详情

原文传递基于FNN的轮毂电机驱动电动汽车横向稳定性控制研究

论文题名：	基于FNN的轮毂电机驱动电动汽车横向稳定性控制研究
关键词：	电动汽车;轮毂电机;横向稳定性;无迹Kalman滤波;粒子群优化模糊神经网络;力矩分配
摘要：	近年来，面对环境污染越发严重和能源问题的双重压力，汽车的节能和环保性能更加受到关注，电动汽车随之成为目前专家学者研究的热点，同时轮毂电机驱动电动汽车受其特殊的结构和体积小、转矩密度大的性能特点，得到了研究学者的广泛关注。尤其是关系到车辆行驶安全的主动安全性控制技术更是成为了研究的重点。由于轮毂电机驱动车辆省略发动机、动力传动系统等复杂机械传动环节，而是将电池和内嵌在车轮中的轮毂电机作为动力源，实现了各个车轮驱动/制动力独立可控，使得轮毂电机驱动电动汽车与传统集中式驱动车辆的行驶稳定性控制有很大的不同，增加了控制系统的复杂程度，易发生横向失稳现象。因此，如何协调各驱动轮驱动或制动转矩，又使得各车轮实现最优力矩分配，保证车辆稳定行驶是当前轮毂电机驱动电动汽车急需解决的问题。因此，本文针对轮毂电机驱动电动汽车横向稳定性控制问题进行研究。　　首先，考虑轮毂电机驱动电动汽车各车轮是单独驱动模式，基于参数化建模的Carsim仿真软件和Matlab/Simulink软件搭建整车仿真模型。在Carsim中，通过驱动系统配置分别为各个驱动电机设置驱动数据I/O口，需要在Simulink中搭建电机模型、建立非线性Dugoff轮胎模型和获得理想参数值的参考模型，由此建立仿真平台，实现对轮毂电机驱动电动汽车横向稳定性控制系统的仿真研究。　　其次，为提高控制系统的响应速度和精度，需对车辆实时行驶状态进行观测估计，本文搭建了基于无迹Kalman滤波的车辆状态观测器，对车辆行驶过程中的质心侧偏角和路面附着系数进行实时观测。将建立的状态观测器模型在Carsim/Simulink中进行仿真试验。仿真结果表明，基于无迹Kalman滤波的车辆状态观测器的观测误差均控制在理想范围内，在高、低附着路面工况下都能得到理想的观测效果。　　然后，从轮毂电机驱动电动汽车产生失稳现象的原因分析，考虑车辆动力学关键参数对行驶稳定性的影响，表明了车辆横摆角速度与质心侧偏角在行驶过程中对汽车横向稳定性的作用。将车辆的横摆角速度和质心侧偏角作为控制目标，采用粒子群优化模糊神经网络（Particle Swarm Optimization Fuzzy Neural Network，PSO-FNN）方法实现横摆角速度和质心侧偏角跟随期望值，计算出使车辆按照驾驶员意愿行驶的附加横摆力矩。经过仿真验证，计算得到的附加横摆力矩可以满足驾驶员的意愿对横摆角速度和质心侧偏角进行控制，提高了轮毂电机驱动电动汽车的横向稳定性。　　最后，针对轮毂电机驱动电动车驱动电机的冗余控制问题，设计了直接横摆力矩分配控制策略。考虑路面附着系数对车辆行驶稳定性的影响，制定了高、低附着系数下的力矩分配控制方法，实现不同路面附着系数工况下横摆力矩的优化控制。仿真结果表明，采用考虑路面附着系数的分配方法能够提高汽车在复杂路面附着系数工况下的行驶稳定性。
作者：	孟祥明
专业：	车辆工程
导师：	周志刚;孙艳霞
授予学位：	硕士
授予学位单位：	河南科技大学
学位年度：	2022