电动汽车AFS与DYC集成控制策略研究79885824
混合动力汽车信息集成控制网络研究
Ｅｌ ｅ ｃ ｔ ｒ ｉ ｃ Ｖｅ ｈ ｉ ｃ ｌ ｅ
Ｘ ｕ Ｊ ｕ ｎ ， Ｌ ｉ Ｇ ａ ｎ ｇ ｙ ａ ｎ ， Ｙ ａ ｎ ｇ Ｆ ｅ ｉ ， Ｗａ ｎ ｇ Ｑ ｉ ａ ｎ
（ Ｗｕ ｈ ａ ｎ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ）
．
设计 ． 计算 ． 研究．
混合动力汽 车信息集成控 制网络研 究 ★
胥 军 李 刚 炎 杨 飞 王 荷
（ 武汉 理工 大学 ）
【 摘 要】 针对混合 动力汽车控制系统 的通信需求和控制策 略， 提 出了一种基于 Ｃ Ａ Ｎ总线的分布式信息集成控制
网络 的拓 扑 结 构 采用 飞思 卡 尔 Ｈ Ｃ Ｓ １ ２系列 双 核 微 处理 器 开 发 了用 于传 感 信 号 采 集 和 总线 数 据 收 发 的 信 息 集 成模 块： 设计了 Ｃ Ａ Ｎ总 线 应 用 层 协议 ， 研 究 了协 议 中优 先 级 分配 、 单 帧 与 多帧 标 识 、 数 据 长 度 与 帧编 号 等 机 制 ； 果用 Ｒ Ｍ Ａ
V2G_模式下的电动汽车充放电控制思路探究与讨论
AUTO TIME91NEW ENERGY AUTOMOBILE | 新能源汽车电动汽车在安全行驶过程中，需要电池提供充足的电能，而电池是一种储能元件，能够从系统吸取电能，并在电网负荷处于高峰的状态下，可以借助V2G 技术将能量安全输送给系统。
因此，在V2G 模式下，主动探究电动汽车充放电控制思路，创新其控制策略，有效引导用户有序进行电动汽车的充放电，对提高电网运行的安全稳定性、接纳可再生能源的能力具有十分重大的现实意义。
1 V2G 技术阐述1.1 概念V2G 技术主要是借助电气、计算机、通信等多个学科的专业知识和技能，实现电动汽车和电网互动。
当电动汽车为空闲状态时，借助相应的蓄电池，有效储存能量，在智能电网的联通下完成削峰填谷，促进电动汽车有序充放电。
基于V2G 模式下电动汽车电池作为储能单元，当其电量低于电网负荷时，借助电网能量流动，为电动汽车补充电量，促进其安全稳定运行。
当电网负荷较高时，电动汽车处于空闲状态，借助相关电子设备反馈将电能有效输送给电网。
当电动汽车不运行时和电网有效连接，当其达到相应数量的情况下，可以将这些电动汽车的蓄电池当作分布式储能单位，完成电网的基础服务。
电动汽车和电网之间，借助多种方式进行联通，并在相对应的连接系统平台内，电能可以向电网有效转换部分火力发电、风能发电等部分可再生新能源的转换，促进两者之间的能量有效流动和利用[1]。
电动汽车用户可以在电价低时，呼延洪雷达新能源汽车（浙江）有限公司 浙江省杭州市 311243摘 要： 电动汽车属于动态负荷，充电行为的随机性较强，对电网具有较大影响。
当电动汽车大规模无序充电的过程中，在很大程度上降低了电网运行的安全可靠性。
因此，人们要积极探索科学有效的控制措施，控制电动汽车有序充放电，改善相应区域电网的负荷特性，确保电网运行的稳定性、经济性。
基于此，本文首先对V2G 技术进行了阐述，然后分析了V2G 双向充放电装置的基本结构，提出相应的控制策略，最后深入探究V2G 控制系统的设计。
基于相平面的车辆AFS与DYC可拓协调控制
制 ,已 无 法 起 到 调 控 作 用 ,此 时 退 出 AFS 控 制 ,
仅通 过 DYC 进 行 调 控 ,最 大 限 度 地 保 障 车 辆 的
行稳定域与失稳域边界的划分,结果如图 ６ 所示.
(
４)
β ＋Eβ ≥βlim
(
２)论域划分
由于非域描 述 的 是 车 辆 的 失 稳 状 态,这 与 β
相图失稳域相对应,因 此 本 文 选 用 β 相 图 失 稳 域
边界作为非域边界.
通过前面已 建 立 的 扩 展 二 自 由 度 整 车 模 型,
划分为 经 典 域、可 拓 域 和 非 域,如 图 ５ 所 示,并 在
得到 μ＝０．
g．
g
y
功能协调层,下层为 AFS 控制器和 DYC 控制器.
入以及主动前轮 转 向 控 制 的 退 出 时 机,即 如 何 划
上层控制器为可 拓 协 调 控 制 器,其 工 作 流 程 如 图
分论域;二是确定 主 动 前 轮 转 向 控 制 与 直 接 横 摆
４ 所示. 为 实 现 AFS 和 DYC 协 调 控 制,要 关 注
如下两个方面:一 是 确 定 直 接 横 摆 力 矩 控 制 的 介
力矩控制的介入 强 度,即 如 何 确 定 协 调 控 制 的 权
重系数γAFS和γDYC .
１４８
武
汉
科
技
大
学
学
２０２１ 年第 ２ 期
报
β 相图能反 映 车 辆 的 行 驶 稳 定 性,在 汽 车 控
制领 域 应 用 较 为 广 泛 [１０Ｇ１２],因 此 本 文 选 用 车 辆 的
新能源汽车车辆电磁干扰抑制技术的实验验证与控制方案研究
新能源汽车车辆电磁干扰抑制技术的实验验证与控制方案研究下载温馨提示：该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。
文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by the editor. I hope that after you download them, they can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you!In addition, our shop provides you with various types of practical materials, such as educational essays, diary appreciation, sentence excerpts, ancient poems, classic articles, topic composition, work summary, word parsing, copy excerpts, other materials and so on, want to know different data formats and writing methods, please pay attention!电磁干扰是新能源汽车发展过程中面临的一个重要问题，它会影响到车辆的正常运行和电子设备的性能。
基于快速终端滑模的汽车底盘集成控制
基于快速终端滑模的汽车底盘集成控制作者：张家旭施正堂杨雄赵健来源：《湖南大学学报·自然科学版》2021年第02期摘要：针对汽车主动前轮转向子系统和直接横摆力矩控制子系统的集成控制问题，基于快速终端滑模控制理论设计一种标定参数少和动态响应速度快的鲁棒集成控制器.首先，基于达朗贝尔原理建立包含车身侧向和横摆运动自由度的汽车动力学模型作为底盘集成控制模型.随后，基于快速终端滑模控制理论分别设计主动前轮转向控制律和直接横摆力矩控制律，并且通过汽车质心侧偏角相平面定义的平滑切换因子建立二者的切换规则，实现主动前轮转向子系统和直接横摆力矩控制子系统的平滑切换控制，并且将主动前轮转向子系统和直接横摆力矩控制子系统的主要工作区域分别控制在轮胎的线性区域和非线性区域.最后，结合车辆动力学仿真软件对所提出的鲁棒集成控制器的可行性和有效性进行验证，结果表明：所提出的底盘集成控制器可以同时兼顾汽车操纵稳定性和乘坐舒适性.关键词：车辆工程;底盘集成控制;主动前轮转向;直接横摆力矩控制;快速终端滑模控制;平滑切换控制Abstract：This paper presents an integrated vehicle chassis robust controller with fewer calibration parameters and faster dynamic response for the integrated control problems of active front wheel steering subsystem and direct yaw moment control subsystem， based on the fast terminal sliding mode control theory. Firstly， a vehicle dynamic model with lateral and yaw degrees of freedom is established based on D 'Alembert principle， and it is used as an integrated vehicle chassis control model. Then， an active front wheel steering control law and a direct yaw moment control law are designed based on the fast terminal sliding mode control theory， respectively. A smooth switching rule is established based on smooth switching factor defined by the phase plane of the vehicle sideslip angle and its derivative to realize the smooth switching control between the active front wheel steering subsystem and the direct yaw moment control subsystem. Meanwhile， the smooth switching rule can confine the main working areas of the active front wheel steering subsystem and the direct yaw moment control subsystem to the linear and non-linear areas of the tires， respectively. Finally， the feasibility and effectiveness of the proposed integrated vehicle chassis robust controller are verified based on vehicle dynamics simulation software. The results show that the proposed controller can take into account both vehicle handling stability and ride comfort.Key words：vehicle engineering;integrated chassis control;active front wheel steering;direct yaw moment control;fast terminal sliding mode control;smooth switching control隨着自动驾驶汽车的飞速发展，智能化电动底盘引起了国内外汽车厂商和众多学者的广泛关注.主动前轮转向（Active Front Steering，AFS）子系统和直接横摆力矩控制（Direct Yaw moment Control，DYC）子系统是智能化电动底盘实现汽车侧向稳定控制的关键执行机构，深入研究二者的集成控制问题对于提高自动驾驶汽车的操纵性和稳定性具有重要的意义.主动前轮转向子系统和直接横摆力矩控制子系统分别通过主动调节前轮侧向力和四个车轮纵向力来提高自动驾驶汽车的操纵性和稳定性，并且轮胎侧向力和纵向力具有较强的非线性和耦合特性，从而使得AFS子系统和DYC子系统在协同工作时呈现出较强的非线性和耦合特性.针对这一问题，许多学者采用线性鲁棒控制方法设计AFS子系统和DYC子系统的集成控制器. 文献[1]将车速信息作为调度参数，建立了线性时变参数底盘集成控制模型，并设计了底盘集成控制器，实现了AFS子系统和DYC子系统的协调控制. 文献[2]基于线性二自由度汽车动力学模型设计了AFS子系统和DYC子系统的自适应集成控制器，并采用轮胎侧偏刚度自适应律抑制线性二自由度汽车动力学模型与实际汽车动力学特性的偏差对集成控制性能的影响. 文献[3]将包含参数摄动的汽车线性二自由度动力学模型作为控制模型，并利用鲁棒L2-L∞ /H∞混合控制方法设计了AFS子系统和DYC子系统的集成控制器. 文献[4]将AFS子系统和DYC子系统的集成控制问题分解成主环路控制层和从环路分配层，并采用序列二次优化方法重点设计了从环路分配层.文献[5]基于线性分段轮胎模型建立了汽车底盘集成控制模型，并结合线性二次型优化控制方法和模糊逻辑控制方法设计了AFS子系统和DYC子系统的多模型集成切换控制器.上述研究成果均以线性二自由度汽车动力学模型为基础构建AFS子系统和DYC子系统的集成控制模型，得到的集成控制器结构形式简洁、计算效率高，但是在汽车极限行驶工况下呈现出较大的保守性.为了提高AFS子系统和DYC子系统在汽车极限行驶工况下的集成控制性能，降低其保守性，许多学者采用非线性鲁棒控制方法解决AFS子系统和DYC子系统的集成控制问题. 文献[6]采用滑模控制方法实现了AFS子系统和DYC子系统的集成控制.