一种电动轮汽车电液复合车身稳定控制系统及方法技术方案

本发明专利技术公开了一种电动轮汽车电液复合车身稳定控制系统及方法，该控制方法应用于拥有液压制动系统的分布式驱动电动轮汽车。整车控制器对各传感器采集的信息进行处理得到车速信息、相应车轮轮缸压力、方向盘转角、滑移率、侧向加速度、横摆角速度信息；然后根据采集处理的信息与估算信息，采取分层控制算法，基于神经网络和遗传优化算法的自适应滑模控制作为上层控制来计算出保持稳定性所需的附加横摆力矩，下层控制采取基于最小轮胎利用率的最优分配算法分配至四个车轮的两套执行机构，最终由两套执行机构对车轮执行相应的动作从而改善电动轮汽车车身稳定性。

A Stability Control System and Method for Electro-hydraulic Composite Body of Electric Wheeled Vehicle

The invention discloses an electro-hydraulic composite body stability control system and method for electric-wheel vehicle, which is applied to distributed drive electric-wheel vehicle with hydraulic braking system. Vehicle controller processes the information collected by each sensor to get the information of vehicle speed, wheel cylinder pressure, steering wheel rotation angle, slip rate, lateral acceleration and yaw angular velocity. Then, according to the information collected and processed and the estimated information, a hierarchical control algorithm is adopted, and the adaptive sliding mode control based on neural network and genetic optimization algorithm is calculated as the upper control. Additional yaw moments needed to maintain stability are allocated to two sets of actuators of four wheels by the optimal allocation algorithm based on the minimum tire utilization rate. Finally, two sets of actuators perform corresponding actions on the wheels to improve the body stability of electric wheeled vehicles.

