基于滑移率的電子機(jī)械制動(dòng)模糊滑模控制

彭曉燕，何磊，呂以濱

?

基于滑移率的電子機(jī)械制動(dòng)模糊滑模控制

彭曉燕，何磊，呂以濱

(湖南大學(xué) 機(jī)械與運(yùn)載工程學(xué)院，汽車(chē)車(chē)身先進(jìn)設(shè)計(jì)制造國(guó)家重點(diǎn)實(shí)驗(yàn)室，湖南 長(zhǎng)沙，410082)

建立汽車(chē)電子機(jī)械制動(dòng)系統(tǒng)及1/2車(chē)輛動(dòng)力學(xué)模型。針對(duì)電子機(jī)械制動(dòng)系統(tǒng)的不確定性和非線(xiàn)性問(wèn)題，提出一種基于滑移率的電子機(jī)械制動(dòng)模糊滑模控制算法用于實(shí)現(xiàn)常規(guī)制動(dòng)和緊急制動(dòng)。該算法結(jié)合車(chē)輛制動(dòng)過(guò)程中前、后軸載荷的動(dòng)態(tài)變化設(shè)計(jì)滑模等效控制量，采用模糊校正器調(diào)整滑模切換控制量。采用硬件在環(huán)實(shí)驗(yàn)驗(yàn)證該算法的有效性。研究結(jié)果表明：該算法與PID控制和滑模控制相比，能夠快速平衡地達(dá)到目標(biāo)值，具有較強(qiáng)的抗干擾能力，對(duì)各種路況及工況的適應(yīng)性更好，對(duì)提高車(chē)輛制動(dòng)的穩(wěn)定性具有積極作用。

電子機(jī)械制動(dòng)；滑移率；模糊滑模控制；硬件在環(huán)

