基于參數自整定模糊PID控制的汽車ABS系統分析與仿真

張大禹，衛龍龍，魏洪貴，葉毅銘

?

基于參數自整定模糊PID控制的汽車ABS系統分析與仿真

張大禹，衛龍龍，魏洪貴，葉毅銘

（長安大學，陜西 西安 710064）

以Carsim軟件中的仿真模型為基礎，對汽車防抱死系統（ABS）的模糊控制策略進行研究。參數自整定PID控制具有較好的自適應能力，可根據事先制定好的模糊控制規則對PID參數實現實時修改。以ABS滑移率控制原理及模糊控制理論，制定了整車ABS模糊控制策略。利用CarSim中整車模型，應用Matlab/Simulink設計了ABS模糊控制器，搭建了ABS整車控制系統。借助CarSim與Matlab/Simulink聯合仿真平臺進行ABS控制策略的仿真實驗驗證。仿真試驗結果表明：基于參數自整定模糊控制的ABS控制策略相對于無ABS控制和常規PID控制，提高了汽車行駛制動穩定性制動效能更加理想。

汽車；ABS；模糊控制；自整定

前言

作為汽車主動安全控制系統中重要組成部分，汽車防抱死制動系統(ABS)采用的控制方法有：PID控制、神經網絡控制、邏輯門限值控制、模糊控制、模糊PID控制等[3]。邏輯門限值控制是現階段實車ABS系統主要控制策略，但這種方法的滑移率波動大，難以達到最佳控制效果[4]。單輪仿真研究是目前汽車ABS控制方法研究采用最多的方法，但很難滿足實際情況下的需求。

模糊控制的容錯性較高，精確性較高且不需要過程推導，魯棒性強且簡單實用。CarSim是商業化車輛動力學仿真軟件，使用便捷、仿真速度快且可信度高。本論文以模糊控制理論為基礎設計了整車ABS控制策略、ABS模糊控制器。以CarSim與Matlab/Simulink聯合仿真平臺對所研究控制方法進行了驗證，并與常規的控制策略效果進行比較。

1 輪胎附著系數與滑移率關系

輪胎附著系數分為縱向附著系數和橫向附著系數?；坡使剑?/p>

式中為車速，為輪速，為車輪的滾動半徑。

輪胎附著系數與滑移率的對應曲線如圖1所示。

圖1 不同路面附著系數與滑移率關系曲線

隨滑移率的變化，縱向附著系數呈現先增后減的趨勢，最大值即為峰值附著系數，此附著系數對應下的滑移率即為最佳滑移率。在附著系數較高路面上達到最佳制動效果時的滑移率為10%~15%，在附著系數較低路面上達到最佳制動效果時的滑移率為5%~8%，當車輪處于完全滑動狀態時，即滑移率達100%時，當前狀態下的縱向附著系數即為滑動附著系數。隨著滑移率的不斷增大，側向附著系數呈現先增后減的趨勢，當滑移率達到100%時，車輪完全喪失轉向能力[1]。

2 ABS模糊PID控制器設計

2.1 PID控制器自整定原則

圖2 自整定模糊PID控制器結構示意圖

模糊控制作為一種智能控制理論，以實際操作人員的經驗為基礎編制模糊規則，進而模仿人的模糊推理及決策思維，并將推理結果傳遞給執行器從而完成模糊推理[2,5,6]。本文設計的參數自整定模糊PID控制器的構造如下圖2所示。

ABS模糊PID控制器的輸入量為誤差和誤差變化率，控制器的輸出變量為K，K和K，控制器主要由常規PID控制和模糊推理的參數校正兩部分構成，離散化PID位置表達式為：

2.2 隸屬度函數的確定

圖3 輸入量e、ec隸屬度函數

圖3 輸出量Kp、Ki、Kd隸屬度函數

滑移率誤差為實際滑移率與最佳滑移率之差，即-S，式中代表實際滑移率，S代表最佳滑移率；為滑移率誤差變化率。模糊控制器的輸入語言為（滑移率誤差）和（滑移率誤差變化率），輸出語言變量是K、K、K。輸入量及輸出量的隸屬度函數均采用靈敏度較高的5級制三角形函數。設定輸入量的變化范圍分別為[-6，+6]，的變化范圍分別為[-1,1]；輸出量K的有效范圍為[0,1]、K的有效范圍為[-1,1]、K的有效范圍為[-1,1]。輸入量模糊語言變量均為：負大(NB)、負小(NS)、零(ZE)、正小(PS)、正大(PB)；輸出量模糊語言變量均為：零(ZE)、較小(PO)、中(PS)、較大(PM)、大(PB)。

2.3 建立控制規則表

結合上文所述，同時參考實際控制需求，本文所建立的規則控制表如下：

表1K、K、K參數自整定模糊PID控制規則表

2.4 反模糊化

經模糊推理得到相應的修正參數后，需要經過反模糊化才能取得精確的參數值，以完成控制量的精確計算。實際運行過程中，測控系統大多采取重心法進行模糊邏輯規則的反模糊化處理，從而實現參數的在線校正。

