于自適應神經網絡動態面算法的ECHPS系統控制策略研究

江浩斌++劉海++耿國慶++唐斌

摘要：針對重型商用車采用固定助力特性的液壓轉向系統（HPS）存在操穩性差的缺點，提出了一種旁通流量控制式電控液壓轉向系統（ECHPS）。建立了該轉向系統核心部件電液比例閥數學模型，設計了ECHPS系統的助力控制策略和助力特性曲線，為了消除被控系統受到參數不確定性和外界干擾的影響，采用神經網絡與自適應動態面技術相結合的算法設計了一種新型控制器。通過理論與仿真分析證明了所設計的自適應神經網絡動態面控制器不僅響應快、跟蹤效果好、控制精度高，而且能夠實現汽車低速時的轉向輕便性和高速時的良好路感要求。

關鍵詞：電控液壓轉向系統；控制策略；助力特性曲線；神經網絡；動態面控制；仿真

中圖分類號：U463.4 文獻標識碼：A DIO：

Research on Control Strategy for ECHPS Based on

Adaptive Neural Network Dynamic Surface algorithm

JIANG Hao-bin， LIU Hai， GENG Guo-qing， TANG Bin

（School of Automobile and Traffic Engineering， Jiangsu University， Zhenjiang212013）

Abstract： A bypass flow-controlled electrical controlled hydraulic power steering system was introduced， for the problem of poor steering caused by HPS with fixed assist characteristics applied in heavy commercial vehicles. Electro-hydraulic proportional valve model of ECHPS core component was established. The control strategy and assistance characteristic curve of the steering system were designed， for the controlled system containing the parameter uncertainty and the impact of outside interference， a method combined neural network and adaptive dynamic surface control was used to design a new controller. .By theoretical analysis and simulation results indicated that adaptive neural network dynamic surface controller was not only fast response， good tracking performance， high control accuracy， but also could achieve the requirements of low-speed light and high-speed good road sense when the vehicle steering.

Keywords： ECHPS； control strategy； assistance characteristic curve； neural network（NN）； dynamic surface control（DSC）； simulation

流量控制式電控液壓助力轉向系統（Electrical Controlled Hydraulic Power Steering，ECHPS）是在傳統的液壓助力轉向系統（Hydraulic Power Steering，HPS） 基礎上附加電液控制裝置調節液壓系統的流量實現助力可變，由于其結構簡單，液壓功率

收稿日期：

基金項目：江蘇省屬高校自然科學研究重大項目（11KJA580001）；江蘇省道路載運工具新技術應用重點

實驗室開放課題（BM2008206003）

大，技術風險小，助力可變，操穩性好而被國內外眾多學者研究[1-3]。在實際應用中，流量控制式ECHPS中電液比例控制系統的動態特性具有較強的非線性，且會受到參數不確定性，未建模動態以及各種外界干擾等影響[4-5]。因此，針對ECHPS系統的特點和實際要求研究其控制問題非常有必要。

后推法是非線性控制領域廣泛應用的技術[6-7]，然而該方法存在著計算膨脹問題，

為此提出了動態面控制法，該方法在后推法基礎上通過引入一階低通濾波器能夠有效地解決后推法計算膨脹問題，簡化了控制器的設計，并且近年來與神經網絡控制或模糊控制相結合解決了一大類非線性不確定系統的控制問題[8-9]。

本文針對一種電液比例閥控制旁通流量的ECHPS系統，為了解決該轉向系統電液比例閥控制過程中的參數不確定性和外界干擾等問題，采用了基于神經網絡的自適應動態面控制方法設計系統的控制策略和控制器，通過仿真分析驗證了該控制方法的有效性。

