纯电动汽车质心侧偏角估计及仿真分析

电

技术看点

Er

4i ^汽车工_师

FOCUS 技术聚焦

摘要：为了解决纯电动汽车主动安全控制过程中质心侧偏角不容易直接测量这一难题，针对高速移线工况下的纯电动汽

车，建立3自由度车辆动力学模型，并采用CarSim 和MATLAB/Simulink 分别搭建纯电动汽车整车参数化模型和驱动电机 模型;基于扩展卡尔曼滤波(EKF )算法，设计状态观测器对纯电动汽车质心侧偏角进行估计；结合ISO 3888紧急双移线工 况，对状态观测器的估计效果进行联合仿真验证。方真结果表明，采用该估计方法得到的质心侧偏角估计值与仿真模型的输 出值基本吻合，且估计精度较高，能够满足纯电动汽车主动安全控制的实际需求。关键词：纯电动汽车;

EKF 算法;质心侧偏角；观测器;CarSim

Estimation of Sideslip Angle and Simulation Analysis for Battery Electric Vehicle^

Abstract ： In order to solve the problem that it is difficult to directly measure the sideslip angle in the process of battery

electric vehicle active safety control, aiming at the battery electric vehicle under the high speed lane change condition, a three- degree -of-freed om dynamics model is established, and the parametric vehicle model as well as the drive motor model for battery electric vehicle is separately established in CarSim and MATLAB/Simulink. Based on EKF algorithm, a state observer is designed to estimate the sideslip angle of battery electric vehicle. Combined with the ISO 3888 emergency double lane change condition, estimated effects of the state observer are co-simulated and validated. The simulation results show that the sideslip angle estimated by the estimation method is basically consistent with the output values of the simulation model, and the estimation accuracy is high, which can meet the actual needs of active safety control for the battery electric vehicle.

Key words ： Battery electric vehicle; EKF algorithm; Sideslip angle; Observer; CarSim

方春杰(重庆交通大学)

纯电动汽车(BEV )主动安全控制是其稳定性控制 的主要发展方向，而质心侧偏角则是B E V 主动安全控 制过程的关键参数。尤其在高速移线和高速大转向等 极限工况下，BEV 质心侧偏角常被选作电子稳定控制 (ESC )和四轮独立转向(4WIS )控制等主动安全控制系 统的控制变量1]。目前，B EV 质心侧偏角无法通过传感

器直接测量获得，需要根据相关车载传感器测量得到 的转向盘转角、横摆角速度及侧向加速度等运动参量 并采用估算算法进行估计，因而选取合适的质心侧偏 角估计方法以及建立相应的状态观测器成为BEV 主动 安全控制的关键。文章以高速移线工况下的B E V 为研 究对象，建立3自由度车辆动力学模型，在CarSim 中 建立整车参数化模型，并采用MATLAB /Simulink 搭建 汽车驱动电机模型，基于扩展卡尔曼滤波(EKF )算法

设计汽车质心侧偏角状态观测器，在ISO 3888紧急双 移线工况下对状态观测器的估计效果进行联合仿真验 证，以验证估计的准确性。1

车辆动力学建模

1.1车辆动力学模型

为了反映B E V 在高速移线工况下的动力学特性，

并为设计质心侧偏角状态观测器做铺垫，考虑车辆的

侧向运动、横摆运动及侧倾运动，建立3自由度车辆动

力学模型[-]，该模型的动力学方程为：mu (0+"r) -ms hs (p =Kf $+Kr$r I &" r %aKf $r-bKr ar

I *%-m sh su (/3+"r )=~C %(p - (K %-ms-h .)%

式中:m ---整车质量，kg ;

(1)

基金项目：重庆市重点实验室项目（csct 2015yfpt _zdsys 30001);重庆市自然科学基金重点项目（CSTC 2013yykfB 0184)

第11期______________________汽车工jg师_____________FOCUS踊Feature

!---簧载质量，k;

u---纵向车速，m/s;

!---汽车质心侧偏角，r d;

"r---汽车横摆角速度，rd/s；

"r---汽车横摆角加速度，r d/s2;

a，b—汽车质心与前后轴之间的距离，m;

%!—汽车侧倾力臂，m;

&-前后轮轮胎侧偏刚度，N/rd;

#f,#r---前后轮轮胎侧偏角，r d;

/(，,---汽车绕轴的转动惯量，kg*m2;

$—

—车身侧倾角，r d;

$—车身侧倾角速度，rd/s;

$—车身侧倾角加速度，r d/2;

*—

—重力加速度，取98m/2;

&$---前后悬架总侧倾刚度，N•m/rd;

+$---前后悬架总侧倾阻尼，N*m*s/rad。

汽车前后轮轮胎侧偏角可表示为：

—"r—%—/f$

u

#r=/3—^—"r—R

u

⑵

式中:/，/---前后轮侧倾转偏系数；

%—汽车前轮转角，r d。

1.2纯电动汽车整车参数化模型

为了得到实际的车辆运行状态参数及观测器所需 的状态观测量，采用CaSim建立B E V整车参数化模 型，根据文章研究的需要，对C aS im中的D级轿车部分参数进行适当调整，调整后的模型主要参数，如表1所示。

表1整车参数化模型主要参数

参数名称 数值参数名称 数值

整备/簧载质量/kg1 660/1 340车轮滚动半径/m0.33

轴距/m 2.7汽车绕轴640,3 960,3 960

的转动惯量/kg*m2

轮距/m 1.56车轮绕车轴的转0.85

动惯量/kg*m2

质心高度/m0.54前后轮轮胎侧偏-48 500,-63 900

刚度/(N/rad)

质心与前后轴的1.25，1.45

距离/m

侧倾力臂/m0.55

1.3驱动电机模型

由于CarSim中选用的D级轿车默认的动力源为 传统的内燃机，而文章研究对象为BEV，因而需要利用 外部的电机模型替换已有的内燃机模型[。采用理论建 模法建立BEV驱动电机模型，其模型表达式7为

1二+&2—30++e&23g3o u(3)式中：—

—驱动电机输出电磁转矩，N m;

C, C e—转矩系数和电动势系数；

3g,3〇—变速器和主减速器的传动比；

&—单个磁极磁通量，Wb;

—电枢回路总电阻，n;

/—车轮滚动半径，m;

2-驱动电机端电压，V。

在MATLAB/Simulink中搭建B E V驱动电机模型，如图1所示。

图1纯电动汽车驱动电机模型

2汽车质心侧偏角估计

2.1 E K F算法

BEV稳定性控制系统是典型的非线性系统，因而 选取的汽车质心侧偏角估计方法必须与该非线性系统 相适应。EKF算法是一种适用于非线性系统的最小方 差估计方法，该算法将非线性系统围绕状态估计值进行泰勒展开，并略去二阶以上高阶项，将非线性系统线 性化，再利用卡尔曼滤波对线性化后的模型进行滤波 处理[]。EKF算法的具体实现过程如下。

非线性系统的状态方程和观测方程分别为：

(4-1，"4-1，64-1) %(4 )

yk=g(xk,uk,v k)

-35-