CN103770832A - 一种电动助力转向系统助力控制方法 - Google Patents

Abstract

本发明公开了一种电动助力转向系统助力控制方法，包括步骤：微处理器MCU采集方向盘转矩信号和车速信号，计算得出助力转向系统的助力电机目标电流I_m，同时采集助力电机当前实际电流I_real；利用变论域的控制思想，采用函数型表达式，得到输入论域的伸缩因子α(e)、α(ec)和输出论域的伸缩因子β(e,ec)；模糊控制单元结合变论域伸缩因子，通过模糊推理得到控制参数修正值△Kp、△Ki；增量式PI算法计算得到PWM占空比增量值，通过PWM驱动方式控制电机输出助力扭矩。本发明建立的模糊控制策略能有效克服电动助力转向系统的非线性、多耦合性等缺点，伸缩因子在线调整论域，提高了系统的自适应能力和控制精度。

Description

一种电动助力转向系统助力控制方法

技术领域

本发明属于机动车电动控制技术领域，涉及一种汽车电动助力转向系统助力控制方法。

背景技术

转向系统是影响汽车操纵稳定性和行驶安全性的关键系统之一，电动助力转向系统(EPS)是继液压助力转向系统(HEPS)后出现的一种新型动力转向系统，具有液压助力转向系统无法比拟的优势，它不仅能节约能量，提高汽车的安全性，且有利于环保，是一项紧扣现代汽车发展主题的高新技术，是汽车转向系统发展的必然趋势。

电动助力转向是在机械转向系统的基础上，以车载蓄电池作为能源，助力电机为动力，以转矩和车速为输入信号，通过电子控制装置，按照一定的算法控制助力电机产生相应的力矩来辅助人力转向，获得最佳转向力的伺服系统。现有的电动助力转向系统控制技术多采用线性控制算法，申请号200810196187.1公开了一种类似的控制方法，此方法虽然实现简单，但电动助力转向系统是一种多变量输入的非线性时变系统，运行工况变化范围较广，线性控制算法存在控制精度不高，自适应能力有限的缺陷，导致驾车的舒适性和可操控性较差，具体表现就是转向时手感比较差。

发明内容

本发明的目的在于克服现有技术上述的电动助力转向控制方法的自适应能力有限，控制精度不高等缺陷，公开一种电动助力转向助力控制方法，本发明专利所采用的技术方案是：一种电动助力转向系统，包括微处理器MCU，以及与之相连的方向盘扭矩传感器、车速传感器、PWM助力电机驱动模块、助力电机及反馈电流采集模块，微处理器MCU中还包含模糊PID控制器。微处理器MCU1实时采集由方向盘扭矩传感器2发出的的扭矩信号以及由车速传感器3发出的车速信号，PWM助力电机驱动模块4输出经微处理器MCU调节的脉宽调制信号(PWM)，控制助力电机6的输出助力矩。助力电机反馈电流采集模块5检测电机的实际电流，并输入到微处理器MCU1中的模糊PID控制器7，形成电流闭环控制。一种电动助力转向系统助力控制方法包括以下步骤：

步骤一、微处理器MCU(1)采集方向盘转矩信号和车速信号，通过助力特性曲线计算得出助力转向系统的助力电机目标电流I_m，根据公式1所示得出助力特性曲线即目标电流

$I_m=\left\{\begin{array}{cc}0& 0\&le;T_d<T_{d0}\\ K\left(v\right)(T_d-T_{d0})& T_{d0}\&le;\mathrm{Td}<{\mathrm{Td}}_{\max }\\ I_{\max }& T_d\&GreaterEqual;T_{d\max }\end{array}\right.---\left(1\right),$

式1中I_max为助力电机的最大工作电流，T_d为方向盘输入转矩，K(v)为助力特性曲线的速度梯度，为车速感应系数，它随车速增加而减小。

步骤二、微处理器MCU实时采集电机的实际电流I_real，并根据步骤一中计算得出的目标电流I_m，计算得出电流偏差e和电流偏差变化率ec，输入、输出论域变换采用函数型伸缩因子并结合电流偏差e和电流偏差变化率ec，计算得出输入论域的伸缩因子α(e)、α(ec)及输出论域的伸缩因子β(e，ec)。

步骤三、根据电流偏差e和电流偏差变化率ec，结合伸缩因子α(e)、α(ec)对输入论域进行伸缩变换，并建立误差e和误差变化率ec的模糊子集，采用Mamdani模糊推理方法确定e和ec的模糊值，根据电动助力转向的实际操作经验建立误差、误差变化率和△K_p、△K_i的模糊规则表，从而确定控制输出量△K_p、△K_i的模糊值。

步骤四对步骤三中的△K_p、△K_i模糊值进行清晰化，并结合输出论域的伸缩因子对△K_p、△K_i进行输出论域的伸缩变换，得到控制参数△K_p、△K_i，由加法运算器加上K_p与K_i的初始值K_p0、K_i0，得到优化后的PID控制参数K_p，K_i，结合增量式PID，得到期望PWM波占空比值，通过PWM波控制电机输出助力扭矩。