目前，采用線(xiàn)控制動(dòng)(brake-by-wire, BBW)技術(shù)構(gòu)建的電動(dòng)汽車(chē)電控制動(dòng)系統(tǒng)具有制動(dòng)響應(yīng)高效穩(wěn)定、節(jié)省空間及便于整合其他功能模塊等優(yōu)點(diǎn)[1]，極大地提高了車(chē)輛制動(dòng)時(shí)的安全性能，成為車(chē)輛制動(dòng)系統(tǒng)的研究熱點(diǎn)。不同于電子液壓制動(dòng)(electro-hydraulic brake, EHB)系統(tǒng)，電子機(jī)械制動(dòng)(electro-mechanical brake, EMB)系統(tǒng)是完全線(xiàn)控制動(dòng)系統(tǒng)，它采用電機(jī)驅(qū)動(dòng)制動(dòng)器執(zhí)行機(jī)構(gòu)實(shí)現(xiàn)車(chē)輛制動(dòng)，所有動(dòng)作都由電子控制單元控制電機(jī)實(shí)現(xiàn)，因此，EMB系統(tǒng)對(duì)控制系統(tǒng)的設(shè)計(jì)提出了更高的要求[2]。輪胎滑移率對(duì)輪胎力的影響非常明顯，通過(guò)控制滑移率可以控制輪胎的縱向力和側(cè)向力；另外，滑移率的采集無(wú)需增加其他傳感器，與制動(dòng)器夾緊力等其他控制量相比更容易實(shí)現(xiàn)，因此，輪胎滑移率常作為汽車(chē)動(dòng)力學(xué)控制系統(tǒng)的被控變量[3?5]。目前，防抱死制動(dòng)系統(tǒng)(ABS)、電子制動(dòng)力分配(EBD)和電子穩(wěn)定性控制系統(tǒng)(ESC)等汽車(chē)主動(dòng)安全的重要技術(shù)均采用滑移率作為被控對(duì)象，基于滑移率的控制方法也一直是近年來(lái)研究的熱點(diǎn)。德國(guó)戴姆勒克萊斯勒公司最早與挪威科技大學(xué)合作研究了用于EMB系統(tǒng)的基于滑移率的增益調(diào)度控制方法[6]。CHOI[7]設(shè)計(jì)了監(jiān)測(cè)后輪狀態(tài)的方法估計(jì)ABS控制的最佳滑移率，并控制前輪滑移率跟隨目標(biāo)滑移率來(lái)實(shí)現(xiàn)ABS控制。DOUSTI等[8]設(shè)計(jì)了一組多模切換的EMB系統(tǒng)控制器來(lái)實(shí)現(xiàn)各種類(lèi)型道路上的ABS控制，同時(shí)研制了一種多模切換觀測(cè)器來(lái)估計(jì)不同路面的摩擦因數(shù)和最佳滑移率。然而，目前人們主要針對(duì)ABS這類(lèi)緊急制動(dòng)情況進(jìn)行研究，而對(duì)常規(guī)制動(dòng)的控制技術(shù)研究較少。為此，本文作者提出一種基于滑移率的EMB系統(tǒng)控制架構(gòu)。在此結(jié)構(gòu)中，常規(guī)制動(dòng)工況與緊急制動(dòng)工況都被考慮，并通過(guò)最佳滑移率辨識(shí)器進(jìn)行路面辨識(shí)，得到不同路面下的最佳滑移率及附著系數(shù)。由于EMB系統(tǒng)的不確定性與非線(xiàn)性問(wèn)題，很難建立一個(gè)準(zhǔn)確的數(shù)學(xué)模型來(lái)進(jìn)行描述，因此，控制器必須具有很強(qiáng)的魯棒性以適應(yīng)輪胎特性、制動(dòng)器摩擦特性、路面條件、車(chē)輛負(fù)載等參數(shù)的變化。滑模控制(SMC)具有反應(yīng)快速、對(duì)參數(shù)變化不敏感、魯棒性強(qiáng)等特點(diǎn)，能很好地解決以上問(wèn)題。TANELLI等[9?10]采用滑模控制方法設(shè)計(jì)了基于滑移率的EMB控制器，發(fā)現(xiàn)SMC控制器的控制性能以及對(duì)路面的適應(yīng)性均優(yōu)于PID控制。然而，現(xiàn)有研究在設(shè)計(jì)控制器時(shí)忽略了制動(dòng)過(guò)程中車(chē)軸負(fù)載的變化，這將對(duì)控制器的性能研究造成不利影響；另外，SMC控制器存在的抖振問(wèn)題會(huì)對(duì)控制精度和穩(wěn)定性造成負(fù)面影響。為此，本文設(shè)計(jì)一種模糊滑模控制器來(lái)實(shí)現(xiàn)EMB系統(tǒng)基于滑移率的控制。該控制器結(jié)合車(chē)輛制動(dòng)過(guò)程中前、后軸載荷的動(dòng)態(tài)變化設(shè)計(jì)滑模等效控制量，并采用模糊校正器調(diào)整滑模切換控制量來(lái)削弱抖振現(xiàn)象。最后，在不同制動(dòng)強(qiáng)度、初速度、路面條件下對(duì)控制器進(jìn)行仿真對(duì)比，并通過(guò)硬件在環(huán)實(shí)驗(yàn)驗(yàn)證該算法的有效性。

1 EMB系統(tǒng)描述及建模

由于EMB系統(tǒng)取消了制動(dòng)踏板與制動(dòng)器的直接連接，目前的研究大多數(shù)通過(guò)分析傳統(tǒng)汽車(chē)的制動(dòng)踏板與車(chē)輛減速度之間的關(guān)系，根據(jù)駕駛員產(chǎn)生的踏板力和位移，確定車(chē)輛所需的制動(dòng)減速度及制動(dòng)強(qiáng)度。本文按照文獻(xiàn)[14]中設(shè)計(jì)的踏板力與車(chē)輛制動(dòng)減速度的關(guān)系曲線(xiàn)，用制動(dòng)強(qiáng)度來(lái)表征駕駛員的制動(dòng)意圖。

圖1 基于滑移率的EMB控制系統(tǒng)架構(gòu)圖

1.1 1/2車(chē)輛模型

假設(shè)車(chē)輛在平直路面上制動(dòng)，忽略車(chē)輛的空氣阻力、滾動(dòng)阻力矩和旋轉(zhuǎn)質(zhì)量減速時(shí)產(chǎn)生的慣性力矩，在左、右車(chē)輪受到的垂直載荷相等的前提下，可以通過(guò)建立1/2車(chē)輛模型表示其受力情況，如圖2所示。

圖2 1/2車(chē)輛動(dòng)力學(xué)模型

車(chē)輛的縱向動(dòng)力學(xué)方程為

輪胎動(dòng)力學(xué)方程則表示為

式中：為軸距；和分別為質(zhì)心到前、后軸的距離；為質(zhì)心高度。

序號(hào)為的車(chē)輪的滑移率為

1.2 最佳滑移率辨識(shí)器模型

式中：1，2和3為實(shí)驗(yàn)數(shù)據(jù)擬合參數(shù)，與路面狀態(tài)有關(guān)，不同路面下的取值見(jiàn)文獻(xiàn)[17]。