文献[7]分别基于六自由度汽车动力学模型和十自由度汽车动力学模型独立设计了AFS子系统和DYC子系统的模型预测集成控制器，仿真对比结果表明：集成控制模型精度越高，所设计的AFS子系统和DYC子系统的模型预测集成控制器的性能越好，但是计算效率越低. 文献[8]将AFS子系统和DYC子系统的集成控制问题转化为状态独立的黎卡提方程的求解问题，由此得到了对模型参数摄动具有强鲁棒性的AFS子系统和DYC子系统的集成控制器. 文献[9]通过李雅普诺夫稳定性理论推导出了AFS子系统和DYC子系统的非线性鲁棒集成控制器，并且在集成控制器中引入参数自适应律，进一步降低了系统的保守性. 文献[10]以提高汽车的操纵性和稳定性为控制目标，采用滑模控制方法计算广义校正横摆力矩，并通过模糊逻辑控制方法将广义校正横摆力矩转化为AFS子系统和DYC子系统的控制指令. 文献[11]基于滑模变结构控制方法设计了AFS子系统和电液复合制动子系统的集成控制器，并且通过仿真验证了所设计的集成控制器可以有效提高汽车的主动安全性并兼顾制动能量回收. 文献[12]基于动态逆控制方法设计了AFS子系统和DYC 子系统的集成控制器，并采用期望动态模型在线补偿系统的复合干扰，从而消除了系统的复合干扰对集成控制性能的影响.上述研究成果较好地解决了AFS子系统和DYC子系统在协同工作时呈现出较强的非线性和耦合特性，并且在汽车极限行驶工况下的保守性更低，但是存在标定参数多、计算效率低等问题.鉴于此，本文基于快速终端滑模控制理论设计一种具有标定参数少、动态响应速度快和鲁棒性强的AFS子系统和DYC子系统的集成控制器.首先，基于达朗贝尔原理建立包含车身横摆和侧向运动自由度的汽车动力学模型作为底盘集成控制模型，并通过线性二自由汽车模型推导出驾驶员期望的横摆角速度和质心侧偏角. 随后，基于快速终端滑模控制理论分别设计主动前轮转向控制律和直接横摆力矩控制律，并且通过汽车质心侧偏角相平面定义的平滑切换因子建立主动前轮转向控制律和直接横摆力矩控制律的切换规则，实现AFS子系统主要工作在轮胎线性区域，DYC子系统主要工作在轮胎非线性区域，以及平滑切换AFS子系统和DYC子系统.最后，结合车辆动力学仿真软件对所提出的AFS子系统和DYC子系统的集成控制器的可行性和有效性进行仿真验证.1 数学模型1.1 控制模型简洁、准确的汽车动力学模型是汽车底盘集成控制策略设计的重要基础.如图1所示，定义固结于地面的坐标系Oxyz和固结于车身的坐标系Bxyz，基于達朗贝尔原理建立包含车身纵向、横摆和侧向运动自由度的汽车动力学模型[13].汽车侧向和横摆运动是描述其操纵稳定性的核心要素，为了使基于模型设计的汽车底盘集成控制策略简单有效，并且对系统的不确定性具有较强鲁棒性，需要对式（1）描述的汽车动力学模型进一步简化，即：忽略式（1）中描述车身纵向运动自由度动力学方程以及忽略tf （Fy1 - Fy2）sin δf项对式（1）中描述车身横摆运动自由度动力学方程的影响，由汽车质心侧偏角的定义β = arctan（vy /vx）≈vy /vx，可将式（1）简化为以汽车质心侧偏角和横摆角速度为状态变量的汽车底盘集成控制模型.1.2 参考模型在驾驶员转向操纵过程中，通常认为轮胎侧向力与轮胎侧偏角呈现线性关系是驾驶员期望的汽车响应特性. 因此，本文采用线性二自由度汽车模型来描述汽车的期望横摆角速度和质心侧偏角.如图2所示，其动力学方程可以表示为2 汽车底盘集成控制策略设计2.1 系统总体架构汽车底盘集成控制策略总体架构如图3所示，包括参考模型、主动前轮转向控制律、直接横摆力矩控制律、切换规则和映射模块. 主动前轮转向控制律和直接横摆力矩控制律将汽车横摆角速度偏差和质心侧偏角偏差作为输入，分别计算输出校正前轮侧向力增量ΔFAFS和校正横摆力矩增量ΔMDYC .由于AFS子系统主要工作在轮胎线性区域，而DYC子系统通常工作在轮胎非线性区域，因此，采用平滑切换因子建立主动前轮转向控制律和直接横摆力矩控制律的切换规则，并且通过切换规则将主动前轮转向控制律和直接横摆力矩控制律的输出修正为2.2 主动前轮转向控制律设计AFS子系统主要工作在轮胎线性区域，通过主动调节前轮侧向力来提高汽车的操纵性.由图1可知，在式（4）基础上附加校正前轮侧向力增量ΔFAFS可建立如下形式的主动前轮转向控制模型.由不等式（36）可知，当李雅普诺夫候选函数V1>1时，不等式（36）右端的第二项起主导作用，驱动李雅普诺夫候选函数在有限时间内收敛到V1 = 1，缩短闭环系统状态轨迹的收敛时间;当李雅普诺夫候选函数V1 < 1时，不等式（36）右端的第一项-2κ2V1起主导作用，驱动李雅普诺夫候选函数渐近收敛到零，避免闭环系统的状态轨迹在其平衡点附近产生“振荡”现象.因此，闭环系统的平衡点是渐近稳定的. 同时，由上述分析可知，式（30）描述的主动前轮转向控制律包含的设计参数作用明显，便于标定.2.3 直接横摆力矩控制律设计DYC子系统通常工作在轮胎非线性区域，通过主动调节四个车轮纵向力来提高汽车的操纵稳定性.由图1可知，在式（4）基础上附加校正横摆力矩增量ΔMDYC可建立如下形式的直接横摆力矩控制模型.为了提高AFS子系统和DYC子系统在汽车极限行驶工况下的集成控制性能，降低其保守性，许多学者采用非线性鲁棒控制方法解决AFS子系统和DYC子系统的集成控制问题. 文献[6]采用滑模控制方法实现了AFS子系统和DYC子系統的集成控制.文献[7]分别基于六自由度汽车动力学模型和十自由度汽车动力学模型独立设计了AFS子系统和DYC子系统的模型预测集成控制器，仿真对比结果表明：集成控制模型精度越高，所设计的AFS子系统和DYC子系统的模型预测集成控制器的性能越好，但是计算效率越低. 文献[8]将AFS子系统和DYC子系统的集成控制问题转化为状态独立的黎卡提方程的求解问题，由此得到了对模型参数摄动具有强鲁棒性的AFS子系统和DYC子系统的集成控制器. 文献[9]通过李雅普诺夫稳定性理论推导出了AFS子系统和DYC子系统的非线性鲁棒集成控制器，并且在集成控制器中引入参数自适应律，进一步降低了系统的保守性. 文献[10]以提高汽车的操纵性和稳定性为控制目标，采用滑模控制方法计算广义校正横摆力矩，并通过模糊逻辑控制方法将广义校正横摆力矩转化为AFS子系统和DYC子系统的控制指令. 文献[11]基于滑模变结构控制方法设计了AFS子系统和电液复合制动子系统的集成控制器，并且通过仿真验证了所设计的集成控制器可以有效提高汽车的主动安全性并兼顾制动能量回收. 文献[12]基于动态逆控制方法设计了AFS子系统和DYC 子系统的集成控制器，并采用期望动态模型在线补偿系统的复合干扰，从而消除了系统的复合干扰对集成控制性能的影响.上述研究成果较好地解决了AFS子系统和DYC子系统在协同工作时呈现出较强的非线性和耦合特性，并且在汽车极限行驶工况下的保守性更低，但是存在标定参数多、计算效率低等问题.鉴于此，本文基于快速终端滑模控制理论设计一种具有标定参数少、动态响应速度快和鲁棒性强的AFS子系统和DYC子系统的集成控制器.首先，基于达朗贝尔原理建立包含车身横摆和侧向运动自由度的汽车动力学模型作为底盘集成控制模型，并通过线性二自由汽车模型推导出驾驶员期望的横摆角速度和质心侧偏角. 随后，基于快速终端滑模控制理论分别设计主动前轮转向控制律和直接横摆力矩控制律，并且通过汽车质心侧偏角相平面定义的平滑切换因子建立主动前轮转向控制律和直接横摆力矩控制律的切换规则，实现AFS子系统主要工作在轮胎线性区域，DYC子系统主要工作在轮胎非线性区域，以及平滑切换AFS子系统和DYC子系统.最后，结合车辆动力学仿真软件对所提出的AFS子系统和DYC子系统的集成控制器的可行性和有效性进行仿真验证.1 数学模型1.1 控制模型简洁、准确的汽车动力学模型是汽车底盘集成控制策略设计的重要基础.如图1所示，定义固结于地面的坐标系Oxyz和固结于车身的坐标系Bxyz，基于达朗贝尔原理建立包含车身纵向、横摆和侧向运动自由度的汽车动力学模型[13].汽车侧向和横摆运动是描述其操纵稳定性的核心要素，为了使基于模型设计的汽车底盘集成控制策略简单有效，并且对系统的不确定性具有较强鲁棒性，需要对式（1）描述的汽车动力学模型进一步简化，即：忽略式（1）中描述车身纵向运动自由度动力学方程以及忽略tf （Fy1 - Fy2）sin δf项对式（1）中描述车身横摆运动自由度动力学方程的影响，由汽车质心侧偏角的定义β = arctan（vy /vx）≈vy /vx，可将式（1）简化为以汽车质心侧偏角和横摆角速度为状态变量的汽车底盘集成控制模型.1.2 参考模型在驾驶员转向操纵过程中，通常认为轮胎侧向力与轮胎侧偏角呈现线性关系是驾驶员期望的汽车响应特性. 因此，本文采用线性二自由度汽车模型来描述汽车的期望横摆角速度和质心侧偏角.如图2所示，其动力学方程可以表示为2 汽车底盘集成控制策略设计2.1 系统总体架构汽车底盘集成控制策略总体架构如图3所示，包括参考模型、主动前轮转向控制律、直接横摆力矩控制律、切换规则和映射模块. 主动前轮转向控制律和直接横摆力矩控制律将汽车横摆角速度偏差和质心侧偏角偏差作为输入，分别计算输出校正前轮侧向力增量ΔFAFS和校正横摆力矩增量ΔMDYC .由于AFS子系统主要工作在轮胎线性区域，而DYC子系统通常工作在轮胎非线性区域，因此，采用平滑切换因子建立主动前轮转向控制律和直接横摆力矩控制律的切换规则，并且通过切换规则将主动前轮转向控制律和直接横摆力矩控制律的输出修正为2.2 主动前轮转向控制律设计AFS子系统主要工作在轮胎线性区域，通过主动调节前轮侧向力来提高汽车的操纵性.由图1可知，在式（4）基础上附加校正前轮侧向力增量ΔFAFS可建立如下形式的主动前轮转向控制模型.由不等式（36）可知，当李雅普诺夫候选函数V1>1时，不等式（36）右端的第二项起主导作用，驱动李雅普诺夫候选函数在有限时间内收敛到V1 = 1，缩短闭环系统状态轨迹的收敛时间;当李雅普诺夫候选函数V1 < 1时，不等式（36）右端的第一项-2κ2V1起主导作用，驱动李雅普诺夫候选函数渐近收敛到零，避免闭环系统的状态轨迹在其平衡点附近产生“振荡”现象.因此，闭环系统的平衡点是渐近稳定的. 同时，由上述分析可知，式（30）描述的主动前轮转向控制律包含的设计参数作用明显，便于标定.2.3 直接横摆力矩控制律设计DYC子系统通常工作在轮胎非线性区域，通过主动调节四个车轮纵向力来提高汽车的操纵稳定性.由图1可知，在式（4）基础上附加校正横摆力矩增量ΔMDYC可建立如下形式的直接横摆力矩控制模型.为了提高AFS子系统和DYC子系统在汽车极限行驶工况下的集成控制性能，降低其保守性，许多学者采用非线性鲁棒控制方法解决AFS子系统和DYC子系统的集成控制问题. 文献[6]采用滑模控制方法实现了AFS子系统和DYC子系统的集成控制.文献[7]分别基于六自由度汽车动力学模型和十自由度汽车动力学模型独立设计了AFS子系统和DYC子系统的模型预测集成控制器，仿真对比结果表明：集成控制模型精度越高，所设计的AFS子系统和DYC子系统的模型预测集成控制器的性能越好，但是计算效率越低. 文献[8]将AFS子系统和DYC子系统的集成控制问题转化为状态独立的黎卡提方程的求解问题，由此得到了对模型参数摄动具有强鲁棒性的AFS子系统和DYC子系统的集成控制器. 文献[9]通过李雅普诺夫稳定性理论推导出了AFS子系统和DYC子系统的非线性鲁棒集成控制器，并且在集成控制器中引入参数自适应律，进一步降低了系统的保守性. 文献[10]以提高汽车的操纵性和稳定性为控制目标，采用滑模控制方法计算广义校正横摆力矩，并通过模糊逻辑控制方法将广义校正横摆力矩转化为AFS子系统和DYC子系统的控制指令. 文献[11]基于滑模变结构控制方法设计了AFS子系统和电液复合制动子系统的集成控制器，并且通过仿真验证了所设计的集成控制器可以有效提高汽车的主动安全性并兼顾制动能量回收. 文献[12]基于动态逆控制方法设计了AFS子系统和DYC 子系统的集成控制器，并采用期望动态模型在线补偿系统的复合干扰，从而消除了系统的复合干扰对集成控制性能的影响.上述研究成果较好地解决了AFS子系统和DYC子系统在协同工作时呈现出较强的非线性和耦合特性，并且在汽车极限行驶工况下的保守性更低，但是存在标定参数多、计算效率低等问题.鉴于此，本文基于快速终端滑模控制理论设计一种具有标定参数少、动态响应速度快和鲁棒性强的AFS子系统和DYC子系统的集成控制器.首先，基于达朗贝尔原理建立包含车身横摆和侧向运动自由度的汽车动力学模型作为底盘集成控制模型，并通过线性二自由汽车模型推导出驾驶员期望的横摆角速度和质心侧偏角. 随后，基于快速终端滑模控制理论分别设计主动前轮转向控制律和直接横摆力矩控制律，并且通过汽车质心侧偏角相平面定义的平滑切换因子建立主动前轮转向控制律和直接横摆力矩控制律的切换规则，实现AFS子系统主要工作在轮胎线性区域，DYC子系统主要工作在轮胎非线性区域，以及平滑切换AFS子系统和DYC子系统.最后，结合车辆动力学仿真软件对所提出的AFS子系统和DYC子系统的集成控制器的可行性和有效性进行仿真验证.1 数学模型1.1 控制模型简洁、准确的汽车动力学模型是汽车底盘集成控制策略设计的重要基础.如图1所示，定义固结于地面的坐标系Oxyz和固结于车身的坐标系Bxyz，基于达朗贝尔原理建立包含车身纵向、横摆和侧向运动自由度的汽车动力学模型[13].