1 ECHPS系統

1.1 ECHPS系統結構原理

圖1為采用電液比例閥控制旁通流量的ECHPS系統基本組成示意圖[10]。該系統主要由機械轉向裝置，液壓助力裝置，電液控

制裝置等組成。該系統在與傳統的循環球式動力轉向器并聯的旁通支路上安裝了一個電磁流量控制閥。汽車轉向時，系統控制器根據車速信號和轉向盤轉角/轉矩信號控制比例電磁閥的開度，旁通一部分恒流液壓泵泵出的流量。通過調節不同車速下的比例閥開度，進而調節進入轉閥的流量，改變轉向器中液壓助力油缸兩側的壓差，實現ECHPS的可變助力特性，滿足汽車低速轉向輕便性和高速轉向的路感要求。

圖1 ECHPS系統組成示意圖

1.2 電液比例閥結構原理

本文針對重型商用車ECHPS系統的結構特點和性能要求，設計一種新型電液比例流量閥，其結構如圖2所示。該閥主要由進油螺母、閥體、閥芯（銜鐵）、復位彈簧、電磁線圈、調整螺栓等組成。

圖2 電液比例閥結構圖

當汽車轉向時，ECU根據車速信號驅動電源使線圈通電，閥芯在電磁力作用下向右運動，此時閥芯的槽口與閥體的出油孔形成通路，使得進入閥芯內部的旁通液壓油從節流閥口流出，進而流回儲油罐。通過電磁線圈的電流越大，閥芯所受電磁力越大，閥芯

的位移越大，旁通流量越大，系統助力越小。

1.3電液控制系統數學模型

電液控制系統中被控對象為電液比例

閥，由比例電磁閥中線圈電流動態特性、輸出力動態特性、節流閥的閥芯受力分析[11]得其簡化數學模型為：

（1）

式中： 為放大器增益； 為線圈電阻和放大器內阻； 為線圈電感； 為線圈速度感應反電動勢常數； 為氣隙磁感應強度；D為線圈平均直徑； 為線圈繞線匝數； 為比例電磁鐵的電流—力增益； 為電磁鐵線圈在銜鐵上的力； 為閥芯位移；m為閥芯質量；B為比例閥粘性阻尼系數；k為彈簧剛度； 為液動力與摩擦力等外界干擾。

比例閥旁通的流量是在一定的工作壓差ΔP下，改變閥口的通流面積 來實現的。根據薄壁小孔節流公式得流量公式：

（2）

式中： 為流量系數； 為過流面積； 為液壓油密度； 為比例閥閥口前后壓差。

由于節流閥口結構形式很復雜，閥口過

流面積與閥芯位移呈非線性關系，一般用近

似函數表示閥口過流面積。本文采用L形閥

口，閥口過流面積A（x）的計算如圖3所示。

圖3 節流閥閥口的過流面積計算示意圖

等效過流面積 的推導過程如下：

表1 比例閥相關參數

L D m B K

/Ω /H / T /m /（N/A） /kg /（Nm/s） /（N/m）

150 5 0.03 1.25 0.039 262 40.126 0.0834 29.4 160000

2 ECHPS控制系統設計

2.1 ECHPS系統控制策略設計

助力控制是ECHPS系統的基本控制，是其能否實現低速轉向的輕便性和高速轉向良好路感的關鍵。本文采用自適應神經網絡動態面控制方法設計ECHPS系統的助力控制策略。如圖4所示為ECHPS系統的控制策略設計圖，由車速和轉矩傳感器測得車速V和轉矩T經過信號處理，與ECU存儲的助力特性曲線和相關公式求出理想的目標比例閥閥芯位移x，將位移x值與外界干擾和測得的閥芯運動的位移、速度、加速度信號傳遞給所設計的自適應神經網絡動態面控制器，由控制器經過計算輸出電壓值控制電液比例閥閥芯運動，旁通液壓泵泵出的液壓油流量，從而控制轉向助力大小，實現汽車轉向輕便性和操穩性要求。

圖4 ECHPS控制策略

2.2 ECHPS可變助力特性設計與控制目標

助力特性是ECHPS系統的核心技術，能夠有效地協調汽車轉向中“輕”與“靈”的矛盾。助力特性曲線決定了ECHPS系統的控制目標和轉向操縱性能。因此在控制器設計之前必須先確定轉向助力特性曲線，以便在此基礎上對系統性能進行綜合設計。