1.3 EMB制動(dòng)器模型

選用浮動(dòng)鉗盤(pán)式EMB制動(dòng)器，其結(jié)構(gòu)原理如圖3所示[10]，建立的模型包括驅(qū)動(dòng)電機(jī)模型、行星齒輪機(jī)構(gòu)模型、滾珠絲杠副模型和制動(dòng)盤(pán)模型。

圖3 EMB制動(dòng)器結(jié)構(gòu)原理圖

1.3.1 驅(qū)動(dòng)電機(jī)模型

選用直流力矩電機(jī)作為EMB制動(dòng)器的驅(qū)動(dòng)電機(jī)。制動(dòng)器的制動(dòng)墊片與制動(dòng)盤(pán)接觸后，電機(jī)處于連續(xù)堵轉(zhuǎn)狀態(tài)下，此時(shí)的電機(jī)輸出力矩為

式中：di為序號(hào)為的車(chē)輪制動(dòng)器的電機(jī)輸出力矩；ei為對(duì)應(yīng)的電機(jī)電磁力矩；fi為對(duì)應(yīng)的電機(jī)摩擦力矩。電磁力矩可以表示為

式中：Ti為序號(hào)為的車(chē)輪制動(dòng)器的電機(jī)力矩系數(shù)；ai為對(duì)應(yīng)的電機(jī)電樞電流。

力矩電機(jī)在堵轉(zhuǎn)時(shí)存在靜摩擦力矩。在已知最大靜摩擦力矩前提下，電機(jī)的摩擦力矩表示為

將式(8)和(9)代入式(7)，經(jīng)整理得

1.3.2 行星齒輪機(jī)構(gòu)模型

本文采用行星齒輪系作為減速機(jī)構(gòu)，將電機(jī)輸出的力矩傳遞給滾珠絲杠副的絲杠。該機(jī)構(gòu)的輸出力矩可以表示為

1.3.3 滾珠絲杠副模型

滾珠絲杠副將行星齒輪軸的旋轉(zhuǎn)運(yùn)動(dòng)轉(zhuǎn)換成絲杠螺母的直線(xiàn)運(yùn)動(dòng)，通過(guò)制動(dòng)墊片對(duì)制動(dòng)盤(pán)施加壓力。制動(dòng)墊片對(duì)制動(dòng)盤(pán)作用產(chǎn)生的壓力表示為

1.3.4 制動(dòng)盤(pán)模型

車(chē)輛制動(dòng)時(shí)，制動(dòng)盤(pán)與兩側(cè)的制動(dòng)墊片發(fā)生摩擦，制動(dòng)盤(pán)有效半徑處的摩擦力產(chǎn)生摩擦力矩，即為制動(dòng)器輸出力矩。在已知制動(dòng)盤(pán)有效半徑和制動(dòng)墊塊摩擦系數(shù)的前提下，得到制動(dòng)器輸出力矩為

將式(10)~(13)進(jìn)行整理，得到直流力矩電機(jī)處于堵轉(zhuǎn)狀態(tài)時(shí)的EMB制動(dòng)器輸出力矩為

2 EMB模糊滑模控制器設(shè)計(jì)

在汽車(chē)制動(dòng)過(guò)程中，由于路面狀況和行駛工況的變化、輪胎變形與磨損、機(jī)電作動(dòng)器非線(xiàn)性伺服特性、測(cè)量延遲及測(cè)量噪聲等因素的影響，使得線(xiàn)控制動(dòng)系統(tǒng)具有時(shí)變、非線(xiàn)性及不確定性，難以精確建模[19]。滑模變結(jié)構(gòu)控制具有快速響應(yīng)、對(duì)參數(shù)變化及擾動(dòng)不靈敏、無(wú)需系統(tǒng)在線(xiàn)辨識(shí)、物理實(shí)現(xiàn)簡(jiǎn)單等優(yōu)點(diǎn)，能有效地實(shí)現(xiàn)對(duì)滑移率的跟蹤控制，但缺點(diǎn)是存在抖振問(wèn)題，影響控制精度，甚至使系統(tǒng)產(chǎn)生振蕩失穩(wěn)[20?21]。本文利用滑模控制的強(qiáng)魯棒性設(shè)計(jì)EMB控制器，同時(shí)為了削弱抖振現(xiàn)象，采用模糊控制方法設(shè)計(jì)模糊校正器，根據(jù)滑模到達(dá)條件調(diào)整切換控制量。模糊滑模控制器結(jié)構(gòu)如圖4所示。

