CN102145659B - 一种电机制动力调节控制方法 - Google Patents

Abstract

本发明涉及一种电机制动力调节控制方法，包括以下步骤：1)制动控制器接收车轮角速度信号ω，根据斜率法估算出车速V，利用ω和V，计算车轮的纵向滑移率s；2)制动控制器根据车轮角速度信号ω和纵向滑移率s，利用传统的门限值方法，使摩擦制动力有规律的波动，防止车轮抱死；3)制动控制器根据车轮角速度信号ω和来自制动压力传感器的制动压力信号，估算路面的附着系数F_x，得到最佳滑移率s_d；4)以s与s_d之间的均方值作为目标函数J，在J取得最小值时计算得到最佳制动力；5)制动控制器接收来自压力传感器的制动压力信号，计算得到当前摩擦制动力的大小，将最佳制动力需求与当前摩擦制动力之间的差距作为电机制动力。本发明适用于纯电动，混合动力以及燃料电池电动汽车领域，有较高的实用价值。

Description

一种电机制动力调节控制方法

技术领域

本发明涉及一种制动力调节控制方法，特别是一种关于电机制动力调节控制方法。

背景技术

纯电动、混合动力以及燃料电池电动汽车多使用制动能量回馈系统，在制动过程中通过控制驱动电机工作在发电状态，将车辆的动能转化为电能储存在蓄电池中。制动能量回馈系统可以显著改善车辆的燃油经济性。在安装有制动能量回馈系统的纯电动、混合动力以及燃料电池电动汽车上，一般都安装有摩擦制动系统，摩擦制动系统受驾驶员的直接控制。因此需要根据驾驶员的制动需求、电机和电池状态等实时协调电机制动力和摩擦制动力的分配。特别是在紧急制动或者防抱死控制中，需要根据防抱死制动的控制要求在驾驶员控制的基础上实时调节电机制动力和摩擦制动力，防止车轮出现抱死。对于现有的具有制动能量回馈功能的各类电动汽车而言，在防抱死控制中多采取直接切断电机制动力的做法来保障制动安全，没有充分利用电机制动响应灵敏，控制灵活的特点。由于单一摩擦制动反应迟钝，而且摩擦制动力矩难以控制，因此目前的电动汽车防抱死控制方法控制精确度较低，控制效果受到制约。

发明内容

针对上述问题，本发明的目的是提供一种可以有效用于防抱死制动控制中回馈制动与摩擦制动相协调的电机制动力调节方法。

为实现上述目的，本发明采取以下技术方案：一种电机制动力调节控制方法，包括以下步骤：1)制动控制器接收来自轮速传感器的车轮角速度信号ω，根据斜率法估算出车速V，利用车轮角速度信号ω和估算的车速V，计算车轮的纵向滑移率s；2)制动控制器根据车轮角速度信号ω和纵向滑移率s，利用传统的门限值方法，对制动气压进行增压、减压、保压命令，使摩擦制动力有规律地波动，防止车轮抱死；3)制动控制器根据车轮角速度信号ω和来自制动压力传感器的制动压力信号，估算路面的附着系数F_x，得到最佳滑移率s_d；4)以纵向滑移率s与最佳滑移率s_d之间的均方值作为目标函数J，需要控制J在每一个控制周期h内都保持最小值处，在J取得最小值时计算得到最佳制动力；5)制动控制器接收来自压力传感器的制动压力信号，计算得到当前摩擦制动力的大小，将最佳制动力需求与当前摩擦制动力之间的差距作为电机制动力。

所述车轮的纵向滑移率s的计算公式如下：

$s=\frac{V-\mathrm{R\ω}}{V}$

其中V为车速，ω为车轮角速度，R是车轮的有效滚动半径。

所述路面的附着系数F_x的计算公式如下：

$F_x=C_1(1-e^{-C_{2}s})-C_{3}s$

其中C₁，C₂，C₃为拟合参数，

利用：

$\frac{{\mathrm{dF}}_x}{\mathrm{ds}}=0$

得到最佳滑移率s_d：

$s_d=\frac{1}{C_2}\ln \frac{C_1{C}_2}{C_3}.$

所述的目标函数J：

$J=\frac{1}{2}{[s(t+h)-s_d\left(t\right)]}^2$

利用微积分中常见的泰勒级数展开处理，得：

$s(t+h)=s\left(t\right)+\stackrel{\·}{s}\left(t\right)h$

纵向滑移率导数的表达式为：

$\stackrel{\·}{s}=-\frac{1}{V}[\frac{F_x}{m_t}(1-s)+\frac{R^2{F}_x}{I_t}]+\left(\frac{R}{{\mathrm{VI}}_t}\right)T_b$

