基于轉矩補償的整車控制策略及仿真

摘 "要：針對純電動商用車在載重變化、坡道變化等因素下存在轉矩輸出響應滯后、操控性能下降的問題，提出了一種基于轉矩補償的整車控制方法。該方法結合了模糊控制算法和轉矩補償策略，通過Simulink搭建整車控制器模型，將模型進行代碼生成并刷寫進控制器，同時使用CANoe和vTESTstudio搭建測試系統，對模型進行硬件在環測試。結果表明，基于轉矩補償算法的控制器顯著提升了商用車根據駕駛員意圖以及實時車況變化時的加速性能，提升了車輛的操縱性能。

關鍵詞：轉矩補償；整車控制；模糊控制；硬件在環

中圖分類號：U469.72 " " " " " " " " " " " " " 文獻標識碼：A 文章編號：1008-5483（2024）03-0027-06

Vehicle Control Strategy and Simulation Based on Torque Compensation

Guan Shibin， Yao Shenghua， Guo Hengche

（School of Automotive Engineering， Hubei University of Automotive Technology， Shiyan 442002， China）

Abstract： A vehicle control method based on torque compensation was proposed to solve the problems of response lag of torque output and deterioration of control performance of pure electric commercial vehicles under the influence of load changes， ramp changes， and other factors. The method combined the fuzzy control algorithm and the torque compensation strategy. The vehicle controller model was built through Simulink， and the model code was generated and written into the controller. At the same time， the test system was built using CANoe and vTESTstudio to perform hardware-in-the-loop testing on the model. The results show that the controller based on the torque compensation algorithm significantly improves the acceleration performance of commercial vehicles according to the driver’s intention and real-time changes in vehicle conditions and enhances the vehicle’s control performance.

Key words： torque compensation; vehicle control; fuzzy control; hardware in the loop

目前整車控制技術的研究大多聚焦于乘用車的動力系統、轉向控制系統和制動系統［1］。對于純電動汽車的驅動轉矩控制，王善超等將加速踏板開度以及車速作為輸入，采用模糊控制器來實現動力性優化［2］。秦大同、宋強等將加速踏板及變化率作為模糊控制器的輸入變量來調節驅動電機的輸出轉矩，以優化車輛性能 ［3-4］。王晶等提出一種基于徑向函數（radialbasis function， RBF）神經網絡的轉矩控制方法來抵抗外部環境對于汽車動力的影響［5］。在汽車動力學方面，Guo L等使用模型預測轉矩控制（model predictive torque control，MPTC）算法，通過結合車輛動力學模型預測不同轉矩分配方案，實現最佳轉矩分配［6］。

以上方法多是單獨將駕駛員意圖、車輛實時車況或者外部干擾作為參考因素，未將駕駛員意圖與實時車況結合起來作為參考來對車輛進行控制。基于此，文中提出基于純電動商用車轉矩補償的整車控制策略，通過汽車電池荷電狀態（state of charge，SOC）反映實時車況，通過加速踏板開度及其變化率反映駕駛員意圖，并將車輛加速度作為控制目標，實時調整動力電機的轉矩輸出，以達到轉矩補償的目的。結合模糊控制算法和轉矩補償策略，在純電動商用車滿載的工況下，在實際駕駛環境中優化轉矩輸出。

1 驅動控制策略

在平穩路面的常規行駛工況下，傳統控制策略一般采用轉矩MAP查表法［7］。

根據整車狀態進行轉矩輸出控制，如電池SOC、當前車速、踏板開度等，同時根據駕駛員實時操作計算期望轉矩和電機輸出功率。

加速踏板開度與對應踏板實際電壓的比例系數函數如圖1所示。為確保車輛在平坦道路上的動力性和加速性，通常會選用曲線A表示響應關系，通過調整轉矩響應，提升駕駛過程中對轉矩調節的靈敏度。將加速踏板當前開度和電機轉速作為輸入，通過事先定義好的轉矩MAP進行決策控制，查表得到所需的輸出轉矩。