圖4 模糊滑模控制器的控制結(jié)構(gòu)圖

2.1 滑模控制器設(shè)計(jì)

將EMB制動(dòng)器模型式(14)代入1/2車(chē)輛模型的動(dòng)力學(xué)方程式(1)和(2)整理得

將式(5)進(jìn)行求導(dǎo)，并將式(15)代入得

滿(mǎn)足式(18)也就滿(mǎn)足了廣義滑模條件，控制器就可以使系統(tǒng)按等速趨近律趨近切換面。此條件下設(shè)計(jì)滑模控制器的控制律為

2.2 等效控制量求解

2.3 模糊校正器設(shè)計(jì)

并且可以確定該不確定源是有界的，即

根據(jù)廣義滑模條件，切換控制量應(yīng)滿(mǎn)足下列條件：

輸入變量的模糊語(yǔ)言描述為負(fù)(N)、零(ZE)、正(P)。隸屬度函數(shù)選擇為三角函數(shù)，如圖5所示。

輸出變量的模糊語(yǔ)言描述為負(fù)高(NH)、負(fù)大(NB)、負(fù)中(NM)、負(fù)小(NS)、零(ZE)、正小(PS)、正中(PM)、正大(PB)、正高(PH)。隸屬度函數(shù)選擇為三角函數(shù)，如圖6所示。

模糊控制規(guī)則的設(shè)計(jì)應(yīng)該使得到的控制量si滿(mǎn)足式(24)，采用如表1所示模糊控制規(guī)則表。

圖5 輸入變量的隸屬度函數(shù)

圖6 輸出變量的隸屬度函數(shù)

表1 模糊控制規(guī)則表

2.4 穩(wěn)定性分析

定義Lyapunov函數(shù)為

將式(20)代入式(25)并求導(dǎo)，得

將式(19)，(21)和(22)代入式(26)，得

由此證明了該模糊滑模控制器的穩(wěn)定性。

3 仿真分析

在MATLAB/Simulink中建立1/2車(chē)輛模型、最佳滑移率辨識(shí)器模型、EMB制動(dòng)器模型以及FSMC控制器模型，由此搭建的仿真系統(tǒng)模型如圖7所示。

在附著系數(shù)不同的平直路面上，選取不同的初始速度及制動(dòng)強(qiáng)度，將所設(shè)計(jì)的FSMC控制器與PID和傳統(tǒng)SMC進(jìn)行仿真對(duì)比。

3.1 干瀝青路面仿真

在平直的干瀝青路面上，車(chē)輛分別以車(chē)速100和40 km/h行駛，當(dāng)=0 s時(shí)開(kāi)始仿真，分別按照3種不同的目標(biāo)制動(dòng)強(qiáng)度即為0.9，0.5和0.3進(jìn)行制動(dòng)，當(dāng)車(chē)速降到10 km/h時(shí)終止仿真。

根據(jù)式(17)對(duì)切換函數(shù)的定義，切換面的跟蹤情況可以通過(guò)滑移率反映出來(lái)。由于在單一路面上直道制動(dòng)時(shí)左、右車(chē)輪的滑移率完全相等，前后車(chē)輪的滑移率變化規(guī)律相同，因此，以左前輪為例對(duì)滑移率的變化進(jìn)行記錄。圖8所示為3種不同控制方法下的車(chē)輪滑移率。車(chē)輛制動(dòng)減速度是評(píng)定制動(dòng)效能的指標(biāo)之一，圖9所示為3種不同控制方法下的車(chē)輛制動(dòng)減 速度。

3.2 雪地路面仿真

在平直的雪地路面上，車(chē)輛以車(chē)速=40 km/h行駛，當(dāng)=0 s時(shí)開(kāi)始仿真，分別按照為0.3和0.1的目標(biāo)制動(dòng)強(qiáng)度進(jìn)行制動(dòng)，當(dāng)車(chē)速降到10 km/h時(shí)終止仿真。在雪地路面上，3種不同控制方法下的左前輪滑移率和車(chē)輛制動(dòng)減速度分別如圖10和圖11所示。