汽车侧向和横摆运动是描述其操纵稳定性的核心要素，为了使基于模型设计的汽车底盘集成控制策略简单有效，并且对系统的不确定性具有较强鲁棒性，需要對式（1）描述的汽车动力学模型进一步简化，即：忽略式（1）中描述车身纵向运动自由度动力学方程以及忽略tf （Fy1 - Fy2）sin δf项对式（1）中描述车身横摆运动自由度动力学方程的影响，由汽车质心侧偏角的定义β = arctan（vy /vx）≈vy /vx，可将式（1）简化为以汽车质心侧偏角和横摆角速度为状态变量的汽车底盘集成控制模型.1.2 参考模型在驾驶员转向操纵过程中，通常认为轮胎侧向力与轮胎侧偏角呈现线性关系是驾驶员期望的汽车响应特性. 因此，本文采用线性二自由度汽车模型来描述汽车的期望横摆角速度和质心侧偏角.如图2所示，其动力学方程可以表示为2 汽车底盘集成控制策略设计2.1 系统总体架构汽车底盘集成控制策略总体架构如图3所示，包括参考模型、主动前轮转向控制律、直接横摆力矩控制律、切换规则和映射模块. 主动前轮转向控制律和直接横摆力矩控制律将汽车横摆角速度偏差和质心侧偏角偏差作为输入，分别计算输出校正前轮侧向力增量ΔFAFS和校正横摆力矩增量ΔMDYC .由于AFS子系统主要工作在轮胎线性区域，而DYC子系统通常工作在轮胎非线性区域，因此，采用平滑切换因子建立主动前轮转向控制律和直接横摆力矩控制律的切换规则，并且通过切换规则将主动前轮转向控制律和直接横摆力矩控制律的输出修正为2.2 主动前轮转向控制律设计AFS子系统主要工作在轮胎线性区域，通过主动调节前轮侧向力来提高汽车的操纵性.由图1可知，在式（4）基础上附加校正前轮侧向力增量ΔFAFS可建立如下形式的主动前轮转向控制模型.由不等式（36）可知，当李雅普诺夫候选函数V1>1时，不等式（36）右端的第二项起主导作用，驱动李雅普诺夫候选函数在有限时间内收敛到V1 = 1，缩短闭环系统状态轨迹的收敛时间;当李雅普诺夫候选函数V1 < 1时，不等式（36）右端的第一项-2κ2V1起主导作用，驱动李雅普诺夫候选函数渐近收敛到零，避免闭环系统的状态轨迹在其平衡点附近产生“振荡”现象.因此，闭环系统的平衡点是渐近稳定的. 同时，由上述分析可知，式（30）描述的主动前轮转向控制律包含的设计参数作用明显，便于标定.2.3 直接横摆力矩控制律设计DYC子系统通常工作在轮胎非线性区域，通过主动调节四个车轮纵向力来提高汽车的操纵稳定性.由图1可知，在式（4）基础上附加校正横摆力矩增量ΔMDYC可建立如下形式的直接横摆力矩控制模型.。
分布式驱动电动汽车AFS和DYC协调控制策略研究
分布式驱动电动汽车AFS和DYC协调控制策略研究摘要随着人们对环境保护意识的不断提高，电动汽车被越来越广泛地应用。
然而，电动汽车的安全性能和驾驶体验仍然需要提高。
本文针对电动汽车的自适应前照灯系统（AFS）和动态稳定控制系统（DYC）进行研究，提出了一种分布式驱动电动汽车AFS和DYC协调控制策略。
首先，通过分析电动汽车的动力学模型和AFS控制原理，建立了分布式控制模型，使得AFS能够自适应调整前照灯照射范围并且反映动态路况。
其次，通过研究电动汽车的离散控制模型和DYC控制原理，提出了一种基于模型预测控制的DYC协调控制策略。
该策略采用了基于短期和长期预测的混合控制策略，有效地提高了电动汽车的稳定性和安全性。
最后，通过仿真实验对本文协调控制策略的有效性进行了验证。
实验结果显示，该策略能够使AFS和DYC系统之间实现协同控制，同时保持较高的车速和良好的驾驶舒适性。
这些结果为电动汽车的安全性能和驾驶体验的提升提供了一种新的思路。
关键词：电动汽车；自适应前照灯系统；动态稳定控制；协调控制AbstractWith the increasing awareness of environmental protection, electric vehicles have been widely used. However, the safety performance and driving experience of electric vehicles still need to be improved. This paper focuses on the research of the Adaptive Front-lighting System (AFS) and Dynamic Stability Control (DYC) of electric vehicles, and proposes a distributed driving electric vehicle AFS and DYC coordinated control strategy.Firstly, by analyzing the dynamics model and AFS control principle of electric vehicles, a distributed control model was established, so that AFS could adaptively adjust the illumination range of headlights and reflect the dynamic road conditions. Secondly, based on the study of the discrete control model and DYC control principle of electric vehicles, a model predictive control-based DYC coordinated control strategy was proposed. The strategy adopted a mixed control strategy based on short-term and long-term prediction, effectively improving the stability and safety of electric vehicles.Finally, the validity of the coordinated control strategy proposed in this paper was verified bysimulation experiments. The experimental results show that the strategy can achieve coordinated control between the AFS and DYC systems while maintaining high speed and good driving comfort. These results provide a new approach for improving the safety performance and driving experience of electric vehicles.Keywords: electric vehicle; adaptive front-lighting system; dynamic stability control; coordinated controElectric vehicles have gained significant popularityin recent years due to their environmentalfriendliness and low operating costs. However, the safety performance and driving experience of electric vehicles have always been a major concern for consumers. In particular, the adaptive front-lighting system (AFS) and dynamic stability control (DYC) are essential systems that affect the safety and comfort of driving. Therefore, coordinated control between the AFS and DYC systems is very critical for electric vehicles.Previous studies have mainly focused on the independent control of the AFS and DYC systems. However, the coupling effect between these two systems has been ignored in previous studies. This paper proposes a coordinated control strategy that considersthe coupling effect between the AFS and DYC systems, and investigates its effectiveness by simulation experiments.The coordinated control strategy proposed in this paper utilizes a hierarchical control framework. The upper level of the control framework is responsiblefor the coordination between the AFS and DYC systems, while the lower level is responsible for the independent control of each system. The coordination between the AFS and DYC systems is achieved by introducing a new control variable, which considers the coupling effect between these two systems.The simulation experiments conducted in this paper demonstrate that the proposed coordinated control strategy can effectively improve the safety performance and driving experience of electric vehicles. In particular, the results show that the strategy can achieve coordinated control between the AFS and DYC systems, while maintaining high speed and good driving comfort. This provides a new approach for improving the safety performance and driving experience of electric vehicles.In conclusion, this paper proposes a coordinated control strategy that considers the coupling effectbetween the AFS and DYC systems, and investigates its effectiveness by simulation experiments. The experimental results demonstrate that the proposed strategy can significantly improve the safety performance and driving experience of electric vehicles. Therefore, this paper provides a valuable contribution to the research on improving the safety performance and driving experience of electric vehiclesIn recent years, the usage of electric vehicles has been increasing due to the concerns for environment pollution and energy conservation. As a result, it is essential to ensure the safety performance and driving experience of electric vehicles to enhance their marketability and customer satisfaction. One significant concern for electric vehicles is their stability during cornering, which can be affected by factors such as velocity, steering angle, and