摘 要：車輛蠕行狀態(tài)是指駕駛員未踩下油門、剎車踏板時，車輛以較低的設(shè)定車速穩(wěn)定行駛的狀態(tài)，在跟車、爬坡工況下應(yīng)用廣泛。目前，汽車蠕行控制方法大概有以下幾種：根據(jù)車速查整車需求扭矩，該方法簡單，但無法適應(yīng)不同載重及坡度條件；電機(jī)恒轉(zhuǎn)速控制，能夠適應(yīng)載重及坡度變化，常常采用PID算法控制轉(zhuǎn)速，參數(shù)調(diào)節(jié)困難，容易產(chǎn)生超調(diào)問題。文章提出一種采用自抗擾控制算法的蠕行控制策略，能夠提高蠕行時車輛的平順性和穩(wěn)定性，適應(yīng)不同的載重及道路條件，降低調(diào)參難度，減少蠕行車速的超調(diào)，為實(shí)現(xiàn)整車蠕行功能給出了新的方案。

關(guān)鍵詞：電動汽車 蠕行 自抗擾控制 整車控制器

0 引言

隨著電動汽車領(lǐng)域的不斷發(fā)展，司機(jī)對于車輛的功能需求、舒適性的要求越來越高。車輛蠕行是指駕駛員未踩下油門、剎車踏板時，車輛以較低的設(shè)定車速穩(wěn)定行駛的狀態(tài)，蠕行功能在擁擠路況跟車、爬坡、倒車時，能夠有效減少司機(jī)踩踏油門的頻率，提升司機(jī)駕駛體驗(yàn)，無論對于乘用車還是商用車都是十分必要的。

針對傳統(tǒng)燃油汽車，許多專家、學(xué)者已給出多種蠕行控制方案[1-2]，通過對離合器的控制實(shí)現(xiàn)蠕行的平穩(wěn)起步。近年來，由于新能源技術(shù)的蓬勃發(fā)展，電動汽車的市場占有量逐年增加，對于電動汽車蠕行功能的探索也層出不窮[3-5]，由整車控制器（Vehicle Control Unit，VCU）采集車輛數(shù)據(jù)并根據(jù)不同策略給出蠕形目標(biāo)扭矩。目前電動汽車實(shí)現(xiàn)蠕行功能最普遍的方式是根據(jù)實(shí)際車速與目標(biāo)車速的差值給出相應(yīng)扭矩，這種方法操作簡單，但無法適應(yīng)載重、坡度的變化；為了解決該問題，部分研究者們提出采用PID、模糊PID等算法實(shí)時調(diào)節(jié)整車扭矩來實(shí)現(xiàn)車速閉環(huán)，但這些算法調(diào)參難度較大，抗干擾能力較差，也不可避免地產(chǎn)生超調(diào)問題[6]。基于此，本文提出一種采用自抗擾控制算法（Active Disturbance Rejection Control，ADRC）的蠕行控制策略，與PID控制相比，ADRC算法[7]能通過對擾動的估計(jì)減少其影響，同時參數(shù)調(diào)節(jié)更簡單，車速超調(diào)量更小。