3.3 變路面仿真

車(chē)輛在平直的路面上分別以車(chē)速100和40 km/h行駛，當(dāng)=0 s時(shí)首先在濕瀝青路面上分別按照為0.9和0.3的目標(biāo)制動(dòng)強(qiáng)度進(jìn)行制動(dòng)，當(dāng)=0.5 s時(shí)轉(zhuǎn)入干瀝青路面，當(dāng)車(chē)速降到10 km/h時(shí)終止仿真。在變路面工況下，3種不同控制方法下的左前輪滑移率和車(chē)輛制動(dòng)減速度分別如圖12和圖13所示。

3.4 仿真結(jié)果分析

由式(4)可知，車(chē)輛前后軸的載荷偏移量是隨車(chē)輛制動(dòng)減速度變化的。從圖9可以看出：選取不同的制動(dòng)強(qiáng)度時(shí)，車(chē)輛的制動(dòng)減速度不同，前后軸的載荷偏移量也不同。分析圖8可知：在不同制動(dòng)強(qiáng)度下，本文設(shè)計(jì)的FSMC算法的動(dòng)態(tài)特性均最優(yōu)，該算法對(duì)前后軸載荷的動(dòng)態(tài)變化的適應(yīng)性更好。

通過(guò)對(duì)比分析圖8(d)和圖10(a)可以發(fā)現(xiàn)：在干瀝青路面上，3種控制算法的滑移率均無(wú)超調(diào)，其中FSMC算法到達(dá)穩(wěn)態(tài)的時(shí)間最短；而在雪地路面上，僅FSMC算法的滑移率仍保持無(wú)超調(diào)且快速穩(wěn)定，其他2種控制策略均出現(xiàn)超調(diào)，這說(shuō)明FSMC算法對(duì)不同附著系數(shù)路面的適應(yīng)性更好。對(duì)比圖9(d)和圖11(a)可以發(fā)現(xiàn)：在2種路面上，車(chē)輛制動(dòng)強(qiáng)度相同，但制動(dòng)減速度不同。這是因?yàn)楸疚脑O(shè)計(jì)的EMB控制系統(tǒng)可識(shí)別出不同的路面，選擇不同的制動(dòng)工況，產(chǎn)生不同的制動(dòng)力。

圖7 FSMC系統(tǒng)仿真模型

(a) v=100 km/h，z=0.9；(b) v=100 km/h，z=0.5；(c) v=40 km/h，z=0.9；(d) v=40 km/h，z=0.3

(a) v=40 km/h，z=0.3；(b) v=40 km/h，z=0.1

(a) v=40 km/h，z=0.3；(b) v=40 km/h，z=0.1

(a) v=100 km/h，z=0.9；(b) v=40 km/h，z=0.3；

(a) v=100 km/h，z=0.9；(b) v=40 km/h，z=0.3

從圖12可以看出：在路面變化時(shí)，控制系統(tǒng)會(huì)實(shí)時(shí)調(diào)整控制目標(biāo)滑移率，F(xiàn)SMC算法的滑移率能夠穩(wěn)定、快速地達(dá)到新的穩(wěn)態(tài)值，而PID和SMC算法的滑移率會(huì)出現(xiàn)比較嚴(yán)重的震蕩或是響應(yīng)滯后的問(wèn)題，這說(shuō)明FSMC策略的魯棒性更好。從圖13(a)可知：車(chē)輛在濕瀝青路面上的制動(dòng)減速小于干瀝青路面上的制動(dòng)減速。這是由于此時(shí)濕瀝青路面的峰值附著系數(shù)小于目標(biāo)制動(dòng)強(qiáng)度所需的路面附著系數(shù)，系統(tǒng)進(jìn)入緊急制動(dòng)模式。從圖13(b)可知：車(chē)輛始終處于常規(guī)制動(dòng)模式，制動(dòng)減速度保持不變，F(xiàn)SMC算法在擾動(dòng)時(shí)能最快地回穩(wěn)，這對(duì)提高車(chē)輛制動(dòng)的穩(wěn)定性具有積極作用。

4 硬件在環(huán)實(shí)驗(yàn)