road surface conditions. Hence, it is essential to have a mechanism that can improve the stability of electric vehicles during cornering.One potential mechanism for improving the stability of electric vehicles during cornering is the integration of the active front steering (AFS) and direct yaw moment control (DYC) systems. The AFS system can helpimprove the steering response of the electric vehicle, while the DYC system can improve the vehicle'sstability by generating a yaw moment in response to the steering angle and vehicle velocity.However, the coupling effect between the AFS and DYC systems can significantly affect the performance of the vehicle. Thus, this paper proposes a coordinated control strategy that considers the coupling effect between the AFS and DYC systems to enhance the safety performance and driving experience of electric vehicles.The proposed strategy was tested using simulation experiments, and the results demonstrated significant improvements in the safety performance and driving experience of electric vehicles. Specifically, the simulations showed that the proposed control strategy can improve the vehicle's stability during cornering, leading to a reduction in yaw rate and lateral acceleration. Furthermore, the strategy can improve the responsiveness of the steering system by reducing the delay in the steering response, which can lead to a better driving experience for the driver.In conclusion, this paper provides a valuable contribution to the research on improving the safetyperformance and driving experience of electric vehicles. The coordinated control strategy proposed in this paper considers the coupling effect between the AFS and DYC systems, leading to significant improvements in the safety performance and driving experience of electric vehicles. Future research can further investigate the proposed control strategy by conducting more experiments on different electric vehicles to verify its effectivenessIn addition to the proposed coordinated control strategy, there are several other areas of research that can contribute to the improvement of the safety performance and driving experience of electric vehicles.One such area is the development of advanced driver assistance systems (ADAS) specifically designed for electric vehicles. ADAS can include features such as collision avoidance, lane departure warnings, and automated parking, all of which can help increase the safety of electric vehicles on the road.Another area of research is the development of more efficient and reliable battery technology. Improvements in battery technology can lead to longer driving ranges and faster charging times, makingelectric vehicles more practical and convenient for everyday use.Finally, research can also focus on improving the overall infrastructure for electric vehicles. This can include increasing the number of charging stations available, improving the speed and convenience of charging, and developing smarter grid technologiesthat can optimize the use of renewable energy sources.Overall, continued research and development in these areas can help increase the safety, efficiency, and convenience of electric vehicles, paving the way for a more sustainable and environmentally friendly transportation systemIn conclusion, electric vehicles have the potential to significantly reduce greenhouse gas emissions from transportation, but there are still challenges that need to be addressed to fully realize their benefits. Improving battery technology, increasing the range of vehicles, and developing smart charging and grid technologies are all important areas for research and development. Additionally, infrastructure improvements such as increasing the number and convenience of charging stations can help support the growth of electric vehicles. By addressing these challenges andinvesting in the continued development of electric vehicle technology, we can create a more sustainable and environmentally friendly transportation system。
四轮独驱电动汽车操纵稳定性控制策略进展概述
0引言随着全球变暖以及石油资源短缺，新能源汽车的呼声日益提升，越来越多的专家学者致力于新能源汽车的研究之中。
电动汽车作为新能源汽车中较为突出的一种，发展势头尤为迅猛。
电动汽车有多种驱动方式，其中4WID-EV 因其各轮均独立，驱动力在理论上可以得到精准地控制，从而将其视为研究对象的人也是最多。
四轮独驱简化了传动结构，是一个过驱动系统，为了保证4WID-EV在具有极佳机动性的情况下同时具有优异的操纵稳定性，需要对其控制策略深入研究。
目前，基于传统车辆操纵稳定性的控制策略有滑模控制、线控转向控制、直接横摆矩控制、差动助力转向控制、电子控制等，这些控制策略也在实车中进行过验证并表明控制效果很好。
但针对4WID-EV来说，其车辆布置结构已发生巨大变化，大部分控制策略效果表现不佳，故此，大量专家学者正致力于开发一些新的控制策略。
1操纵稳定性操纵稳定性是车辆中一种极为重要的性能，操纵稳定性的好坏直接与驾驶安全相关联。
操纵稳定性包括稳定性和操纵性，常用的评价内容有轮胎侧偏特性、转向特性等。
在试验方面，为测试其操纵稳定性性能状况，需对车辆进行线性、非线性和转向盘中间位置操纵稳定性三方面进行测试[1]。
2控制理论及其研究状况4WID-EV作为一种分布式驱动电动汽车，极大地简化传动系统，同时能效方面也十分突出。
目前，越来越多的专家学者致力于4WID-EV控制策略的研究研究当中，其控制策略也在逐步快速更新，控制效果正在不断优化。
2.1直接横摆力矩控制（DYC）DYC是通过对每个车轮的转矩进行合理控制，从而达到车辆稳定行驶的需求，DYC自从20世纪90年代被提出以来，因其控制方式简单、精度高、响应快等诸多优点，已在电动汽车控制领域得到广泛应用[1]。
DYC主要包括车辆状态参数估计、决策需求横摆力矩和横摆力矩分配问题[2]。
目前，大量专家学者在这方面做了巨大贡献。
史培龙[2]等人基于PID和模糊逻辑控制（FLC）设计了一个DYC控制器，并针对FSAE纯电动赛车进行双移线工况的实车试验。
双电机双轴驱动电动汽车控制系统开发
摘 要:为开发双电机双轴驱动电动汽车整车控制系统,进一步提升整车性能，通过分析该动力构型电动汽车的特点，确 定了整车控制器的功能,研究了整车需求转矩的计算方法。提出一种基于惯性权重线性递减有限粒子群算法的双电机 电动汽车驱动转矩分配策略，研究了在转矩分配过程中，既保证两个驱动电机的整体效率，又避免前、后电机驱动转矩过 大导致前、后驱动轮打滑现象发生的控制算法。进行了双电机双轴驱动电动汽车控制系统在NEDC工况下的硬件在环 测试，结果表明：开发的双电机双轴驱动电动汽车控制系统能够根据整车需求进行单、双电机驱动模式的实时切换。可 见该控制系统能够对整车进行有效的控制，为同类构型电动汽车的研究奠定基础。 关键词:电动汽车控制系统;双电机双轴驱动;转矩分配策略;硬件在环测试 中图分类号:TH16；U469.72 文献标识码:A 文章编号:1001-3997(2021)07-0086-03
of the dual-motor dual-axis drive electric vehicle control system under NEDC conditions was carried out. The results show that
the dual-motor dual-axis drive electric vehicle control system developed in this paper can realize real-time switching of single and dual motor drive modes according to the requirements of the vehicle. The control system can control the vehicle effectively. This study lay afoundationfor thefurther research ofthe same type electric vehicles.
