机械弹性电动轮驱动车辆横摆稳定性协调控制

针对匹配机械弹性电动轮(MEEW)车辆的横摆稳定性控制问题,提出一种基于主动前轮转向(AFS)与直接横摆力矩控制(DYC)的稳定性协调控制策略。为修正车辆行驶过程中的前轮转角输入,设计了基于微分平坦与RBF神经网络的AFS控制器,从而提高车辆的转向能力。针对AFS控制器在极限工况下易失效的缺陷,引入基于线性二次型调节器(LQR)的直接横摆力矩控制算法,并依照轴荷比分配四轮力矩。最后,依据机械弹性电动轮的质心侧偏角-质心侧偏角速度相平面图划分稳定域,实现AFS与DYC的协调控制。通过Matlab/Simulink和Carsim进行联合仿真,结果表明：所提出的AFS控制算法在高速高附着工况下有良好的稳定控制性能,但在高速、低附着极限工况下控制效果受到影响。而AFS/DYC协调控制策略效果较好,跟踪精度优于单一控制器,质心侧偏角和横摆角速度的最大跟踪误差仅为3.03°和1.82(°)/s,可保证汽车在极限工况下转向时的横摆稳定性。     

基于重构控制分配的分布式电动车容错控制方法

针对分布式驱动电动车过驱动系统存在的冗余现象,以带有主动前轮转向系统的四轮轮毂电机驱动电动汽车为研究对象,设计了执行器故障后的容错控制算法。容错控制器采用集成控制结构,上层为运动跟踪层,基于模型预测控制算法,得到车辆跟踪期望状态所需总的力与力矩;下层为重构控制分配器,针对驱动电机的多种故障情况,以整车稳定性和安全性为目标制定重构控制分配率。通过实验表明,在高速高附的仿真工况下,面临多种执行器故障模式时,相比无控制的车辆,处于容错控制算法控制下的车辆横摆角速度最大值由0.3 rad/s降低到0.1 rad/s,质心侧偏角由0.03 rad降低到0.015 rad,显著提高了车辆的横摆稳定性与安全性能。     

基于变速量化分级的车辆主动转向控制算法

针对车速动态变化引起转向特性改变,从而导致转向控制不稳定的问题,提出了基于变速量化分级的主动转向控制算法。首先,运用概率统计原理建立量化分级算法划分车速区间;其次,构建具备目标转向控制参数的车辆非线性动力学模型,在各分区间采集模型运行参数训练神经网络完成模式识别,结合基于位移偏差的修正算法建立分区间控制单元;最后,运用隶属函数实现了变车速下控制单元间的柔性切换。此外,设置车辆姿态监视算法,降低车辆的侧翻风险。联合Carsim车辆模型进行控制实验,结果表明,量化分级控制算法可提高变速工况转向控制的精度与稳定性。     

智能车辆路径跟踪横向控制研究

针对传统基于单一控制方法的车辆路径跟踪控制算法无法准确跟踪路径的缺点,以智能车作为研究对象,提出基于预瞄控制和模糊滑模控制的车辆横向控制算法。基于智能车在横向控制中的运动特性,建立横向和横摆两个自由度的车辆模型。针对传统基于反馈控制的方法实时性差的缺点,通过建立预瞄模型来获取预瞄偏差,保证车辆在行驶中提前预估前方道路环境信息,提高实时性。基于滑模和模糊控制,设计了智能车辆路径跟踪横向控制器。采用由集成偏差组成的滑模切换函数及其微分作为控制器的输入,把对误差的控制转化为对滑模函数的控制,保证了车辆转向时的稳定性。Matlab/Simulink的仿真结果表明:智能车辆路径跟踪横向控制器能够在曲率急剧变化的路段实现路径准确跟踪,满足车辆实际行驶要求。     

基于MPC算法的车辆自适应巡航系统分层控制研究

以前车加速度为参考,考虑跟车效率、行车安全性等因素,建立了车辆的自适应巡航控制策略;设计了基于模型预测控制算法(MPC)计算期望加速度的上层控制器;建立了逆纵向动力学模型计算节气门开度或制动力,实现自适应巡航功能的下层控制器。通过Matlab/Simulink和Carsim软件的联合仿真对巡航工况、巡航-跟车综合工况进行验证,结果表明:该控制方法能够使车辆获得理想的巡航速度,实现车辆在安全车距下较好地跟踪前车。     