1 整車蠕行功能定義

本文蠕行功能定義如下：

在檔、油門踏板開度為零、剎車踏板開度為零、未拉手剎，上述條件同時滿足時蠕行功能開啟；空檔、踩剎車、拉手剎、油門扭矩大于蠕行扭矩，上述條件滿足任意一條則退出蠕行。

滿足蠕行條件時，車輛以較低的設(shè)定車速穩(wěn)定行駛，平路及爬坡工況按設(shè)定車速蠕行，下坡工況不控，車輛正?；?，如圖1所示。

2 車輛蠕行控制策略分析

2.1 整車動力學(xué)模型

根據(jù)牛頓第二定律可知，整車動力學(xué)模型如下：

其中，為變速箱輸出軸扭矩，為主減速比，r為輪胎半徑，m為整車質(zhì)量，a為整車加速度，v是整車速度，為空氣阻力，為滾動阻力。

2.2 一階線性ADRC系統(tǒng)分析

ADRC繼承了PID“基于誤差來消除誤差”的思想，將系統(tǒng)內(nèi)部未建模動態(tài)、外部擾動及一些復(fù)雜因素作為系統(tǒng)的“總擾動”，利用系統(tǒng)的輸入輸出構(gòu)建擴(kuò)張狀態(tài)觀測器（Extended State Observer，ESO）在線估計(jì)“總擾動”并在反饋環(huán)節(jié)進(jìn)行補(bǔ)償。ADRC技術(shù)是由韓京清學(xué)者[8]首次提出，該技術(shù)有效解決了系統(tǒng)響應(yīng)速度與超調(diào)之間的矛盾，但ADRC中引入了非線性函數(shù)，使得ADRC在系統(tǒng)調(diào)試、理論分析及參數(shù)整定方面都存在較大的困難。因此，高志強(qiáng)博士在非線性自抗擾控制器的基礎(chǔ)上進(jìn)行改進(jìn)，提出了線性自抗擾控制器（Line Active Disturbance Rejection Control，LADRC），并在其中引入帶寬化的設(shè)計(jì)思想來對LADRC的參數(shù)進(jìn)行整定，從而簡化了控制器結(jié)構(gòu)，降低了調(diào)參難度[9]。

線性ADRC系統(tǒng)結(jié)構(gòu)框圖如圖2所示，主要結(jié)構(gòu)包括線性狀態(tài)誤差反饋控制器和線性擴(kuò)張狀態(tài)觀測器，誤差反饋控制器類似于PID，可以自行設(shè)置不同的誤差反饋控制方式，觀測器的主要作用是觀測未知狀態(tài)及擾動，以便消除擾動對模型產(chǎn)生的影響。

2.2.1 車輛動力學(xué)方程的等效轉(zhuǎn)化

將2.1節(jié)的車輛動力學(xué)方程轉(zhuǎn)化為一階微分方程的形式：

為模型固有參數(shù)，為系統(tǒng)的總擾動，ｖ為系統(tǒng)輸出，后續(xù)用表示，為系統(tǒng)控制量，后續(xù)用ｕ表示。

將上式寫成狀態(tài)方程的形式，選取狀態(tài)變量

可得狀態(tài)方程為

其中，，，，。至此，整車控制系統(tǒng)等效為一階線性系統(tǒng)。

2.2.2 線性擴(kuò)張狀態(tài)觀測器設(shè)計(jì)

系統(tǒng)狀態(tài)量有車速及擾動，由于車速可觀測，因此僅需要觀測系統(tǒng)總擾動即可，采用降階狀態(tài)觀測器[10]即可。

令，降階觀測器形式如下：

為了消除的影響，令，可得：

對上述公式進(jìn)行離散化，可得擾動估計(jì)值公式如下：

其中為系統(tǒng)擾動的估計(jì)值，為觀測器增益，為采樣步長。

2.2.3 線性狀態(tài)誤差反饋控制器設(shè)計(jì)

線性狀態(tài)誤差反饋采用比例控制即可滿足控制要求，推導(dǎo)過程如下：

系統(tǒng)等效為一階慣性環(huán)節(jié)，可以實(shí)現(xiàn)對目標(biāo)車速的跟蹤，理論上不會產(chǎn)生超調(diào)。

2.3 蠕行控制過程

設(shè)定車速與實(shí)際輸出車速的差值，通過線性狀態(tài)誤差反饋模塊，得到初始的變速箱輸出軸扭矩，該扭矩減去觀測器觀測的總擾動并除以系統(tǒng)固有參數(shù)后，得到最終的輸出軸需求扭矩，整車控制器將該扭矩進(jìn)行分配，電機(jī)、發(fā)動機(jī)進(jìn)行扭矩響應(yīng)，實(shí)現(xiàn)閉環(huán)控制。蠕行控制流程圖如圖3所示。

3 不同工況下蠕行控制策略試驗(yàn)與分析

3.1 平路工況下的試驗(yàn)結(jié)果分析

平路工況下，分別采用PID控制、ADRC算法兩種策略進(jìn)行蠕行試驗(yàn)，在不踩油門及剎車的情況下靜態(tài)起步，設(shè)定前進(jìn)蠕行目標(biāo)車速為7km/h，倒車蠕行目標(biāo)車速為5km/h，實(shí)車驗(yàn)證數(shù)據(jù)結(jié)果如圖4-5所示，兩種控制策略的效果對比見表1。

“起步時間”指首次到達(dá)某車速時間，本試驗(yàn)統(tǒng)計(jì)的起步完成車速為6.8km/h、4.8km/h，“調(diào)節(jié)時間”指車速達(dá)到并保持在設(shè)定值±5%內(nèi)所需最短時間。由試驗(yàn)結(jié)果可知，在平路工況下，本文基于ADRC的蠕行控制策略相較于PID算法而言，兩者起步時間相差不大，但超調(diào)量降低超40%，同時調(diào)節(jié)時間也大大縮短，總體性能得到了較好提升。