實踐經驗表明，傳統控制策略在調整電機所需轉矩以適應車輛在滿載加速時的反應上存在滯后現象［7］。為此，文中提出了一種改進的驅動控制策略，結合轉矩補償控制和轉矩MAP查表法，控制邏輯框架如圖2所示。

2 加速轉矩優化控制策略

2.1 轉矩補償量計算

駕駛員對加速踏板進行操縱，實現了車輛加速行駛，目標車速主要取決于加速踏板開度，開度變化具有離散化，因此定義加速踏板開度為

[θ（k）=θ（k-1）+Δθ（k）] （1）

以純電動汽車滿載時0～80 km·h?1加速工況的轉矩補償值為控制目標進行研究設計。[θ（k）]代表駕駛員對車輛加速性能的需求，但不能準確反映駕駛員加速意圖。文中引入加速踏板開度變化率來表示駕駛員踩下加速踏板的迅速程度，以此來判斷駕駛意圖，定義為

[θ（k）=dθ（k）dt=θ（k）-θ（k-1）tk-tk-1] （2）

式中：[tk]為加速后的時間點；[tk-1]為加速前的時間點。驅動轉矩為

[Tt=Tstd（u，θ（k））+ΔT] （3）

式中：[u]為車速；[Tstd（n）]為基準轉矩；[ΔT]為動態補償轉矩。為確保車輛在增加了轉矩補償策略后行駛的平順性，需要對[ΔT]進行限制，避免電機轉矩提升過大，導致車輛遭受過強的沖擊。因此，將沖擊度作為約束條件對[ΔT]進行限制，表達式為

[j=d2udt2≈1miηr×ΔTΔt] （4）

式中：[j]為沖擊度；[m]為車輛滿載質量；[η]為傳動效率；[i]為傳動比；[r]為車輪滾動半徑；[Δt]為電機響應時間。由式（4）可以推出：

[ΔTΔt≈mriηj] （5）

取[Δt]為20 ms，[j]推薦為不大于10 m·s-3，整車部分參數如表1所示，代入式（5）可得[ΔT]為20 N·m。

2.2 動態轉矩補償模糊控制器設計

將SOC、[θ（k）]、[θ（k）]作為輸入，將[ΔT]作為輸出來設計模糊規則控制器。[θ（k）]和[θ（k）]的論域均為［0，100］，模糊子集均分為小（S）、中（M）、大（B）、極大（ZB）；SOC論域為［0，100］，模糊子集分為小（S）、中（M）、大（B）；[ΔT]論域為［0，20］，模糊子集分為極小（ZS）、小（S）、中（M）、大（B）、極大（ZB）。隸屬度函數如圖3所示。采用“Mamdani”模糊推理方法和重心法反模糊化算法，將模糊規則轉換為數學形式，從而計算出最終的輸出值。將[θ（k）]、[θ（k）]、SOC作為輸入，[ΔT]作為輸出，設計了48條模糊控制規則，如表2所示。通過使用這些模糊控制規則和模糊推理方法，確定在不同輸入條件下的最佳轉矩補償值，以實現策略中的模糊控制轉矩補償部分。

3 整車控制器Simulink模型搭建

3.1 整車控制器模型

整車控制器接收來自各個傳感器和CAN總線的數據，并通過分析和判斷駕駛員的操作意圖和車輛的運行狀態，對動力整車系統進行能量管理和力矩分配，向其他控制單元傳遞控制指令，實現車輛的穩定運行和高效能耗。整車控制系統框架如圖4所示。通過接收CAN總線上來自電機控制器和電池管理系統的數據，了解電動車的運行狀態，如電量、溫度等。在此基礎上，整車控制器根據動力分配策略，將能量分配給電機并控制驅動輪的轉矩輸出，從而實現車輛的加速、減速和轉向。此外，整車控制器采集來自各類傳感器的數據，如車速傳感器、慣性傳感器、加速度傳感器等，以判斷車輛的運行狀態和環境狀況，并根據控制策略進行調整，控制車輛的穩定性和行駛安全性。

