軍用多輪分布式電動車輛驅動力協調控制

劉春光，馬曉軍，王科淯

(中國人民解放軍陸軍裝甲兵學院 兵器與控制系， 北京 100072)

軍用多輪電驅動車輛作為新型作戰平臺，由于具有驅動輪相互獨立、供電方式多樣等特點，可適應多種作戰需求，可通過搭載裝配不同裝備組合勝任包括運輸、突擊、救援等各類作戰任務，是近年來各國國防科研領域的關注熱點之一[1]。作為戰場人員裝備輸送平臺，需要具備較高的越野能力，在復雜路面仍能保持較好的穩定性、機動性，但同類車輛多存在車身長，質量大等特點，這使得車輛的穩定性、機動性的協調控制成為研究的難點問題[2-3]。

以往相關研究多以提高車輛穩定性或平順性作為控制目的[4]，上層運動跟蹤控制器考慮車輛運動狀態及路面情況，計算出橫擺角速度和質心側偏角給定值，然后由下層轉矩分配控制器分配至各驅動輪[5-6]。關于多輪車輛的控制研究中，只有少數學者考慮通過協調控制，實現車輛的雙重轉向，即在車輪純滾動轉向的基礎上加入滑移轉向，通過減小轉向半徑，提高車輛機動性。但控制車輛實現雙重轉向的研究中，多數僅考慮了車輛狀態，未結合駕駛意圖分析[7-9]。

本研究設計了一種協調控制策略，上層控制器包括駕駛意圖解釋模塊、橫擺控制模塊，在計算橫擺角速度給定值時，通過控制車輛雙模轉向中滑移轉向與純滾動轉向比例，綜合考慮車輛轉向半徑與橫擺角速度控制問題，使上層控制兼顧穩定性與機動性控制；下層轉矩分配模塊中，采用模糊控制，依據車輛狀態和行駛控制目標，協調分配各驅動輪轉矩給定[10]。

最后在ADAMS與Simulink聯合仿真環境下進行典型工況仿真試驗，驗證控制方法的有效性，為同類型裝甲車輛行駛控制設計提供參考[11-13]。

1 控制器設計

分布式驅動協調控制器包括3個模塊：駕駛意圖解釋模塊、橫擺控制模塊和轉矩分配模塊。控制器邏輯框圖如圖1。

圖1 分布式驅動協調控制器邏輯框圖

該驅動轉矩目標值經Flexray總線下發輪轂電機控制器，電機控制器采用防滑控制算法對各驅動輪進行驅動控制，實現車輛多輪獨立電驅動行駛。

1.1 駕駛意圖解釋模塊算法

基于8輪雙前橋轉向車輛雙軌二自由度模型，建立車輛參考模型

(1)

式中：X=[βγ]T為車輛的狀態變量；δ為轉向輪轉角；M為橫擺力矩；A、B、C為車輛狀態參數矩陣，具體表達式如式(2)中所示。

可推導，質心側偏角和橫擺角速度在雙前橋轉角δ輸入下狀態空間表達式：

(2)

其中：Li為各橋車輪距重心的縱向距離；Cαi為各車輪側片剛度系數；Iz為車輛垂向轉動慣量。

可推導出，自然轉向下橫擺角速度為

(3)

常規地，以橫擺角速度γ為控制目標變量，通過調節車輛橫擺力矩M進行運動軌跡跟蹤控制，可實現輪式車輛的理想自然轉向。為滿足裝甲車輛的戰術使用要求，引入履帶式車輛滑移轉向機理，實現自然轉向和滑移轉向的疊加作用，可使車輛具有更小的轉向半徑，其基本思路是引入雙模轉向系數σ，以(1+σ)γ為控制量進行運動軌跡跟蹤控制。

問題轉化為：在一定的轉向輪轉角δ、車速Vx、路面附著系數μ條件下，在穩定運行區域內對雙模轉向系數σ(σ≥0)進行尋優，使車輛轉向半徑R(σ)與車輛質心側偏角β(σ)的加權之和最小[12]。

為此，設計尋優目標函數：

(4)

式中：Kt1、Kt2分別為車輛轉向半徑、質心側偏角變量的權值；R*、β*分別為車輪純滾動條件下(σ=0)車輛自然轉向的半徑、質心側偏角。

約束條件包括側向力小于路面最大附著能力和質心側偏角-質心側偏角速度相平面軌跡在穩定區域邊界內，整理如式(5)和式(6)所示：

m(1+σ)γVx≤μmg

(5)

(6)

在實際應用中，采用ADAMS軟件構建車輛多體動力學模型，以轉向輪轉角δ、車速Vx、路面附著系數μ等邊界條件，仿真在不同的雙模轉向系數下車輛穩定運行的車輛轉向半徑R(σ)與車輛質心側偏角β(σ)，由仿真數據擬合出σ～R(σ)、σ～β(σ)曲線。取權值K1=0.6，K2=0.4，在約束條件范圍內采用二分法尋優，可獲得雙模轉向系數σ的最優解，進而確定軌跡跟蹤控制的目標變量(1+σ)γ。

1.2 橫擺控制模塊算法

以駕駛意圖解釋模塊確定的(1+σ)γ為控制變量(為簡化公式，下文以γd表示(1+σ)γ)，采用滑模變結構算法計算期望橫擺力矩：

選取滑模面

S=Δγ=γd-γβ_lim

(7)

采用指數趨近率

(8)

式中：h1>0，ε>0，可得：

(9)

將式(9)與車輛橫擺運動方程聯立，可得車輛橫擺力矩：

(10)

以左轉為例，為實現式(10)橫擺力矩，單側驅動輪的總轉矩分別為：

(11)