汽车转向系统操纵性与稳定性协同最优控制研究

运用汽车二自由度模型对车辆进行主动前轮转角控制,针对车辆稳定性设计了LQR控制器,采用Carsim与Simulink联合仿真,在双移线工况下验证了控制器的可行性。通过大量仿真与系统分析,得到LQR参数与车辆稳定性的定性关系。在这一研究的基础上,设计了同时考虑车辆稳定性与操纵灵活性的协同控制器,采用同样的仿真方法,验证了协同控制器的优越性。结果表明,LQR控制可以提高车辆的稳定性;LQR控制器参数与车辆稳定性存在一定的相关性;协同控制器在LQR控制器的基础上可以起到折衷车辆稳定性与操纵灵活性的作用,为车辆控制器的设计提供了参考。     

考虑道路条件和车速的横纵向控制驾驶员模型

针对智能汽车在复杂路径下跟踪效果不佳的问题,考虑车辆横纵向动力学耦合作用,提出一种横纵向控制驾驶员建模方法。根据道路条件对车辆转向和速度控制的影响,建立一种考虑路径曲率和横向坡度的多约束车辆动力学模型,并推导车辆侧翻和侧滑的临界速度,预测参考路径的安全车速;采用横向模型预测控制获得最优的前轮转角控制序列,纵向PID控制实现纵向速度跟随;搭建Simulink-CarSim和硬件在环联合仿真系统。仿真结果表明：横纵向控制驾驶员模型能够预测安全车速,提高路径跟踪精度和行驶稳定性,同时具有较好的鲁棒性。     

智能网联汽车的自主换道控制研究

针对智能网联车在极限工况下自主换道控制的精确性以及稳定性,提出了基于自适应鲁棒滑模的车辆换道控制方法。对RBF神经网络做了输入有界映射改进,提高了神经网络的灵敏度;利用改进后的神经网络对车辆参数的不确定性进行估计,提高了系统的稳定性;设计了基于改进神经网络的干扰观测器,可以快速、准确地估计出外界时变干扰并进行补偿,有效降低了抖振现象;构造Lyapunov函数证明设计的控制器可以保证被控系统的稳定性。通过数值仿真以及联合仿真进行验证,表明所提方法可以保证车辆满足换道需求,控制效果良好,有较强的鲁棒性。     

无人车辆轨迹跟踪与横摆稳定协调控制研究

针对无人车辆轨迹跟踪问题,为兼顾车辆轨迹跟踪和横摆稳定的双控制目标,提出了一种无人车辆轨迹跟踪与横摆稳定协调控制策略。根据车辆轨迹跟踪模型,基于快速幂次趋近律设计了车辆轨迹跟踪滑模控制器,旨在通过无人车辆自主转向控制跟踪参考轨迹。同时,利用滑模算法设计了车辆横摆稳定控制器,通过横摆力矩控制跟踪参考横摆角速度。考虑到横摆稳定控制器中横向车速未知的情况,设计了横向车速滑模观测器,从而为横摆稳定控制器提供信息输入。此外,利用横摆力矩控制量设计了前轮转向角补偿模块,通过轨迹跟踪和横摆稳定控制器的协调,进一步修正轨迹跟踪精度。利用CarSim和Simulink平台搭建了联合仿真模型。仿真结果表明:所提出的轨迹跟踪与横摆稳定协调控制策略能够实现轨迹跟踪,并兼顾车辆的横摆稳定性。     

汽车稳定性控制系统模型及横摆控制仿真

在Matlab/Simulink中建立了包括横摆运动、侧倾运动的八自由度整车动力学模型和车辆参考模型。采用车辆横摆角速度的状态差异法,基于模糊控制理论制定了直接横摆控制策略,实现了ESC系统对车辆的稳定性控制。对典型工况鱼钩试验进行仿真分析。结果表明:所制定的控制策略可以有效地实现横摆稳定性控制,而且减小了侧向加速度,使汽车具有一定的抗侧翻能力,提高了汽车的稳定性和安全性。     

商用车辆在长大下坡时制动失效及控制研究

长大下坡制动失效时的控制研究对商用车辆安全行驶至关重要。为了使商用车辆在长大下坡制动时能够满足ECE制动法规的要求,提出了基于商用车辆剩余制动性能分析方法和制动器Bang-Bang策略的ABS控制算法。通过动力学的理论分析和硬件在环测试试验,研究了商用车辆在制动失效工况下有、无ABS控制器对剩余制动性能的影响。结果表明:无ABS车辆,在制动失效工况下均不满足ECE法规要求;硬件在环试验表明虽然存在等同实车的硬件系统带来的时滞,但提出的控制算法对车辆剩余制动性能控制依然有效可行。     

