黃開啟 溫書誠
(江西理工大學(xué) 機電工程學(xué)院,贛州 341000)
主題詞:相平面 操縱穩(wěn)定性 模型預(yù)測控制 轉(zhuǎn)矩分配
分布式驅(qū)動電動汽車以其傳動效率高、電機響應(yīng)快及四輪轉(zhuǎn)矩獨立、可控等優(yōu)點,在車輛結(jié)構(gòu)和操縱穩(wěn)定性控制等方面具有極大優(yōu)勢,引起了國內(nèi)外眾多學(xué)者的重視[1-3]。近年來,汽車底盤控制系統(tǒng)發(fā)展迅速,如主動前輪轉(zhuǎn)向(Active Front Steering,AFS)系統(tǒng)和直接橫擺力矩控制(Direct Yaw-moment Control,DYC)系統(tǒng),旨在提高駕駛員舒適度和車輛橫向穩(wěn)定性[4]。AFS系統(tǒng)能在不干預(yù)駕駛員轉(zhuǎn)向輸入的情況下,修正前輪轉(zhuǎn)角提高車輛操縱穩(wěn)定性。目前大多數(shù)研究通過自抗擾控制[5]、滑??刂芠6]、魯棒控制[7]、模型預(yù)測控制(Model Predictive Control,MPC)[8]等控制策略設(shè)計AFS 系統(tǒng)。其中,李紹松等[9]通過考慮輪胎非線性特性,對線性時變模型預(yù)測控制進行改進,改善了AFS系統(tǒng)在極限工況下對車輛穩(wěn)定性的控制效果。然而當車輛處于極限轉(zhuǎn)向工況或低附著系數(shù)路面行駛時,輪胎側(cè)向力達到飽和,AFS 系統(tǒng)的控制效能會受到極大影響。
與AFS 系統(tǒng)不同,DYC 系統(tǒng)通過對輪胎縱向力進行控制,進而提高車輛的操縱穩(wěn)定性。Wang 等[10]基于線性二次調(diào)節(jié)器實現(xiàn)了車輛直接橫擺力矩控制,并通過在傳統(tǒng)線性二次型調(diào)節(jié)器的反饋中增加額外控制項,提出了增益調(diào)度魯棒線性二次調(diào)節(jié)器來保證控制器的魯棒性。Nahidi 等[11]基于線性時變模型預(yù)測控制設(shè)計了橫縱向車輛DYC 控制器,該方法在低速工況下表現(xiàn)良好,但高速工況下無法保證控制性能。
上述研究在設(shè)計單獨的控制系統(tǒng)時取得了成功,但是學(xué)者普遍認為集成AFS系統(tǒng)和DYC系統(tǒng)能夠更好地改善車輛的操縱穩(wěn)定性[12]。Song 等[13]提出了基于MPC的主動轉(zhuǎn)向系統(tǒng)與直接橫擺力矩系統(tǒng)的集成控制器,提高了車輛橫向穩(wěn)定性,但因該控制器只能輸出固定的主動轉(zhuǎn)角和附加橫擺力矩,在低附著系數(shù)路面的表現(xiàn)并不理想。基于此,本研究提出基于MPC 的AFS 系統(tǒng)與DYC 系統(tǒng)的集成控制器,引入質(zhì)心側(cè)偏角相平面作為車輛穩(wěn)定性判據(jù),對控制器輸出的主動轉(zhuǎn)角和附加橫擺力矩大小進行調(diào)整,同時根據(jù)車輛穩(wěn)定程度,設(shè)計綜合轉(zhuǎn)矩優(yōu)化分配算法對四輪轉(zhuǎn)矩進行分配,進而實現(xiàn)車輛操縱穩(wěn)定性控制。
為了減少控制器計算量,提高算法實時性,對車輛動力學(xué)模型進行簡化。同時根據(jù)分布式驅(qū)動電動汽車的特點,考慮轉(zhuǎn)矩分配對縱向車速的影響,采用二自由度車輛模型,如圖1所示。
圖1 二自由度車輛模型
由牛頓定律建立車輛側(cè)向和橫擺運動的方程:
式中,F(xiàn)yf為車輛前軸側(cè)向力;Fyr為車輛后軸側(cè)向力;m為車輛質(zhì)量;vx、ω和β為車輛縱向速度、橫擺角速度和質(zhì)心側(cè)偏角;a、b為車輛前、后軸至車輛質(zhì)心的距離;Iz為車輛繞軸的轉(zhuǎn)動慣量;ΔMz為依賴車輪縱向力的附加橫擺力矩。
假設(shè)路面附著系數(shù)為μ,當車輛前輪轉(zhuǎn)角較小且質(zhì)心處側(cè)向加速度小于0.5μg 時,可認為輪胎側(cè)向力與輪胎側(cè)偏角和輪胎側(cè)偏剛度之間存在如下所示的線性關(guān)系:
式中,k1和k2分別為前、后車輪的側(cè)偏剛度;α1和α2分別為前、后車輪的側(cè)偏角;δf為車輛前輪轉(zhuǎn)角。
將式(3)、式(4)帶入式(1)、(2)中整理可得:
質(zhì)心側(cè)偏角-橫擺角速度相平面和質(zhì)心側(cè)偏角-質(zhì)心側(cè)偏角速度相平面通常用于分析和判斷車輛穩(wěn)定性。但在車輛失穩(wěn)的情況下,后者具有更高的判定精度。因此,本文采用質(zhì)心側(cè)偏角-質(zhì)心側(cè)偏角速度相平面對車輛穩(wěn)定性進行分析。
在相平面的穩(wěn)定區(qū)域內(nèi),從任意出發(fā)點出發(fā)的相軌跡都收斂于零點,使車輛能恢復(fù)到穩(wěn)定??紤]車速和路面附著系數(shù)對質(zhì)心側(cè)偏角相平面穩(wěn)定區(qū)域的影響,劉偉等[14]給出質(zhì)心側(cè)偏角相平面穩(wěn)定性區(qū)域的確定方法,如公式(7)所示:
式中,E1、E2為穩(wěn)定區(qū)域邊界系數(shù)。
如圖2 所示,在相平面中,車輛失穩(wěn)情況通常發(fā)生在第一、三象限,因此在一、三象限內(nèi)且處于穩(wěn)定邊界外的車輛狀態(tài)點,需要及時控制。
圖2 車輛狀態(tài)在質(zhì)心側(cè)偏角相平面中的位置
根據(jù)公式,可以判斷車輛是否處于穩(wěn)定區(qū)域內(nèi),但仍需了解車輛的穩(wěn)定性程度并進行相應(yīng)控制,因此,還需結(jié)合穩(wěn)定邊界隨車速和路面附著系數(shù)變化規(guī)律計算當前穩(wěn)定邊界范圍,即穩(wěn)定邊界到穩(wěn)定區(qū)域中心線的距離Rstb。根據(jù)車輛當前質(zhì)心側(cè)偏角,計算當前狀態(tài)點在質(zhì)心側(cè)偏角相平面中的位置,即從當前狀態(tài)點到穩(wěn)定區(qū)域中心線的距離Rc。然后根據(jù)式(8)計算車輛穩(wěn)定性程度。
選取車輛質(zhì)心側(cè)偏角β和橫擺角速度ω為狀態(tài)變量,車輛前輪轉(zhuǎn)角δf和附加橫擺力矩ΔMz為控制變量,質(zhì)心側(cè)偏角β和橫擺角速度ω為輸出變量,結(jié)合二自由度車輛模型式(5)、式(6),將模型寫為狀態(tài)空間方程的形式:
其中,狀態(tài)向量x=[β ω]T,
模型預(yù)測控制算法需對連續(xù)系統(tǒng)方程離散化,使用歐拉方法對上述狀態(tài)空間方程進行離散化處理:
其中,A=I+AcTs,B=BcTs,Ts為仿真步長,Ts=0.01。
為保證車輛狀態(tài)變化平穩(wěn),需要將控制變量轉(zhuǎn)變?yōu)榭刂圃隽浚傻茫?/p>
MPC 控制器通過迭代方程以預(yù)測系統(tǒng)未來的輸出(假設(shè)控制時域與預(yù)測時域相等為N):
MPC 控制器目標函數(shù)的設(shè)計目的是在預(yù)測時域內(nèi)使狀態(tài)量與期望值的誤差最小,同時最小化控制器的輸出。與傳統(tǒng)MPC 目標函數(shù)不同,本文將表示車輛穩(wěn)定性的質(zhì)心側(cè)偏角相平面穩(wěn)定域公式加入目標函數(shù)設(shè)計當中,根據(jù)車輛實時穩(wěn)定程度計算該部分權(quán)重,考慮系統(tǒng)對目標函數(shù)的約束,得到如公式(14)所示的MPC 目標函數(shù):
在目標函數(shù)(14)中,第一項表示控制器輸出實際質(zhì)心側(cè)偏角和橫擺角速度與其理想值的誤差,保證控制精度;第二項表示控制增量大小,防止前輪轉(zhuǎn)角變化過大;第三項表示在質(zhì)心側(cè)偏角相平面中,車輛當前狀態(tài)點離穩(wěn)定域中心的距離,防止車輛狀態(tài)偏離相平面穩(wěn)定域;第四項為松弛因子,保證該問題有解。
橫擺角速度的期望值如式(15)所示:
期望質(zhì)心側(cè)偏角如式所示:
為保證車輛始終安全運行,對控制變量、控制增量和輸出變量進行約束,其理論表達式如下所示:
根據(jù)預(yù)測方程、目標函數(shù)以及上述約束可得MPC優(yōu)化問題。在Matlab中,采用Fmincon函數(shù)對MPC優(yōu)化問題進行求解。
MPC控制器可以得到車輛穩(wěn)定性控制所需要的附加橫擺力矩,因此,需通過4 個車輪的轉(zhuǎn)矩進行分配以形成直接橫擺力矩。本文通過計算期望縱向速度vxdes與實際縱向速度vx的差值,采用比例積分微分控制(Proportional Integral Derivative,PID)方法計算得到車輛需要的總縱向力Fxd,表達式如式(20)所示:
式中,kp為比例系數(shù);TI為積分時間常數(shù);TD為微分時間常數(shù);e(t)為vxdes與vx的差值。
將Fxd分配給4個車輪以產(chǎn)生所需橫擺力矩。因此,根據(jù)力平衡及力矩平衡等式約束,得到如下方程:
式中,F(xiàn)xfl0、Fxfr0、Fxrl0及Fxrr0表示4個輪胎力沿x軸的合力;B表示輪距;Mz為期望直接橫擺力矩。
計算4個輪胎力沿車輛坐標系縱向合力:
式中,F(xiàn)xfl、Fxfr、Fxrl及Fxrr表示各輪胎縱向力。
除了需要滿足上述等式約束,輪胎縱向力還需滿足路面附著條件的不等式約束:
縱向力的分配主要有2種分配原則:穩(wěn)定性分配和動力性分配。根據(jù)Mokhiamar等[15]提出的將輪胎利用率平方和作為優(yōu)化目標的方法進行穩(wěn)定性分配,其目標函數(shù)如下所示:
綜合式(21)~(24),采用拉格朗日乘子法求解輪胎縱向力分配優(yōu)化問題:
式中,H=(Fxd-2ΔMz/B)/2;S=(Fxd+2ΔMz/B)/2。
縱向力動力性分配需要考慮輪胎的滑移率,較小的滑移率有利于提高車輛行駛的動力性,因此,按照動力性分配原則的目標函數(shù)如下:
式中,λi為輪胎滑移率;λmax為輪胎穩(wěn)定狀態(tài)的滑移率最大值。
同樣通過拉格朗日乘子法,得到動力性分配優(yōu)化結(jié)果:
本文結(jié)合穩(wěn)定性分配和動力性分配2 種方法設(shè)計綜合轉(zhuǎn)矩優(yōu)化分配方法,并根據(jù)車輛在質(zhì)心側(cè)偏角相平面中的穩(wěn)定程度確定二者在綜合優(yōu)化分配中的權(quán)重。若車輛穩(wěn)定程度高,則動力性分配權(quán)重高;若車輛穩(wěn)定程度低,則穩(wěn)定性分配權(quán)重高,分配方法如下所示:
其中r和(1-r)分別為穩(wěn)定性分配和動力性分配的權(quán)重系數(shù),r可以由式(29)確定:
由式(25)~(29)得到綜合優(yōu)化分配結(jié)果:
因分布式驅(qū)動電動汽車施加給車輪的是轉(zhuǎn)矩,因此由式(31)將輪胎縱向力轉(zhuǎn)化為轉(zhuǎn)矩:
式中,Ti為電機轉(zhuǎn)矩;Reff為車輪有效半徑。
本文所設(shè)計的集成控制策略框架如圖3 所示。車輛模型將車輛縱向速度、質(zhì)心側(cè)偏角等狀態(tài)量傳遞給相平面穩(wěn)定性判斷模塊、縱向力PID控制器和MPC穩(wěn)定性控制器。相平面穩(wěn)定性判斷模塊通過實時車輛狀態(tài)計算出車輛穩(wěn)定程度并發(fā)送給MPC穩(wěn)定性控制器及轉(zhuǎn)矩分配器。MPC控制器結(jié)合車輛狀態(tài)參數(shù)及相平面輸出的車輛穩(wěn)定程度參數(shù)計算出主動前輪轉(zhuǎn)角和期望附加橫擺力矩,并將轉(zhuǎn)角信號直接輸送給車輛模型,將力矩信號輸送給轉(zhuǎn)矩分配器。轉(zhuǎn)矩分配器接收力矩信號,結(jié)合PID控制器輸出的縱向力、車輛模型輸出的輪胎力以及相平面輸出的穩(wěn)定程度對力矩進行綜合優(yōu)化分配,將轉(zhuǎn)矩分配到4個車輪。
圖3 控制策略框架
搭建Carsim與Matlab/Simulink聯(lián)合仿真環(huán)境,采用車輛在實際運行中容易失穩(wěn)的低附雙移線工況,對基于相平面的AFS和DYC模型預(yù)測控制算法進行驗證。在Carsim中選擇C級車作為仿真車輛,車輛關(guān)鍵參數(shù)如表1所示。
