【技术实现步骤摘要】
一种基于T-S模糊的车辆横纵向耦合稳定性控制方法
本专利技术属于汽车
,具体的说是一种基于T-S模糊的车辆横纵向耦合稳定性控制方法。
技术介绍
车辆的偏航不稳定性易引发行驶车辆发生侧滑、甩尾、翻车等多种危险工况,是造成严重交通事故的最重要原因之一。因此近年来,关于车辆稳态性能分析和集成控制的研究越来越受到国家的重视。在众多的研究中,经典的车辆稳定性控制算法为了降低控制器的设计难度,通常基于车辆二自由度线性模型,并且将车辆的纵向车速视为已知参数,使用诸如鲁棒控制、模型预测控制、滑模控制等经典控制算法提高车辆的行驶稳定性。然而,在中、高车速条件下,纵向车速会对车辆稳定性控制产生显著的影响,尤其是在同时进行转向、加速或制动时,纵向速度的变化不应忽略。在考虑车辆的纵向车速后,建立的车辆三自由度模型内会出现包含两个状态变量乘积形式的非线性元素,这无疑增加了控制器设计的难度。
技术实现思路
本专利技术提供了一种基于T-S模糊的车辆横纵向耦合稳定性控制方法,该控制方法通过使用T-S模糊理论和并行分布式补偿 ...
【技术保护点】
1.一种基于T-S模糊的车辆横纵向耦合稳定性控制方法,其特征在于,包括以下步骤:/n步骤一、根据车辆动力学,搭建包含车辆纵向车速、侧向车速和橫摆角速度的车辆三自由度非线性模型;/n步骤二、根据T-S模糊理论将车辆三自由度非线性模型转换为3个车辆三自由度线性模型的子系统,每个子系统包含4个模糊规则;/n步骤三、根据驾驶员的车辆控制期望值,在3个车辆三自由度线性模型的子系统中分别设计了H∞鲁棒控制器用于车辆稳定性控制;利用线性矩阵不等式求解各个子系统中H∞鲁棒控制器的参数;/n步骤四、并行分布式补偿架构根据分段式T-S模糊输出的子系统控制器权值整合3个子系统H∞鲁棒控制器的输出 ...
【技术特征摘要】
1.一种基于T-S模糊的车辆横纵向耦合稳定性控制方法,其特征在于,包括以下步骤:
步骤一、根据车辆动力学,搭建包含车辆纵向车速、侧向车速和橫摆角速度的车辆三自由度非线性模型;
步骤二、根据T-S模糊理论将车辆三自由度非线性模型转换为3个车辆三自由度线性模型的子系统,每个子系统包含4个模糊规则;
步骤三、根据驾驶员的车辆控制期望值,在3个车辆三自由度线性模型的子系统中分别设计了H∞鲁棒控制器用于车辆稳定性控制;利用线性矩阵不等式求解各个子系统中H∞鲁棒控制器的参数;
步骤四、并行分布式补偿架构根据分段式T-S模糊输出的子系统控制器权值整合3个子系统H∞鲁棒控制器的输出,作用于车辆三自由度非线性模型。
2.根据权利要求1所述的一种基于T-S模糊的车辆横纵向耦合稳定性控制方法,其特征在于,所述步骤一的具体方法如下:
11)在国际标准化组织ISO坐标系下,车辆关于力和力矩的动力学方程为:
式中,m表示整车质量;表示车辆纵向加速度;vy表示车辆侧向速度;ω表示车辆横摆角速度;F1表示轮胎作用在车辆前轴的侧向力;δ表示前轮转角,由驾驶员输入;Fux表示控制器施加在车辆质心处的纵向力;表示车辆侧向加速度;vx表示车辆纵向速度;F2表示轮胎作用在车辆后轴的侧向力;Fuy表示控制器施加在车辆质心处的侧向力;Iz表示车辆转动惯量;表示车辆横摆加速度;a表示车辆质心到前轴的纵向距离;b表示车辆质心到后轴的纵向距离;Tuz表示控制器施加在车辆质心处的横摆力矩;
12)sinδ=0,cosδ=1;那么车辆动力学方程可以重新定义为:
式中,m表示整车质量;表示车辆纵向加速度;vy表示车辆侧向速度;ω表示车辆横摆角速度;Fux表示控制器施加在车辆质心处的纵向力;表示车辆侧向加速度;vx表示车辆纵向速度;F1表示轮胎作用在车辆前轴的侧向力;F2表示轮胎作用在车辆后轴的侧向力;Fuy表示控制器施加在车辆质心处的侧向力;Iz表示车辆转动惯量;表示车辆横摆加速度;a表示车辆质心到前轴的纵向距离;b表示车辆质心到后轴的纵向距离;Tuz表示控制器施加在车辆质心处的横摆力矩;