代入滑移率表达式，得到目标函数的最终表达式为：

$J=\frac{1}{2}{\{s\left(t\right)+h(\frac{R}{{\mathrm{VI}}_t}{T}_b-\frac{1}{V}[\frac{F_x}{m_t}(1-s\left(t\right))+\frac{R^2{F}_x}{I_t}\left]\right)-s_d\left(t\right)\}}^2$

对于目标函数J，需要控制其在每一个控制周期h内都保持最小值，由于J相对于制动力T_b是二次函数，因此在处J取到最小值，得到的最佳制动力：

$T_b(t+h)=-\frac{{\mathrm{VI}}_t}{\mathrm{Rh}}\{s\left(t\right)-s_d\left(t\right)-\frac{h}{V}[\frac{F_x}{m_t}(1-s\left(t\right))+\frac{R^2{F}_x}{I_t}\left]\right\}.$

所述的电机制动力是弥补最佳制动力和摩擦制动力之间的差距，因此将单个车轮上的电机制动力设定为：

T_m(t+h)＝2i_gi₀[T_b(t+h)-T_f]

其中i₀为减速器速比，i_g为变速器速比，T_b为最佳制动力，T_f为车轮摩擦制动力可以通过制动压力传感器实时采集的制动压力计算得到。

本发明由于采取以上技术方案，其具有以下优点：1、本发明是基于最优控制理论，很好的用于防抱死制动控制中回馈制动与摩擦制动的协调，特别适用于纯电动，混合动力以及燃料电池电动汽车领域。2、本发明提出的回馈制动调节方法兼顾了制动安全性、制动舒适性和可操纵性，有较高的实用价值。3、本发明有效利用电机转矩响应灵敏、准确的特点，能够获得较理想的控制效果。

附图说明

图1是本发明结构示意图

图2是本发明的车轮动力学模型示意图

图3是本发明的控制流程图

具体实施方式

下面结合附图对本发明作进一步的说明。

如图1所示，本发明主要包括制动控制器1、轮速传感器2、制动压力传感器3、摩擦制动器4以及驱动电机5。

如图2、图3所示，汽车的车轮有两个自由度，分别是车速V和车轮的角速度ω。F_x是轮胎与路面之间的纵向附着力，R是车轮的有效滚动半径，T_b是总制动力矩，I_t是车轮的转动惯量。在每一个控制周期h的初始时刻根据上一个周期传感器测得和CAN接收的数据进行电机制动力的计算，在下一个周期使用。在周期h时间内，制动力看作一定值，具体计算方法如下：

首先根据动力学关系可以得到车加速度车轮角加速度

和车轮纵向滑移率s的表达式：

$\stackrel{\·}{V}=\frac{{-F}_x}{m_t},$

$\stackrel{\·}{\mathrm{\ω}}=\frac{1}{I_t}({\mathrm{RF}}_x-T_b),$

$s=\frac{V-\mathrm{R\ω}}{V}$

计算车速用到的m_t为四分之一车辆的质量，由整车的簧上质量m_vs与单个车轮质量m_w叠加得到：

$m_t=\frac{1}{4}{m}_{\mathrm{VS}}+m_W$

对纵向滑移率s的表达式进行求导计算，得到的表达形式：

$\stackrel{\·}{s}=\frac{\stackrel{\·}{V}(1-s)-R\stackrel{\·}{\mathrm{\ω}}}{V}$

将车加速度

的表达式和车轮角加速度

的表达式代入纵向滑移率导数，得到纵向滑移率导数的第二种表达形式：

$\stackrel{\·}{s}=-\frac{1}{V}[\frac{F_x}{m_t}(1-s)+\frac{R^2{F}_x}{I_t}]+\left(\frac{R}{{\mathrm{VI}}_t}\right)T_b$