4.1 實(shí)驗(yàn)方案

為了調(diào)試EMB車(chē)輪電機(jī)制動(dòng)模塊FSMC控制器的參數(shù)并驗(yàn)證其實(shí)時(shí)性，搭建基于dSPACE為實(shí)時(shí)仿真系統(tǒng)的EMB硬件在環(huán)實(shí)驗(yàn)平臺(tái)，如圖14所示。圖14中，主機(jī)負(fù)責(zé)編寫(xiě)程序和數(shù)據(jù)分析，dSPACE實(shí)時(shí)仿真系統(tǒng)負(fù)責(zé)運(yùn)行實(shí)時(shí)車(chē)輛模型，接口系統(tǒng)負(fù)責(zé)進(jìn)行信號(hào)采集與輸出，主控制器負(fù)責(zé)進(jìn)行制動(dòng)力分配，計(jì)算目標(biāo)滑移率。車(chē)輪電機(jī)制動(dòng)模塊包括EMB控制器、驅(qū)動(dòng)器、EMB制動(dòng)器、夾緊力傳感器等，它負(fù)責(zé)控制電機(jī)實(shí)現(xiàn)夾緊運(yùn)動(dòng)，獲得對(duì)應(yīng)的制動(dòng)夾緊力。控制器之間采用FlexRay總線(xiàn)通信。

4.2 EMB制動(dòng)器特性測(cè)量實(shí)驗(yàn)

本實(shí)驗(yàn)采用自行軟件開(kāi)發(fā)的EMB控制器與電機(jī)驅(qū)動(dòng)電路給EMB制動(dòng)器電機(jī)輸入不同的電流，電機(jī)帶動(dòng)執(zhí)行機(jī)構(gòu)使制動(dòng)器夾緊制動(dòng)盤(pán)，由夾緊力傳感器測(cè)量對(duì)應(yīng)的夾緊力。測(cè)量得到EMB制動(dòng)器特性曲線(xiàn)如圖15所示。

從圖15(a)可見(jiàn)：EMB制動(dòng)器電機(jī)的電樞電流與EMB控制器輸出的PWM占空比之間的關(guān)系可以設(shè)為分段函數(shù)，分別為占空比≤0.6和占空比＞0.6，其中每段曲線(xiàn)均采用不同的線(xiàn)性函數(shù)擬合。從圖15(b)可見(jiàn)：EMB制動(dòng)器的輸出夾緊力與EMB制動(dòng)器電機(jī)的電樞電流之間滿(mǎn)足線(xiàn)性關(guān)系，由于靜摩擦力矩存在，在電樞電流≤2.5 A時(shí)，EMB制動(dòng)器的輸出夾緊力不會(huì)隨著電樞電流增大而增大。

4.3 算法實(shí)時(shí)性實(shí)驗(yàn)

根據(jù)線(xiàn)控系統(tǒng)應(yīng)用的要求，電機(jī)閉環(huán)控制周期應(yīng)小于2 ms[22]。為了驗(yàn)證所設(shè)計(jì)算法的實(shí)時(shí)性，采用MC9S12XF512控制芯片進(jìn)行EMB控制算法軟件開(kāi)發(fā)，通過(guò)示波器對(duì)設(shè)計(jì)的控制算法的控制周期進(jìn)行測(cè)量，得到控制周期為1.57 ms，滿(mǎn)足實(shí)時(shí)性要求。

圖14 EMB硬件在環(huán)實(shí)驗(yàn)臺(tái)結(jié)構(gòu)圖

(a) 電流?占空比關(guān)系曲線(xiàn)；(b) 夾緊力?電流關(guān)系曲線(xiàn)

5 結(jié)論

1) 基于滑移率的EMB控制系統(tǒng)分析了常規(guī)制動(dòng)與緊急制動(dòng)的控制原理，設(shè)計(jì)了2種不同制動(dòng)模式下的控制功能。

2) 建立的1/2車(chē)輛動(dòng)力學(xué)模型能描述制動(dòng)過(guò)程中的前后軸載荷偏移，并應(yīng)用于EMB模糊滑模控制器的設(shè)計(jì)。

3) 采用模糊校正器來(lái)調(diào)整滑模切換控制量，能有效地抑制滑模控制器的高頻抖振問(wèn)題。

4) 與PID和一般滑模控制相比，本文設(shè)計(jì)的FSMC控制器控制性能更好，對(duì)路面以及工況變化的適應(yīng)性更強(qiáng)。硬件在環(huán)實(shí)驗(yàn)結(jié)果表明該FSMC控制器滿(mǎn)足實(shí)時(shí)性要求。

[1] ZHANG Lipeng, LI Liang, LIN Cheng, et al. Coaxial-coupling traction control for a four-wheel-independent-drive electric vehicle on a complex road[J]. Proceedings of the Institution of Mechanical Engineers. Part D: Journal of Automobile Engineering, 2014, 228(12): 1398?1414.

