极限工况下的主动后轮转向与直接横摆力矩控制方法技术

本发明专利技术提供了一种极限工况下的主动后轮转向与直接横摆力矩控制方法，分为控制层和执行层。在控制层中，转向盘转角和车速两路信号输入到事先设计的变传动比map图中，插值得到理想传动比，由理想传动比和转向盘转角的微分计算出期望前轮转角的微分，经积分后输入到参考模型可以得到参考横摆角速度和参考质心侧偏角；然后同外界干扰及实际横摆角速度和质心侧偏角一起输入到模式判定模块，经过多态加权体系判定后将这些信号传给ARS模式或DYC模式。在执行层中，将测得的实际后轮转角传给整车状态空间模型。最后，整车模型计算得到实际横摆角速度和质心侧偏角，并将这两种信号重新输入到控制层。

【技术实现步骤摘要】
极限工况下的主动后轮转向与直接横摆力矩控制方法
本专利技术涉及转向系统领域，具体是一种极限工况下的主动后轮转向与直接横摆力矩控制方法。
技术介绍
稳定性控制策略所依托的主动后轮转向系统结构见附图1，其结构简单，没有复杂的机械连接；又因其以电机作为动力源，故响应速度快，易于精确控制。最重要的是其充分利用了机电一体化的特点，通过电控单元ECU主动修正驾驶员的转向操作以保证整车稳定行驶，是未来发展智能车和无人驾驶汽车的关键技术。然而，目前对电动轮汽车在极限工况下的稳定性的研究比较少。现有的研究主要集中于直接横摆力矩控制，还有极少数研究着眼于主动前轮转向控制。极限工况下，直接横摆力矩控制方法有很大的局限性，难以保证车辆稳定；而主动前轮转向控制方法则不可避免会对驾驶员的路感产生不利影响。
技术实现思路
本专利技术为了解决现有技术的问题，综合考虑了低附着路面、高车速等极限工况，以及路面不平度、侧向风等外界干扰的影响，提出主动后转向与直接横摆力矩控制策略，对车辆动力学进行动态自适应控制，从而有效提高电动轮汽车在极限工况下的操纵稳定性。本专利技术分为控制层和执行层。在控制层中，转向盘转角和车速两路信号输入到事先设计的变传动比map图中，插值得到理想传动比，由理想传动比和转向盘转角的微分计算出期望前轮转角的微分，经积分后输入到参考模型可以得到参考横摆角速度和参考质心侧偏角；然后同外界干扰及实际横摆角速度和质心侧偏角一起输入到模式判定模块，经过多态加权体系判定后将这些信号传给以自适应动态神经网络算法为核心的主动后轮转向控制器(ARS模式)或直接横摆力矩控制器(DYC模式)；其中主动后轮转向控制器负责向后轮转向电机发出期望后轮转角指令，直接横摆力矩控制器负责输出期望后轮转矩差指令。在执行层中，后轮转向子系统在转向盘转角及与车速对应的转向阻力的作用下，收到ARS模式的期望后轮转角指令，经转向电机执行后将测得的实际后轮转角传给整车状态空间模型。最后，整车模型在期望后轮转矩差指令、实际后轮转角、实际转向盘转角输入和路面不平度等干扰的共同作用下，计算得到实际横摆角速度和质心侧偏角，并将这两种信号重新输入到控制层。本专利技术有益效果在于：1、本专利技术的电动轮汽车因其具有传动系统结构简单、各车轮转矩转速可独立调控等优点，成为未来实现智能驾驶的主要途径。在操纵稳定性控制上，本专利技术利用电动轮汽车的特点，提出了极限工况下的主动后轮转向与直接横摆力矩控制策略，应用了主动后轮转向技术和直接横摆力矩控制技术，采用实时反馈动态跟踪方法，主动干预驾驶员的转向操作，从而修正车辆的形式轨迹和姿态，极大地提高电动轮汽车在极限工况下的操纵稳定性，并且能为以后的智能驾驶领域提供可靠的理论支撑。2、本专利技术在极限工况下电动轮汽车的稳定性控制中充分考虑到系统建模不确定性、路面不平整度、外界干扰等因素，提出了一种自适应动态神经网络算法。相比于其他控制算法，该算法结构相对简单，计算速度快；此外，因其能够在线训练和学习，实时动态调整网络内部参数，故而不仅能达到精确控制的目的，而且使得控制系统具有自适应能力和优秀的抗干扰能力。