车辆稳定控制技术
上QQ阅读APP看书,第一时间看更新

第三节 车辆稳定控制基本方法

一、稳定控制算法

稳定控制算法是实现控制功能的根本。伴随着现代控制理论的进步及车辆安全性要求的提高,算法成果目前非常丰富。控制算法主要有两个侧重点:一是采用不同控制方式来实现稳定控制功能;二是完善稳定控制中的各种功能实现算法。基于稳定控制技术的底盘功能之间的关系如图1-12所示。控制方法包括PID、滑模变系统、最优、模糊、神经网络等方法,大多以滑移率为目标,实际控制中滑移率是估算值,由于车辆模型的非线性及参数不确定性,该法存在稳健性问题,无法实用化。逻辑门限值控制方法不涉及数学模型,对于非线性比较有效,具有简单、计算量小、便于实现的优点,因此该法应用广泛;完善功能算法,包括前后稳定控制力分配、车速估算、路面附着估算、特殊工况、故障检测等算法,由于成本要求,需增加辅助装置的算法难以实用,而实用化算法需进行估算精度和稳健性方面的完善。稳控系统算法框架如图1-12所示。

稳控系统模块化关键技术为软件标定,如图1-13所示。通过道路确定控制参数的实验方法,由于滑移率是主要参数,需要一些附加设备,即使得到准确测量结果,在应用时也存在问题,原因是滑移率是以估算的车速为基准计算的,车速误差导致滑移率计算误差较大,因而滑移率只能作为辅助参数。因此,结合减速度与滑移率参数的稳定控制正交实验设计方法在软件标定中比较实用,但一般的正交设计在参数稳健性分析方面不够全面,有待改进。由于稳定控制软件标定的专业化较强,供应商都会利用工具软件来辅助标定工作,国外公司均有通用标定软件,如ETAS公司的INCA,Vector公司的CANape,dSPACE公司的CalDesk等。这些软件的优势是比较全面,但也存在问题,包括接口文件修改定义复杂,

978-7-111-40294-7-Part01-34.jpg

图1-12 车辆稳控系统算法框架

978-7-111-40294-7-Part01-35.jpg

图1-13 稳控系统模块化关键技术

系统二次开发不便,另外,标定软件要整合专用接口才能工作,使得系统购置成本很高。因此,研发适用于稳控系统标定软件非常重要。稳控系统标定内容逻辑关系如图1-14所示。

978-7-111-40294-7-Part01-36.jpg

图1-14 标定内容逻辑关系

车辆稳定控制技术属于车辆、机电、控制及信息交叉科学领域。稳控系统是机电磁液耦合的产品,包括稳定控制理论、ECU软硬件的开发、液压控制单元(Hydraulic Control Unit,简称HCU)的设计开发、稳控系统与整车匹配方法、测试装置、工艺研发、生产线和产业化等技术。ECU软硬件采用双CPU的构架,如图1-15所示,具备高精度、高抗干扰性的轮速信号处理模块和完善的故障诊断功能,系统稳定可靠、适应性强。基于正交设计的稳定控制匹配实验方法提高了产品与整车的匹配效率,提升了电磁阀、回油泵等高精度复杂零部件的可靠性和一致性。

978-7-111-40294-7-Part01-37.jpg

图1-15 稳控系统的基本构架

二、控制算法策略

在车辆应急控制时,稳控系统控制管路压力,使车轮与路面处于最佳附着状态,可显著地提高车辆的稳定性,减少轮胎磨损,是保护自身安全,又避免伤害他人的主动安全装置。稳控系统包括控制方法、HCU软硬件研发、ECU、基于正交设计的匹配实验方法、工艺攻关与产业化。采用遗传算法对控制原理进行分析,并用控制极大值原理导出控制律,设计反馈控制的实时控制方法。目前产品采用逻辑门限控制方法,该法具有简单,计算量小,便于实现的优点,能较好地实现控制,它的基本原理是利用路面和轮胎之间的纵向附着系数与滑移率之间的关系。然而,由于车身速度的测量存在困难,无法直接得到车轮的滑移率,只得用半经验方法来估计滑移率,路面附着特性的估计算法也必须通过不同路面上的道路实验来确定,导致需要大量实验来匹配参数。一些控制方法,如PID自适应调节,滑移变系统控制等,试图解决门限值方法的问题,但计算量过大,需要测量系统状态量及高价导数,由于成本和可实现性等原因,难以应用。以几种路面为例,如干沥青、潮湿泥土、疏松积雪和结冰路面,轮胎在对应路面上的纵向附着系数与滑移率的关系如图1-16所示。

