汽車(chē)電動(dòng)助力轉(zhuǎn)向變幅伺服系統(tǒng)DNN控制分析

摘要：電動(dòng)助力轉(zhuǎn)向系統(tǒng)的運(yùn)行效率直接影響電動(dòng)汽車(chē)的行駛穩(wěn)定性，傳統(tǒng)比例積分微分（proportionalintegral derivative，PID）控制存在計(jì)算冗長(zhǎng)的問(wèn)題。為了進(jìn)一步提高電動(dòng)助力轉(zhuǎn)向變幅伺服系統(tǒng)的控制精度，設(shè)計(jì)了一種基于深度神經(jīng)網(wǎng)絡(luò)（deep neural network，DNN）的自適應(yīng)模糊控制方法。仿真結(jié)果表明，幅度頻率呈現(xiàn)出顯著的正向增益特點(diǎn)，可在低頻范圍內(nèi)獲得更顯著增益，提高了系統(tǒng)控制精度。實(shí)驗(yàn)驗(yàn)證結(jié)果表明，與PID 控制方法相比，提出的DNN 控制方法可以較好地跟蹤電液伺服位置，消除振幅衰減問(wèn)題，提高載荷- 位移曲線(xiàn)的平滑性，顯著提高系統(tǒng)的跟蹤可靠性。該研究有助于提高電動(dòng)汽車(chē)的電子系統(tǒng)控制精度。

關(guān)鍵詞：電動(dòng)助力轉(zhuǎn)向；變幅伺服系統(tǒng)；深度神經(jīng)網(wǎng)絡(luò)；增益

中圖分類(lèi)號(hào)：TP13 文獻(xiàn)標(biāo)識(shí)碼：A

0 引言

隨著人們對(duì)汽車(chē)安全性的要求不斷提升，各類(lèi)安全輔助系統(tǒng)逐漸普及。在該系統(tǒng)中，電動(dòng)助力轉(zhuǎn)向系統(tǒng)作為核心執(zhí)行單元直接保障車(chē)輛軌跡穩(wěn)定性，已成為電動(dòng)汽車(chē)的主流配置。在電動(dòng)助力轉(zhuǎn)向系統(tǒng)的技術(shù)實(shí)現(xiàn)層面，電液伺服裝置憑借高效率能量傳遞和精準(zhǔn)伺服控制特性以及緊湊型結(jié)構(gòu)優(yōu)勢(shì)，成為高性能電動(dòng)助力轉(zhuǎn)向系統(tǒng)的主流解決方案之一[1]。當(dāng)前，針對(duì)汽車(chē)電動(dòng)助力轉(zhuǎn)向系統(tǒng)控制策略的研究已成為行業(yè)熱點(diǎn)，其直接影響整車(chē)主動(dòng)安全性能上限。

為提高車(chē)輛的操縱品質(zhì)和裝載精度，有學(xué)者對(duì)電動(dòng)助力轉(zhuǎn)向電液伺服系統(tǒng)負(fù)載控制特性進(jìn)行了深入研究[2]。還有研究人員發(fā)現(xiàn)摩擦載荷因素會(huì)導(dǎo)致電液伺服系統(tǒng)控制參數(shù)發(fā)生顯著變化，進(jìn)而造成系統(tǒng)出現(xiàn)較大幅度的抖動(dòng)，影響位置控制精度[3]。楊友勝等[4] 提出雙電機(jī)冗余電動(dòng)助力轉(zhuǎn)向技術(shù)，其可以有效避免轉(zhuǎn)向系統(tǒng)失效并且具有較好的助力效果，提高了系統(tǒng)可靠性。楊金廣等[5] 設(shè)計(jì)了二十四通道NVH（noise，vibration and harshness，噪聲、振動(dòng)與聲振粗糙度）特性數(shù)據(jù)同步采集與多角度特性分析系統(tǒng)，實(shí)現(xiàn)特性數(shù)據(jù)的同步精確采集與快速傳輸，該系統(tǒng)具有多點(diǎn)位同步高精度采樣的優(yōu)點(diǎn)。許艷等[6] 以線(xiàn)性二自由度車(chē)輛模型為基礎(chǔ)，提出了一種電動(dòng)助力轉(zhuǎn)向修正控制策略，有利于提高四輪轉(zhuǎn)向時(shí)車(chē)輛的操縱穩(wěn)定性，兼顧高速行駛時(shí)的操縱穩(wěn)定性。