基于滑转率的四轮轮边驱动客车电子差速控制策略

针对四轮驱动电动客车电子差速控制问题,考虑车辆转向过程中垂直载荷转移以及转向过程的横向稳定性,提出了以车轮滑转率为控制目标的电子差速控制策略,通过对4个驱动电机进行转矩调节以达到控制目标。在Carsim/Simulink联合仿真平台下进行离线仿真,经验证该策略可以根据不同转向工况对各个驱动电机转矩实时分配,将仿真结果与无电子差速策略的车辆仿真结果进行对比,相同转向工况下采用电子差速策略的车辆比无电子差速策略的车辆具有更好的差速效果和横向稳定性。在基于dSPACE/Infineon-TriCore搭建的硬件在环实验平台上进行半实物仿真,验证该电子差速控制策略的可靠性。     

分布式驱动电动汽车横摆稳定性控制策略研究

针对某型纯电动汽车进行轮毂电机参数匹配设计,建立整车参数化模型;以横摆角速度和质心侧偏角偏差作为控制目标,基于滑模控制理论及罚函数法,提出整车横摆稳定性控制和轮毂电机转矩分配控制策略;选取双移线和鱼钩试验2种典型工况,与无控制和模糊PID控制策略进行对比分析,对控制策略进行仿真验证。结果表明:采用积分滑模控制策略后,双移线试验工况下,车辆横摆角速度最大值为0.17 rad/s,质心侧偏角最大值为-0.038 rad;鱼钩试验工况下,车辆横摆角速度最大值为0.23 rad/s,质心侧偏角最大值为0.049 rad,均小于未加控制时车辆的状态参数,所提出的整车横摆稳定性控制策略能够有效对车辆进行横摆稳定性控制,降低车辆失稳机率。     

自抗扰算法在无人车路径跟踪控制中的应用

为了提高无人驾驶车辆路径跟踪的精度与稳定性,设计一种对车辆不确定性和外部干扰具有较强鲁棒性的ADRC控制算法,并基于粒子群优化算法对其关键参数进行整定,进一步提高控制器效果。该控制算法优势在于设计简单,计算量较小,能够实时估计和补偿未知扰动。基于Matlab/CarSim联合仿真平台,对所研究算法与PID算法进行仿真验证。结果表明:在双移线工况下,与PID控制器相比,所提出的ADRC控制算法具有更强的鲁棒性,能够有效改善由道路曲率变化而导致车辆抖动的问题,实现更加精确、稳定的路径跟踪效果。     

微型电动汽车悬架系统设计与平顺性分析

为了开发一款微型纯电动汽车,针对其乘坐舒适、安全可靠的设计要求,分析了悬架系统设计参数并完成了初步设计。为了保证汽车有良好的操纵稳定性,基于Adams/Insight对设计的麦弗逊悬架进行了前轮定位参数优化。在3种极限工况下,对设计的扭转梁悬架模型进行有限元强度分析,以验证其可靠性。为评估整车的平顺性,在随机沥青路面上进行仿真,并经过功率谱密度变换和频率加权得到了3个轴向的加权加速度均方根值。结果表明:优化后的前轮定位参数随车轮跳动有着良好的变化特性;设计的扭转梁悬架满足强度要求;设计的悬架系统使汽车具有良好的平顺性。     

基于博弈论的车辆转向与驱动稳定性协同控制

为了解决四轮转向(FWS)和主动驱动控制(ADC)2种并存底盘控制系统的潜在冲突问题,进一步提高车辆的横向稳定性,基于博弈论,提出了一种开环信息模式下转向与行驶稳定性控制系统的协同控制策略。在博弈论架构内,将四轮转向(FWS)和主动驱动控制(ADC)2个相关控制系统视为2个博弈者,采用微分博弈模型对2个子系统的动态交互进行建模和求解。为了实现协同控制策略,采用了一种权值可调节的车轮转矩分配方法。为了验证协同控制策略的有效性,进行了Carsim/Simulink联合仿真测试。仿真结果表明：基于博弈论的协同控制策略可以合理协调四轮转向(FWS)和主动驱动控制(ADC)2个相关控制系统的控制权限,有效提高车辆的横向稳定性。     