分布式电驱动汽车 AFS 与电液复合制动集成控制
分布式电驱动汽车 AFS 与电液复合制动集成控制袁希文;桂林;周兵【摘要】针对分布式电驱动汽车，以实现车辆主动安全性同时兼顾制动能量回收为目标，提出一种主动前轮转向（AFS）与电液复合制动集成的控制策略．AFS 控制器采用滑模变结构控制，滑移率控制器采用滑模极值搜索算法，基于分层结构（上层为期望制动力矩计算模块，中层为考虑执行器带宽的动态控制分配模块，下层为电机与液压复合执行器），并考虑位置与速率约束．转向制动时，考虑车辆纵向动力学对侧向动力学的影响，引入前轮转角对滑移率控制律进行了修正．在MATLAB／Simulink 中建立七自由度整车模型，对控制算法进行了验证．结果表明：分离路面直线制动时，所提出的控制策略可以同时保证制动能量回收和制动方向稳定性；转弯制动时，可以更好地跟踪理想横摆角速度，提高了车辆的侧向稳定性．%A new control strategy was proposed by integrating active front steering and electro-hydrau-lic braking in distributed electric drive vehicles to ensure vehicle active safety by taking into account bra-king energy recuperation.The AFS controller was synthesized by means of sliding mode control.The wheel slip controller was designed with a hierarchical control structure.In the upper layer,sliding mode extremum-seeking algorithm was adopted to obtain the desired braking torque,and a dynamic control allo-cator considering different actuators bandwidths was employed to determine the optimal split between the electric and friction brake torque in the middle layer.In the lower layer,a hybrid actuator system consis-ting of the hydraulic brake and the electrical motor was designed on the basis of actuator position and rate constraints.The wheel slip control law wasmodified by introducing the road wheel angle factor consider-ing the strongly coupled dynamics of steering and braking systems when braking-in-turn.Simulation re-sults obtained with a 7-DoF vehicle model in MATLAB/Simulink environment have shown that the control strategy can significantly enhance vehicle directional stability and ensure braking energy recovery in split-μstraight-line braking,and can better track ideal yaw rate with vehicle lateral stability improvement when cornering.【期刊名称】《湖南大学学报（自然科学版）》【年(卷),期】2016(043)002【总页数】8页(P28-35)【关键词】车辆工程;电液复合制动;主动前轮转向;能量回收;控制策略;极值搜索算法【作者】袁希文;桂林;周兵【作者单位】湖南大学汽车车身先进设计制造国家重点实验室，湖南长沙410082;湖南大学汽车车身先进设计制造国家重点实验室，湖南长沙 410082;湖南大学汽车车身先进设计制造国家重点实验室，湖南长沙 410082【正文语种】中文【中图分类】U463.4分布式电驱动汽车因其诸多优点而受到工业界和学者们的青睐[1-2]．电动车在复杂路面条件下的制动力矩分配直接影响车辆的稳定性，车轮突然滑转或抱死会引起侧向附着降低，严重时可导致车辆失去转向能力甚至甩尾.传统的产品化的ESP控制利用ABS和ASR控制作为下层来控制车轮的滑移(转)率，但现有的分布式驱动电动汽车制动力矩分配控制未能实现与ABS和ASR控制的结合[3]，因此，如何设计适合分布式驱动电动车的滑移率控制器，提高制动效能，同时保证车辆主动安全性是需要关注的一个问题.电动车具有电机制动响应快、实时性好、精准可控的优点，但其最大制动力矩受限于电机本身特性和电池荷电状态(SoC)，无法满足一些强制动工况的需求，故电动车常采用电机再生制动和液压制动的复合制动方式[4].电液复合制动技术也被认为是提高电动车续航和车辆主动安全性的关键技术．目前对电液扭矩协调的研究主要采用未包含执行器动力学的静态分配方法[5]，然而由于二者执行带宽的差异，会使实际响应力矩的复合效果与期望值之间有偏差.因此，如何在考虑执行器动力学条件下设计动态控制分配是需要关注的又一问题.鉴于此，本文提出一种分离路面下AFS与电液复合制动集成的控制策略.AFS用来补偿侧向稳定性，采用滑模控制.电液复合制动用来实现滑移率控制，采用滑模极值搜索算法，并考虑转弯制动时纵向动力学对侧向动力学的影响，引入前轮转角对滑移率控制律进行修正，进一步提高车辆侧向稳定性.针对电液复合制动，采用动态控制分配法协调电机与液压制动力矩，通过增加对执行机构速率的惩罚，扩展一般的二次规划控制分配算法，使算法具有频率依赖的特性，实现对执行机构带宽的考虑.最后对控制策略进行仿真验证.面向控制器验证用车辆模型采用七自由度整车模型，如图1所示.其中七自由度包含整车纵向、侧向、横摆3个自由度和4个车轮旋转自由度.整车纵向、横摆、侧向动力学方程表达式见式(1).式中：m为整车质量；vx为纵向速度；vy为侧向速度；r为横摆角速度；Izz为整车绕z轴的转动惯量；Fxi,Fyi分别为轮胎纵向力和侧向力，其中i=fl,fr,rl,rr，分别为左前轮、右前轮、左后轮、右后轮；g为重力加速度；a, b分别为前轴、后轴至质心距离；Tf,Tr分别为前、后轮距；δl,δr分别为左、右前轮转角.车轮采用魔术公式轮胎模型.控制策略采用内外环结构.为提高车辆系统对参数不确定性的鲁棒性，外环AFS控制器采用滑模控制，内环滑移率控制器采用滑模极值搜索算法.针对目前复合制动电液制动力矩协调难的特点，利用考虑执行器带宽的动态控制分配法进行电机与液压制动力矩协调，并采用分层控制结构，实现控制问题的解耦化、简易化，如图2所示.如上层滑移率控制器保证不出现抱死拖滑，得到总期望制动力矩即可，无需考虑电机与液压是如何协调的；中层控制分配模块只需在考虑执行器动力学条件下，实现对总期望制动力矩的分配即可；下层电机与液压执行器仅需考虑约束条件下执行控制分配模块给出的分配值即可，无需考虑分配值是如何得到的.2.1 AFS控制器滑模控制器设计基于线性二自由度模型[6]:.式中；.式中：Cf0,Cr0分别为前后轴轮胎等效侧偏刚度；δst为驾驶员输入的前轮转角.令T=0，可以解得稳态横摆角速度rd与前轮转角δst之间的关系，取稳态横摆角速度且考虑路面附着极限约束为理想横摆角速度,μ(g/vx)].选择切换函数为τ.式中：λ为正加权系数，令=0，得到等效控制：式中：a21,a22和e2分别为矩阵A和E的元素.为了使系统存在扰动和参数不确定性时仍能保证滑模条件，定义如下控制律：ulaw=ueq-Krsgn (s).式中：sgn为符号函数；增益Kr为控制器设计参数，决定了系统达到滑模面的速度.该控制增益应选择较大值以满足滑模可达条件：.此外，为了进一步消除控制输入的高频抖振，用饱和函数替代符号函数sgn (s)，即因此，最终滑模控制律为：δf=ulaw=ueq-Krsat(s/ψ).式中：ψ为边界层厚度，本文取0.05.上述控制律得到的是前轮输入转角，车轮附加转角为δc=δf-δst.2.2 滑移率控制器(WSC)参考滑移率随路面条件变化而不断变化，若设定为常值，变路面条件下控制效果将变差.本文采用滑模极值搜索算法实现滑移率控制，它通过不断搜寻轮胎纵向力-滑移率曲线的极值点，自适应路面条件变化，是一种不依赖参考滑移率的控制方法[7].设计滑移率控制器首先需要选择合适的切换函数，下面构造滑模面为[8] ：si=Fxi(κi,αi)-ρ t.为了简化控制律，构造滑模面时没有考虑轮胎垂直载荷对Fxi的影响.但轮胎模型中考虑了垂直载荷对Fxi的影响，因此，控制器在搜寻最优滑移率的过程中仍涉及了垂直载荷变化因素，不影响最优滑移率的搜寻.将si对时间求导得出ρ.选择滑移率导数i为控制律：].式中：M和β都是正常数.其中2β为sin 函数的周期，影响滑移率切换控制的频率.将式(13)代入式(12)得到：与传统滑模控制类似，滑模极值搜索控制式(14)需要得到滑模可达条件．sin (πsi/β)是s(t)为自变量的周期函数，周期为2β.本文选择s(t)初始值在β与2β之间即β<s(0)<2β.显然下式是成立的：sgn (s(t)-2β).1) 令γ(t)=s(t)-β，则，因此由sgn (γ(t))γ(t)=|γ(t)|可得不等式根据李雅普诺夫滑模可到达条件：,得到.式(18)的等价形式为.由此可得γ(t)→0即s(t)→β.2) 令γ(t)=s(t)-2β ，同理可以证明:.由式(20)可推出s(t)→2β.由1),2)证明，得到式(14)的滑模可到达条件如下：.以上分析表明s(t)在任意的初始值条件下，均会收敛于kβ，kβ即一系列滑模面，它保证了任意初始值条件下滑模可达性.si=kβ=Fxi(ki,αi)+ρ t，直线制动时αi=0，由上式可以看出，Fxi(Fxi数值为负)以-ρ的斜率不断减小，直到追踪到制动力的极值.∂Fxi(κi,αi)/∂κi代表制动力-滑移率曲线的斜率，当该斜率大于ρ/M时，制动力一直增加，接近制动力-滑移率曲线的极大值点，直到式(22)不能够满足时，停止搜索.2.3 AFS与WSC协调转弯制动工况下，转向和制动两个系统之间存在着动力学上的相互影响、相互制约，而滑移率控制总是力求以当前路面条件下可能获取的最大制动力进行制动，由轮胎附着椭圆关系可知，这必然会引起侧向稳定性下降，造成AFS控制效果减弱.由本文提出的滑移率控制律可知，车辆转向时,,因此，式(22)右边的值增大，而极值搜索过程中，制动力-滑移率曲线的斜率∂Fxi(κi,αi)/∂κi越来越小，条件(22)保持时间缩短，造成Fxi增加的时间减少，因此制动力搜索点最后停下的位置偏离了极值点一定的距离，据轮胎附着椭圆关系可知，这为侧向力控制留下了一定的裕量，为增强AFS控制效果提供了可能.因此，本文引入驾驶员输入的前轮转角对滑移率控制律式(13)进行修正:].式中：ε是一个正常数.将式(25)代入式(12)得出：同式(14)，得出式(26)的滑模可达条件:.式中：ρ,M决定极值搜索的速度和最终的最大制动力工作的区域；ε决定制动力搜索点偏离极值点的距离.对轮胎滑移率κi=-(vx-ωiR)/vx进行求导[8]，结合车轮动力学方程可得：).将式(25)代入式(28)得到各车轮总期望制动力矩为：式中：假设车轮速度等于汽车车速；ωi为车轮转速；R为车轮半径；Tbi为各车轮总期望制动力矩；Iω为车轮转动惯量；Fxsum为总的轮胎制动力.其中，计算各车轮总期望制动力矩，需要轮胎纵向力信号，通过建立滑模观测器，对轮胎纵向力进行估计[9].2.4 制动力矩分配与执行滑移率控制器得到的总期望制动力矩需要电机与电子液压复合制动实现，然而由于二者执行动力学差异[1]，传统静态控制分配在包含执行器动力学情况下易使实际响应力矩的复合效果与期望值之间有偏差，本文采用动态控制分配[10]实现电液力矩分配：st.,j∈{h,m}.式中为期望转矩；h为电子液压制动；m为电机制动；αh，αm为执行器利用率惩罚权重，分别取值为0.002与0.005；βh，βm为考虑执行器带宽的惩罚权重，分别取值为0.97与0.03.作为比较，本文采用链式递增法实现期望制动力矩的静态控制分配[11].图3为静态控制分配与动态控制分配力矩分配频域响应，可以看出动态控制分配高频阶段执行带宽更大的电机制动权重更大.本文对电机与液压执行器建模，主要包括执行器实际可输出力矩和执行器动态响应特性，其中动态特性近似为一阶延时系统:[4]).式中：Tji为输出转矩；τj为时间常数．对于执行器实际可输出力矩，一方面考虑液压制动和电制动位置约束和速率约束: 式中：Tji,max 为峰值转矩；ji,max 为最大转矩响应速率； ts为控制器采样周期. 另一方面考虑最大再生制动转矩，其取决于车轮转速和电池荷电状态(SoC)，可由下式表达Tmi,max (v,Iq,max ,ωi)=p(v)(1-式中：Iq,max ∈[0,1]，为SoC指示系数，本文取值为0即假设电池有足够的充电空间；Tmi,n为电机峰值制动力矩；ωn为电机基速；p(v)为sigmoid函数，保证车速低于截止速度时，关闭电机再生制动功能.p(v)=1/[1+e-kv(v-v0)]．式中：kv为倾斜系数；v0为截止速度.本文仿真工况设定为分离路面直线制动和分离路面转向制动等紧急制动工况，WSC均处于激活状态，验证所设计的控制策略(见表1)效果.其中后轮低选控制表示后轮高附着一侧制动力选择与低附着一侧相同；滑模极值搜索与门限值控制均为四通道独立控制，逻辑门限控制取参考滑移率为0.2.直线制动时，协调控制与无协调控制策略一致，标示为“AFS+WSC”.车辆仿真参数见表2.3.1 分离路面直线制动工况设定：初始车速为25 m/s；路面摩擦因数，左侧0.8，右侧0.4.图4为几种控制策略的横摆角速度变化曲线，可以看出AFS与WSC集成控制可以使横摆角速度接近理想值0，较好地补偿了由于左右制动力不均产生的干扰横摆力矩；其他3种单独WSC控制都无法跟踪理想值，但后轮低选控制因后轮制动力相同，产生的干扰横摆力矩变小，因此横摆角速度相对较小.