对于防抱死控制中的受控车轮来说，必须将其在整个过程中的纵向滑移率s始终稳定在峰值附着系数所对应的最佳滑移率s_d附近。这样车轮对路面附着力的利用从理论上来说应该是最大的，制动效果应该是最好的。因此，根据最优控制的概念建立目标函数J：

$J=\frac{1}{2}{(s-s_d)}^2$

在实际控制中当时的纵向滑移率可以通过计算得到，电机制动力的控制方法是使得下一时刻纵向滑移率能够回到最佳滑移率附近。因此目标函数J可写为：

$J=\frac{1}{2}{[s(t+h)-s_d\left(t\right)]}^2$

利用微积分中常见的泰勒级数展开处理，得：

$s(t+h)=s\left(t\right)+\stackrel{\·}{s}\left(t\right)h$

代入纵向滑移率导数的第二种表达式，得到在目标函数J的最终表达式如下。其中轮胎和路面之间的附着力F_x由车速V及纵向滑移率s估算得到。

$J=\frac{1}{2}{\{s\left(t\right)+h(\frac{R}{{\mathrm{VI}}_t}{T}_b-\frac{1}{V}[\frac{F_x}{m_t}(1-s\left(t\right))+\frac{R^2{F}_x}{I_t}\left]\right)-s_d\left(t\right)\}}^2$

对于函数J，需要控制其在每一个控制周期h内都保持最小值。由于J相对于制动力T_b是二次函数，因此在

处J取到最小值，以此求得下一周期内的最佳制动力：

$T_b(t+h)=-\frac{{\mathrm{VI}}_t}{\mathrm{Rh}}\{s\left(t\right)-s_d\left(t\right)-\frac{h}{V}[\frac{F_x}{m_t}(1-s\left(t\right))+\frac{R^2{F}_x}{I_t}\left]\right\}$

这样得到了下一周期内的最佳制动力T_b(t+h)。在已经使用了门限值控制方法的具有回馈制动功能的摩擦制动系统上使用该方法时需通过电机制动力去弥补上述调节方法得到的最佳制动力和当前门限值法控制的摩擦制动力之间的差距，因此将单个车轮上的电机制动力设定为：

T_m(t+h)＝2i_gi₀[T_b(t+h)-T_f]

其中i₀为减速器速比，i_g为变速器速比，T_f为车轮摩擦制动力，可以通过制动压力传感器3实时采集的制动压力计算得到，再通过CAN总线发送至制动控制器。

由上述描述可知，本发明是基于优化补偿控制，利用电机制动力补偿防抱死制动控制中摩擦制动力与最佳制动力之间的差距，其具体调节控制步骤如下：

1、制动控制器1接收来自轮速传感器2的车轮角速度信号，根据斜率法估算出车速，利用车轮角速度信号和车速信号计算车轮的纵向滑移率；

2、制动控制器1根据来自轮速传感器2的车轮角速度信号和估算的纵向滑移率信号，利用传统的门限值方法，对制动气压进行增压、减压、保压命令，使摩擦制动力有规律地波动，防止车轮抱死；

3、制动控制器1根据来自轮速传感器2的车轮角速度信号和压力传感器3制动压力信号，估算路面的附着系数，得到最佳滑移率；

4、制动控制器1以当前摩擦制动力作用下的纵向滑移率与最佳滑移率之间的均方值作为目标函数，根据最优控制理论计算最佳制动力需求；目标是在该最佳制动力的作用下，纵向滑移率可以稳定在与最佳滑移率相差最小的范围内，最大限度地利用路面的附着能力；

5、制动控制器1接收来自压力传感器3的制动压力信号，计算当前摩擦制动力大小，将最佳制动力需求与当前摩擦制动力之间的差距作为电机制动力。

上述各实施例仅用于说明本发明，其中各部件的结构、连接方式和制作工艺等都是可以有所变化的，凡是在本发明技术方案的基础上进行的等同变换和改进，均不应排除在本发明的保护范围之外。

Claims (5)