四轮独立驱动电动汽车直接横摆力矩控制

为提高四轮独立驱动电动汽车横摆稳定性,在考虑纵向车速控制的基础上设计了直接横摆力矩控制策略。该控制策略由上下两层组成,上层控制器为基于车辆运行状态反馈的附加横摆力矩控制器,其控制方式为通过实际反馈的车辆状态参数与参考值对比,设计线性二次型调节器(LQR)计算目标附加横摆力矩。下层控制器为基于路面附着条件及前后轴荷比的轮毂电机转矩分配控制器。通过CarSim与Simulink建立联合仿真模型,选择双移线和正弦输入2种工况进行仿真试验。结果表明:所设计的控制策略能够使车辆质心侧偏角和横摆角速度较好地跟随参考值,可有效避免车辆侧滑失稳,提高车辆横摆稳定性和行驶安全性;与PID控制相比,LQR控制能够更有效地抑制横摆角速度振荡峰值。     

高速时转向盘角阶跃工况下电动轮汽车EPS与DYC的协调控制方法

为了保证电动轮汽车在高速时转向盘角阶跃工况下的操纵稳定性与行驶安全性,对电动助力转向(electric power steering,EPS)与直接横摆力矩控制(direct yaw moment control,DYC)开展联合研究,并提出一种新型的电动轮汽车EPS与DYC的协调控制方法:根据横摆角速度与质心侧偏角等车辆运动参数,经上层控制器滑模变结构控制获取协调控制权重系数K和附加横摆力矩,通过协调控制权重系数K对EPS输出的转向助力矩进行修正,同时由附加横摆力矩对4轮的纵向力进行DYC分配。利用Car Sim软件和Matlab/Simulink软件分别建立整车机械动力学模型和整车协调控制模型,将两模型联立后开展联合仿真。仿真结果表明:将EPS与DYC进行协调控制,不仅可显著提高电动轮汽车在高速时转向盘角阶跃工况下的方向稳定性,而且通过协调权重系数K适当削弱了转向助力矩,可避免在高速工况下由于驾驶员心理紧张而造成的误操作。     

基于模糊控制的车辆主动避撞系统及仿真验证

为了提高车辆主动避撞系统的安全性和舒适性,建立了纵向和横向危险状态判别模型以判断车辆行驶时的安全性,设计了基于模糊控制的车辆主动避撞系统,模糊控制器Ⅰ选取驾驶员类型和主车车速为输入参数,主动制动阈值为输出参数,实现根据驾驶员类型和行车工况的不同来控制不同的制动时刻,模糊控制器Ⅱ选取相对速度和相对距离,输出制动信号以对车辆制动过程中的制动压力进行控制。通过Prescan仿真平台建立前车静止和车辆碰撞远端行人测试工况,对设计的主动避撞系统的有效性进行了仿真验证。仿真结果表明:所提出的基于模糊控制的车辆主动避撞系统能够有效避免碰撞,并兼顾车辆高速行驶工况下的安全性和低速行驶工况下的驾乘舒适性,同时还满足了不同类型驾驶员对主动避撞系统激活时机差异的需求。     

四轮毂电机电动车对开路面制动能量回收策略研究

以对开路面下四轮毂电机电动汽车制动能量回收控制策略为研究对象,以提高对开路面下的制动能量回收效率和制动能量回收时的制动稳定性为目标,考虑制动强度对制动能量回收效率的影响及对开路面对制动稳定性的影响,提出了当两前轮轮毂电机制动力大于制动需求时,仅由两前轮轮毂电机提供制动力,反之,由4个轮毂电机共同提供制动力,对开路面下制动时,依据两侧路面附着系数分配左、右轮制动力的控制策略;基于Matlab/Simulink搭建了制动能量回收控制模型,基于FTP-75工况及对开路面工况,分别对制动能量回收有效性及制动稳定性进行验证,仿真结果表明:一次FTP-75工况下,采用所提的控制策略能够回收0.132kW·h的能量,相对于2个轮毂电机、4个轮毂电机按固定比例提供制动力的控制策略分别提高23.3%、7.3%;在对开路面制动时能够缩小两侧车轮地面制动力的差值,减小车辆横摆力矩,有效提高汽车制动稳定性。