[2] 宗長(zhǎng)富, 李剛, 鄭宏宇, 等. 線(xiàn)控汽車(chē)底盤(pán)控制技術(shù)研究進(jìn)展及展望[J]. 中國(guó)公路學(xué)報(bào), 2013, 26(2): 160?176.ZONG Changfu, LI Gang, ZHENG Hongyu, et al. Study progress and outlook of chassis control technology for x-by-wire automobile[J]. China Journal of High Way and Transport, 2013, 26(2): 160?176.

[3] 王治中, 于良耀, 宋健. 基于制動(dòng)系統(tǒng)的汽車(chē)車(chē)輪滑移率控制研究現(xiàn)狀[J]. 汽車(chē)工程, 2014, 36(1): 81?87. WANG Zhizhong, YU Liangyao, SONG Jian. The status quo of research on vehicle wheel slip control based on brake system[J]. Automotive Engineering, 2014, 36(1): 81?87.

[4] 李頂根, 張綠原, 何保華. 基于滑移率的汽車(chē)電子機(jī)械制動(dòng)系統(tǒng)的模糊控制[J]. 機(jī)械工程學(xué)報(bào), 2012, 48(20): 121?126. LI Dinggen, ZHANG Lüyuan, HE Baohua. Fuzzy control based on vehicle slip-ratio for electro-mechanical braking systems[J]. Journal of Mechanical Engineers, 2012, 48(20): 121?126.

[5] IVANOV V, SHYROKAU B, SAVITSKI D, et al. Design and testing of abs for electric vehicles with individually controlled on-board motor drives[J]. SAE International Journal of Passenger Cars: Mechanical Systems, 2014, 7(2): 902?913.

[6] JOHANSEN T A, PETERSEN I, KALKKUHL J, et al. Gain-scheduled wheel slip control in automotive brake systems[J]. IEEE Transactions on Control Systems Technology, 2003, 11(6): 799?811.

[7] CHOI S B. Antilock brake system with a continuous wheel slip control to maximize the braking performance and the ride quality[J]. IEEE Transactions on Control Systems Technology, 2008, 16(5): 996?1003.

[8] DOUSTI M, BASLAMISLI S C, ONDER E T, et al. Design of a multiple-model switching controller for ABS braking dynamics[J]. Transactions of the Institute of Measurement and Control, 2015, 37(5): 582?595.

[9] TANELLI M, SARTORI R, SAVARESI S M. Combining slip and deceleration control for brake-by-wire control systems:a sliding-mode approach[J]. European Journal of Control, 2007, 13(6): 593?611.

[10] 彭曉燕, 陳昌榮, 章兢. 電子機(jī)械制動(dòng)系統(tǒng)的滑模控制研究[J]. 湖南大學(xué)學(xué)報(bào)(自然科學(xué)版), 2010, 37(8): 35?39.PENG Xiaoyan, CHEN Changrong, ZHANG Jing. Study of sliding mode control for electromechanical brake systems[J]. Journal of Hunan University (Natural Sciences), 2010, 37(8): 35?39.

[11] 卜未琦. 全線(xiàn)控純電動(dòng)汽車(chē)行駛狀態(tài)估算與路面識(shí)別[D]. 吉林: 吉林大學(xué)汽車(chē)工程學(xué)院, 2014: 13?27.BU Weiqi. State estimation and road identification for a full drive-by-wire electric vehicle[D]. Jilin: Jilin University. College of Automotive Engineering, 2014: 13?27.

[12] 陳瑤, 李以農(nóng), 韓家偉. 基于擴(kuò)展卡爾曼濾波的輪轂電機(jī)驅(qū)動(dòng)電動(dòng)汽車(chē)狀態(tài)估計(jì)[J]. 汽車(chē)工程學(xué)報(bào), 2015, 5(1): 16?22. CHEN Yao, LI Yinong, HAN Jiawei. State estimation of in-wheel motor electric vehicle based on extended Kalman filter[J]. Chinese Journal of Automotive Engineering, 2015, 5(1): 16?22.

[13] RAJAMANI R, PHANOMCHOENG G, PIYABONGKARN D, et al. Algorithms for real-time estimation of individual wheel tire-road friction coefficients[J]. IEEE/ASME Transactions on Mechatronics, 2012, 17(6): 1183?1195.