进一步的，步骤二中的输入论域的伸缩因子及输出论域的伸缩因子β(e，ec)的计算公式分别为

α(e)＝1-λexp(-ke²)     (λ∈(0，1)，k>0)        (2)，

α(ec)＝1-λexp(-kec²)

$\mathrm{\&beta;}(e,\mathrm{ec})=\frac{{\left(\frac{\left|e\right|}{E}\right)}^{{\mathrm{\&tau;}}_1}+{\left(\frac{\left|\mathrm{ec}\right|}{\mathrm{EC}}\right)}^{{\mathrm{\&tau;}}_2}}{2}(\mathrm{\&lambda;}\&Element;\left(\mathrm{0,1}\right),k>0)---\left(3\right).$

更进一步的，所述输入论域的伸缩因子λ＝0.6，k＝0.6，输出论域的伸缩因子中τ₁＝0.8，τ₂＝0.8，[-E,E]，[-EC,EC]为误差和误差变化率的初始论域。

进一步的，步骤四中的增量式PI算法如式4所示，

u(n)＝u(n-1)+Δu(n)             (4)，

式中u(n)为第n个控制周期的期望PWM占空比值，△u(n)为期望PWM占空比值变化量，△u(n)计算公式为

Δu(n)＝[K_p0+ΔK_p(n)]*ec(n)+[K_i0+ΔK_i(n)]*e(n)      (5)，

式中，K_p0、K_i0是初始设定值。

本发明的有益效果：本发明对电动助力转向系统助力控制方法所涉及的技术问题进行了详细描述，将变论域模糊控制引入到电动转向的电机扭矩控制，它不依赖于电动助力转向系统的精确模型，建立的模糊控制策略能有效克服电动助力转向系统的非线性、多耦合性等缺点，伸缩因子在线调整论域，使输入输出论域随系统运行实时变化，弥补了模糊控制规则的有限性影响控制精度，以及参数控制自适应条件能力低的欠缺，提高了系统的自适应能力和控制精度。

附图说明

图1本发明的系统结构框图。

图2为本发明的控制方法框图。

图3为论域伸缩示意图。

图4为本发明的模糊控制规则表。

图5为本发明的控制方法具体流程图。

具体实施方式

以下结合附图说明对本发明的实施作进一步详细描述。

如图1，一种电动助力转向系统，包括微处理器MCU1，以及与之相连的方向盘扭矩传感器2、车速传感器3、PWM助力电机驱动模块4、助力电机5及反馈电流采集模块6，微处理器MCU1实时采集由方向盘扭矩传感器2产生的扭矩信号和车速传感器3产生的车速信号，并通过内置的助力特性曲线得到电动助力转向系统应输出的助力电机的目标电流，将该参数输入到模糊PID控制器进行处理，向PWM助力电机驱动模块4输出经微处理器MCU调节的脉宽调制信号(PWM)，通过控制PWM波占空比的方式控制助力电机5输出助力扭矩，同时反馈电流6采集模块实时采集助力电机实际电流，输入微处理器MCU1中的模糊PID控制器7，形成闭环控制。

系统启动后，微处理器MCU实时采集方向盘扭矩信号和当前车速信号，根据公式(1)确定助力电机目标电流。

$I_m=\left\{\begin{array}{cc}0& 0\&le;T_d<T_{d0}\\ K\left(v\right)(T_d-T_{d0})& T_{d0}\&le;\mathrm{Td}<{\mathrm{Td}}_{\max }\\ I_{\max }& T_d\&GreaterEqual;T_{d\max }\end{array}\right.$      公式(1)。

式中I_max为助力电机的最大工作电流，T_d为方向盘输入转矩，T_d0为助力门槛转矩，K(v)为车速感应系数。

微处理器MCU(1)采集助力电机反馈回来的实际电流值I_real，两者相减得到电流偏差e，以及对电流偏差求导得到电流偏差变化率ec。本发明采用模糊推理方法对PID控制器进行参数优化，常规模糊PID控制相对于传统PID控制，在抑制超调量、提高响应速度方面具有一定的提高，其缺点是模糊控制器一但设计确定，结构就不能修改，因而自适应能力有限。当模糊控制器的输入、输出变化较大时，造成只使用到模糊控制的部分规则。如果论域范围过小，容易造成输入输出量超出论域范围，从而导致控制器失控；如果论域范围过大，则使控制器使用的规则减少、精度降低，同样不能使模糊控制器发挥应有的效能。