由于伺服系統(tǒng)具有復(fù)雜結(jié)構(gòu)，目前采用的抽象建模方法難以精確反映系統(tǒng)真實(shí)狀態(tài)。比例積分微分（proportional integral derivative，PID）算法具有快速響應(yīng)的特點(diǎn)，能夠使得轉(zhuǎn)向系統(tǒng)快速產(chǎn)生穩(wěn)定助力轉(zhuǎn)矩，充分適應(yīng)復(fù)雜的轉(zhuǎn)向要求，但PID 的控制精度無(wú)法保證[7]。本文設(shè)計(jì)了一種基于深度神經(jīng)網(wǎng)絡(luò)（deep neural network，DNN）自適應(yīng)模糊控制方法（簡(jiǎn)稱(chēng)“DNN 控制方法”），通過(guò)Simulink仿真工具分析信號(hào)強(qiáng)度峰值變化，并開(kāi)展實(shí)驗(yàn)來(lái)驗(yàn)證該方法的有效性。

1 DNN控制方法的研究現(xiàn)狀及優(yōu)化

電動(dòng)汽車(chē)轉(zhuǎn)向系統(tǒng)中，機(jī)械摩擦和路面干擾等不確定因素將降低轉(zhuǎn)向系統(tǒng)的電動(dòng)跟蹤性能、轉(zhuǎn)向輕便性和魯棒穩(wěn)定性。此外，負(fù)載的突變對(duì)變幅伺服系統(tǒng)響應(yīng)的穩(wěn)定性影響較大。

采用常系數(shù)補(bǔ)償無(wú)法實(shí)現(xiàn)對(duì)轉(zhuǎn)矩的準(zhǔn)確跟蹤，李建英等[8] 建立了一種柔性聯(lián)接伺服系統(tǒng)函數(shù)模型，并設(shè)計(jì)了負(fù)載裝置的液壓動(dòng)力機(jī)構(gòu)（見(jiàn)圖1）。

當(dāng)活塞桿位于中間位置時(shí)，液壓缸自振頻率達(dá)到最低，并且呈現(xiàn)出起伏的特點(diǎn)。隨著活塞桿向兩邊移動(dòng)，振動(dòng)趨于穩(wěn)定。喬麗霞等[9] 建立可變幅伺服系統(tǒng)，利用小腦模型關(guān)節(jié)控制器（cerebellarmodel articulation controller，CMAC）神經(jīng)網(wǎng)絡(luò)控制柔性聯(lián)接伺服系統(tǒng)，提升系統(tǒng)的整體跟蹤效果。

以上研究的變幅伺服系統(tǒng)具有較高的控制效果，但收斂效率依然較低。利用DNN 算法能夠自動(dòng)從原始數(shù)據(jù)中提取有用的特征，這種自動(dòng)提取特征的能力大幅提高了模型的泛化能力[10]。王培等[11] 設(shè)計(jì)了一種基于PID 建立DNN 控制的柔性聯(lián)接位置伺服系統(tǒng)，系統(tǒng)頻段動(dòng)態(tài)控制效果得到明顯改善，有效提高了系統(tǒng)低頻負(fù)載位移精度。測(cè)試結(jié)果表明，在系統(tǒng)結(jié)構(gòu)剛度顯著變化的工況下，活塞桿載荷參量對(duì)伺服系統(tǒng)產(chǎn)生的影響較弱[12]，因此無(wú)須對(duì)其進(jìn)行修正，就能夠更加準(zhǔn)確地判定柔性聯(lián)接方式對(duì)其控制效果的影響。DNN 算法控制具有實(shí)時(shí)監(jiān)督效果，可以有效修正系統(tǒng)的偏差數(shù)據(jù)，確保系統(tǒng)具有最小的控制輸出偏差[13]。采用PID 調(diào)控方式可以獲得較小的正增益余量，其突變上限不超過(guò)6 dB。采用PID 控制方式已無(wú)法滿(mǎn)足系統(tǒng)穩(wěn)定要求，基于此，本文提出了一種DNN 控制方法。