【技术实现步骤摘要】
一种电动轮汽车电液复合车身稳定控制系统及方法
本专利技术涉及分布式驱动电动汽车底盘控制领域，尤其涉及一种安装有液压制动系统的电动轮汽车车身稳定性控制系统及方法。
技术介绍
随着空气污染的日益加重以及国家政策的支持，电动汽车逐渐成为各企业、研究所及高校的研究热点。电动轮电动汽车最大的特点是其动力传动系统布置方式，四个轮毂电机作为动力源直接驱动相应的车轮，从而舍弃了复杂的传统传动系统，并且在实现控制时由于每个车轮单独可控，使得电动轮汽车成为了一种新兴的交通工具。但是针对其车身稳定系统的研究较少并且效果一般。车身稳定控制系统的关键是求解保持稳定所需的附加横摆力矩，目前主要求解附加横摆力矩的控制算法有滑模变结构控制、模糊PID控制与模糊滑模控制。其中模糊PID应用广泛，在各个领域都有应用。但其最大的一个缺点是PID参数的调整是基于主观经验完成，需要大量实验，并且在不同条件下所得到的效果偏差较大。在文献(兰凤崇，何幸福.四驱电动车电液复合操纵稳定性研究[J].华南理工大学学报(自然科学版)，2015.8：62-68)中使用了滑模控制来计算出所需的附加横摆力矩，并采取了电液复合执行机构。但采用这种方法得出的横摆力矩在分配至下层执行机构时会出现频繁抖振，对电机与液压制动系统会造成相当大的损伤。为了消除这种抖振，专利(郭景华，王进.一种分布式电动汽车横向稳定性自适应控制系统及方法.CN107253453A)采取了模糊滑模控制来计算得到所需附加横摆力矩，在保证控制效果的前提下有效的减小了抖振现象的发生。但是其模糊对象仅考虑了符号函数的系数，并未涉及到横摆角速度与质心侧偏角两者的耦合关系，并且模糊控制过于依赖主观经验与大量试验。而且该方法只采取了电机作为单一执行机构，由于电机最大输出转矩有限，在某些极限工况下并不能提供足够大的附加横摆力矩保证车身迅速恢复稳定，此时车辆将不可避免地出现侧滑，甩尾甚至侧翻等危险状况。专利(孙泽昌，刘杨.基于液压控制单元和一体式制动主缸的电液复合制动系统.CN103231704A)设计了一套电液复合制动装置，但只涉及硬件并未涉及具体控制方法。
技术实现思路
本专利技术为了解决以上问题，得到更加精准贴切的附加横摆力矩并且消除一些不利因素(如抖振现象)，使电动轮汽车在极限工况下更迅速的保持车身稳定，提出了一种电动轮汽车电液复合车身稳定控制系统。为达到上述效果，本专利技术具体技术方案如下：一种电液复合车身稳定系统控制系统，整车系统结构包括轮毂电机、电池组、整车控制器、液压控制单元、电机控制单元、轮速传感器、压力传感器、SAW轮胎传感器、方向盘转角传感器、侧向加速度传感器和横摆角速度传感器。轮速传感器、压力传感器、方向盘转角传感器、SAW轮胎传感器、侧向加速度传感器和横摆角速度传感器通过信号线与整车控制器相连，并由整车控制器进行处理，处理后得到车速信息、相应车轮轮缸压力、方向盘转角、滑移率、侧向加速度、横摆角速度等相关信息；整车控制器根据采集的信息，采取分层控制算法，基于神经网络和遗传优化算法的自适应滑模控制作为上层控制器来计算出保持稳定性所需的附加横摆力矩，下层控制器采取基于最小轮胎利用率的最优分配算法来分配至四个车轮的两套执行机构，最终由两套执行机构对车轮执行相应的动作从而改善电动轮汽车车身稳定性。上述方案中，两套执行机构分别为：利用电机控制单元控制轮毂电机，本专利技术只涉及电机正转转速，不存在反转指令；利用液压控制单元控制各轮制动轮缸压力，在液压控制单元得到整车控制器指令后，通过对各油路液压阀的控制调节各轮制动轮缸压力，直到压力值达到整车控制器指示的期望值。基于上述控制系统，本专利技术提出了一种控制方法，该控制方法存储于整车控制器，并且采取了分层控制结构，基于神经网络和遗传优化算法的自适应滑模控制作为上层控制器来计算出保持稳定性所需的附加横摆力矩，下层控制器采取基于最小轮胎利用率的最优分配算法来分配至四个车轮的两套执行机构，最终由两套执行机构对车轮执行相应的动作从而改善电动轮汽车车身稳定性。上述方案中，电机控制单元控制对象为轮毂电机，本控制方法只涉及电机正转转速，不存在反转指令；液压控制单元控制对象为各轮制动轮缸压力，在液压控制单元得到整车控制器指令后，通过对各油路液压阀的控制调节各轮制动轮缸压力，直到压力值达到整车控制器指示的期望值。上述方案中，上层控制方法的主体采用滑模控制，并采用神经网络控制算法对符号函数的系数进行优化，同时采用遗传优化算法对横摆角速度与质心侧偏角权重进行调整，最终计算出保持稳定性所需的附加横摆力矩ΔM。计算时考虑了两种最能表征车身状态的参数：横摆角速度与质心侧偏角。将这两个参数期望值与实际值的偏差作为输入，经过优化后的滑模控制算法求解，输出为附加横摆力矩。在整个求解ΔM的过程中，可分为以下几个步骤：(1)其中横摆角速度与质心侧偏角的期望值ωd，βd可以根据理想二自由度汽车模型得出。(2)在得到期望值之后，横摆角速度实际值可由传感器直接得到，质心侧偏角的实际值采用扩展卡尔曼滤波法得到。由此得到了四个参数ω，ωd，β，βd，根据期望值与实际值的偏差建立滑模函数：S＝η(ω-ωd)+(1-η)(β-βd)(η>0)，并对其两边求导得到表达式：这样滑模面便设计完毕。(3)滑模控制由监督控制ur与等效控制ueq组成，即u＝ur+ueq.根据整车运动方程：令并将已知参数代入并简化后可得到ueq，为了使系统趋向于滑模面并抵消干扰误差，令ur＝-asgn(s)。(4)符号函数asgn(s)的存在导致了抖振的产生，因此合理的控制切换函数系数a成为了关键。本专利技术引入了RBF神经网络算法进行逼近，对a值进行在线实时调整。控制思想为：当系统偏离滑模面较大且有继续远离的趋势时增大系数a的值，反之若系统已沿滑模面作切换运动时则减小系数a的值，从而降低抖振频率。(5)针对本专利技术的控制方法中有两个控制变量(质心侧偏角与横摆角速度)，采取遗传优化算法来调整这两者的权重系数。调节方法为：当车辆在低附着路面行驶时，适当降低η的值，增大质心侧偏角的权重系数；反之在高附着路面行驶时，适当增加η的值，增加对横摆角速度的权重系数。上述方案中，横摆力矩的实现最终是通过对不同车轮施加不同的力完成的。下层控制方法采取基于最小轮胎利用率的最优分配算法。建立基于四轮最小轮胎利用率的目标函数，约束条件有电机可提供的峰值转矩、应提供的横摆力矩、车轮的纵向力大小等。以此为基础进行二次规划优化分配。在分配时尽可能的优先分配至电机执行机构，在其单独工作无法提供所需横摆力矩时再进行液压制动系统的分配。上述方案中，路面附着系数的输入是通过测定轮胎滑移率确定的，若滑移率超出正常范围或有即将超出正常范围的趋势则判定当前路面附着系数低于干燥路面。上述方案中，本专利技术设计了门限值来决定控制系统是否起作用，即只有当横摆角速度偏差或质心侧偏角偏差大于门限值时控制系统才起作用，否则不做任何动作。本专利技术的有益效果：1.本控制系统用于保证电动轮汽车在极限工况下的操纵稳定性，基于两套执行机构，为车辆提供了更加可靠、精准与迅速的主动安全措施，保证乘客与车辆的安全。2.本专利技术具有很好的可靠性，通过大幅度削弱抖振现象使车辆在保持稳定性能的情况下保护了电器元件与液压装置等硬本文档来自技高网...