理想的助力特性曲線要求汽車低速轉向時要有足夠大的助力來保證轉向輕便性，而高速轉向時要求提供的助力足夠小，以此來提高駕駛員操縱手力，從而獲得良好的操縱路感。常見的助力特性曲線有直線型、折線型和曲線型三種[12]。本文基于ECHPS系統操穩性和駕駛員操縱手感要求選擇曲線型中比較簡單的拋物線型進行助力曲線設計。采用如下助力特性曲線設計方法：首先確定各車速下駕駛員偏好轉向盤轉矩，然后把不裝配ECHPS時各車速下的等效轉向阻力矩與之作差，從而確定各車速下應該提供助力的大小，最后進行轉換得到助力油壓與車速和轉向盤轉矩之間的關系曲線，即助力特性曲線。

對于駕駛員偏好手力：本文通過整車實驗獲得，具體實驗方案為：首先在原車HPS系統上增加一個電磁比例閥裝置，改裝成本文研究的ECHPS系統，通過控制比例閥開度調節助力大小，其次選擇若干名駕駛員依次駕駛大客車分別進行車速為20 Km/h、40 Km/h、60 Km/h、80 Km/h的圓周運動（考慮到安全性及受試驗場地影響沒有做車速60km/h以上的實驗），駕駛員轉動轉向盤調整轉角使每個車速下的側向加速度固定，記錄下滿意的轉向盤轉矩，最終對多名駕駛員偏好的轉向盤轉矩求平均，得到各車速下大客車駕駛員偏好的轉向盤轉矩。下圖5為整車實驗現場，試驗車型為申龍6118型客車，圖6為通過對實驗數據處理得出的一定側向加速度下駕駛員平均偏好轉向力矩隨車速變化的特性曲線。

圖5整車實驗現場

圖6駕駛員偏好轉向力矩隨車速變化的特性曲線

對于等效方向盤輸入力矩：基于轉向系統數學模型和整車動力學數學模型，在MATLAB/Simulink下仿真出不裝配ECHPS時方向盤轉矩正弦輸入下，固定側向加速度3 的轉向盤處的當量總阻力矩，即方向盤等效輸入力矩。圖7為車速為20km/h的仿真結果，其它特征車速下等效方向盤輸入力矩同理可由仿真得出。

圖7 V=20km/h時側向加速度與等效阻力矩的關系

下表2是計算出的幾種特性車速下的助力增益。圖8是由表2中不同特征車速下助力增益畫出的不同特征車速下助力特性曲線。

表2不同車速下助力特性曲線增益

車速/（km/h） 0 20 40 60 80

曲線增益k 0.3889 0.2765 0.1833 0.0972 0.0562

圖8 不同特征車速下助力特性曲線

ECHPS控制系統中受控參數是比例閥的閥芯位移，控制目標為閥芯的目標位移，期望的閥芯位移值可由圖8所示的助力特性曲線和ECHPS系統各部件傳遞函數綜合求出，計算流程如圖9所示。

圖9 比例閥閥芯的目標位移值計算流程

通過計算得出5個特征車速下理想旁通流量和目標位移值如表3所示。

表3 不同特征車速下目標位移值

車速/（km/h） 0 20 40 60 80

旁通流量 0 4.1 8.65 11.36 12.47

/L/min

期望位移 0 0.0006 0.0014 0.0019 0.0022

/（m）

2.3 自適應神經網絡動態面控制器設計

電液比例系統內部存在的參數變化和隨時間、負載變化的摩擦力、液動力等外界干擾會造成系統時變、不穩定現象，影響閥芯位移與旁通流量的不準確，使得助力油壓輸出出現較大的誤差，影響了駕駛員的操縱穩定性。近年來自適應動態面算法在一類參數不確定受擾系統的跟蹤控制中因其跟蹤效果好、魯棒性強的優點得到廣泛應用[13]，同時徑向基（RBF）神經網絡對非線性不確定函數有著良好的逼近能力，因此本文采用神經網絡與動態面技術結合的算法設計系統控制器。