2 仿真分析

本文采用 PID 處理方式使 DNN 算法嵌入Simulink 仿真工具中，通過(guò)對(duì)其進(jìn)行建模得到基于DNN 算法的Simulink 仿真模型，如圖2 所示。模型的運(yùn)行條件如下[14]：滑閥梯度為0.025 m；油液密度為845 kg/m3；流量增加值為0.014 25 m3/（s·A）。

利用DNN 算法調(diào)節(jié)變幅伺服系統(tǒng)，得到信號(hào)強(qiáng)度峰值變化曲線(xiàn)（圖3）。由圖3 可知，變幅伺服系統(tǒng)的幅度頻率呈現(xiàn)出顯著的正向增益特點(diǎn)。同時(shí)，該系統(tǒng)具有較好的穩(wěn)定性，在確保穩(wěn)定度滿(mǎn)足要求的前提下，可在低頻范圍內(nèi)獲得更顯著增益，從而大幅提高系統(tǒng)的控制精度和穩(wěn)定性。

3 實(shí)驗(yàn)驗(yàn)證

本文依托某大學(xué)的柔性液壓系統(tǒng)實(shí)驗(yàn)平臺(tái)開(kāi)展變幅伺服系統(tǒng)性能試驗(yàn)，通過(guò)電機(jī)驅(qū)動(dòng)液壓泵工作，壓力為0 ～ 6 MPa。將本文提出的DNN 控制方法與PID 控制方法進(jìn)行對(duì)比，驗(yàn)證本文提出方法的應(yīng)用效果。該柔性液壓系統(tǒng)實(shí)驗(yàn)平臺(tái)由計(jì)算機(jī)處理中心、電氣控制板、試驗(yàn)系統(tǒng)平臺(tái)和油壓系統(tǒng)等組成。

液壓缸作為液壓系統(tǒng)的輸出單元，其位移控制精度直接影響工作效果，控制誤差直接影響控制精度。結(jié)合圖1 設(shè)定不同的負(fù)載條件，選取位移與控制誤差兩個(gè)指標(biāo)開(kāi)展測(cè)試。兩種方法的對(duì)比結(jié)果如圖4 所示。

由圖4 可知，利用PID 控制方法調(diào)節(jié)變幅伺服系統(tǒng)時(shí)，位移較小，控制誤差明顯降低，并且會(huì)發(fā)生大幅振蕩現(xiàn)象，在定位過(guò)程中無(wú)法實(shí)現(xiàn)穩(wěn)定的跟蹤效果。采用DNN 控制方法對(duì)變幅伺服系統(tǒng)調(diào)控時(shí)，可以有效提高低頻段位移控制精度，消除振幅衰減問(wèn)題，提高位移曲線(xiàn)的平滑性。與PID 控制方法相比，DNN 控制方法能夠較好地跟蹤電液伺服位置，從而顯著提高系統(tǒng)的跟蹤可靠性。

4 結(jié)論

本文開(kāi)展汽車(chē)電動(dòng)助力轉(zhuǎn)向變幅伺服系統(tǒng)DNN 控制分析，取得如下結(jié)果。

（1）仿真結(jié)果表明，幅度頻率呈現(xiàn)出顯著的正向增益特點(diǎn)，可在低頻范圍內(nèi)獲得更顯著增益，提高了系統(tǒng)控制精度。

（2）實(shí)驗(yàn)驗(yàn)證結(jié)果表明，與PID 控制方法相比，利用DNN 控制方法能夠較好地跟蹤電液伺服位置，消除振幅衰減問(wèn)題，提高載荷—位移曲線(xiàn)的平滑性，顯著提高系統(tǒng)的跟蹤可靠性。