【技术保护点】
1.一种电动轮汽车电液复合车身稳定控制系统，其特征在于，包括：轮毂电机、整车控制器、液压控制单元、电机控制单元、轮速传感器、压力传感器、SAW轮胎传感器、方向盘转角传感器、侧向加速度传感器和横摆角速度传感器；所述轮速传感器、压力传感器、方向盘转角传感器、SAW轮胎传感器、侧向加速度传感器和横摆角速度传感器与整车控制器相连，并由整车控制器对其采集的信息进行处理，处理后得到车速信息、相应车轮轮缸压力、方向盘转角、滑移率、侧向加速度、横摆角速度信息；整车控制器根据采集处理的信息，采取分层控制算法，基于神经网络和遗传优化算法的自适应滑模控制作为上层控制器来计算出保持稳定性所需的附加横摆力矩，下层控制器采取基于最小轮胎利用率的最优分配算法来分配至四个车轮的两套执行机构，最终由两套执行机构对车轮执行相应的动作从而改善电动轮汽车车身稳定性。

【技术特征摘要】
1.一种电动轮汽车电液复合车身稳定控制系统，其特征在于，包括：轮毂电机、整车控制器、液压控制单元、电机控制单元、轮速传感器、压力传感器、SAW轮胎传感器、方向盘转角传感器、侧向加速度传感器和横摆角速度传感器；所述轮速传感器、压力传感器、方向盘转角传感器、SAW轮胎传感器、侧向加速度传感器和横摆角速度传感器与整车控制器相连，并由整车控制器对其采集的信息进行处理，处理后得到车速信息、相应车轮轮缸压力、方向盘转角、滑移率、侧向加速度、横摆角速度信息；整车控制器根据采集处理的信息，采取分层控制算法，基于神经网络和遗传优化算法的自适应滑模控制作为上层控制器来计算出保持稳定性所需的附加横摆力矩，下层控制器采取基于最小轮胎利用率的最优分配算法来分配至四个车轮的两套执行机构，最终由两套执行机构对车轮执行相应的动作从而改善电动轮汽车车身稳定性。2.根据权利要求1所述的一种电动轮汽车电液复合车身稳定控制系统，其特征在于，所述两套执行机构分别为：利用电机控制单元控制轮毂电机；利用液压控制单元控制各轮制动轮缸压力。3.根据权利要求2所述的一种电动轮汽车电液复合车身稳定控制系统，其特征在于，所述对轮毂电机的控制指令只涉及电机正转转速指令，不存在反转指令。4.根据权利要求2所述的一种电动轮汽车电液复合车身稳定控制系统，其特征在于，所述液压控制单元得到整车控制器指令后，通过对各油路液压阀的控制调节各轮制动轮缸压力，直到压力值达到整车控制器指示的期望值。5.根据权利要求1-4任一项所述的一种电动轮汽车电液复合车身稳定控制系统，其特征在于，所述控制系统是通过门限值来决定是否起作用，即只有当横摆角速度偏差或质心侧偏角偏差大于门限值时控制系统才起作用，否则不做任何动作。6.一种电动轮汽车电液复合车身稳定控制方法，其特征在于，采取分层控制结构，基于神经网络和遗传优化算法的自适应滑模控制作为上层控制，来计算出保持稳定性所需的附加横摆力矩；下层控制采取基于最小轮胎利用率的最优分配算法来分配至四个车轮的两套执行机构，最终由两套执行机构对车轮执行相应的动作以改善电动轮汽车车身稳定性。7.根据权利要求6所述的一种电动轮汽车电液复合车身稳定控制方法，其特征在于，所述控制方法的具体实现包括如下步骤：(1)首先根据二自由度模型计算期望的质心侧偏角βd与横摆角速度ωd，期望横摆角速度期望质心侧偏角式中，δ为前轮转向角；lf，lr分别为整车质心至前、后轴的距离；vx为汽车质心处的纵向速度；Cf、Cr为前、后车轮侧偏刚度；K为稳定性因数，再根据横摆角速度传感器得到实时横摆角速度ω信息，根据扩展卡尔曼滤波方法估算当前实际质心侧偏角β：(2)系统根据横摆角速度与质心侧偏角实际值与期望值的偏差大小判断是否达到门限值，若超过设定门限值则继续以下步骤，否则不做动作；(3)其次根据期望值与实际值的偏差建立滑模面：s＝η(ω-ωd)+(1-η)(β-βd)(η>0)，并对其两边求导得到表达式：(4)建立滑模控制律；将滑模控制分为监督控制与等效控制两部分，即控制量u＝ur+ueq；其中等效控制监督控制ur＝-asgn(s)；(5)选用RBF神经网络对切换控制项-asgn(s)中的系数a进行实时调整，根据滑模到达的条件对切换增益进行有效估计，减小抖振；ωj表示从中间结点xj到输出结点hj的权值，结点hj的输出为切换控制项-asgn(s)中的系数a；RBF神经网络的权值调整指标为具有三层前馈式网络结构，包括输入层、中间层与输出层；设计RBF...

【专利技术属性】
技术研发人员：张厚忠，梁家晟，江浩斌，蔡英凤，袁朝春，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏,32