设车速v相同,均为20m/s,而车轮的滑移率S不同,则对应的地面稳定控制力矩也不同。若忽略车轮惯性力,则稳定控制力矩pmgμR,耗散功率()=pv(1-S/R。设1/4整车质量m=342kg,车轮转动惯量I=1.0kg·m2,车轮半径R=0.33m,g=9.8m/s2,由上述公式计算得耗散功率与滑移率的相互关系如图1-17所示。比较相应路面上对应最大纵向力系数的滑移率Sc与对应最大耗散功率的滑移率Sw(表1-4),可以看到除了疏松积雪路面以外,Sw均略小于Sc,且与Sc相差不大,而μwμc亦差别不大,这说明对应耗散功率极大值点的稳定控制力矩是合适的(耗散功率控制基本上等效经典的使滑移率接近Sc的控制)。在疏松积雪路面上,Sw明显小于ScSc≈1)。这说明了利用耗散功率方法实现稳定控制的优越性,因为在疏松雪地上,当车轮滑移率较大,甚至接近1时,虽然纵向附着系数较大,但横向附着系数急剧下降,车辆极可能丧失转向能力或失稳。所以在疏松积雪路面上,使耗散功率最大的控制要优于经典的使滑移率接近Sc的控制。对比图1-16与图1-17可看出,耗散功率曲线在滑移率Sw的特征较之纵向力系数曲线在滑移率Sc的特征具有显著的优点,更易于用来稳定控制。

978-7-111-40294-7-Part01-38.jpg

图1-16 纵向附着系数与滑移率的关系

978-7-111-40294-7-Part01-39.jpg

图1-17 耗散功率与滑移率的关系

表1-4 不同路面上ScμcSwμw的比较

978-7-111-40294-7-Part01-40.jpg

为了能够实时实现耗散功率的稳定控制方法,须设计这样的算法:计算量不太大,用廉价工业单片机完成计算,不要求测量难于测量的或测量成本很高的系统参数,所需测量的信号均可以用技术成熟而廉价的传感器测得。考虑依据目标函数变化,直接调节力矩,使目标函数等效地实现最优控制,关键是设计一种算法,它能够搜索最优控制量,使系统到达目标函数状态。目标函数变化趋势是寻优中应注意的信息。

为了保证寻优的效果,对控制量搜索范围作出限制,以加速收敛,引入轮角加速度作为辅助判据。当角加速度大于正的上门限值a1时增压,当角加速度小于负的下门限值a2时减压。应用角加速度门限与逻辑门限法的区别在于|a1|、|a2|均取值较大,只起限制搜索范围的作用。虽然直接测量力矩在技术上存在困难,但力矩在车轮转动时与管路压力可近似看做正相关,当然,它们的关系是非线性的,还具有随机性。不妨将其视为外界干扰输入,采用适当算法抑制或补偿。

耗散功率稳定控制方法可利用ADAMS动力学软件进行计算,在仿真环境内构筑15自由度车辆模型,悬架形式为双横臂悬架,转向机构为齿轮齿条系统,转向齿条通过万向节、球铰与万向节臂相连。模型自由度包括车身6个空间自由度,转向轮转向自由度1个,4个车轮绕轴心的转动自由度合计4个,4个车轮在悬架约束下的摆动自由度合计4个,总计15个自由度。

用C语言程序实现动态寻优算法,利用ADAMS软件对高附着、低附着、对开、对接路面,直线、转弯工况下的控制过程进行计算。结果表明:该算法可自动适应路面变化,准确调节压力,使滑移率接近理想状态,实现减速能力、车辆运动稳定和行驶方向的可控性三者之间的和谐与稳定。车辆在控制过程中保持稳定和行驶方向的可控性,在实际控制中采用在线搜索方法可以迅速搜索到与路面附着情况相适应的压力,分别对各车轮的压力局部优化,相应局部最优解是全局控制的最优近似。

