买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:重庆嘉陵全域机动车辆有限公司
摘要:本发明公开了一种分布式驱动线控底盘电动车辆多模式多目标协调控制方法,实现多模式多目标协调控制,降低了车辆在低速下的能耗和轮胎磨损,提高了车辆在高速常规工况下的操作性能和响应性能,提高了高速极限工况下车辆的安全稳定性。包括以下步骤:步骤1:基于当前的车辆状态、观测到的路面附着系数,基于规则对车辆运行模式以低速工况、高速常规工况、高速极限工况进行分类识别;步骤2:低速工况多目标协调控制;步骤3:高速常规工况多目标协调控制;步骤4:高速极限工况多目标协调控制;步骤5:各工况过渡过程控制。
主权项:1.一种分布式驱动线控底盘电动车辆多模式多目标协调控制方法,其特征在于包括以下步骤:步骤1:运行工况的模式识别基于当前的车辆状态、观测到的路面附着系数,基于规则对车辆运行模式以低速工况、高速常规工况、高速极限工况进行分类识别;步骤2:低速工况多目标协调控制相比于高速工况,低速工况下,同样的横摆角速度会产生更大的轮胎侧偏角,导致转矩矢量控制需要更大的横摆力矩来克服侧向的阻力,增加了轮胎的磨损和电机的功耗;因此在低速工况下,参考横摆角速度的跟踪更适合通过主动前轮转角实施,建立二自由度单轨车辆模型,并用状态空间方程的形式表示,x=[βγ]T: 式中,k1、k2为前、后轴的侧偏刚度;a、b为质心到前后轴的距离;β为车辆质心侧偏角;γ为车辆横摆角速度;δ为车辆前轮转角;m为整车质量;Iz为绕质心位置竖直方向上的转动惯量;在稳态时,此时由此得到参考横摆角速度为: 其中, 由此,设实际和期望横摆角速度差值为e,即e=γ-γref设计抗饱和滑模面S为:S=e+λσ4式中,并令: 其中,θ0且为增益参数,sat为饱和函数,基于公式4和5,得到附加前轮转角为: 其中,kp=δmax-δdriversgnδdriver,式中,δmax为最大前轮转角的绝对值,δdriver为驾驶员方向盘输入解析得到的前轮转角,因此,实际的前轮转角为驾驶员方向盘输入解析得到的前轮转角加上附加前轮转角,即: 而各独立电驱动车轮所执行的驱制动力由驾驶员的加速度踏板解析,并平均分配得到得到: 步骤3:高速常规工况多目标协调控制从整车纵向动力学控制需求来看,车轮驱制动力分配首先应该满足驾驶员对车辆纵向驱动需求,即:Fx1+Fx2+Fx3+Fx4=maxd=Ttot9其中,Fxi为各独立电驱动车轮的驱制动力;m为整车质量;axd为驾驶员所需求的整车纵向加速度;电动汽车采用直接横摆力矩算法来改善车辆本身的侧向动力学特性,使其满足预定的运动要求,即实现所制定的电动汽车侧向动力学控制目标,其中各独立电驱动车轮所执行的驱制动力需产生足够的整车直接横摆力矩以满足控制需求,即:ldFx2-Fx1+ldFx4-Fx3=Mz10式中,ld为轮距的一半;以下采用直接横摆力矩算法来改善车辆的侧向动力学特征,首先基于二自由度单轨车辆模型计算得到车辆的参考横摆角速度和质心侧偏角, 其中: 其中,k1、k2为前、后轴的侧偏刚度;a、b为质心到前后轴的距离;β为车辆质心侧偏角;γ为车辆横摆角速度;δ为车辆前轮转角;m为整车质量;通过考虑二自由度单轨车辆模型的平衡方程,并考虑直接横摆力矩Mz的存在: 以状态空间方程的形式表达上式,x=[βγ]T: 其中, 其中,Yβ、Yr、Nβ、Nr为:Yβ=-k1+k217 Nβ=-ak1-bk219 以下通过设计线性二次型调节器LQR,来计算需求横摆力矩, 其中,Q、R为加权系数矩阵, 其中: 则最优直接横摆力矩为; 在获得了直接横摆力矩后,将计算出来的直接横摆力矩在约束条件下优化分配到四个车轮上,首先建立表征轮胎力对路面附着力利用程度的指标,即整车路面附着载荷指标, 其中Fxi为各车轮纵向力;Fyi为各车轮侧向力;Fzi为各车轮垂直载荷;μmax为路面附着系数,这里假设四个车轮处在相同的路面附着系数路面上,对路面附着载荷进行简化,并设计最优目标: 