整車控制器Simulink模型如圖5所示，是將驅動動態轉矩補償、上下電、制動等模塊進行集成，采用仿真方式對車輛在不同運行狀態下的響應進行模擬和評估，實現整車控制的各項功能。文中著重對驅動動態轉矩補償模塊進行設計。

3.2 動態轉矩補償模型

由2種驅動控制邏輯組成整車控制器驅動控制模型。第1種是基于MAP查表的基礎轉矩輸出機制，接收車速和加速踏板開度為輸入信號，用查表方式確定輸出的基礎轉矩，車速通過電機當前轉速進行換算得出。基礎轉矩輸出控制策略的核心是轉矩MAP，如圖6所示，根據不同車速和加速踏板開度得到相應的基礎轉矩輸出值，再經過計算和轉化得到需要發送給電機的加速度信號。第2種控制策略是模糊控制轉矩補償部分，用于判斷是否需要進行轉矩補償。該控制策略的核心是模糊控制器的設計，采集實時車況以及駕駛員意圖，將電池SOC、[θ（k）]、[θ（k）]作為變量輸入進模糊控制器中，模糊控制器根據這些輸入變量通過一定的模糊規則和算法計算出轉矩補償，與基礎轉矩相加從而得到最終的轉矩輸出值，如圖7所示。得到最終的轉矩輸出值后，經過計算得到向電機發送的CAN信號值，用于控制電機的轉矩大小。這個過程通過單片機進行控制，將搭建好的模型生成C代碼，再進行編譯生成單片機可識別的srec文件，并刷寫進RapidECU-U34控制器進行硬件在環測試。在S32DS 3.5軟件中查看生成的C代碼，可以進行代碼優化改進及調試，最終應用于仿真測試中。

4 控制策略硬件在環仿真驗證

為驗證轉矩補償策略的有效性，需要搭建硬件在環（hardware-in-the-loop，HIL）測試系統，模擬完整的整車環境對整車控制單元（vehicle control unit，VCU）進行測試［8］。

4.1 硬件在環測試系統搭建

選用Vector公司的VT系統作為HIL試驗裝置，該系統板卡種類多樣、系統反饋速度快、實時性強、集成度高，能夠涵蓋廣泛的測試范圍，包括故障注入等，滿足控制器測試的各項需求［9］。為了執行HIL測試，必須搭建接近實車的測試環境，使被測車輛VCU能夠在此環境中進行測試，包括硬件層面的實現和軟件層面的模擬。

HIL測試系統的硬件設備由板卡、程序控制電源、工控機等構成，針對待檢測VCU和測試需求，選擇合適的VT板卡類型。VCU通過I/O接口以及CAN通信電路與特定的VT測試板卡連接，實現HIL系統對VCU輸入輸出的模擬，同時也可以接入傳感器和執行器等硬件實物。選擇VT7001作為電源模塊，可連接外部電源或使用內部電源；VT2848作為主要的數字I/O接口模塊，負責開關量的管理；VT2816和VT2004作為激勵模塊，提供模擬量輸出和功率驅動。VT系統的硬件設備接入后，硬件系統測試部分完成配置，如圖8所示。

測試軟件采用Vector公司的vTESTstudio和CANoe，能將實際物理總線和模擬總線進行相連，實現全數字模擬或半實物模擬。vTESTstudio可以對測試面板和功能進行設計，同時生成CANoe所支持的CAPL語言。CAPL語言可構建各控制單元的功能模型，完成整車仿真。建立DBC數據庫和網絡仿真節點后，利用CANoe的Vector Panel Designer和Vector CAPL Browser工具對測試軟件進行開發。測試軟件負責管理測試流程，涵蓋測試系統的啟動、系統初始化、VCU控制器上電控制功能測試、VCU轉矩控制功能測試、故障處理、VCU下電控制、CAN報文數據的采集等功能，如圖9所示。

