)，2017，34（S1）：220-226.

[6]桑楠，魏民祥. 基于ESO與NTSM的汽車主動前輪轉(zhuǎn)向控制[J]. 南京航空航天大學(xué)學(xué)報，2018，50（4）：521-527.

[7]LORIA A. Observers are unnecessary for output-feedback control of lagrangian systems[J]. IEEE Transactions on Automatic Control， 2016， 61（4）：905-920.

[8]MUJUMDAR A， TAMHANE B， KURODS S R. Observer-based sliding mode control for a class of noncommensurate fractional-order systems[J]. IEEE/ASME Transactions on Mechatronics， 2015， 20（5）：2504-2512.

[9]ATEN Q T， ZIRBEL S A， JENSEN B D， et al. A numerical method for position analysis of compliant mechanisms with more degrees of freedom than inputs[J]. Journal of Mechanical Design， 2010， 133（6）：491-502.

[10]楊延勇. 汽車車身結(jié)構(gòu)件設(shè)計與性能計算分析[J]. 機(jī)械工程與自動化，2018（2）：117-119.