主权项: |
1.一种轮毂驱动电动汽车纵、横和垂向力集成控制优化方法,其特征在于:其求解未来的时刻的状态步骤是:①将车辆合力与四轮轮胎力之间的关系、车辆的俯仰力矩Mxd,侧倾力矩Myd,横摆力矩Mzd与轮胎力之间的关系带入车身六自由度方程得出车辆运动学控制目标纵向速度Vx,侧向速度Vy,垂向速度Vz,俯仰角ρ,侧倾角θ,横摆角的期望值;对俯仰角ρ,侧倾角θ,横摆角一次求导后得到俯仰角速度,侧倾角速度,横摆角速度,对俯仰角ρ,侧倾角θ,横摆角二次求导得到的是俯仰角加速度侧倾角加速度横摆角加速度对纵向速度Vx、侧向速度Vy、垂向速度Vz进行一次求导从而分别获得纵向加速度侧向加速度垂向加速度②选择纵向车速、侧向车速、垂向车速以及侧倾角速度、俯仰角速度和横摆角速度作为状态变量即同样将这六个变量作为被控输出即将纵向合力、侧向合力、垂向合力以及侧倾合力矩、俯仰合力矩和横摆合力矩作为控制输入即u=[Fxd,Fyd,Fzd,Mxd.Myd,Mzd]T;③将式(17)整理得到预测模型的连续时间状态空间方程表达式如(18)所示:④将连续的状态空间模型离散化,选择采样时间为Ts=0.02s,离散化后的状态空间模型描述为式(19):⑤定义预测时域为p,控制时域为m,p>m。车辆在[k+1,k+p]预测时域内动态可以基于车辆当前状态和预测模型得到,即在k+p时刻,车辆状态为x(k+p)=F(x(k),u(k),u(k+1),…,u(k+m),…,u(k+p‑1)),当采样时间大于控制时域时,保持控制输入不变直到预测时域u(k+m‑1)=u(k+m)=u(k+m+1)=…u(k+p‑1);⑥因此定义k时刻的最优控制输入:相应的k时刻的预测输出⑦将参考模型所得系统期望值改写成系统的参考输入序列定义如(22)所示:在第k个采样时刻,y(k)作为控制系统预测的初始值,即y(k|k)=y(k);⑧被控系统的状态变量和输入会根据当前时刻的状态变量值和系统输入计算更新,将得出的控制序列的第一项作为系统输入作用于下一个时刻,并结合下一时刻被控系统的输出进行优化问题求解,如此反复就实现了控制序列的滚动优化,并对未来的时刻的状态进行了求解。 |