重心法計算公式如下：

3 仿真驗證

本文利用Simulink和Fuzzy工具箱，依照上述研究進行模糊PID控制器的設計，同時對汽車ABS系統進行仿真研究。

本文結合Carsim軟件模型，采取的整車ABS控制策略為:四個車輪輪缸壓力的控制分別采用四個模糊控制器。在汽車的制動過程中，控制器根據各輪輪速和車速計算各輪滑移率，制動力矩通過控制輪缸壓力來進行調節，改變車輪運動狀態。各輪輪速及車速定義為汽車輸出變量;各輪輪缸壓力定義為汽車輸入變量。

本文所設計的模糊PID控制器如圖4所示，將此系統作為子系統進行封裝加入到整車控制系統的ABS Controller Model 中，就構成了基于模糊PID控制器的汽車ABS系通控制仿真。

圖4 模糊PID控制器仿真建模

本文在進行模糊PID控制驗證分析汽車防抱死制動過程的同時，還將無ABS控制、常規PID控制、模糊PID控制的制動效能進行對比分析。單獨輪缸壓力模糊PID控制器如圖5所示。

圖5 基于模糊PID控制器的單獨輪缸壓力計算

本文采用Carsim中自帶的仿真工況：在對開路面上進行制動初始速度為65km/h，在0.3s時以15MPa的制動主缸壓力進行緊急制動，分別對有ABS作用情況、無ABS作用情況進行汽車運動狀態分析。

圖6 緊急制動過程中各輪缸壓力變化

由汽車的各輪缸壓力圖分析可知，配備模糊PID控制器的ABS系統可以根據輪速及滑移率隨時調整四個輪缸的壓力，從而保證每個輪胎的滑移率式中保持在最佳滑移率附近，最大限度地保證制動過程中的操作穩定性。

圖7 緊急制動過程中各車輪輪速變化

圖8 緊急制動過程中車速變化

圖9 制動過程中汽車橫向軌跡跟蹤

對制動過程中的車速及輪速變化進行分析可以，配備模糊PID控制器的ABS系統可以有效地保證制動過程中車速與輪速的變化趨勢一致，車輛的縱向速度能夠以較為穩定的趨勢變化，不會出現速度的大幅度波動，即車輛在制動過程中不易發生輪胎抱死、甩尾拖滑等危險工況。同時由圖9，沒有ABS系統控制時，車輛發生較為嚴重的甩尾側滑，而配置有自整定模糊PID控制ABS系統的車輛，能較好地保持車身橫向穩定性，運動軌跡與路徑跟隨性保持較好。

4 結論

傳統的ABS邏輯門限控制方法存在局限性，本文以模糊控制和PID控制為基礎，設計了參數自整定模糊PID控制器，并將該控制算法應用于ABS系統，保證控制精確性的同時保證兼顧了可靠性。進一步通過Carsim與Simulink的聯合仿真，在對開路面工況下的進行試驗驗證。結果表明:系統實現了參數的在線調整，穩定性及自適應性均有顯著提高，相比較于常規的單一PID控制器或模糊控制器，控制效果更能滿足實際需求。

[1] 余志生,汽車理論[M].北京:機械工業出版社.1985.

[2] 李林,李仲興,陳昆山.汽車ABS模糊控制方法的分析與仿真[Jl.江蘇大學學報,2003,24(3):49-52.

[3] 程軍.汽車防抱死制動系統的理論與實踐}lull.北京:北京理工大學出版社,1999.

[4] 鄭太雄,馬付雷.基于邏輯門限值的汽車ABS控制策略陰.重慶郵電大學學報,2010,10(2):69-74.

[5] 聶晉,周萍.基于P1D控制的ABS仿真研究[J].上海理工大學學報,2010,18(4):6-8.

[6] 陳昌巨,劉家良.基于滑移率的ABS的模糊控制研究[J].武漢理工大學學報,2002(10).

Analysis and Simulation of Automobile ABS System Based on ParameterSelf-tuning Fuzzy PID Control

Zhang Dayu, Wei Longlong, Wei Honggui, Ye Yiming

( Chang'an University, Shaanxi Xi'an 710064 )

Based on the simulation model in Carsim software, the fuzzy control strategy of automobile anti-lock braking system (ABS) is studied. The parameter self-tuning PID control has better adaptive ability, and the PID parameters can be modified in real time according to the fuzzy control rules formulated in advance. Based on the ABS slip rate control principle and fuzzy control theory, the vehicle ABS fuzzy control strategy is developed. Using the vehicle model in CarSim, the ABS fuzzy controller was designed by Matlab/Simulink, and the ABS vehicle control system was built. The simulation experiment of ABS control strategy was carried out with the joint simulation platform of CarSim and Matlab/Simulink. The simulation results show that the ABS control strategy based on parameter self-tuning fuzzy control is more ideal than the ABS control and conventional PID control.

Automobile; ABS; fuzzy control; self-tuning

U467.5

A

1671-7988(2019)08-92-04

U467.5

A

1671-7988(2019)08-92-04

張大禹（1993-），男，碩士研究生，就讀于長安大學車輛工程專業，主要研究方向為新能源車輛技術。

10.16638/j.cnki.1671-7988.2019.08.030