四輪獨立驅動電動汽車驅動控制策略研究

姬曉 李剛 郭增江

摘 要：電動化、智能化是汽車未來的發展趨勢 分布式電動汽車近年來發展迅速 四輪獨立驅動電動汽車作為其中的一種形式 在很多方面具有有優于傳統汽車的控制優勢。文章對四輪獨立驅動電動汽車的驅動控制策略進行研究 采用神經網絡PID控制設計橫擺力矩控制器保證汽車的側向穩定性 以保持車輪的最佳滑移率為目標研究了驅動防滑控制 通過實驗驗證驅動防滑策略能夠有效防止車輪打滑和嚴重失穩現象。研究表明：該驅動控制策略能夠對四輪驅動汽車的驅動力矩進行合理分配 能確保車輪在附著系數不均路面上具有足夠的驅動力。

關鍵詞：駕駛員;加速特性;K-means聚類算法;神經網絡;橫擺力矩控制

中圖分類號：U469.72? 文獻標識碼：A? 文章編號：1671-7988（2020）18-01-03

Abstract： Electricity and intelligence are the future development trends of automobiles. Distributed electric vehicles have developed rapidly in recent years， four-wheel independent drive electric vehicles as one of the forms， have control advantages over traditional vehicles in terms of active safety and energy saving. This paper studies the driving control strategy of four-wheel independent driving electric vehicles. Using neural network PID control to design the yaw moment controller to ensure the lateral stability of the automobile. The drive anti-skid control is studied with the goal of maintaining the optimal slip rate of the wheel. Experiments verify that the drive anti-skid strategy can effectively prevent wheel slip and serious instability. Research shows that this drive control strategy can reasonably distribute the driving torque of four-wheel drive vehicles and ensure that the wheels have sufficient driving force on roads with uneven adhesion coefficients.

Keywords： Driver; Acceleration characteristics; K-means clustering algorithm; Neural network; Yaw moment control

CLC NO.： U469.72? Document Code： A ?Article ID： 1671-7988（2020）18-01-03

前言

四輪獨立驅動電動汽車利用四個電機獨立控制汽車的四個車輪 與傳統汽車相比機械結構更簡單 布局更靈活 使得整車的車輛動力學有很大的自由設計空間。充分利用上述結構優勢 可以對每個車輪的驅動力進行調整優化 其動力響應更加快速穩定[1]。

國外多所高校和科研機構相繼對四輪獨立驅動電動汽車的底盤控制展開研究。韓國首爾國立大學Kim Wongun[2]針對八個輪轂電機獨立驅動車輛設計了一種驅動控制算法 分為上下兩層 上層控制器根據參考速度和轉向指令確定附加凈橫擺力矩和縱向凈力以及車輪轉角 下層控制器進行其余牽引力和制動力的協調工作滿足所需求力和力矩。通過MAT -LAB/Simulink動態模型進行計算機仿真證明其可行性。

漢陽大學Kim Sang-Ho[3]對后輪輪轂電機驅動電動汽車的輪胎力分配方法進行了改進。通過PID理論控制后輪驅動力縮小實際橫擺力矩和期望的差距 同時滿足提高車輛穩定性和節省電能的需求。最后在CarSim仿真環境下的實驗驗證了該算法的有效性。

國內 清華大學陸東斌[4]等研究了四輪驅動輪轂電機電動汽車的扭矩分配方法。控制電流使轉矩平均分配可以獲得電機系統的的最高效率 仿真試驗結果表明 該方法可以使整車能量效率達到最佳。

遼寧工業大學李剛[5，6]對四輪輪轂電機電動汽車的驅動力分配方法進行了研究 采用模塊化的思想建立了15自由度非線性汽車模型 應用無軌卡爾曼濾波理論對車速進行估計 并在典型工況下對算法進行仿真實驗驗證。最后通過合理分配四輪驅動力制動力 提高了車輛的行駛效率和再生制動的制動能量回收率。

1 橫擺力矩控制器設計

附加橫擺力矩控制策略為將車輛收到的橫擺角速度實際信號值與理想差值輸入信號 通過自適應控制輸出相應的橫擺力矩。如果橫擺角速度的實際值與理想值之差較大則輸出相對較高的附加橫擺力矩對驅動力矩的分配進行調節 快速降低橫擺角速度的實際值與理想值的偏差直至達到目標控制效果 形成有效的控制回路。附加橫擺力矩控制的基本原理如圖1所示。