在仿真计算中,控制逻辑封装在一个子程序中,由ADAMS仿真环境调用,程序无需处理进程管理、定时、信号测量、输出驱动等环节,而在单片机的程序中,必须自行编程解决上述问题。单片机的资源有限,控制算法必须进行调整以适应单片机计算。单片机没有浮点运算单元,采用软件模拟浮点运算不仅速度慢,而且需要大量内存,故单片机不宜采用浮点运算。用定点运算代替浮点运算,并保证计算精度,采用将计算值同比例放大一定倍数的方法来改善精度。同时,尽量使参与乘除运算的常数为2的整数次幂,可用移位代替较慢的整数乘除法,提高计算速度。对于控制软件须考虑如何抑制噪声干扰,需加入滤波和剔除错误信息的代码。

三、核心控制算法

主控制循环定时由系统调度程序启动。首先是进行轮速、轮减速度的滤波及计算,以及稳定控制分泵附近稳定控制压力的测量(A-D变换)和平均滤波。然后利用测得的各轮分泵处的稳定控制压力和车轮转速分别计算各轮的瞬时耗散功率Pijωij,再求得平均耗散功率Hi=978-7-111-40294-7-Part01-41.jpgi=1,2,3,4,分别表示各个车轮)。其后利用车轮角减速度辅助判据对车轮的状态进行判断,起到一个安全阀的作用。采用该辅助判据有利于缩小动态寻优时的搜索范围,提高稳定控制效能。车轮的状态不仅与相应车轮的减速度有关,而且与稳定控制的工作状态(减压、升压和保压)有关,因此在稳定控制的不同工作状态下,减速度门限值是有差异的。

与逻辑门限方法的减速度门限值比较,该辅助判据选用的门限值定得较松;此外,在保压工况下,不以减速度值门限作为恢复升压的依据(这解决了低附着路面上轮速恢复的问题)。选用较宽松的减速度门限值使得减速度门限值调试的要求降低,方便了参数调试,有利于提高控制算法对外界条件和车辆参数(如驱动轴转动惯量)变动的适应能力。然后以稳定控制管路压力为待优化变量,通过电磁阀的动作实现压力的调节,在线搜索使目标函数-平均耗散功率趋于最大的最优稳定控制压力。这个寻优的过程是通过回溯与预测两种方式实现的。回溯是指记录在一段时间内最大平均稳定控制耗散功率及其对应的稳定控制压力,若发现预测值有明显下降则需要改变稳定控制压力变化的方向,例如由降压改为保压。当然,控制算法还需要考虑其他一些因素,如各轮稳定控制力的平衡等。某车辆稳控系统模型如图1-18所示。采用保持器使该模型离散化,然后利用自适应控制适应对象不确定性的能力来控制含有间隙环节的非线性系统。

978-7-111-40294-7-Part01-42.jpg

图1-18 车辆稳控系统模型

由图1-18所示可知:

978-7-111-40294-7-Part01-43.jpg

式中 yk)——系统的输出;

uk)——系统输入;

wk)——随机序列;

z-1——单位后移算子;

k——采样周期的整数倍数。

978-7-111-40294-7-Part01-44.jpg

为了减少模型产生的稳态误差影响,采用了广义最小方差自校正控制方法。对uk)加以约束,引入了一个负信号yrk),φk)为辅助系统,有

978-7-111-40294-7-Part01-45.jpg

式中 P——输出加权因子;

R——参考加权因子;

Q——输入加权因子;

d——输出对输入响应的时滞。

由式(1-20)得

978-7-111-40294-7-Part01-46.jpg

wk)为白噪声,则广义最小方差控制应使如下性能指标最小:

978-7-111-40294-7-Part01-47.jpg

因此,原系统广义最小方差控制器的设计问题就变成了辅助模型φk+d)最小方差控制器的设计问题,而最小方差控制器又是在最小方差预报基础上,故需先求出φk+d)的最小方差预报。