表1 車輛關(guān)鍵參數(shù)
為了驗證本文提出的MPC控制器以及綜合轉(zhuǎn)矩分配算法的性能,設(shè)置2個對照組。將本文所設(shè)計的控制策略標記為控制器A,對照組一的上層控制器為不考慮相平面的傳統(tǒng)MPC 控制器,下層轉(zhuǎn)矩分配采用本文所設(shè)計的綜合轉(zhuǎn)矩優(yōu)化分配,標記為控制器B;對照組二的上層控制器同為不考慮相平面的傳統(tǒng)MPC 控制器,下層采用穩(wěn)定性分配與動力性分配權(quán)重固定相等的綜合轉(zhuǎn)矩分配,標記為控制器C。設(shè)定車輛以80 km/h 的速度在路面附著系數(shù)為0.5 的雙移線道路行駛,其中MPC 控制器的控制時域與預(yù)測時域均設(shè)置為10,仿真結(jié)果如圖4~圖11所示。
圖4 控制器A中Rc值變化
圖4 為控制器A 仿真時由質(zhì)心側(cè)偏角相平面計算得到的Rc值的變化,該值越大,則代表車輛越不穩(wěn)定。圖5~圖7 給出了3 個控制器對理想質(zhì)心側(cè)偏角和理想橫擺角速度的跟蹤效果以及質(zhì)心側(cè)偏角相平面中相軌跡分布。對比控制器B 和控制器C,控制器B 對質(zhì)心側(cè)偏角和橫擺角速度理想值的跟蹤均優(yōu)于控制器C,這是因為控制器C中穩(wěn)定性分配與動力性分配的權(quán)重固定,而控制器B 可對2 種分配方法的權(quán)重進行調(diào)整。但從圖7可知,雖控制器B的相軌跡分布略優(yōu)于控制器C,但二者均有超出相平面穩(wěn)定邊界的情況,車輛存在失穩(wěn)的可能性。控制器A因采用了改進的MPC穩(wěn)定性控制器以及綜合轉(zhuǎn)矩優(yōu)化分配算法,其對理想質(zhì)心側(cè)偏角以及理想橫擺角速度的跟蹤皆優(yōu)于控制器B和控制器C,且波動更小,其質(zhì)心側(cè)偏角極值相較于控制器B 減小了25%,相較于控制器C減小了35%,相軌跡始終處于穩(wěn)定區(qū)域內(nèi),車輛穩(wěn)定性較好。從圖8 可以看出,當車輛處于轉(zhuǎn)向工況時,控制器A可以增大主動前輪轉(zhuǎn)角輸出以達到改善車輛操縱穩(wěn)定性的目的,而控制器B和控制器C因采用傳統(tǒng)MPC控制器,通過主動轉(zhuǎn)角改善操穩(wěn)性的能力有限。從圖9~圖11 可以看出,由于控制器C 受滑移率波動的影響,導(dǎo)致轉(zhuǎn)矩分配效果不佳。而控制器A綜合了穩(wěn)定性分配原則與動力性分配原則,削弱滑移率波動對轉(zhuǎn)矩分配影響的同時,提高了車輛穩(wěn)定性。
圖5 橫擺角速度響應(yīng)
圖6 質(zhì)心側(cè)偏角響應(yīng)
圖7 質(zhì)心側(cè)偏角相平面
圖8 主動前輪轉(zhuǎn)角
圖9 控制器A轉(zhuǎn)矩分配
圖10 控制器B轉(zhuǎn)矩分配
圖11 控制器C轉(zhuǎn)矩分配
本文針對分布式驅(qū)動電動汽車在低附著系數(shù)路面上的操縱穩(wěn)定性不佳的問題,提出了基于相平面的AFS和DYC 模型預(yù)測控制器與綜合轉(zhuǎn)矩優(yōu)化分配算法,聯(lián)合搭建Carsim與Matlab/Simulink模型進行仿真,得出以下結(jié)論:考慮了相平面車輛穩(wěn)定程度的改進MPC 控制器可以根據(jù)車輛穩(wěn)定程度調(diào)節(jié)主動前輪轉(zhuǎn)角與附加橫擺力矩的大小來改善車輛操縱穩(wěn)定性。當車輛穩(wěn)定程度較低時,及時增大主動前輪轉(zhuǎn)角及附加橫擺力矩輸出,使車輛迅速恢復(fù)穩(wěn)定。兼顧了穩(wěn)定性與動力性,并根據(jù)相平面車輛穩(wěn)定程度調(diào)節(jié)二者權(quán)重的綜合轉(zhuǎn)矩優(yōu)化分配算法可以削弱滑移率波動對轉(zhuǎn)矩分配的影響,同時進一步提高車輛穩(wěn)定性。