1.1 參考模型

線性二自由度模型在小質心側偏角范圍內表現出的操縱響應較好 因此 本文選用線性二自由度模型作為車輛參考模型。二自由度車輛模型運動微分方程：

1.2 神經網絡PID控制器

本文PID控制器的輸入為橫擺角速度偏差 即上文中參考模型計算的理想橫擺角速度值與實際之差。輸出為附加橫擺力矩 由比例、積分和微分環節的線性組合計算得到 表達式如下[7]：

式中：Kp為比例增益;Ti為積分時間常數;Td為微分時間常數。

神經網絡通過無數神經元的建模和聯接探索模擬人腦神經系統并研制一種具有學習、聯想、記憶等智能功能的人工系統。因此 神經網絡與PID控制結合后形成的神經網絡PID具有更高的適用性和可靠性。

神經網絡控制器增量PID控制結構更新：

式中 K為神經元的比例系數 k表示迭代次數 ηi表示學習效率 zi等于ei表示誤差。

由上述原理在Simulink中搭建模型 輸入為e（t）及PID三個神經元的學習效率 輸出為附加橫擺力矩u（t）和控制器的P、I、D三個參數。

2 驅動防滑控制方法

為保證車輛充分利用地面附著條件 獲得良好的驅動能力以及側向穩定性 需設計合理的驅動防滑控制機制使車輪處于最佳滑轉率范圍內 通過經典的PID控制器調節車輪輸出力矩達到目標。

通過該閉環控制使車輪的滑轉率始終接近最佳滑轉率 控制目標為車輪滑轉率和最佳滑轉率的差值 控制量為電機輸出的驅動力矩。控制邏輯如下所述：當車速大于設定車速值v0 時 根據當前車輛信息計算出四個車輪的滑轉率。當滑轉率小于最佳滑轉率的時候 認為車輛未發生滑轉 輸出使能信號使直接橫擺力矩控制模塊生效直接進行四輪驅動力的分配 驅動防滑控制模塊不進行參與。當滑轉率大于最佳滑轉率的時候 輸出使能信號使驅動防滑控制系統工作 直接橫擺力矩控制不參與。車輪輸出力矩由經典的PID控制器調節 進行驅動防滑控制 左前輪和右前輪的驅動力矩取二者中較小值 左后輪和右后輪的驅動力矩同樣取小。

3 驅動防滑實驗仿真

（a）縱向車速

（b）車輪滑轉率

（c）四輪驅動力矩

進行仿真實驗對驅動防滑策略的實用性進行驗證 路面附著系數0.6 初始車速30km/h 方向盤轉角0 度 實驗結果如圖2所示。圖2（a）、（b）、（c）表明：在低附著系數路面的初始階段 四輪輪速與質心車速基本保持相同 車輪在低附著路面上處于小滑轉率范圍;隨著驅動力矩的增大 四輪輪速高于質心車速 車輪滑轉率快速上升;驅動防滑控制器識別滑轉狀態后進入工作狀態 控制驅動力矩使四輪輪速不再繼續上升 表明驅動防滑控制器起到了一定的穩定作用。

4 結論

本文研究了四輪獨立驅動電動汽車的驅動控制策略。首先設計了基于神經網絡PID控制理論的橫擺力矩控制器 通過車輛橫擺角速度實際與理想值之差計算出附加橫擺力矩。最后研究了驅動防滑控制 確保車輪在路面附著系數不均路面上有足夠的地面驅動力。

參考文獻

[1] 趙華慧.四輪獨立驅動電動車分工況驅動力分配策略研究.西南大學碩士學位論文， 2016.

[2] Wongun Kim， Kyongsu Yi， Jongseok Lee. Drive control algorithm for an independent 8 in-wheel motor drive vehicle. Journal of Mechanical Science & Technology， 2011， 25（6）： 1573-1581.

[3] Sang-Ho Kim， Dong-Hyung Kim， Chang-Jun Kim. A study on the improvement of the tire force distribution method for rear wheel drive electric vehicle with in-wheel motor. IEEE/SICE International Symposium on System Integration， 2012， 16（18）： 390-395.

[4] LU Dongbin， OUYANG Minggao，GU Jing， et al. Torque distribution algorithm for a permanent brushless DC hub motor for four-wheel drive electric vehicles. Journal of Tsinghua University（Science and Technology）， 2012， 4（52）： 451-456.

[5] 李剛，李寧，段敏，李貴遠，申彩英.基于Simulink的四輪輪轂電機電動汽車仿真模型開發[J].遼寧工業大學學報（自然科學版），2012，32 （03）：185-189.

[6] 李剛.線控四輪獨立驅動輪轂電機電動汽車穩定性與節能控制研究[D].吉林大學，2013.

[7] 王耀輝，強天偉.PID控制原理簡析.潔凈與空調技術，2013（3）： 79-82.