关于分布式驱动电动汽车动力学控制发展现状综述.pdfVIP

学兔兔 学兔兔 学兔兔 学兔兔 学兔兔 2013年4月 余卓平等：分布式驱动电动汽车动力学控制发展现状综述 前述的车辆期望响应都是通过模型或公式计 程计算得到反馈控制力矩。其他最优控制方法也包 算得出的，其中需要用到一些整车的参数如，质量、 括线性二次型高斯[28】、最优动态滑模控制等。 转动惯量、前后轴等效侧偏刚度等。其中前后轴等 为了更好地适应车辆的非线性特性，文献[30， 效侧偏刚度 由于同时包含 了悬架及轮胎的动态特 37．38]应用反馈线性化方法，通过消去非线性系统 性，很难直接测量，文献[34】采用根据试验数据的 的非线性部分，再对剩余系统采用线性系统设计方 试凑法获得前后轴等效侧偏刚度。也有文献[25—261 法(PI控制方法 。们、极点配置方法 瑚)设计控制器。 利用神经网络获得期望的横摆角速度响应，直接利 该控制算法可以有效规避车辆系统的中非线性对控 用车速、前轮转角与期望横摆角速度的关系训练神 制效果的影响，但其无法适应车辆参数的不确定性。 经网络，无须设计模型的稳态增益和瞬态响应，也 前后轴侧偏刚度是参考模型中的重要参数，结 就避免了参数的测量。 合轮胎及悬架的非线性特性，同时受到时变的路面 分布式驱动电动汽车直接横摆力矩控制的参 条件的影响，相比其他参数其在车辆行驶过程中的 考模型由2自由度模型到零化质心侧偏角的2自由 不确定性最为显著。文献[32，37]设计了基于侧偏刚 度模型再到带质心侧偏角约束的参考模型，经历了 度辨识的自适应算法，利用在线辨识的侧偏刚度实 由操纵性到稳定性再到操纵稳定性兼顾的过程。但 时修正线性二次型最优调节器的反馈系数，有效改 由于横摆角速度和质心侧偏角的耦合关系，其控制 善了控制算法对侧偏刚度变化的适应性。另一种解 所需横摆力矩往往相反，单独依靠直接横摆力矩控 决模型不确定性的控制方法是鲁棒控制，鲁棒控制 制很难实现二者的解耦，而且越是极限工况两者的 的最简单途径是所谓的滑模控制方法论 J。文献[37] 矛盾越突出。现有的解决方案是引入多执行器的集 设计了滑模变结构运动跟踪控制算法，由于滑动模 成控制实现解耦，例如加入主动转向控制 5【训，但其 态的设计与模型参数及扰动无关，算法对参数变化 价格昂贵，而且随着其控制所需的侧向力的饱和， 及扰动不灵敏，因此无须在线参数辨识。但应注意 转向控制在轮胎非线性区的控制效果严重受限。 传感器信号噪声的处理和切换函数的设计以防止高 2．1．2 运动跟踪控制算法 频抖振。 运动跟踪控制算法以参考模型给出的理想车 2．2 转矩分配控制 辆响应为基准，根据当前驾驶者操作输入 以及车辆 转矩分配控制的过程就是建立从广义力到各 状态反馈，计算出使实际车辆跟随理想响应所需要 个车轮转矩的映射，现有的分布式驱动电动汽车下 的广义横摆力矩，从而实现对车辆动态性能的闭环 层转矩分配方案如表 3所示。 控制 。