图5为车辆制动轨迹曲线，AFS与WSC集成控制的最大侧向偏移为0.8 m，而3种单独WSC控制工况均出现较大的制动跑偏，其中逻辑门限值控制产生的侧向位移最大，为5.2 m；滑模极值搜索控制为5.1 m，但后者纵向距离为62.5 m，小于前者的69.6 m；后轮低选控制的侧向位移为4.08 m，小于滑模极值搜索的5.1 m，但其纵向制动距离为67.6 m，明显大于滑模极值搜索的62.5 m.其中，由于AFS调节，集成控制侧向偏移方向相反.图6为轮胎滑移率变化曲线，可以看出0.25 s左右WSC搜索到了最优滑移率并保持稳定，说明本文所提出的滑模极值搜索算法可以自动搜索到最优滑移率.右侧低附路面最优滑移率偏小，符合路面附着系数越小最优滑移率也越小的趋势.图7所示为左前轮电液复合制动实际响应力矩跟踪期望值的效果曲线，可以看出动态控制分配能较好地跟踪期望值，而静态控制分配则无法跟踪期望值.图8所示为电机与液压制动力矩变化曲线，可以看出开始0～0.06 s内仅有电机制动，当其制动力矩达到饱和后，液压制动开始工作.仿真开始3 s后，随着车速降低，当电机转速低于电机基速时，再生制动力矩开始逐渐减小到0，与此同时液压制动逐渐增大以满足总期望制动力矩需求.可见制动过程中，除因最大扭矩380 N·m的约束条件限制，电机总是处于最大制动强度，最大化地进行了能量回收.3.2 分离路面转弯制动工况设定：初始车速为20 m/s；弯道内侧路面摩擦因数为0.4，外侧为0.8；1 s后开始向左转向，1 s内方向盘转角由0°转到84°.图9显示，AFS与WSC协调控制可以较好地跟踪理想横摆角速度，无协调控制则在大横摆角速度时无法跟踪，3种WSC单独控制工况，均无法跟踪理想横摆角速度.图10为转弯制动距离，可看出协调控制较无协调控制最大侧向位移增加了0.1 m，3种WSC单独控制时出现了较大的侧向滑移.图11显示，无协调控制时产生的质心侧偏角最大为0.22 rad，而协调控制仅为0.06 rad，单独WSC控制时因未实现理想转弯运动，产生的质心侧偏角均较小.图9～图11表明AFS与WSC协调控制较无协调控制可以显著提高车辆侧向稳定性，制动距离却未出现明显增大，而单独WSC控制均无法保证车辆转弯时的侧向稳定性.图12为AFS与WSC协调控制产生的归一化轮胎纵向力，左侧轮胎快速稳定在0.4左右，而右侧稳定在0.8左右，说明WSC滑模极值搜索算法可以自适应路面附着系数的变化，快速搜索到轮胎的最大制动力.前轮转向时(1.0～2.0 s)，前轴左右轮归一化轮胎纵向力出现了明显的减小，这是由于AFS控制产生了车轮附加转角，造成轮胎纵向力减小的缘故.针对分布式电驱动汽车，以实现车辆主动安全性同时兼顾制动能量回收为目标，考虑转向和制动两系统动力学上的相互影响和相互制约，提出一种AFS与电液复合制动的集成控制策略.通过对所提出控制策略进行仿真验证，主要得出以下结论：1) 分离路面直线制动时，集成控制策略产生的横摆角速度接近0，侧向偏移为0.8 m，可以较好地回收制动能量，保证制动方向稳定性.滑移率控制器可自适应路面附着系数变化，不依赖参考滑移率即可快速搜索到最大制动力和最优滑移率.动态控制分配可使实际响应力矩更好地跟踪期望制动力矩.2) 分离路面转弯制动时，WSC与AFS协调控制较无协调控制可以更好地跟踪理想横摆角速度，制动距离却未出现明显增大，且质心侧偏角明显相对较小，提高了车辆侧向稳定性.【相关文献】[1] CROLLA D A，CAO D. The impact of hybrid and electric powertrains on vehicle dynamics，control systems and energy regeneration[J]. Vehicle System Dynamics, 2012，50(S1)：95-109.[2] KAWASHIMA K，UCHIDA T，HORI Y. Rolling stability control utilizing rollover index for in-wheel motor electric vehicle[J]. IEEJ Transactions on Industry Applications，2010，130(5)：655-662.[3] 余卓平，冯源，熊璐.分布式驱动电动汽车动力学控制发展现状综述[J].机械工程学报，2013，49(8)：105-114.YU Zhuo-ping，FENG Yuan，XIONG Lu. Review on vehicle dynamics control of distributed drive electric vehicle[J]. Journal of Mechanical Engineering，2013，49(8)：105-114.(In Chinese)[4] DE CASTRO R，ARAJO R E，TANELLI M，et al. Torque blending and wheel slip control in EVs with in-wheel motors[J]. Vehicle System Dynamics，2012，50(S1)：71-94.[5] JING H H，LIU Z Y，LIU J S. Wheel slip control for hybrid braking system of electric vehicle[C]//Proceedings of 2011 International Conference on Transportation, Mechanical, and Electrical Engineering. New York: IEEE，2011:743-746.[6] 周兵，范璐，骆晨. 主动前轮转向变传动比曲线分析与设计[J]. 湖南大学学报:自然科学版，2014，41(2)：73-78.ZHOU Bing，FAN Lu，LUO Chen. Analysis and design of the variable steering ratio curve of active front steering system[J]. Journal of Hunan University: Natural Sciences，2014，41(2)：73-78. (In Chinese)[7] ZHANG C，ORDONEZ R. Extremum-seeking control and applications[M]. Berlin: Springer，2012:51-52.[8] DINÇMEN E，GUVENÇ B A，ACARMAN T. Extremum seeking control of ABS braking in road vehicles with lateral force improvement[J].IEEE Transactions on Control Systems Technology，2012,22(1)：230-237.[9] DRAKUNOV S，OZGUNER U，DIX P. ABS control using optimum search via sliding modes[J]. IEEE Transactions on Control Systems Technology, 1995，3(1)：79-85.[10]HARKEGARD O. Dynamic control allocation using constrained quadratic programming[J]. Journal of Guidance, Control, and Dynamics，2004，27(6)：1028-1034.[11]SATZGER C，DE CASTRO R，BÜNTE T. A model predictive control allocation approach to hybrid braking of electric vehicles intelligent vehicles[C]//Proceedings of IEEE Intelligent Vehicles Symposium(IV). New York: IEEE, 2014:286-292.。
电动汽车电子差速控制策略研究
lished controllers are simulated and tested under low, medium, high speed and sine wave input working
conditions. The analysis results show that the two controllers have better control effect模型 Fig. 1 7-D()F vehicle model
本 文 通 过 C arsim 和 Simulink联 合 进 行 仿 真 ， C arsim 进 行 整 车 模 型 的 搭 建 ，Sim ulink进行控制器 相 关 的 建 模 。在 低 速 情 况 下 采 用 电 子 差 速 模 型 ，通 过 反 馈 的 轮 速 ，以 及 期 望 转 矩 和 方 向 盘 转 角 ，输出 控 制 转 矩 分 配 给 两 个 驱 动 轮 ，从 而 改 善 电 动 汽 车 的 转 向 性 能 。而 在 高 速 情 况 下 ，横 摆 角 速 度 控 制 器 接 受 期 望 的 转 矩 、方 向 盘 转 角 、反 馈 的 车 速 以 及 实 时 的 横 摆 角 速 度 和 质 心 侧 偏 角 等 数 据 。将 横 摆 角 速 度 和 质 心 侧 偏 角 与 期 望 值 进 行 对 比 ，通 过 控 制 器 得 到 相 应 的 横 摆 力 矩 ，分 配 给 两 个 驱 动 轮 ，同样 改 善 汽车转向性能。C arsim 软 件 模 型 构 建 思 路 如 图 2 所示。
采用直接横摆力矩控制的控制器效果更好。
[Abstract]The in-wheel motor has the characteristics of fast response and high energy utilization. Howev
混合动力汽车用集成式磁场调制型无刷复合结构电机
02
电机基本结构与工作原理
电机结构特点
集成式设计
混合动力汽车用集成式磁场调 制型无刷复合结构电机采用高 度集成的结构设计，以减小体 积和重量，同时提高电机的可
靠性和稳定性。
磁场调制技术
该电机采用磁场调制技术，通 过控制定子和转子之间的相互 作用，实现高效率和高效能。
无刷设计
该电机采用无刷设计，以消除 机械换向器和电刷的磨损，从
实验步骤与方法
按照实验方案，进行实验操作，记录实验数据， 并进行分析和处理。
数据处理与ห้องสมุดไป่ตู้析
根据实验数据，进行数据处理和分析，包括转矩 特性、效率特性和调速性能等。
实验结果与分析
实验结果汇总
01
汇总实验数据，整理实验结果，包括电机的额定转矩、最大转
矩、启动转矩、效率特性和调速性能等。
结果分析与对比
02
根据实验结果，进行结果分析和对比，评估电机的性能优劣，
并针对不足之处提出改进措施。
结论总结
03
总结实验验证结果，得出结论，为混合动力汽车用集成式磁场
调制型无刷复合结构电机的设计和优化提供依据。
05
混合动力汽车应用场景与 优势
混合动力汽车应用场景
城市交通
城市交通拥堵严重，混合动力汽车具有较低的油耗和尾气排放 ，能够提高车辆的环保性和经济性。
通过优化控制系统，实现无刷电机的平稳控制和高效运行。
考虑热效应
在优化设计过程中，需要考虑热效应对无刷电机性能的影响，采 取相应的措施进行散热和耐热设计。
04
电机性能分析与实验验证
电机性能分析
1 2 3
转矩特性
分析电机的转矩特性，包括额定转矩、最大转 矩和启动转矩等，以评估电机在各种工况下的 性能。
纯电动汽车制动能量回收模糊控制策略及仿真分析
纯电动汽车是环保发展时代背景下的重要 产物，在满足环境保护要求的同时，还能够减 少能源消耗，是当前汽车领域比较推荐的产品 [1]。由于车辆行驶路途中的路况不确定，遇到 复杂的路况时，或者受到气温等因素的影响， 都会对汽车续航里程造成一定影响 [2]。目前， 我国的纯电动汽车电池储能技术尚不完善，很 难避免续航里程遭受影响 [3]。因此，有效回收 制动能量，为电池补充能量显得尤为重要。以 往提出再制动方法考虑因素较少，有效能量回 收率不是很高 [3-4]。本文选取模糊控制技术作 为研究工具，提出一种新的再制动控制方法。
关键词：模糊控制 能量回收 再生制动力
Fuzzy Control Strategy and Simulation Analysis of Braking Energy Recovery for Pure Electric Vehicles
Qin Zhuogeng
A b s t r a c t ：In order to improve the braking energy recovery level of pure electric vehicles and improve the energy utilization rate, this paper proposes a regenerative braking force distribution method based on fuzzy control. According to the principle of automobile braking operation, combined with energy recovery conditions, this method designs corresponding fuzzy control rules to effectively distribute the regenerative braking force. Through the simulation test, the design scheme was verified, which can be used as a reference for the design of energy recovery control in the research and development of pure electric vehicles.