3.2 坡路工況下的試驗(yàn)結(jié)果分析

針對同一工況對兩種策略進(jìn)行驗(yàn)證，設(shè)定車速為7km/h，路況為平路起步后下坡，下坡后轉(zhuǎn)上坡，上坡段的坡度百分比在3.2%左右，實(shí)車驗(yàn)證數(shù)據(jù)結(jié)果如圖6-7所示。

由圖不難看出，無論何種策略，整車在下坡時均正?；校坏谵D(zhuǎn)上坡時，平路設(shè)定的PID參數(shù)無法完成上坡，整車在半坡來回抖動，采用ADRC蠕行控制策略時，當(dāng)VCU檢測到車速降低后，自動控制扭矩增大，使整車能夠完成上坡，并且車速逐漸恢復(fù)到蠕行設(shè)定車速。

3.3 小結(jié)

由整車試驗(yàn)結(jié)果可知，無論是平路工況還是帶坡工況，采用ADRC算法的蠕行控制策略在超調(diào)量、調(diào)節(jié)時間、參數(shù)適應(yīng)性等各方面均優(yōu)于PID蠕行控制策略，且ADRC算法的標(biāo)定參數(shù)比PID算法更為簡單，將本文的蠕行控制策略應(yīng)用于整車效果十分可觀。

4 總結(jié)

本文通過對車輛動力學(xué)模型及線性ADRC系統(tǒng)的分析，提出一種采用自抗擾控制算法的蠕行控制策略，并將該控制策略應(yīng)用于整車控制器，通過在不同工況下的整車試驗(yàn)驗(yàn)證，得到如下結(jié)論：

（1）平路工況下，本文蠕行控制策略與控制器中的原PID控制策略相比，在滿足起步時間要求的情況下，超調(diào)量可降低40%以上，調(diào)節(jié)時間也大大縮短。

（2）下坡工況，無論采用何種控制策略，整車均正?；校簧掀鹿r，在平路蠕行時設(shè)定的PID參數(shù)無法使整車完成上坡，而本文的控制策略則可通過扭矩自動調(diào)節(jié)完成上坡，參數(shù)適應(yīng)性更優(yōu)。

（3）采用自抗擾控制算法的蠕行控制策略通過對擾動進(jìn)行估計(jì)，使系統(tǒng)具有良好的抗干擾能力，同時標(biāo)定參數(shù)較少且標(biāo)定難度較小，顯著降低了工程師的標(biāo)定難度，節(jié)省整車功能開發(fā)時間。

參考文獻(xiàn)：

[1]李宇奇. AMT重型商用車蠕行起步控制方法研究[D].長春：吉林大學(xué)，2024.

[2]馬彪，昌和，李和言，等.車輛蠕行控制策略研究[J].汽車工程，2018，40（12）：1447-1453.

[3]董雯雯，張寧，耿睿，等.純電動裝載機(jī)自動起步控制系統(tǒng)及控制方法[P].江蘇?。篊N202110011293.3，2021-04-13.

[4]張偉康，李懷義，楊海.一種電動車輛蠕行控制方法及系統(tǒng)[P].江蘇?。篊N202311102479.5，2023-11-17.

[5]孟釗，朱德祥，姚帥.純電動汽車蠕行功能控制系統(tǒng)方案設(shè)計(jì)[C].河南省汽車工程學(xué)會，2020：2.

[6]Borase P R，Maghade K D，Sondkar Y S，et al.A review of PID control，tuning methods and applications[J].International Journal of Dynamics and Control，2020，9（prepublish）：1-10.

[7]韓京清.從PID技術(shù)到“自抗擾控制”技術(shù)[J].控制工程，2002（03）：13-18.

[8]韓京清.自抗擾控制器及其應(yīng)用[J].控制與決策，1998，13（01）：19-23.

[9]Gao Z.Scaling and Bandwidth-Parameterization Based Control Tuning[C].Denver：Proc of the 2003 American Control Conference，2003，6（4）： 4989- 4996.

[10]周蘭，姜福喜，潘昌忠，等.基于降階擴(kuò)張狀態(tài)觀測器的重復(fù)控制系統(tǒng)設(shè)計(jì)[J].控制與決策，2022，37（04）：933-943.