一种分布式驱动电动客车转矩控制方法

1.本发明属于分布式驱动电动客车技术领域，特别是涉及一种分布式驱动电动客车转矩控制方法。


背景技术：

2.在环境保护与能源问题的背景下，新能源汽车尤其是分布式驱动电动汽车有着广阔的运用前景。在城市公共交通领域，分布式驱动电动客车已经成为重要的组成部分。分布式驱动电动客车由于由四个电机驱动，四个电机转矩独立可控，这一优势为车辆的稳定性以及节能控制提供了更多的可能。
3.近年来，许多学者在车辆稳定性和节能方面开展了许多研究，取得了一些重要的研究成果。客车由于频繁加速，减速以及转向，耗能较一般工况略高，转向过程的横摆稳定性问题也十分突出，因此寻求改善车辆横摆稳定性以及降低能耗的方法尤为重要。但是先前研究较少有同时考虑结合车辆稳定性以及车辆节能的控制方法。在先前的转矩控制方法中，大多通过驱动电机转矩的定向分配实现车辆的实时运动控制，且主要关注于轮胎和路面的附着条件。分布式驱动电动客车大都在城市中、低速行驶和频繁转向等工况中工作，因此如何合理地分配内外侧电机的驱动转矩成为一个急需解决的问题。这样不仅有利于降低车辆的转向行驶阻力，而且可以在提高车辆转向稳定性的同时，提高车辆经济性。