自適應動態面控制以系統狀態方程為研究對象，令被控系統狀態變量 ，其中狀態變量 分別為閥芯位移，速度，加速度。將系統（1）通過拉普拉斯基本特性變換得到被控對象的狀態方程為：

（3）

式中： 為未知的不確定函數且滿足初始條件f（0）=0； 為系統不確定參數， ， ， ； 為控制增益； 為系統外界干擾；u= 為系統輸入，y為系統輸出。

對系統（3）作如下假設：

假設1： 是有界不確定項，即

；

假設2： ，i =1，2，3均是傳感器可測量的；

假設3：對于期望軌跡 ，滿足

。

對于系統中的未知不確定函數 ，采用RBF神經網絡在線逼近其模型不確定性。其結構如圖10所示。

圖10 RBF神經網絡拓撲結構

給定一個光滑函數f（x）：Ω→R，則存在一個RBF基函數向量ζ（x）： →R以及理想的神經網絡權值向量θ∈ ，使得

（4）

式中：理想權值向量 ，滿足 ；因其無法直接得到，一般用 來估計 進而由參數 的自適應律推導出 ；基函數向量 ，其中神經網絡基函數 ，式中 和 分別為第i個隱層單元的中心和寬度，m為隱層節點個數， 表示歐式范數； 為神經網絡逼近誤差。

假設4：權值向量θ和逼近誤差 一致有界，即存在正常數 和 ，滿足 、 。

下面給出控制器設計的具體步驟：

第1步： 設比例閥閥芯位移按著預定的方向運動 ，定義運動偏差即第一個動態面誤差為： （5）

對 求導得： （6）

取第一個虛擬控制律 （7）

式中 為可調設計參數。

使 通過一階濾波器，產生新的變量 ，得到： （8）

式中 為濾波器時間常數。

第2步：定義第二個動態面誤差為：

（9）

對 求導得： （10）

取第二個虛擬控制律 （11）

式中 為可調設計參數。

使 通過一階濾波器，產生新的變量 ，得到： （12）

式中 為濾波器時間常數。

第3步：定義第三個動態面誤差為：

（13）

對 求導 （14）

式中：

此時實際控制律u已經出現，令β=1/b，實際控制器輸入設計為：

（15）

式中： 為 的參數估計； 為可調設計參數； 為設計的控制器模型。

選取參數估計自適應律：

（16）

式中： 為可調參數；

為常數矩陣， 為可調參數。

2.4 控制器的穩定性分析

定義系統濾波器輸出誤差即邊界層誤差： i=2、3 （17）

定義參數估計值誤差：

（18）

由公式（4）～（17）推導出動態面誤差微分為

（19）

邊界層微分方程為：

（20）

這里定義的 為連續函數，由于集合 和集合 ，因此在集合 內，連續函數 有最大值

。

定義Lyapunov函數為 （21）

對其求導并將公式（16）（19）（20）代入得 （22）

由數學不等式關系： ，

， ，

進而公式（22）可轉化為：

（23）

又由不等式 ， ， ，

公式（23）可轉化為：

（24）

令：

（25）

得到控制器參數為：

（26）

將其代入公式（24）中并且令

得： （27）

所以在V=p，當 時 ，根據

Lyapunov穩定性定理，可知所設計的自適應神經網絡動態面控制器能夠保證閉環系統半全局一致最終有界。適當的調節控制器參數可使系統輸出y半全局漸近跟蹤期望參考信號，跟蹤誤差盡可能的小。

