详情

原文传递紧急制动工况下四轮轮毂电动汽车的滑移率控制策略研究

论文题名：	紧急制动工况下四轮轮毂电动汽车的滑移率控制策略研究
关键词：	四轮轮毂电动汽车;滑移率控制;车辆纵向速度估计;最佳滑移率辨识;模型预测控制
摘要：	环保和安全问题是现代汽车工业中亟待解决的两大难题，也是众多汽车企业一直尝试攻克的核心技术难点。四轮轮毂电动汽车具备车轮独立控制，电机转矩和转速可直接测量等优点，为解决这两大难题提供了可能，成为了电动汽车发展中的重点研究对象。但是它的结构特点也使车辆稳定性控制变得更复杂，为了提高四轮轮毂电动汽车紧急制动时的纵向稳定性，需要进一步研究关于滑移率控制的理论和方法。　　本文创新点在于考虑制动系统的内部特性以及各个部件之间的耦合，给出了紧急制动工况下滑移率控制策略中基于扩展卡尔曼滤波的速度估计、基于限定记忆的最小二乘法的最佳滑移率准确辨识、基于模型预测控制算法的车轮最佳滑移率的稳定跟踪、基于规则的制动转矩分配等关键技术，提高了四轮轮毂电动汽车纵向稳定性控制的可靠性，在滑移率控制方面具有一定的理论支持和实际工程意义，主要研究内容包括：　　首先建立紧急制动工况下四轮轮毂电动汽车动力学模型，包括车辆纵向动力学模型、车轮动力学模型和LuGre轮胎模型。根据控制对象的制动系统的工作特性，分别搭建四轮轮毂电动汽车的电控液压制动系统模型、再生制动系统模型和电池模型，为滑移率控制策略的设计和分析奠定基础。　　其次，为了使系统在不同路面条件下达到良好的控制效果，滑移率控制策略需要准确地进行纵向速度估计和最佳滑移率辨识。在速度估计方面，基于LuGre轮胎模型和车辆动力学模型，利用扩展卡尔曼滤波原理设计车辆纵向速度估计器；在最佳滑移率辨识方面，首先分析经典路面下滑移率与路面附着系数之间的关系，其次根据车辆动力学对路面利用附着系数进行估计，最后采用限定记忆的递推最小二乘法对线性化后的Burckhardt轮胎模型进行拟合，辨识得到车辆在不同路面条件下的最佳滑移率。　　再次，设计基于模型预测控制算法的分层式滑移率控制策略，上层基于模型预测控制跟踪四个车轮的最佳滑移率，优化求解得到各个车轮的制动力矩作为下层控制器的目标。下层设计再生制动与液压制动力矩分配控制器，在电机最大转矩，电池SOC值的约束条件下，合理分配上层控制器优化得到的制动力矩，完成对最佳滑移率跟踪控制的同时实现最大化制动能量的回收。　　最后，通过搭建Carsim和Matlab/Simulink联合仿真平台对紧急制动工况下的滑移率控制策略进行验证和分析。结果表明，基于扩展卡尔曼滤波的纵向速度估计算法能够减少路面摩擦条件和车辆参数的不确定以及噪声等因素的影响，实时精确地估计纵向速度；基于限定记忆的递推最小二乘法的最佳滑移率辨识算法能够快速准确地辨识最佳滑移率；在不同路面条件下，基于分层式的滑移率控制策略都可以有效地缩短制动时间和距离，保证紧急制动过程中的安全性和可靠性，同时实现制动能量回收的最大化。
作者：	孙鹏鹏
专业：	控制工程
导师：	李寿涛
授予学位：	硕士
授予学位单位：	吉林大学
学位年度：	2022