技术实现要素：

4.本发明所要解决的主要技术问题是提供一种分布式驱动电动客车转矩控制方法，针对车辆运动控制中，大多通过驱动电机的定向控制分配，因而未考虑车辆转向行驶中的阻力与稳定的问题。
5.为了解决上述的技术问题，本发明提供了1.一种分布式驱动电动客车转矩控制方法，包括如下步骤：
6.1)数据收集：整车控制器接收车速传感器、方向盘转角传感器的信号，并进行车辆状态参数的收集；
7.2)根据得到的车辆状态参数，设计非线性滑模观测器对质心侧偏角进行状态估计；
8.3)根据估计到的质心侧偏角与理想的质心侧偏角进行比较，对汽车转向状态进行判断，最后进行转矩控制。
9.步骤2中设计非线性滑模观测器具体包括如下子步骤：
10.21)对车辆进行动力学分析，采用七自由度车辆模型描述：
[0011][0012]
式中，m为整车质量，ν
x
为纵向车速，νy为横向车速，r为横摆角速度，δ为前轮转角，β为质心侧偏角，d为前后轴的轮距，a为车辆质心到前轴的距离，b车辆质心到后轴的距离，iz为横摆转动惯量，f
x
为作用在车轮的纵向力，fy为作用在车轮的侧向力；
[0013]
则车轮动力学方程为：
[0014][0015]
式中jw为车轮转动惯量，t
ij
为车轮转矩，ω
ij
为车轮转速，rw为车轮的有效半径。
[0016]
22)由于车轮信号、加速度信号作为系统的状态变量可通过轮速传感器直接测量，对车辆纵向力进行求解得：
[0017][0018]
降阶观测器的非线性形式表达式为：
[0019][0020]
其中状态向量为：
[0021]
x＝[v
x v
y r]
[0022]
输出向量为：
[0023]
y＝[r]
[0024]
输入变量为：
[0025]
u＝[δ f
fl f
fr f
rl f
rr
]
[0026]
基于滑模变结构理论可构造观测器如下：
[0027][0028][0029]
式中kis为观测器的鲁棒项，调整增益矩阵k，可消除系统的不确定项，并通过切换函数is在滑模面附近高速切换达到滑动条件。
[0030]
在一较佳实施例中：选择用饱和函数作为滑模观测器的切换函数，在滑模面附近设置边界层，则有：
[0031][0032]
式中λ为边界层的厚度；
[0033]
式中滑模观测器阻尼系数矩阵为：
[0034]
h＝[h
1 h
2 h3]
[0035]
滑模观测器鲁棒控制项矩阵为：
[0036]
k＝[k
1 k
2 k3]
[0037]
通过上述观测器得到客车的纵向速度v
x
和侧向速度vy，再根据：
[0038][0039]
得到实际的质心侧偏角。
[0040]
在一较佳实施例中：步骤3中转矩控制包括如下子步骤：
[0041]
31)首先需求得理想的质心侧偏角，采用二自由度车辆模型计算得到的参数作为理想参考值；所述二自由度车辆模型以前轮转角为输入，只有沿y轴的侧向运动与绕z轴的横摆运动这两个自由度；其车身运动的动力学方程如下：
[0042][0043]
式中，m为整车质量，ν
x
为汽车的纵向车速，νy为横向车速，r为横摆角速度，δ为前轮转角，β为质心侧偏角，d为前后轴的轮距，a为车辆质心到前轴的距离，b为车辆质心到后轴的距离，k1，k2为前后轮等效侧偏刚度，iz为横摆转动惯量；
[0044]
在稳态下得到理想的质心侧偏角：
[0045][0046]
式中k为不充分转向系数为：
[0047][0048]
在一较佳实施例中：步骤3得到的理想的质心侧偏角与步骤2中得到的实际质心侧偏角进行比较：
[0049]
当实际质心侧偏角β大于理想侧偏角βd时，汽车转向状态表现为过多转向，应增加左前轮转矩t
fl
和左后轮的转矩t
rl
，减小右前轮转矩t
fr
和右后轮转矩t
rr
；
[0050]
当实际质心侧偏角β大于理想侧偏角βd时，汽车转向状态表现为不足转向，应减小左前轮转矩t
fl
和左后轮的转矩t
rl
，增大右前轮转矩t
fr
和右后轮转矩t
rr
。由上述对本发明的描述可知，与现有的技术发明相比，本发明的有益效果是：
[0051]
本发明提出了一种车辆质心侧偏角估计方法，用于解决gps和惯性导航装置对于质心侧偏角测量精度不高或者无法测量的问题，降低估计成本，为车辆控制提供基础。
[0052]
本发明在设计滑模观测器时采用了降阶观测器，在不影响测量精度的同时，减小了运算量，提高了效率。同时在观测器中通过引入饱和函数的方法，避免了因滑模控制造成系统在滑模面附近来回穿越而产生的抖振现象。
[0053]
本发明把车辆稳定性控制与节能控制有效地结合，可以改善车辆转向过程中横摆稳定性的同时，考虑到转矩优化分配到来的节能效果，提出了一种新的兼顾稳定以及转向节能的转矩控制方案。
[0054]
本发明采用如下技术方案以合理分配内外侧电机的驱动转矩，降低车辆的转向行驶阻力，提高车辆转向稳定性与经济性。具体内容包括：设计了一种非线性滑模观测器，对质心侧偏角进行估计。再通过估计的质心侧偏角与理想的质心侧偏角进行比较，判断车辆转向时是否过多转向或转向不足，从而进行转矩控制。用于解决电动客车在中低速以及频
繁转向过程中无法兼顾车辆稳定性及经济性的问题。
附图说明
[0055]
图1为本发明分布式驱动客车质心侧偏角估计方法示意图；
[0056]
图2为本发明分布式驱动客车七自由度车辆模型示意图；
[0057]
图3为本发明分布式驱动客车二自由度车辆模型示意图；
[0058]
图4为本发明分布式驱动客车转矩控制方法流程图。
具体实施方式