[14] 黃源. 線(xiàn)控制動(dòng)系統(tǒng)制動(dòng)力分配策略研究[D]. 長(zhǎng)沙: 湖南大學(xué)機(jī)械與運(yùn)載工程學(xué)院, 2011: 31?33. HUANG Yuan. Study of brake force distribution method for brake-by-wire system[D]. Changsha: Hunan University. College of Mechanical and Vehicle Engineering, 2011: 31?33.

[15] 余志生. 汽車(chē)?yán)碚揫M]. 5版. 北京: 機(jī)械工業(yè)出版社, 2009: 90?97. YU Zhisheng. Automobile theory[M]. 5th ed. Beijing: China Machine Press, 2009: 90?97.

[16] BURCKHARDT M. Fahrwerktechnik: radschlup?fregel- systeme[M]. Würzburg: Vogel-Verlag, 1993: 39?45.

[17] KIENCKE U, NIELSEN L. Vehicle modelling[M]. Heidelberg, Berlin: Springer, 2005: 15?19.

[18] 彭曉燕, 章兢, 陳昌榮. 基于RBF神經(jīng)網(wǎng)絡(luò)的最佳滑移率在線(xiàn)計(jì)算方法[J]. 機(jī)械工程學(xué)報(bào), 2011, 47(14): 108?113.PENG Xiaoyan, ZHANG Jing, CHEN Changrong. Calculation of RBF neural network based optimal slip ratio[J].Journal of Mechanical Engineers, 2011, 47(14): 108?113.

[19] ZHANG Xiangwen, XU Yong, PAN Ming, et al. A vehicle ABS adaptive sliding-mode control algorithm based on the vehicle velocity estimation and tyre/road friction coefficient estimations[J]. Vehicle System Dynamics, 2014, 52(4): 475?503.

[20] 劉金琨, 孫富春. 滑模變結(jié)構(gòu)控制理論及其算法研究與進(jìn)展[J]. 控制理論與應(yīng)用, 2007, 24(3): 407?418.LIU Jinkun, SUN Fuchun. Research and development on theory and algorithms of sliding mode control[J]. Control Theory & Applications, 2007, 24(3): 407?418.

[21] 劉柏楠, 郭洪艷, 余如, 等. 汽車(chē)防抱死制動(dòng)系統(tǒng)的滑模變結(jié)構(gòu)控制器設(shè)計(jì)[J]. 吉林大學(xué)學(xué)報(bào)(信息科學(xué)版), 2015, 33(1): 19?25.LIU Bainan, GUO Hongyan, YU Ru, et al. Design of sliding mode variable structure controller for anti-lock braking system[J]. Journal of Jilin University (Information Science Edition), 2015, 33(1): 19?25.

[22] HEINER G, THURNER T. Time-triggered architecture for safety-related distributed real-time systems in transportation systems[C]//Fault-Tolerant Computing, IEEE Computer Society. München, Germany, 1998: 402?407.

(編輯 陳燦華)

Fuzzy sliding mode control based on vehicle slip ratio for electro-mechanical braking systems

PENG Xiaoyan, HE Lei, Lü Yibin

(State Key Laboratory of Advanced Design and Manufacturing for Vehicle Body, College of Mechanical and Vehicle Engineering, Hunan University, Changsha 410082, China)

The model of the electro-mechanical brake(EMB) system and the half-vehicle dynamic model were established. Due to the fact that the EMB system is nonlinear and uncertain, a fuzzy sliding mode control(SMC) strategy based on wheel slip ratio for the EMB system was proposed, with both the normal and emergency braking conditions being taken into account. The equivalent control law of sliding mode controller was designed based on the variation of the front and rear axle load during the brake process, while the switching control law was adjusted by the fuzzy corrector. The hardware-in-loop(HIL) experiment was conducted to verify the validation of the developed methodology. The results show that the fuzzy SMC strategy has superior performance and better adaptability to various types of roads compared to PID control and SMC. It can make the target value more quickly and smoothly and has strong anti-interference ability. The fuzzy SMC has a positive effect on improving the stability of vehicle braking.

electro-mechanical brake; wheel slip ratio; fuzzy sliding mode control; hardware-in-loop

10.11817/j.issn.1672?7207.2018.02.014

U463.5

A

1672?7207(2018)02?0360?11

2017?01?29；

2017?03?22

國(guó)家自然科學(xué)基金資助項(xiàng)目(51575167)(Project(51575167) supported by the National Natural Science Foundation of China)

彭曉燕，教授，從事汽車(chē)電子與控制研究；E-mail：xiaoyan_p@126.com