本文結(jié)果有助于提高汽車(chē)電動(dòng)助力轉(zhuǎn)向控制穩(wěn)定性，但是在面對(duì)異常工況時(shí)，存在應(yīng)對(duì)不及時(shí)的問(wèn)題，未來(lái)可以加強(qiáng)信號(hào)反饋方面的研究，從而提升汽車(chē)的響應(yīng)能力。

參考文獻(xiàn)

1] 王云飛，趙繼云，曹超. 基于雙干擾觀(guān)測(cè)器的非對(duì)稱(chēng)缸電液系統(tǒng)位置控制[J]. 中南大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，52（11）：3864-3871.

[2] 朱學(xué)軍，李民，曾慶儀. 泵控電液伺服系統(tǒng)滑模反步控制設(shè)計(jì)及其AMESim 仿真[J]. 鍛壓技術(shù)，2021，46（7）：152-156.

[3] 陳帥，汪成文，張震陽(yáng)，等. 改進(jìn)模糊PID 方法及其在電液伺服控制中的應(yīng)用[J]. 機(jī)電工程，2021，38（5）：559-565.

[4] 楊友勝，張萌，戰(zhàn)凱. 乘用車(chē)雙電機(jī)冗余電動(dòng)助力轉(zhuǎn)向系統(tǒng)研究 [J]. 機(jī)械設(shè)計(jì)與制造，2024（ 8）：5-10.

[5] 楊金廣，蔣萍，于剛，等. 電動(dòng)助力轉(zhuǎn)向系統(tǒng)NVH特性數(shù)據(jù)采集與性能評(píng)價(jià)[J]. 濟(jì)南大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，38（3）：350-355.

[6] 許艷，劉陽(yáng)毅. 四輪轉(zhuǎn)向干預(yù)下電動(dòng)助力轉(zhuǎn)向控制策略研究[J]. 湖南大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，51（2）：144-150.

[7] 程洪濤，宋少云. 基于變動(dòng)供給壓力控制方法的電液伺服系統(tǒng)節(jié)能方法[J]. 中國(guó)工程機(jī)械學(xué)報(bào)，2021，19（2）：142-147.

[8] 李建英，王云周，康靜，等. 柔性聯(lián)接CMAC 控制電液伺服系統(tǒng)位置跟蹤研究[J]. 機(jī)械科學(xué)與技術(shù)，2020，39（9）：1346-1351.

[9] 喬麗霞，王麗娟，劉清濤，等. 基于CMAC 控制器的可變幅電液伺服系統(tǒng)優(yōu)化及驗(yàn)證[J]. 中國(guó)工程機(jī)械學(xué)報(bào)，2022，20（2）：156-160，166.

[10] 劉克毅，李淵，王飛，等. 基于深度神經(jīng)網(wǎng)絡(luò)的電液伺服泵控系統(tǒng)健康評(píng)估研究[J]. 機(jī)床與液壓，2024，52（9）：173-179.

[11] 王培，張杰飛，張昊. 汽車(chē)EPS 伺服變幅加載系統(tǒng)PID 建立DNN 控制優(yōu)化[J]. 機(jī)械設(shè)計(jì)與制造，2024（7）：265-268.

[12] 張鐵，康中強(qiáng)，鄒焱飚，等. 用于殘余振動(dòng)抑制的深度神經(jīng)網(wǎng)絡(luò)輸入整形器[J]. 華南理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，49（8）：103-112.

[13] 陳革新，劉會(huì)龍，趙鵬輝，等. 電液伺服閉式泵控系統(tǒng)實(shí)驗(yàn)平臺(tái)的研究[J]. 機(jī)電工程，2021，38（3）：363-367.

[14] 王立新，趙丁選，劉福才，等. 一類(lèi)輕載變幅伺服系統(tǒng)線(xiàn)性自抗擾控制[J]. 控制理論與應(yīng)用，2021，38（4）：503-515.