同时优化分配再满足直接横摆力矩和纵向力的要求同时,考虑车辆附着约束和电机输出限制:Fx1+Fx2+Fx3+Fx4=maxd26ldFx2-Fx1+ldFx4-Fx3=Mz27 其中,Fmax为电机的最大驱制动力,这里假设四个电机具有相同的驱制动能力;ld为轮距的一半,通过将以上问题转换成带权重的最小二乘问题,即能够快速求解各个电机的驱制动力Fx1,Fx2,Fx3,Fx4,最终各独立电驱动车轮所执行的驱制动力驱如下: 最终求得四个电机的需求扭矩,其中,Tfl、Trl、Tfr、Trr分别为左前轮、左后轮、右前轮、右后轮扭矩,r为轮胎滚动半径;步骤4:高速极限工况多目标协调控制在当前操作点对侧向力进行局部线性化,这种局部线性化基于刷子轮胎模型围绕当前侧偏角的一阶泰勒展开,因此,操作点附近侧向力由下式计算得到: 其中,Fyf与Fyr分别表示前轴以及后轴的侧向力,是轮胎当前的侧向力,是局部侧偏刚度,轮胎力方程如下所示: 其中μmax为路面附着系数,Fz为垂向力,C为轮胎侧偏刚度,α为轮胎侧偏角,σy=tanα,,分段点αsl=tan-11θy;其次,基于当前工作点建立车辆侧向动力学方程,令u=[δf_add,Fx1,Fx2,Fx3,Fx4]T,其中,u是侧向动力学模型中的控制输入,包含附加方向盘转角δf_add和四个车轮的纵向力,因此,前轮实际转角是驾驶员方向盘转角δf_river以及控制器输出的附加方向盘转角δf_add的叠加,如下式所示:δ=δf_river+δf_add33由此,可以得到线性时变单轨模型如下: Mz存在等式约束:ldFx2-Fx1+ldFx4-Fx3=Mz36其中ld为轮距的一半;将公式34,35写成状态空间表达式如下: 式中: 然后,基于线性化的车辆侧向动力学模型,构造线性时变模型预测控制问题,计算附加前轮转角和各轮纵向力,计算方法如下:基于驾驶员方向盘转角计算稳态时参考横摆角速度,此时由此得到参考横摆角速度: 其中:为了对控制器进行设计,需要确定LTV-MPC的目标函数J以及约束条件,其中约束条件分为硬约束与软约束,其中硬约束,严格制约系统相应的状态变量、输入或者输出,而软约束,能够被松弛化,从而避免系统出现无解的情况;设控制器计算步长为Ts,同时假设驾驶员方向盘转角在每一个计算步长中恒定不变,则LTV-MPC问题可以由下式来描述: 式39为目标函数,ε是松弛因子,以保证该预测控制问题可解,式40中第一个方程为车辆侧向动力学方程欧拉离散化后构成的等式约束,ut+i,t是在t时刻,基于预测模型,计算获得的t+i时刻的最优输入量,是t+i时刻的参考轨迹,假设参考横摆角速度在预测时域内不发生变化,Hc和Hp分别是系统状态预测时域以及控制输入预测时域,是参考轨迹与实际轨迹的权重矩阵,是控制量的权重矩阵,ρi∈R,此外,αmax为路面附着系数为1时后轴峰值轮胎力对应的侧偏角,umin=umin,1,umin,2,umin,3,umin,4,umin,5,umin,6T,其中umin,1=-δmax,umin,2=-minμmaxFz1,Fmotor,1,umin,3=-minμmaxFz2,Fmotor,2,umin,4=-minμmaxFz3,Fmotor,3,umin,5=-minμmaxFz4,Fmotor,4,Fmotor,I=1,2,3,4为对应转速下电机峰值扭矩折算出来的路面驱制动力,Fzii=1,2,3,4为每一个车轮对应的垂向载荷,umin,6=maxd,axd为驾驶员需求纵向加速度,在预测时域内假设不变,umax=-umin,1,-umin,2,-umin,3,-umin,4,-umin,5,umin,6T,以上二次规划问题通过求解器求解,最后,获得附加前轮转角和每一个电机的驱制动力矩;步骤5:各工况过渡过程控制针对各个工况的切换过程可能带来的前轮转角、四个电机力矩的快速变化和波动,在工况切换过程中进行切换控制,确保各个工况之间的平稳过渡。
全文数据:
权利要求:
百度查询: 重庆嘉陵全域机动车辆有限公司 分布式驱动线控底盘电动车辆多模式多目标协调控制方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。