3 計算機仿真分析

為了驗證本文設計的自適應神經網絡動態面控制器的控制效果，基于MATLAB/Simulink軟件平臺搭建控制器、被控對象數學模型，對閉環控制系統進行仿真分析。由表1中參數數值求得系統中不確定參數為： =-19504396480， =-6145923.261， =-10519.185，b=2405635.5；假設外界干擾 =10+10sin10 ；控制器的參數選擇如下：k =150， =diag{10}， =5， =1；神經網絡的隱層單位個數為10，NN高斯基函數的中心值均為0.0005，寬度均為2；濾波器的時間常數 =0.005， =0.005；仿真中分別以階躍信號 =0.0015（單位/m）和正弦信號 =0.0015+0.0005sin4 （單位/m）作為理想參考軌跡信號輸入，仿真時間為0.5s。仿真結果如圖11、圖12所示。

圖11 階躍信號響應的閥芯位移輸出

圖12 正弦信號響應的閥芯位移輸出

圖11為系統輸入階躍信號的PID控制、動態面控制和神經網絡動態面控制實際閥芯位移輸出對比圖，從圖中可以看出采用PID控制在其初期超調量很大，后期由于受到外界干擾影響不能達到穩定，在位移期望值1.5mm處上下波動；采用動態面控制雖然能抑制系統的參數不確定性和外界干擾，輸出位移大約在0.1s后達到穩定，但在其初始階段還存在一定的輕微振蕩；而采用自適應神經網絡動態面控制能夠達到很好的控制效果，不僅消除了動態面控制方案位移輸出初始的振蕩，而且減小了穩定響應時間，系統大約在0.04s達到了穩定。圖12為分別采用動態面控制和神經網絡動態面控制跟蹤輸入正弦期望軌跡對比圖，從圖中可以看出自適應神經網絡動態面控制的跟蹤效果明顯優于動態面控制，該控制方法不僅消除了動態面控制位移輸出初始的振蕩，大大增強了系統的動態特性和魯棒性，而且穩定響應時間短，跟蹤誤差也小于動態面控制的誤差。

為了驗證本文提出的助力控制策略的有效性，搭建控制器、比例閥位移及旁通流量仿真模型，同時將表3中不同車速下的期望閥芯位移作為控制器的輸入，計算不同車速下電液比例閥旁通的流量，結果如圖13所示。

圖13不同車速下控制器控制旁通流量輸出

圖13為車速在20、40、60、80km/h下

由所設計的神經網絡動態面控制器控制電液比例閥旁通液壓泵泵出油液流量圖，從圖中可以看出，本文設計的控制器能夠精確快速穩定的控制比例閥旁通的流量，并且能夠輸出隨車速變化而變化的流量，間而控制進入轉向器液壓助力缸的流量，實現汽車轉向助力可變，滿足汽車低速轉向輕便性和高速轉向的路感要求。

4 結論

本文介紹了一種電磁閥控制旁通流量的電控液壓助力轉向系統，建立了其核心部件的數學模型，為ECHPS系統設計了一個助力控制策略，基于實驗法設計了助力特性曲線，考慮到被控系統中含有參數不確定性和外界干擾，控制器的設計采用了神經網絡和自適應動態面技術相結合的算法，該控制器具有跟蹤效果好，響應快和抗干擾能力強的特點。通過仿真實驗驗證了控制器的控制效果和控制策略的有效性。為今后建立基于dSPACE的硬件在環仿真系統進行試驗研究提供了理論基礎。

參考文獻（References）

[1] 郭曉林，季學武，陳奎元.流量控制式ECHPS系統轉閥結構參數優化設計[J].農業機械學報，2008，（39）11：26-29.

Guo X L， Ji X W， Chen K Y. Parameter Optimization of Rotary Valve in the Flow Control Type ECHPS System[J].Journal of Agricultural Machinery， 2008，（39）11：26-29.

[2] Aly Badawy， Dieter Fehlings， Alexander Wiertz， et al. Development of a new concept of electrically powered hydraulic steering[C]. SAE Paper. 2004-01-2070，2004.