汽车ABS与AFS集成控制算法
Chen Deling 等
［3 － 4］
主动转向进 行 控 制 ， 该控制算法在维持了车辆横 摆稳定性的 同 时 缩 短 了 制 动 距 离 ． 以 上 研 究 仅 涉 及直线制动 工 况 ， 未涉及对开路面的弯道制动等 更复杂工况 ， 也未考虑驾驶员转向输入或修正对 控制算法的影响 ． 笔者主要研究对开路面 ABS 和 AFS 的集成 控 制 算 法 ， 以期在维持制动方向稳定 性的同时缩 短 制 动 距 离 、 减轻驾驶员转向操作负 担 ． 对控制算 法 的 仿 真 评 价 采 用 包 含 驾 驶 员 模 型 AFS 的闭环模型 ． ABS 采用逻辑门 限 值 控 制 算 法 ， 采用横摆力矩补偿前馈和滑模反馈控制相结合的 复合控制算法 ． 作为下层控制器的 ABS 和 AFS ， 二 者通过上层控制算法协同工作 ．
图2 车辆模型的俯视图
在对开路面制动时， 左、 右车轮的制动力不等将 使车辆跑偏． AFS 前馈控制的目标就是在前轮产生 一个附加转角 δ c1 ， 其方向和大小应使得前轮附加侧 向力绕车辆质心的力矩与制动横摆力矩平衡 ．
140
江苏大学学报（ 自然科学版）
第 34 卷
4 个车轮受到的侧向力分别为 F y f j = k r k μj k 1 α f ， j = l， r， （ 3） F y rj = k r k μj k 2 α r k r 的取 式中： k r 为轮胎纵向力对侧向力的影响因数 ， 值范围为 0 ＜ k r ＜ 1 ； k μl 和 k μr 为路面附着系数对左、
［6］ 进行了仿 真 对 比 ． C． Ahn 等 通 过 估 计 4 个 车 轮 并以此对前轮 的制动压力 计 算 出 横 摆 力 矩 干 扰 ，
立控制； 在转弯制动工况， 若 AFS 提供的横摆力矩 不能完全抵消制动横摆力矩， 则仍采用修正的独立 控制以避免车辆失稳． 但是集成控制算法中采用的 “弱修正” ， 是 以获得比 ABS 单独控制时高的制动强 “弱修正” 是指对 ABS 独立控制的修正程度 度． 所谓 “修正独立控制” ． 因此采用“弱修正 ” 小于常规的 的 “修正独立控制” 制动强度介于 和独立控制之间． 1. 2 AFS 控制算法 AFS 采用横摆力矩补偿前馈控制和滑模反馈控 制相结合的复合控制算法． AFS 控制器的控制算法 如图 1 所示， δ f 为驾驶员输入的前轮转角； δ c1 和 δ c2 分别为前馈控制器和滑模控制器输出的附加转角 ； δ 为总的前轮转角， 它等于 δ f + δ c2 + δ c1 ； ω 为车辆横摆 p fl ， p fr ， p rl 和 p rr 为 4 个制动轮缸的制动压力． 角速度，
基于AFS和DYC的车辆协调控制方法、装置及存储介质[发明专利]
![基于AFS和DYC的车辆协调控制方法、装置及存储介质[发明专利]](https://img.taocdn.com/s3/m/db7b1c66e53a580217fcfe4b.png)
专利名称：基于AFS和DYC的车辆协调控制方法、装置及存储介质
专利类型：发明专利
发明人：周国忠,严运兵,龚边,杨勇,潘芳芳,彭文典
申请号：CN202010411091.3
申请日：20200515
公开号：CN111674386A
公开日：
20200918
专利内容由知识产权出版社提供
摘要：本发明涉及基于AFS和DYC的车辆协调控制方法、装置及存储介质，该方法包括如下步骤：获取车辆的行驶数据和行驶状态信息；根据所述行驶数据确定可拓域，并根据所述行驶状态信息确定所述车辆的特征量；基于所述可拓域，根据所述特征量确定所述车辆在当前行驶状态下的关联度；根据所述关联度分别确定AFS的权重和DYC的权重，并根据所述AFS的权重和所述DYC的权重控制所述车辆。
本发明的技术方案中AFS和DYC的协调控制过程更加精细，能够大幅提高车辆的稳定性。
申请人：武汉科技大学
地址：430081 湖北省武汉市青山区和平大道947号武汉科技大学
国籍：CN
代理机构：北京轻创知识产权代理有限公司
代理人：陈晓斌
更多信息请下载全文后查看。
电动轮汽车DYC控制硬件在环仿真
电动轮汽车DYC控制硬件在环仿真
丁惜瀛;王亚楠;田育坤;沈思瑶;吴冠霖
【期刊名称】《沈阳工业大学学报》
【年(卷),期】2015(037)004
【摘要】针对由于电动轮汽车缺少传统的机械差速装置,导致系统呈现严重的非线性问题,提出一种基于模糊规则的电动轮汽车DYC系统,该DYC系统可以协助驾驶员在转向时保持对车辆的控制.设计了基于xPCTarget的硬件在环仿真平台,采用DSP2812嵌入式DYC控制器与实时运行的电动轮汽车仿真模块联合进行电动轮汽车直接横摆力矩控制实验.实验结果表明,基于xPCTarget的硬件在环仿真平台的实时性很好地满足了实验要求,DYC系统可提高车辆的稳定性.