因此，该算法能充分发挥主动后轮转向和直接横摆力矩控制方法的优势，使得整个闭环控制系统结构大大简化、执行效率高、能耗降低、响应速度快且调节精度高，即使在高车速、低附着路面等极限工况下也能既快又好地跟踪参考横摆角速度，而且能抑制外界扰动等不利因素的影响。附图说明图1为主动后轮转向系统结构示意图；图2为整车稳定性控制流程图；图3为整车三自由度非线性动力学模型；图4为变传动比map图；图5为自适应动态神经网络算法结构示意图。具体实施方式下面结合附图和具体实施方式对本专利技术作进一步说明。本专利技术采用的主动后轮转向系统结构如图1所示。附图2是整车稳定性控制流程图，包括了控制层和执行层。为便于分析，假设以转向盘转角θsw作为输入量。在控制层中，转向盘转角θsw和车速u两路信号输入到事先设计的变传动比map图中，插值得到理想传动比i*，由i*和θsw的微分得到参考前轮转角δf*的微分，积分后输入到参考模型得到参考横摆角速度γ*和参考质心侧偏角β*；然后同路面不平度、侧向风力Fyw、侧向风产生的横摆力矩Tyw等外界干扰及实际横摆角速度γ和质心侧偏角β一起经过模式判定模块的多态加权评价体系判定后传给主动后轮转向控制器(ARS模式)或直接横摆力矩控制器(DYC模式)；主动后轮转向控制器向转向电机发出期望后轮转角指令δr*；直接横摆力矩控制器向两后轮轮毂电机发出期望后轮转矩差指令ΔTr*。在执行层中，后轮转向子系统在转向盘转角θsw和与车速u对应的转向阻力的作用下，接受期望后轮转角信号δr*，经转向电机执行后将测得的实际后轮转角δr传给整车状态空间模型；最后，整车模型在期望后轮转矩差指令ΔTr*、实际后轮转角δr、实际转向盘转角输入θsw和外界干扰的共同作用下，计算得到实际横摆角速度γ和质心侧偏角β，并将这两种信号重新输入到控制层。本专利技术具体实施步骤如下：步骤1：建立转向及整车系统动力学模型1)转向盘和转向输入轴模型：式中，J1为转向盘的转动惯量；θsw为转向盘的转动角度；Td为驾驶员输入力矩；B1为转向盘转动阻尼；Tfan1为转矩传感器信号；2)转矩传感器模型：Tfan1＝Kfan1(θsw-θc)式中，Kfan1为转矩传感器敏感系数；θc为转向输出轴的旋转角度。3)传感器输出轴模型：式中，Jc是传感器输出轴转动惯量；Bc是传感器输出轴转动阻尼；Tfan2是齿条对传感器输出轴的反作用力矩。4)齿轮齿条式转向器模型：xr＝θc·rp式中，Mr为齿条的质量；xr为齿条位移；rp为小齿轮半径；Br为齿条运动阻尼系数；TR为路面对两前轮施加的转向阻力矩；i0为小齿轮到前轮的标准传动比；ΔTf为两前轮驱动转矩差；d为前轮主销偏移距；Rw为前轮滚动半径；Fδ为路面传递到前轮的干扰力。5)轮胎模型为了在计算量和精确性之间取得适当的平衡，本专利技术使用Pacejka魔术轮胎公式，D＝a1Fz2+a2Fz，E＝a6Fz2+a7Fz+a8式中，μ是路面附着系数；α是车轮的侧偏角；F为轮胎侧向力或回正力矩；B、C、D、E分别为刚度因子、曲线形状因子、峰值因子、曲线曲率因子，Fz为车轮的垂向载荷。公式参数的选取如表1.1所示，表1.1Pacejka模型参数表6)整车动力学模型附图3为整车三自由度非线性动力学模型，假设汽车坐标系的原点在汽车质心位置，则整车沿纵向、侧向和横摆自由度的运动微分方程为，式中，Fx1和Fy1左前轮所受的纵向力和侧向力；Fx2和Fy2是右前轮所受的纵向力和侧向力；Fx3和Fy3是左后轮所受的纵向力和侧向力；Fx4和Fy4是右后轮所受的纵向力和侧向力；u、v、γ分别为汽车质心沿x轴、y轴的速度和横摆角速度；Iz为汽车绕z轴的转动惯量；δf为前轮转角；Ff为汽车沿纵向所受行驶阻力，其大小与车速、胎压等有关，可由试验加以确定；a和b分别为车辆质心到前后轴的距离；m为整车质量；Lf和Lr分别是汽车前轮距和后轮距；Fyw为汽车所受的侧向干扰力；Tyw为侧向干扰力产生的横摆力矩。7)参考模型跟踪目标r*是指车辆转向过程中的稳态r，可以由下式得到，式中，Gr(s)是从前轮转角到跟踪目标的传递函数，Cf为前本文档来自技高网...