1.一种电机制动力调节控制方法，包括以下步骤：

1)制动控制器接收来自轮速传感器的车轮角速度信号ω，根据斜率法估算出车速V，利用车轮角速度信号ω和估算的车速V，计算车轮的纵向滑移率s；

2)制动控制器根据车轮角速度信号ω和纵向滑移率s，利用传统的门限值方法，对制动气压进行增压、减压、保压命令，使摩擦制动力有规律地波动，防止车轮抱死；

3)制动控制器根据车轮角速度信号ω和来自制动压力传感器的制动压力信号，估算路面的附着系数F_x，得到最佳滑移率s_d；

4)以纵向滑移率s与最佳滑移率s_d之间的均方值作为目标函数J，需要控制J在每一个控制周期h内都保持最小值处，在J取得最小值时计算得到最佳制动力；

5)制动控制器接收来自压力传感器的制动压力信号，计算得到当前摩擦制动力的大小，将最佳制动力需求与当前摩擦制动力之间的差距作为电机制动力；所述的电机制动力是弥补最佳制动力和摩擦制动力之间的差距，因此将单个车轮上的电机制动力设定为：

T_m(t+h)＝2i_gi₀[T_b(t+h)-T_f]

其中i₀为减速器速比，i_g为变速器速比，T_b为最佳制动力，T_f为车轮摩擦制动力可以通过制动压力传感器实时采集的制动压力计算得到。

2.如权利要求1所述的一种电机制动力调节控制方法，其特征在于：所述车轮的纵向滑移率s的计算公式如下：

$s=\frac{V-\mathrm{R\ω}}{V}$

其中V为车速，ω为车轮角速度，R是车轮的有效滚动半径。

3.如权利要求1所述的一种电机制动力调节控制方法，其特征在于：所述路面的附着系数F_x的计算公式如下：

$F_x=C_1(1-e^{-C_{2}s})-C_{3}s$

其中C₁，C₂，C₃为拟合参数，

利用：

$\frac{d{F}_x}{\mathrm{ds}}=0$

得到最佳滑移率s_d：

$s_d=\frac{1}{C_2}\ln \frac{C_1{C}_2}{C_3}.$

4.如权利要求2所述的一种电机制动力调节控制方法，其特征在于：所述路面的附着系数F_x的计算公式如下：

$F_x=C_1(1-e^{-C_{2}s})-C_{3}s$

其中C₁，C₂，C₃为拟合参数，

利用：

$\frac{d{F}_x}{\mathrm{ds}}=0$

得到最佳滑移率s_d：

$s_d=\frac{1}{C_2}\ln \frac{C_1{C}_2}{C_3}.$

5.如权利要求1或2或3或4所述的一种电机制动力调节控制方法，其特征在于：所述的目标函数J：

$J=\frac{1}{2}{[s(t+h)-s_d\left(t\right)]}^2$

利用微积分中常见的泰勒级数展开处理，得：

$s(t+h)=s\left(t\right)+\stackrel{\·}{s}\left(t\right)h$

纵向滑移率导数的表达式为：

$\stackrel{\·}{s}=-\frac{1}{V}[\frac{F_x}{m_t}(1-s)+\frac{R^2{F}_x}{I_t}]+\left(\frac{R}{{\mathrm{VI}}_t}\right)T_b$

代入滑移率表达式，得到目标函数的最终表达式为：

$J=\frac{1}{2}{\{s\left(t\right)+h(\frac{R}{{\mathrm{VI}}_t}{T}_b-\frac{1}{V}[\frac{F_x}{m_t}(1-s\left(t\right))+\frac{R^2{F}_x}{I_t}\left]\right)-s_d\left(t\right)\}}^2$

对于目标函数J，需要控制其在每一个控制周期h内都保持最小值，由于J相对于制动力T_b是二次函数，因此在

处J取到最小值，得到的最佳制动力：

$T_b(t+h)=-\frac{{\mathrm{VI}}_t}{\mathrm{Rh}}\{s\left(t\right)-s_d\left(t\right)-\frac{h}{V}[\frac{F_x}{m_t}(1-s\left(t\right))+\frac{R^2{F}_x}{I_t}\left]\right\}.$

Images