【总页数】6页(P440-445)
【作者】丁惜瀛;王亚楠;田育坤;沈思瑶;吴冠霖
【作者单位】沈阳工业大学电气工程学院,沈阳110870;沈阳工业大学电气工程学院,沈阳110870;沈阳工业大学电气工程学院,沈阳110870;沈阳工业大学电气工程学院,沈阳110870;沈阳工业大学电气工程学院,沈阳110870
【正文语种】中文
【中图分类】TP273
【相关文献】
1.高速时转向盘角阶跃工况下电动轮汽车EPS与DYC的协调控制方法 [J], 马金麟;吴琦;张厚忠
2.基于联合滑模变结构的电动轮汽车DYC系统研究 [J], 江浩斌;苏健;张厚忠
3.高速时转向盘角阶跃工况下电动轮汽车EPS与DYC的协调控制方法 [J], 马金麟;吴琦;张厚忠;;;;
4.高速时转向盘角阶跃工况下电动轮汽车EPS与DYC的协调控制方法 [J], 马金麟;吴琦;张厚忠;;;
5.AFS/DYC协调控制的分布式驱动电动汽车稳定性控制 [J], 赵树恩;胡洪银;景东印
因版权原因，仅展示原文概要，查看原文内容请购买。
基于驾驶模拟器的汽车AFS系统控制策略研究的开题报告
基于驾驶模拟器的汽车AFS系统控制策略研究的开题报告一、研究背景和意义：随着汽车行业的快速发展，主动安全技术的重要性日益凸显。
现代汽车已经配备了一系列主动安全装置，其中自适应前照灯系统（AFS）是最近几年来被广泛应用的一项重要技术。
AFS可以根据车速、方向盘角度、车身响应等因素实现动态控制车头灯的光束方向和亮度，提高夜间行驶的舒适性和安全性，降低驾驶员的疲劳感和事故风险。
目前，AFS的控制策略研究主要基于模型仿真和实车试验，但这些方法存在一定的局限性，如成本高、时间长、安全隐患等。
相比之下，基于驾驶模拟器的研究方法具有更高的安全性、成本效益和可操作性，可以更真实、快速地模拟各种交通场景和驾驶行为，并有效评估AFS的控制策略效果。
因此，基于驾驶模拟器的汽车AFS系统控制策略研究具有重要的实际意义和应用价值。
二、研究内容及方法：本课题将从驾驶行为角度出发，探索AFS的控制策略优化方法。
具体研究内容包括以下几个方面：1. 基于驾驶模拟器建立AFS控制系统模型。
采用 Unity 3D 虚拟引擎构建驾驶模拟器平台，搭建基于PID和模糊控制等算法的AFS系统模型，实现车头灯光束方向和亮度的控制。
2. 统计分析夜间行驶中不同驾驶行为对视觉舒适度的影响。
通过收集驾驶员的眼动参数、头部运动轨迹、驾驶行为数据等信息，分析与视觉舒适度相关的因素，并建立相应的数学模型。
3. 优化AFS控制策略，提高夜间行驶的安全性和舒适性。
根据统计分析结果，改进AFS控制策略，调整光束方向和亮度的控制算法，实现更智能、精准的控制效果。
4. 在驾驶模拟器平台上进行实验验证。
通过在驾驶模拟器上进行各种复杂的交通场景模拟和不同驾驶行为测试，验证新的AFS控制策略的有效性和可靠性。
本研究将采用实验研究、数理统计和仿真模拟等方法，通过理论分析和实际实验验证，探索 AF 控制策略优化，为提高夜间行驶的安全性和舒适性提供新的思路和方法。
三、研究预期结果：通过本课题的研究，预期达到以下几个方面的结果：1. 建立基于驾驶模拟器的AFS控制系统模型，实现AFS系统的动态控制。
四轮独立驱动电动车 ARS 与 DYC 集成控制与试验
四轮独立驱动电动车 ARS 与 DYC 集成控制与试验邱浩;董铸荣;雷正保【期刊名称】《江苏大学学报（自然科学版）》【年(卷),期】2016(037)003【摘要】To improve the stability of four-wheel-independent-drive (4WID ) and four-wheel-independent-steering (4WIS ) electric vehicles,a novel integrated control strategy was proposed to combine active rear-wheel steering (ARS)with direct yaw-moment control (DYC).The advantage of horizontal control margin was used to decrease longitudinal control.To maintain the desired steering characteristics using control system,the variable steering ratio reference model was adopted.ARS controller and nonlinear DYC controller with sliding mode variable structure were adopted to compensate the inadequate control within the linear range of tire and improve the handling performance within the nonlinear range of tire.A real vehicle test was conducted based on double lane-change test.The results show that the integrated controller is superior to both ARS and DYC controllers to improve the handling stability of vehicles and reduce the need of yaw moment.The integrated controller can enhance the vehicle longitudinal stability margin and is effective.%针对四轮独立转向四轮独立驱动电动汽车的操纵稳定性问题，提出了一种基于主动后轮转向（ARS）和直接横摆力矩控制（DYC）的集成控制策略。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
电动汽车AFS与DYC集成控制策略研究79885824毕业论文题目电动汽车AFS与DYC集成控制策略研究南京航空航天大学本科毕业设计（论文）诚信承诺书本人郑重声明：所呈交的毕业设计（论文）（题目：电动汽车AFS 与DYC集成控制策略研究）是本人在导师的指导下独立进行研究所取得的成果。
尽本人所知，除了毕业设计（论文）中特别加以标注引用的内容外，本毕业设计（论文）不包含任何其他个人或集体已经发表或撰写的成果作品。
作者签名：2015年6月10日（学号）：021130207电动汽车AFS与DYC集成控制策略研究摘要汽车主动安全技术经过近几十年的发展，特别是主动前轮转向（Active Front Steering, AFS）和直接横摆力矩控制（Direct Yaw Control, DYC）技术已分别被普遍应用于传统内燃机汽车上，并极大地提高了汽车操纵稳定性。
但随着电动汽车的大力发展，尤其轮毂电机技术取得突破性的进展，从而使电动汽车相对于传统内燃机汽车具有更好的可控性和灵活性，并能够为AFS和DYC技术提供更为广阔的技术平台。
然而，随着人们对主动安全技术的要求变得越来越高，从而，促进了AFS和DYC集成控制的发展。
但是，现阶段的AFS和DYC集成控制方法存在较大的协调控制问题，即AFS和DYC 同时工作时，两者同时产生的横摆力矩会相互影响，不仅增加了系统负担，并且降低了控制效果。
因此，针对AFS和DYC集成控制方式存在的协调控制问题，本文采用了分层控制方法进行了解决，并通过滑模变结构控制理论分别对AFS和DYC控制器进行了设计，从而使汽车轮胎的侧向力在线性范围时，主要通过AFS来实现期望的横摆力矩，当汽车轮胎的侧向力超出线性范围时，超出部分将由DYC来实现。
最后，在Simulink中搭建系统的仿真模型。
分别在高低速下进行双移线仿真试验，并验证了集成控制方法能够有效地跟踪期望的横摆角速度，且能弥补单个控制器同时起作用时会产生相互影响的问题。
关键词：电动汽车，车辆稳定性控制，滑模控制，s imulink仿真Integration control tactic of AFS and DYC inelectric vehicleAbstractWith nearly 50 years of development,the application of AFS (Active Front Steering)and DYC (Direct Yaw Control)becomes more and more wilder and riper in traditionalinternal-combustion engine vehicles and Greatly improve the vehicle steering stability. But with the development of electric vehicle,especially making breakthrough in Wheel hub motor technology ,it is more controllable and flexible than traditional vehicle and can provides more broad technology platform for AFS and DYC technology.However,the increasing people’s requirement for active safety technology,promoting the development of integration control of AFS and DYC .but there is a coordinated control problem in integration control means of AFS and DYC,namely when they are working together ,the yaw moment produced by them will interact each other .This condition not only add the burden of control system,but also reduce system’s effect.Therefore,this paper supply a hierarchical control method to solve the coordinated control problem in integration control means of AFS and DYC,and AFS and DYC controller through sliding mode control theory.When lateral force of tire is in Linear range,desired yaw moment is achieved by AFS controller,When lateral force of tire is out of Linear range,desired yaw moment is achieved by DYC controller.Then,Simulation model of the system is built in Simulink.At last,double moving line Simulation test is carried out in high and low voice condition and effectivity of integrated control way is verified.Key words:electric vehicle,vehicle stability control,sliding mod control,simulink emulation目录摘要 (I)Abstract .............................................................................................................................................. I I 第一章绪论.. (1)1.1研究意义与背景 (1)1.2研究现状 (3)1.2.1国外研究现状 (3)1.2.2国内研究现状 (4)1.3 本文的研究内容 (5)第二章控制理论 (7)2.1 滑模控制的原理 (7)2.2.1滑模变结构定义 (7)2.2.2滑动模态的存在性 (8)2.2.3滑模运动到达条件 (9)2.2.4滑模运动的趋近律 (10)2.2 滑模控制的优点 (10)第三章控制器的设计 (12)3.1汽车线性动力学模型 (12)3.1.1 汽车二自由度线性模型 (12)3.1.2车辆理想参考模型 (13)3.2AFS控制器设计 (14)3.3DYC控制器设计 (15)3.4 控制分配算法 (17)3.5 集成控制器设计 (18)第四章仿真结果与分析 (19)4.1 Matlab/Simulink仿真软件简介 (19)4.2 仿真结果分析 (19)第五章总结与展望 (25)5.1 全文总结 (25)5.2 研究展望 (25)参考文献 (27)致谢 (29)第一章绪论1.1研究意义与背景随着社会节拍的加快、交通条件的改善和车辆技术的不断进步，现代交通车辆的行驶速度得到了很大的提高。
但随之而来的风险也在逐步增加，有关研究机构对大量交通事故进行了统计分析后发现，与车速有关的交通事故的发生概率超过了80%。
在对这些交通事故发生的原因进行调查后，人们又发现车速在80km/h到100km/h之间行驶的汽车发生的交通事故，大约40%是与汽车侧向失稳有关。
汽车行驶速度越高，失稳引发的交通事件的比例越高，当车速超过160km/h 时，几乎每起交通事故都是因为侧向失稳而产生的[1]。
汽车的操纵稳定性是决定汽车高速行驶安全的关键性能，是以，如何提高车辆行驶操纵稳定性是当代车辆研究的主要课题。
随着电子技术的成熟，控制技术的进步，跟多的的电子控制单元被安装在汽车上。
以用来提高汽车的稳定性。
20世纪七八十年代，防抱死系统(ABS)开始被应用于汽车上，这种装置能让汽车的滑移率保持在0.1-0.2范围内，提升了轮胎与地面间的附着力，改良了车俩制动时的侧向稳定性。
而在20世纪九十年代，又有人提出了多种车辆稳定性理念[2]。
其中比较成功的是BOSCH公司的VDC概念，Benz公司的ESP概念，丰田公司的VSC概念。
直到上世纪九十年代末，通过对汽车控制理论的分析和进一步研究后，为了提高车辆的行驶安全性，许多汽车公司，例如奔驰和宝马，提出了诸如或类似前轮主动转向（Active Front Steering, AFS)和直接横摆力矩控制（Direct Yaw Control, DYC)等直接对汽车的横摆运动进行控制的概念。
现阶段虽然前轮主动转向（AFS)和直接横摆力矩控制（DYC)方式都可以独自改善车辆的操纵稳定性，但是车辆在极限工况下行驶时，AFS和DYC会造成相互干预、相互影响的结果，从而导致它们的长处未能同时发挥作用，是以，为了进一步提升汽车的稳定性，可以根据汽车实际状况的不同对AFS和DYC进行分层控制以发挥各自的长处；同时，随着电动汽车技术的提高，AFS和DYC控制方法有了更加灵活、有效的实现平台，所以，联合电动汽车的优势，对AFS/DYC集成控制策略的研宄有利于进一步提升汽车的稳定性。
随着轮毂电机技术的进步，独立驱动/制动及主动悬架在单个轮毂电机车轮中被合为一体，如图1.1。
基于此，四轮独立驱动电动轮汽车能实现主动悬架的集成控制。
四轮独立驱动轮毂电机电动汽车相对于传统汽车具有更好的可控自由性和灵活性，是研究新一代汽车控制技术、探索汽车最优动力学性能的理想载体。
图 1.1 Protean 轮毂电机总成在稳定性控制方面，轮毂电机电动汽车相对于传统汽车具有以下一些优点：（1）四轮转矩可以被相互独立改变且更容易测量，相对于传统的动力传递系统其响应速度更快，对于汽车稳定性控制，特别是对于AFS和DYC联合控制的应用有更好的效果。
（2）传统汽车，就算是四轮驱动汽车对于各个车轮的纵向力只能按照几个固定的比值分配，而轮毂电机电动汽车因每个车轮都有独立的驱动装置，则可以实现对每个车轮的纵向力进行以任意数值的分配，这跟有利于AFS和DYC联合控制的实现。