13)轮胎前、后轮侧偏角近似为:
式中,af表示轮胎前轮的侧偏角;δ表示前轮转角,由驾驶员输入;vy表示车辆侧向速度;a表示车辆质心到前轴的纵向距离;ω表示车辆横摆角速度;vx表示车辆纵向速度;ar表示轮胎后轮的侧偏角;b表示车辆质心到后轴的纵向距离;
14)轮胎作用在车辆前轴和后轴的侧向力近似求得:
式中,F1表示轮胎作用在车辆前轴的侧向力;F2表示轮胎作用在车辆后轴的侧向力;k1表示轮胎前轮的侧偏刚度;k2表示轮胎后轮的侧偏刚度;af表示轮胎前轮的侧偏角;ar表示轮胎后轮的侧偏角;
15)选用车辆侧向速度、横向速度以及橫摆角速度作为系统状态变量,即x=[vx,vy,ω]T;选用控制器施加在车辆质心处的纵向力、侧向力和横摆力矩作为系统控制输入,即u=[Fux,Fuy,Tuz]T;选用驾驶人输入的前轮转角作为系统的输入扰动,即:w=δ;那么,车辆三自由度非线性模型整理为:
式中,表示系统状态变量的微分;B表示系统输入矩阵;u表示系统控制输入;Bw表示系统输入扰动矩阵;w表示系统输入扰动;y表示系统输出;C表示系统输出矩阵;x表示系统状态变量;f(x)表示与系统状态变量相关的非线性函数;且
式中,x1表示系统状态变量的第一个参数;x2表示系统状态变量的第二个参数;x3表示系统状态变量的第三个参数;k1表示轮胎前轮的侧偏刚度;k2表示轮胎后轮的侧偏刚度;m表示整车质量;a表示车辆质心到前轴的纵向距离;b表示车辆质心到后轴的纵向距离;Iz表示车辆转动惯量;
公式(5)中的四组非线性因素,分别是x2x3,x1x3,,
3.根据权利要求1所述的一种基于T-S模糊的车辆横纵向耦合稳定性控制方法,其特征在于,所述步骤二的具体方法如下:
21)考虑车辆运动的实际工作范围,设置车辆纵向速度和橫摆角速度的工作区间为:
式中,x1表示系统状态变量的第一个参数;vx表示车辆纵向速度;x3表示系统状态变量的第三个参数;ω表示车辆横摆角速度;
令车辆三自由度非线性模型(5)中的u=0,vx=u0,那么,稳态车辆橫摆角速度增益为:
式中,表示稳态车辆橫摆角速度增益;u0表示设定的恒定车辆纵向速度;K表示稳定性因数;L表示车辆轴距;δ表示前轮转角;a表示车辆质心到前轴的纵向距离;b表示车辆质心到后轴的纵向距离;m表示整车质量;ω表示车辆横摆角速度;k1表示轮胎前轮的侧偏刚度;k2表示轮胎后轮的侧偏刚度;
22)对纵向车速的模糊区域划分如下:
x1∈[2.5,15]m/s,x1∈[15,35]m/s,x1∈[35,45]m/s(8)
式中,x1表示系统状态变量的第一个参数;
23)对车辆纵向车速的倒数进行模糊化处理,令:
式中,x1表示系统状态变量的第一个参数,即车辆纵向车速;z1表示第一个模糊因子;
那么第一个模糊因子的模糊区域进一步转换成:
式中,z1表示第一个模糊因子;a1表示纵向车速的倒数在至区间时,关于第一个模糊因子模糊区间的最小值;a2表示纵向车速的倒数在至区间时,关于第一个模糊因子模糊区间的最大值;b3表示纵向车速的倒数在至区间时,关于第一个模糊因子模糊区间的最小值;b4表示纵向车速的倒数在至区间时,关于第一个模糊因子模糊区间的最大值;c5表示纵向车速的倒数在至区间时,关于第一个模糊因子模糊区间的最小值;c6表示纵向车速的倒数在至区间时,关于第一个模糊因子模糊区间的最大值;
24)使用T-S模糊理论可以将车辆动力学中车速的倒数模糊化为:
式中,z1表示第一个模糊因子;x1表示系统状态变量的第一个参数,即车辆纵向车速;ai表示纵向车速的倒数在至区间时,关于第一个模糊因子模糊区间的取值(i=1,2);bf表示纵向车速的倒数在至区间时,关于第一个模糊因子模糊区间的取值(f=3,4);cs表示纵向车速的倒数在至区间时,关于第一个模糊因子模糊区间的取值(s=5,6);Mi(z1)表示纵向车速的倒数在至区间时,关于第一个模糊因子的占比值(i=1,2);Pf(z1)表示纵向车速的倒数在至区间时,关于第一个模糊因子的占比值(f=3,4);Es(z1)表示纵向车速的倒数在至区间时,关于第一个模糊因子的占比值(s=5,6);且:
式中,Mi(z1)表示纵向车速的倒数在至区间时,关于第一个模糊因子的占比值(i=1,2);Pf(z1)表示纵向车速的倒数在至区间时,关于第一个模糊因子的占比值(f=3,4);Es(z1)表示纵向车速的倒数在至区间时,关于第一个模糊因子的占比值(s=5,6);a1表示纵向车速的倒数在至区间时,关于第一个模糊因子模糊区间的最小值;a2表示纵向车速的倒数在至区间时,关于第一个模糊因子模糊区间的最大值;z1表示第一个模糊因子;b3表示纵向车速的倒数在至区间时,关于第一个模糊因子模糊区间的最小值;b4表示纵向车速的倒数在至区间时,关于第一个模糊因子模糊区间的最大值;c5表示纵向车速的倒数在至区间时,关于第一个模糊因子模糊区间的最小值;c6表示纵向车速的倒数在至区间时,关于第一个模糊因子模糊区间的最大值;
25)对车辆橫摆角速度进行模糊化处理,令:
z2=x3∈[d1,d2],d1=-0.8,d2=0.8(12)
式中,z2表示第二个模糊因子;x3表示系统状态变量的第三个参数,即车辆橫摆角速度;d1表示车辆橫摆角速度在-0.8rad至0.8rad区间时,关于第二个模糊因子模糊区间的最小值;d2表示车辆橫摆角速度在-0.8rad至0.8rad区间时,关于第二个模糊因子模糊区间的最大值;
因此,使用T-S模糊理论可以将车辆动力学中横摆角速度模糊化为:
式中,z2表示第二个模糊因子;x3表示系统状态变量的第三个参数,即车辆橫摆角速度;dj表示橫摆角速度在-0.8rad至0.8rad区间时,关于第二个模糊因子模糊区间的取值(j=1,2);Nj(z2)表示纵向车速的倒数在-0.8rad至0.8rad区间时,关于第二个模糊因子的占比值(j=1,2);且
式中,Nj(z2)表示纵向车速的倒数在-0.8rad至0.8rad区间时,关于第二个模糊因子的占比值(j=1,2);d2表示车辆橫摆角速度在-0.8rad至0.8rad区间时,关于第二个模糊因子模糊区间的最大值;x3表示系统状态变量的第三个参数,即车辆橫摆角速度;d1表示车辆橫摆角速度在-0.8rad至0.8rad区间时,关于第二个模糊因子模糊区间的最小值;
综上,将车辆三自由度非线性模型最终模糊划分为3个子系统s1,s2,s3,每个子系统都包含四个模糊规则;那么车辆三自由度非线性模型(5)可以被线性化为:
式中,表示系统状态变量的微分;Mi(z1)表示纵向车速的倒数在至区间时,关于第一个模糊因子的占比值(i=1,2);x表示系统状态变量;Nj(z2)表示纵向车速的倒数在-0.8rad至0.8rad区间时,关于第二个模糊因子的占比值(j=1,2);Aij表示第一个模糊子系统的系统状态变量矩阵(i=1,2,j=1,2);Bij表示第一个模糊子系统的系统输入矩阵(i=1,2,j=1,2);uij表示第一个模糊子系统的控制器输入(i=1,2,j=1,2);Bwij表示第一个模糊子系统的输入扰动矩阵(i=1,2,j=1,2);w表示系统输入扰动;Es(z1)表示纵向车速的倒数在至区间时,关于第一个模糊因子的占比值(s=5,6);Pf(z1)表示纵向车速的倒数在至区间时,关于第一个模糊因子的占比值(f=3,4);Nj(z2)表示纵向车速的倒数在-0.8rad至0.8rad区间时,关于第二个模糊因子的占比值(j=1,2);Afj表示第二个模糊子系统的系统状态变量矩阵(f=3,4,j=1,2);Bfj表示第二个模糊子系统的系统输入矩阵(f=3,4,j=1,2);ufj表示第一个模糊子系统的控制器输入(f=3,4,j=1,2);Es(z1)表示纵向车速的倒...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。