式中：TL、TR分別表示左、右側4個驅動輪轉矩之和；Td為根據加速踏板信號解析的需求總轉矩。

至此，問題轉化為如何將單側驅動力矩TL、TR分配到4個電驅動輪上。

1.3 轉矩分配模塊算法

以車輛姿態傳感器采集的俯仰角度θ、車輛縱向加速度ax為輸入變量，采用模糊控制算法，輸出同側4臺輪轂電機的扭矩分配系數，從第一軸至第四軸分別表示為ξ1、ξ2、ξ3、ξ4。模糊控制輸入量和輸出量的語言變量設定為{小，中，大，很大}，模糊子集設定為{S，M，L，V}。由于三角隸屬度函數具有靈敏度高的特點，采用三角函數作為θ、ax和ξ1、ξ2、ξ3、ξ4的模糊子集隸屬度函數，分別如圖2所示。

圖2 輸入量和輸出量隸屬度函數

制定表1所示的模糊控制規則。

表1 模糊控制規則

將轉矩分配系數ξ1、ξ2、ξ3、ξ4進行歸一化處理：

(12)

(13)

(14)

(15)

式中：τ1、τ2、τ3、τ4分別為歸一化后的第一軸至第四軸轉矩分配系數。

1.4 防滑驅動控制

由于篇幅限制，且驅動防滑控制部分非本文主要創新部分，所以只做簡要介紹。具體方法可參考文獻[12]。

由于各個驅動輪的載荷不同以及行駛路面條件的差異，附著條件較差的驅動輪不一定能輸出期望的轉矩，從而達不到整車牽引力以及期望橫擺力矩的需求，影響車輛轉向的穩定性。基于此，在單個車輪得到驅動轉矩給定值之后針對單個車輪進行防滑控制，將車輪滑轉率控制在最優值附近，最大限度利用路面附著力，同時，將因防滑控制而減小的驅動力增加到同側其他未滑轉車輪上，最大限度滿足整車驅動力和橫擺力矩需求。

1.5 輪胎模型

考慮到上層跟蹤控制系統的工作涉及到車輛的非線性運行區，簡單的線性輪胎模型必然無法滿足實驗精度要求，以往有學者在類似的研究過程中利用魔術公式建立輪胎模型，但魔術公式涉及到的擬合參數較多，計算較復雜，易與實時性要求沖突。

本文根據控制精度需要，選擇Dugoff輪胎模型，該模型旨在描述輪胎非線性側向力，涉及參數比魔術公式少，其描述如下：

(1)

式中，Cαi表示輪胎的側偏剛度，與垂向載荷Fzi相關。

當輪胎的側偏角發生變化時，會產生一個有時滯的輪胎側向作用力，這種瞬時的輪胎特性可用一個松弛長度σi描述。進而得到動態輪胎側向力模型：

(2)

2 ADAMS與Simulink聯合仿真驗證

為驗證本文設計穩定性控制策略的有效性，在ADAMS中建立車輛多體動力學模型，其中包括輪胎模型和滿足一般試驗工況的地面模型，在MATLAB中建立了包含電機控制器的控制模型。為重點驗證車輛控制系統在惡劣路面環境中對車輛的控制效果，進行了低附著路面中速雙移線行駛仿真試驗。路面附著系數為0.3，目標車速45 km/s。

ADAMS中多體動力學模型的車身及Simulink中電機驅動系統部分參數如表2所示。

表2 車輛及電機驅動系統部分參數

進行仿真試驗，得到的行駛軌跡和其他有關曲線如圖3～圖6所示。

圖3 行駛軌跡

圖4 目標函數Γ(σ)曲線

比較圖1中不同控制條件下的車輛行駛軌跡，可以看出，未施加行駛控制的車輛，無法按照預定軌跡行駛，在實驗結尾處仍處于極不穩定的行駛狀態，按照傳統方法施加控制的車輛行駛過程中的穩定性有明顯改觀，而采用本文所述控制方法的車輛則具有更好的循跡能力，在每次轉彎結束后，都能很快地恢復直線行駛。

圖2中為目標函數minΓ(σ)的實時值，可以看出，雖然無論施加控制與否，在開始轉彎時，函數值都會出現上升，但由于前兩種控制方法未對該函數進行尋優求解，只控制了橫擺角速度，未考慮轉向半徑的優化問題，其中PID控制方法，雖然控制了橫擺角速度，但沒有考慮轉向半徑的優化，所以函數值與未施加控制的結果較相似。結合圖3易于理解，該控制方法，關注了穩定性控制，但沒有直接控制車輛轉向半徑，所以對機動靈活性的控制較欠缺。綜合比較可看出，本文所述方法的函數值上升幅度最小，趨勢最平緩。

從圖5可以看出，后兩種控制方法，對橫擺角速度的控制效果相似，而且后一種方法控制效果略優于前者。

圖6為文中所述方法控制下各車輪轉矩給定值，兩側的車輪、每側的各個車輪都能依據車輛實際行駛狀態、路面狀態分配得到不同的轉矩給定值。

3 結論

設計一種協調控制策略，駕駛意圖解釋模塊和橫擺控制模塊構成上層控制器，在進行橫擺力矩控制時，不僅控制了代表車輛穩定性的橫擺角速度，同時也優化控制了車輛轉向半徑，從而提高車輛機動靈活性；下層轉矩分配模塊，采用模糊控制，綜合車輛狀態及路面情況，分配各驅動輪轉矩給定，保證整車力橫擺轉矩實現。仿真結果表明，上述控制器，能夠很好地控制車輛依據駕駛員意圖行駛，充分利用多輪車輛具有雙模轉向的特點，同時控制轉向半徑與橫擺角速度，綜合改善車輛行駛時的穩定性與機動性，從各方面促進此類裝甲車輛更好地發揮其武器效能。