測試軟件能夠監控實驗中的關鍵信號，以驗證VCU的控制邏輯準確性。測試軟件能夠設定電機控制模式、故障等級、電池SOC等參數，同時觀測實驗過程中的電機輸出轉矩、速度誤差、電機轉速等關鍵信號，如圖10所示。

4.2 硬件在環測試結果分析

搭建測試臺架后，VT板卡負責將CAN信號和I/O信號傳輸至工控機，以實現系統間的雙向通訊。首次測試中，對VCU進行上電，驗證VCU與HIL設備（工控機）之間的通信功能是否正常，之后測試臺架將用于評估動態轉矩補償策略。

文中HIL測試模擬了不同電池SOC、[θ（k）]和[θ（k）]的加速測試場景，如圖11所示。此外，不同隸屬度輸入函數改變時0～80 km·h-1加速時間的仿真結果如表3所示。

通過分析這些數據，可以觀察到汽車加速性能受電池SOC、踏板開度及其變化率的影響。在電池SOC和踏板開度一定的條件下，提高踏板開度的調節速度會縮短加速時間，同時加快電機輸出轉矩的響應時間。當電池SOC和踏板調節速率固定，增加踏板開度可減少汽車加速時間。在加速踏板開度及其變化率不變的情況下，提升電池SOC同樣能夠加強車輛的加速能力。這說明，動態轉矩補償控制策略可以提升純電動車輛的加速性能，更好地滿足駕駛員的加速預期。

5 結論

針對純電動商用車在加速階段的動力系統轉矩需求特性，設計了一種基于模糊控制方法的轉矩補償控制策略，解決電機驅動轉矩滯后的問題。

在Simulink中搭建加速轉矩補償控制策略的仿真模型以及整車控制系統模型。根據駕駛員意圖以及實時車況，將電池SOC、加速踏板開度及其變化率作為輸入，補償轉矩作為輸出，設計了模糊控制轉矩補償策略，并對轉矩補償值進行計算。通過VT板卡與CANoe聯合建立硬件在環仿真系統，對優化后的驅動轉矩控制策略在不同條件下進行測試。結果表明汽車的動力性能得到改善，驗證了控制策略的有效性。

參考文獻：

［1］ "張甫圓. 純電動汽車整車控制器研究［D］. 福州：福州大學，2020.

［2］ "王善超，吉春宇，覃記榮，等. 純電動汽車加速過程轉矩優化策略［J］. 裝備制造技術，2020（3）：14-18.

［3］ "秦大同，周孟喜，胡明輝，等. 電動汽車的加速轉矩補償控制策略［J］. 公路交通科技，2012，29（5）：146-151.

［4］ "宋強，萬海桐，米玉軒，等. 純電動汽車加速過程中的驅動轉矩優化控制策略［J］. 江蘇大學學報（自然科學版），2017，38（1）：1-6.

［5］ "王晶. 基于環境補償的電動汽車輸出扭矩控制方法［J］. 汽車實用技術，2023，48（13）：9-13.

［6］ "Guo L L，Xu H B，Zou J X，et al. A State Observation and Torque Compensation–Based Acceleration Slip Regulation Control Approach for a Four-wheel Independent Drive Electric Vehicle under Slope Driving［J］. Proceedings of the Institution of Mechanical Engineers，Part D：Journal of Automobile Engineering，2020，234：2728-2743.

［7］ "Xiong P，Gu C. On Torque Compensation with Optimal Pedal Throttle for Direct-drive Electric Vehicle Start-up［J］. Technical Gazette 2017，24（5）：1391-1400.

［8］ "王德軍，于洪峰，宋增鳳，等. 基于dSPACE的純電動整車控制器硬件在環仿真測試研究［J］. 汽車電器，2022（6）：14-17.

［9］ "邢博，周家平，王春陽，等. 電動汽車整車控制器硬件在環測試系統設計［J］. 汽車實用技術，2020，45（19）：27-32.