【技术保护点】
1.一种极限工况下的主动后轮转向与直接横摆力矩控制方法，其特征在于包括以下步骤：1)建立转向及整车系统动力学模型；2)车况—路况信号综合计算模块接收转向盘转角θsw和车速u两路信号输入到变传动比map图中,得到理想传动比i*，由i*和θsw的微分得到参考前轮转角δf*的微分，积分后输入到参考模型得到参考横摆角速度γ*和参考质心侧偏角β*；3)将外界干扰及实际横摆角速度γ和质心侧偏角β一起经过模式判定模块的多态加权评价体系判定后传给主动后轮转向控制器或直接横摆力矩控制器，主动后轮转向控制器向转向电机发出期望后轮转角指令δr*，直接横摆力矩控制器向两后轮轮毂电机发出期望后轮转矩差指令ΔTr*；4)后轮转向子系统在转向盘转角θsw和与车速u对应的转向阻力的作用下，接受期望后轮转角指令δr*，使后轮转向电机产生既定的微小转角，经转向电机执行后将测得的实际后轮转角δr传给整车状态空间模型，控从而修正车辆行驶轨迹和运动姿态；5)整车模型在期望后轮转矩差指令ΔTr*、实际后轮转角δr、实际转向盘转角输入θsw和外界干扰的共同作用下，计算得到实际横摆角速度γ和质心侧偏角β，使两后轮产生既定的驱动转矩差，从而为整车提供合适的附加横摆力矩以保证整车横摆自由度的稳定性，并将这两种信号重新输入到步骤3)中。...

【技术特征摘要】
1.一种极限工况下的主动后轮转向与直接横摆力矩控制方法，其特征在于包括以下步骤：1)建立转向及整车系统动力学模型；2)车况—路况信号综合计算模块接收转向盘转角θsw和车速u两路信号输入到变传动比map图中,得到理想传动比i*，由i*和θsw的微分得到参考前轮转角δf*的微分，积分后输入到参考模型得到参考横摆角速度γ*和参考质心侧偏角β*；3)将外界干扰及实际横摆角速度γ和质心侧偏角β一起经过模式判定模块的多态加权评价体系判定后传给主动后轮转向控制器或直接横摆力矩控制器，主动后轮转向控制器向转向电机发出期望后轮转角指令δr*，直接横摆力矩控制器向两后轮轮毂电机发出期望后轮转矩差指令ΔTr*；4)后轮转向子系统在转向盘转角θsw和与车速u对应的转向阻力的作用下，接受期望后轮转角指令δr*，使后轮转向电机产生既定的微小转角，经转向电机执行后将测得的实际后轮转角δr传给整车状态空间模型，控从而修正车辆行驶轨迹和运动姿态；5)整车模型在期望后轮转矩差指令ΔTr*、实际后轮转角δr、实际转向盘转角输入θsw和外界干扰的共同作用下，计算得到实际横摆角速度γ和质心侧偏角β，使两后轮产生既定的驱动转矩差，从而为整车提供合适的附加横摆力矩以保证整车横摆自由度的稳定性，并将这两种信号重新输入到步骤3)中。2.根据权利要求1所述的极限工况下的主动后轮转向与直接横摆力矩控制方法，其特征在于：步骤2)所述的变传动比map图设计方法如下，将转向系统变传动比设计成关于u和θsw的函数，i*＝f(u)·g(θsw)，式中，i*为转向系统传动比，f(u)为车速函数，g(θsw)为转向盘转角函数；将车速函数和转向盘转角函数表示为，式中，u0为车速下界，取为10m/s；um为车速上界，取为40m/s；Gδr为横摆角速度增益，根据实验数据取Ks＝0.2s-1；θsw0为转向盘转角下界，取为0.0349rad；θswm为转向盘转角上界，取为4rad，从而设计出变传动比map图。3.根据权利要求1所述的极限工况下的主动后轮转向与直接横摆力矩控制方法，其特征在于：步骤3)所述的多态加权评价体系判定方法如下，以u、α、ay和γ四种状态的加权值构成评价体系，式中，为四个车轮的平均侧偏角；为侧向加速度；wi为四个状态量的权重值，其和为1；将权重值分别取为0.3，0.3，0.2，0.2；当评价指标0＜f＜0.5时，表明此时为车速较低的小转向工况，使用直接横摆力矩控制模式；当评价指标0.5≤f≤1时，表明此时为高车速下的大转向工况，在这种极限工况下轮胎力趋于饱和，使用主动后轮转向控制模式。4.根据权利要求1所述的极限工况下的主动后轮转向与直接横摆力矩控制方法，其特征在于：步骤4)所述的整车状态空间模型如下，式中，5.根据权利要求1所述的极限工况下的主动后轮转向与直接横摆力矩控制方法，其特征在于：所述的步骤4)和步骤5)采用自适应动态神经网络控制器，在线训练和学习，并实时动态调整网络内部参数。6.根据权利要求5所述的极限工况下的...

【专利技术属性】
技术研发人员：张子俊，赵万忠，王春燕，徐灿，周小川，赵宏宇，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32