[0059]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述；显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0060]
本发明的分布式驱动电动客车转矩控制方法具体实施方式如下：通过整车控制器获取车辆的状态信息，这些信息均可以由安装在车辆各个位置的传感器测得，再通过信号传输由整车控制器接收。
[0061]
步骤1：针对轮胎动力学存在的非线性问题以及质心侧偏角估计的准确性与实时性的问题，设计降阶滑模观测器对车辆的质心侧偏角进行估计，其原理如图1所示。考虑车辆车轮的运动状态以及各个车轮垂向载荷的变化，同时根据质心侧偏角的定义，需要对车辆的纵向和侧向速度进行估计。因此选择七自由度模型描述分布式驱动电动客车车辆动力学特性。如图2所示，其公式为：
[0062][0063]
式中，m为整车质量，ν
x
为纵向车速，νy为横向车速，r为横摆角速度，δ为前轮转角，β为质心侧偏角，d为前后轴的轮距，a为车辆质心到前轴的距离，b车辆质心到后轴的距离，iz为横摆转动惯量，f
x
为作用在车轮的纵向力，fy为作用在车轮的侧向力。
[0064]
车轮动力学方程为：
[0065][0066]
式中jw为车轮转动惯量，t
ij
为车轮转矩，ω
ij
为车轮转速，rw为车轮的有效半径。
[0067]
步骤2：根据降阶滑模观测器理论设计降阶滑模观测器。
[0068]
由降阶观测器理论可知，由于车辆系统的输出向量总是能够测量的，因此可以利用输出向量来产生部分状态向量。在此基础上通过推导车辆模型降阶子系统，构造降阶观测器，其他的车辆状态便可由降阶观测器重构，从而降低了观测器的阶数，减少了运算量。
[0069]
由于车轮信号加速度信号作为系统的状态变量可通过轮速传感器直接测量，因此在实际中可以直接对车辆纵向力进行求解得：
[0070][0071]
因此降阶观测器的非线性形式表达式为：
[0072][0073]
其中状态向量为：
[0074]
x＝[v
x v
y r]
[0075]
输出向量为：
[0076]
y＝[r]
[0077]
输入变量为：
[0078]
u＝[δ f
fl f
fr f
rl f
rr
]
[0079]
因此基于滑模变结构理论可构造观测器如下：
[0080][0081][0082]
式中kis为观测器的鲁棒项，调整增益矩阵k，可消除系统的不确定项，并通过切换函数is在滑模面附近的高速切换达到滑动条件。
[0083]
传统滑模观测器常采用符号函数sgn作为切换函数，由于符号函数在零点附近的不连续性，会导致观测器估计值在滑模面两侧的高速切换中，产生颤振，在设计观测器时，应尽量消除抖振，因为它需要系统提供较高的控制功率。为了克服这一问题，选择用饱和函数作为滑模观测器的切换函数，这相当于在滑模面附近设置边界层，则有：
[0084][0085]
式中λ为边界层的厚度，当λ越小，抖振越大，状态误差越小，当λ越大，抖振越小，状态误差越大。通过合理的选择λ来获取满意的观测器性能。
[0086]
式中滑模观测器阻尼系数矩阵为：
[0087]
h＝[h
1 h
2 h3]
[0088]
滑模观测器鲁棒控制项矩阵为：
[0089]
k＝[k
1 k
2 k3]
[0090]
通过上述设计的降阶滑模观测器可估算得到客车的纵向速度v
x
和侧向速度vy，再根据：
[0091][0092]
可估算得到实际的质心侧偏角。
[0093]
步骤3：通过上述设计的降阶滑模观测器估算得到的质心侧偏角需要与理想质心侧偏角进行比较，进行转向状况的判断，最后进行电机转矩控制。
[0094]
上述所需的理想质心侧偏角，采用二自由度车辆模型作为动力学模型。如图3所示，得到的质心侧偏角作为理想参考值。该模型复杂程度低，结构简单，实时性较好，且能够描述车辆操纵稳定性和质心侧偏角之间的关系，因此可以表示为理想状态下的运动状态。该模型是以前轮转角为输入，只有沿y轴的侧向运动与绕z轴的横摆运动这两个自由度。其车身运动的动力学方程如下：
[0095][0096]
式中，m为整车质量，ν
x
为纵向车速，νy为横向车速，r为横摆角速度，δ为前轮转角，β为质心侧偏角，d为前后轴的轮距，a为车辆质心到前轴的距离，b为车辆质心到后轴的距离，k1，k2为前后轮等效侧偏刚度，iz为横摆转动惯量。
[0097]
在稳态下得到理想的质心侧偏角
[0098][0099]
其中k为不充分转向系数为：
[0100][0101]
上述得到的理想质心侧偏角与上述步骤2所设计的降阶滑模观测器估计得到的质心侧偏角进行比较判断，再进行转矩控制。转矩控制分法流程如图4所示。当实际质心侧偏角β大于理想侧偏角βd时，汽车转向时表现为过多转向，应增加左前轮转矩t
fl
和左后轮的转矩t
rl
，减小右前轮转矩t
fr
和右后轮转矩t
rr
。当实际质心侧偏角β大于理想侧偏角βd时，汽车转向时表现为不足转向，应减小左前轮转矩t
fl
和左后轮的转矩t
rl
，增大右前轮转矩t
fr
和右后轮转矩t
rr
。最后得到的需求转矩，进入到输出转矩模块，通过信号传输施加到车辆中。
[0102]
以上所述，仅为本发明较佳的具体实施方式，但本发明的设计构思并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，利用此构思对本发明进行非实质性的改动，均属于侵犯本发明保护范围的行为。