基于载荷识别的汽车转向机电制动稳定性控制

陈 松，王 剑

(1. 四川工业科技学院智能制造与车辆工程学院，四川 绵竹 618200； 2. 武汉理工大学，湖北 武汉 430070)

1 引言

汽车电子技术对于汽车工业的发展至关重要，是汽车工业实现智能性、安全性、节约性、环保性的最具活跃性和革命性的技术力量[1]。从上世纪五十年代起，现代控制理论与计算机技术迅猛发展，使该技术也获得了迅速的发展。行驶安全性技术即为关键性研究重点，在该技术的发展过程中受到了越来越多的关注[2]。在行驶安全性的相关研究中，转向机电制动稳定性控制是近年来制动控制技术方向的一个研究热点。对转向机电制动稳定性的控制能够大幅提升汽车转向时的安全性，从而提升汽车行驶时的安全性。

对于汽车转向机电制动稳定性控制方面的研究，国外已经进行了很多试验及理论研究，研究的汽车类型也是多种多样，其中也包括电动汽车、混合动力汽车等新型动力汽车[3]。在国外的研究中，有学者提出一种基于双位控制的汽车转向机电制动稳定性控制方法[4]。主要是通过对与控制目标有密切关系的变量敏感门限值进行设定，通过设定门限值与实际测量值之间的关系实施转向机电制动控制变量调节，从而实现机电制动稳定性控制的一种方法。在国内的研究中，文献[5]中学者们提出了一种分布式电动汽车稳定性控制方法，该研究主要解决的是转向工况下的制动稳定性问题。文献[6]提出了基于模糊分数阶滑模控制的主动横向稳定杆算法。该研究在控制器滑模面定义过程中引入了分数阶微积分理论，利用模糊规则实现对切换增益参数的自适应调整。

由于以上方法存在汽车滑移率较高的问题，因此设计一种基于载荷识别的汽车转向机电制动稳定性控制方法。为优化制动控制效果，构建汽车转向机电制动载荷识别模型，通过模型极值的求解，实现其载荷识别。利用该载荷输出结果，设计汽车转向机电制动稳定性控制器，完成汽车转向机电制动的稳定性控制。采用MATLAB软件动力学仿真模型，并设计实验。实验结果验证了所提方法性能优化传统方法，具有更好的应用。

2 汽车转向机电制动稳定性控制

2.1 仿真动力学模型构建

汽车转向机电制动系统是电机制动回馈系统与气/液压制动系统的结合，因此，本文构建能够满足研究仿真需求并且可以反映研究问题本质的系统仿真动力学模型。在汽车转向机电制动系统仿真动力学模型的构建中，构建的子模型具体包括电磁阀模型动力学模型、电机模型、液压制动器模型等。

2.2 汽车转向机电制动载荷识别

构建汽车转向机电制动载荷识别模型，通过对模型极值进行求解，实现其载荷识别。

汽车转向机电制动载荷识别模型具体如下式所示

y=G(η)p(η)

(1)

式(1)中，y代表汽车转向机电制动载荷测量响应值；G(η)表示 Green 随机参量核函数值；p(η)代表载荷待识别值；η表示汽车转向机电制动载荷随机参量。

对η中的各随机参量ηj(j=1，2，…，q)对应概率密度函数进行离散，使其变成多个子区间[7]。在各区间中将随机参量等同为证据变量，那么随机参量所对应的概率密度即可视为该单元上证据变量的BPA值，具体如图1所示。

在图1中，Uji表示第j个证据变量所对应的第i个焦元。

根据离散结果可以将式(1)直接转化为下式

y=G(U)p(U)

(2)

式(2)中，U代表q维证据变量，其BPA联合结构能够通过各证据变量的对应BPA值来获取。

证据变量目前被视为互相独立的变量，可以将联合辨识证据变量的框架直接定义为下式

(3)

式(3)中，R代表联合辨识证据变量的框架；Uq表示第q维证据变量；rk代表框架下的焦元；uq代表第q维证据变量对应的焦元[8]。

据此可以将BPA联合结构定义如下

(4)

式中，Fr(rk)代表BPA联合结构；F(uj)表示第j维证据变量对应的焦元的BPA值。

对于联合辨识证据变量的框架，其下的任何一个焦元的联合辨识证据变量的汽车转向机电制动荷载识别所对应的正问题方程能够用下式来描述

y=G(Urk)p(Urk)

(5)

式中，F(uj)代表框架下的任何一个焦元。

该焦元的半径和中点可以用下式来计算

(6)

利用两次优化过程对式(5)模型的rk载荷识别极值进行求解，具体公式如下

(7)

其中荷载识别的上界和下界可以近似为

(8)