[3] 高峰，劉亞輝，季學武，等.電控液壓助力轉向系統的初步匹配計算[J].北京航空航天大學報，2007，（33）5：605-607.

Gao F， Liu Y H， Ji X W， et al. Prmiary calculation of electronically controlled hydraulic power steering[J]. Journal of Beijing University of Aeronautics and Astronautic， 2007， 33（5）： 605-607.

[4] 路雨祥.電液比例控制技術[M].機械工業出版社，1988，11.

Lu Y X. Electro-hydraulic proportional control technology[M]. Machinery Industry Press， 1988，11.

[5] 朱冠軍. 電液比例流量閥開環控制器設計[D]. 南昌：南昌大學，2010.

Zhu G J. Design on Open LooP Controller of Electro—hydraulic Proportional Flow Valv[D].Nanchang： Nanchang University，2010.

[6] 張天平，張惠艷，顧海軍. 基于后推設計的直接自適應模糊控制[J]. 控制與決策，2004， 19（1）：22?26.

Zhang T P，Zhang H Y， Gu H J. Direct adaptive fuzzy control based on backstepping technique[J]. Control and Decision， 2004， 19（1）：22?26.

[7] ZHANG Tao， GE Shu-zhi， HANG C C. Adaptive neural network control for strict-feedback nonlinear systems using back-stepping design[J]. Automatica， 2000，36： 1835?1846.

[8] Wang D， Huang J. Neural network-based adaptive

dynamic surface control for a class of uncertain nonlinear systems in strict-feedback form[J]. IEEE Transactions on Neural networks，2005，16

（1）195-202.

[9] Li T S， Wang D， Feng G， et al. A DSC approach to robust adaptive NN tracking control for strict-

feedback nonlinear systems[J]. IEEE Trans on

Systems， Man and Cybernetics： Cybernetics， 2010， 40（3）： 915-927.

[10] 江浩斌，楊兆永，耿國慶，等.重型車輛流量控制式ECHPS系統建模與仿真 [J].計算機仿真，2012，（29）11：365-369.

Jiang H B， Yang Z Y， Geng G Q， et al. Modeling and Simulations of Bypass Flow - Controlled ECHPS Applied in Heavy - Duty Vehicles[J]. Computer Simulation， 2012，（29）11：365-369.

[11] 張弓，張樹忠，吳文海羅，等. 超高速電液比例閥的設計與實驗研究[J].機械科學與技術，2009，（28）6：768-772.

Zhang G， Zhang S Z， Wu W L， et al. Design and Experimental Investigation of an Ultra-high-

speed Electro-hydraulic Proportional Valve[J]. MechanicalScience and Technology for Aerospace Engineering， 2009，（28）6：768-772.

[12] 王若平，李千，高翔. 閉式電控液壓助力轉向直線型助力特性的設計[J].汽車工程，2012，（34）3：255-259.

Wang R P， Li Q， Gao X. Design of the Linear Assistance Characteristics of Close-type Electro-hydraulic Power Steering[J]. Automotive Engineering， 2012，（34）3：255-259.

[13] 李鐵山，鄒早建，羅偉林. 基于 DSC 后推法的非線性系統的魯棒自適應 NN 控制[J].自動化學報，2008，（34）11：1424-1430.

Li T S， Zhou Z J， Luo W L. DSC-backstepping Based Robust Adaptive NN Control for Nonlinear Systems[J]， Acta Automatica Sinica，2008，（34）11：1424-1430.

作者簡介：

責任作者：江浩斌（1969-），男，江蘇南通，教授，博士生導師，現任江蘇大學汽車與交通工程學院院長，主要研究方向為車輛底盤系統的動態設計和研究。

Tel： 86-511-88797620-2601

E-mail：jianghb@ujs.edu.cn

通訊作者：劉 海（1989-），男，江蘇淮安，碩士研究生，主要研究方向為電控液壓助力轉向系統的控制策略。

Tel：18021786099

E-mail：jshalhyu@163.com