2.3 转向机电制动稳定性控制

根据载荷识别结果，设计一种汽车转向机电制动稳定性控制器，实现汽车转向机电制动的稳定性控制。所设计的制动稳定性控制器一共包括三部分：防抱死控制器、模糊控制器以及补偿前馈控制器。

其中防抱死控制器能够在对稳定性控制进行施加时避免发生车轮抱死现象。

模糊控制器能够缩小通过汽车转向机电制动系统仿真动力学模型获得的横摆期望角速度和横摆角速度实际值间的偏差，也就是为汽车转向机电制动系统带来良好的跟踪性。与此同时，还可以通过对权系数进行调整来进一步缩小质心处的车辆侧偏角[10]。

而补偿前馈控制器能够使质心处车辆侧偏角向期望值零靠近。

防抱死控制器使用的控制方法为逻辑门限控制，在其设计过程中，需要对转向机电制动的安全性与平顺性进行综合考虑。其设计具体包括液压制动控制和电机回馈制动控制这两部分。设计的两部分的控制是独立的，但具备相同的控制目的。

其中模糊控制器的具体原理如图2所示。

用下式表示模糊控制器的输入变量

(9)

补偿前馈控制器是当侧偏角与横摆角速度和其名义值的差值过大时，对汽车转向机电制动系统进行稳定的动力学控制。主要是对在车轮上作用的制动力实施有效分配，从而产生在整车上作用的横摆力矩[12]。在对该横摆力矩进行控制时，即可实现车辆的侧偏与横摆运动的有效控制。

其输入力矩用下式来表示

Mff(s)=Gffδf(s)

(10)

式(10)中，Mff(s)代表输入力矩；Gff表示输入前轮阶跃时车辆的稳态响应值；δf(s)代表车辆侧偏角力矩稳态值。

3 仿真分析

3.1 仿真设计

针对设计的基于载荷识别的汽车转向机电制动稳定性控制方法实施仿真测试。首先利用MATLAB软件对实验汽车转向机电制动系统实施动力学仿真模型的构建，以实施设计方法的仿真分析。

实验汽车及其转向机电制动系统仿真参数具体如表1所示。

表1 实验汽车及其转向机电制动系统仿真参数

3.2 仿真方法

实验汽车的初速度为22m/s，转向制动路面的附着系数较高。在实验汽车进行转向制动时，两秒钟以内制动主缸压力由零升至20%的最大压力值，接着直到汽车静止为止一直保持转向制动压力。在实验汽车转向制动的过程中，利用设计的基于载荷识别的汽车转向机电制动稳定性控制方法对其进行转向机电制动稳定性控制。

在实验汽车转向制动中，车身受力情况如图3所示。

对设计的基于载荷识别的汽车转向机电制动稳定性控制方法的性能进行测试，主要是对该方法在初始制动与制动主缸压力不断增加时汽车的滑移率进行测试。在测试中，为增强测试结果的对比性，使测试结果更加丰富，将三种传统方法作为对比方法进行对比测试，分别为基于双位控制的汽车转向机电制动稳定性控制方法、文献[7]中提出的方法，以及基于模糊控制的汽车转向机电制动稳定性控制方法。对四种方法的实验结果进行分析与比较，获取实验方法的仿真性能表现。

实验中使用的实验仪器包括压力传感器、数据记录仪以及多普勒测速系统。实验仪器安装示意图如图4所示。

3.3 仿真结果

在实验汽车初始制动时，利用设计的基于载荷识别的汽车转向机电制动稳定性控制方法与文献[4]方法、文献[5]方法，文献[6]方法对实验汽车进行转向机电制动稳定性控制时，汽车滑移率实验数据具体如表2所示。

表2 汽车滑移率实验数据

表2的汽车滑移率实验数据表明，在实验汽车初始制动时，设计的基于载荷识别的汽车转向机电制动稳定性控制方法的汽车滑移率最低可达5.23%，实验中的汽车滑移率平均值为5.436%，证明该方法能够达到很低的汽车滑移率。同时设计方法的汽车滑移率在实验中一直低于对比方法。

在实验汽车制动主缸压力不断增加时，利用设计方法与三种对比方法对实验汽车进行转向机电制动稳定性控制时，汽车滑移率实验数据具体如表3所示。

表3 汽车滑移率实验数据

根据表3的汽车滑移率实验数据，在实验汽车制动主缸压力不断增加时，所提方法的汽车滑移率平均为8.316%，仍然低于传统方法，说明该方法表现更好。

4 结束语

本研究对汽车转向机电制动稳定性控制进行研究，对于汽车事故发生率的降低有着积极的作用。在研究中构建了汽车转向机电制动系统仿真动力学模型以及汽车转向机电制动载荷识别模型，并设计了汽车转向机电制动稳定性控制器，实现了多方面的创新。在日后的研究中，将对研究成果进行细化，并进行深入的实践。