变论域模糊控制可以很好地解决这个问题，变论域的思想是：在规则形式(形状)不变的前提下，论域随着误差变小而收缩(亦可随误差增大而扩展)。从局部上看，论域收缩相当于增加规则，也即插值结点加密，从而提高了精度，论域收缩过程如图3所示。设输入变量X的论域为[-E，E]，输出变量Y的论域为[-U，U]，经过变论域伸缩之后其论域分别为[-α(x)E，α(x)E]和[-β(y)U，β(y)U]，其中α(x)和β(y)分别为输入论域和输出论域的伸缩因子。

本发明通过引入变论域伸缩因子的方法，当随着系统运行，误差(误差变化率)逐渐减小时，误差(误差变化率)的基本论域也随之减小，其经模糊划分后可用的推理规则增加，提高了模糊推理的控制精度。本发明采用函数型伸缩因子，选取的输入论域的伸缩因子如公式(2)所示，结合控制经验取λ＝0.6，k＝0.6。

α(e)＝1-λexp(-ke2)      (λ∈(0，1)，k>0)     公式(2)。

α(ec)＝1-λexp(-kec²)

对于输出论域的伸缩因子，考虑K_p、K_i、K_d对控制性能的影响，采用原则是：输出变量△K_p和输出变量△K_i的伸缩因子应具有与误差的单调一致性，而输出变量△K_d的伸缩因子则具有与误差的单调反向性，亦即输出论域的伸缩因子应使得输出变量△K_p和△K_i适当大，△K_d适当小，由于底层控制器采用PI算法，故根据以上原则确定输出变量△K_p、△K_i的伸缩因子如公式(3)所示。

$\mathrm{\&beta;}(e,\mathrm{ec})=\frac{{\left(\frac{\left|e\right|}{E}\right)}^{{\mathrm{\&tau;}}_1}+{\left(\frac{\left|\mathrm{ec}\right|}{\mathrm{EC}}\right)}^{{\mathrm{\&tau;}}_2}}{2}(\mathrm{\&lambda;}\&Element;\left(\mathrm{0,1}\right),k>0)$      公式(3)。

本发明结合控制经验取τ₁＝0.8，τ₂＝0.8，[-E,E]，[-EC,EC]为误差和误差变化率的初始论域。

建立误差e和误差变化率ec的模糊子集模糊子集为{NB，NM，NS，ZO，PS，PM，PB}，采用Mamdani模糊推理方法，误差e、误差变化率ec和控制输出量△K_p、△K_i的隶属度函数均采用三角形，其函数表达式如公式(4)，根据电动助力转向的实际操作经验建立误差、误差变化率和△K_p、△K_i的模糊规则表，图4为可供参考的模糊规则表。

$f(x,a,b,c)=\left\{\begin{array}{cc}0,& x\&le;2\\ \frac{x-a}{b-a},& a\&le;x\&le;b\\ \frac{c-x}{c-b},& b\&le;x\&le;c\\ 0,& c\&le;x\end{array}\right.$       公式(4)。

将e，ec模糊化后，通过模糊规则确定模糊控制器输出量△K_p、△K_i的模糊值，清晰化采用加权平均法确定△K_p、△K_i的清晰值，结合输出论域的伸缩因子β(e，ec)得到底层控制器所需的控制参数△K_p、△K_i。

根据△K_p、△K_i，由加法运算器加上初始值，就得到优化后的PID控制参数K_p，K_i，结合增量式PID，得到如公式(5)所示的期望PWM占空比值。

u(n)＝u(n-1)+Δu(n)   公式(5)。

式中u(n)为第n个控制周期的期望PWM占空比值，△u(n)为期望PWM占空比值变化量，K_p0、K_i0是设定初始值，如公式(6)所示。

Δu(n)＝[K_p0+ΔK_p(n)]*ec(n)+[K_i0+ΔK_i(n)]*e(n)   公式(6)。

所述电动助力转向系统助力控制方法流程图如附图5所示，下面进一步的举一个例子来描述：

A.系统启动后，微处理器MCU(1)采集方向盘转矩信号和车速信号，通过助力特性曲线计算得出助力转向系统的助力目标电流I_m，同时微处理器MCU(1)采集助力电机反馈电流I_real，并与助力目标电流I_m相减得到电流偏差e，相减后求导得到电流偏差变化率ec。

B.伸缩因子调整单元根据公式电流偏差e和电流偏差变化率ec，结合公式(2)、(3)确定模糊控制器的输入论域的伸缩因子α(e)、α(ec)和输出论域的伸缩因子β(e，ec)。

C.模糊控制单元计算经伸缩因子α(e)、α(ec)变换后的e和ec的模糊值，并结合模糊控制规则表确定△K_p和△K_i的模糊值，利用加权平均的清晰化方法，并经过伸缩因子β(e，ec)变换后，得到优化后的△K_p、△K_i值。

D.PID控制单元将优化后的△K_p、△K_i值与设定初值相加得到PID的控制参数K_p、K_i，结合公式(5)、(6)计算输出PWM波占空比增量，通过PWM方式控制电机输出助力扭矩，从而达到助力控制的目的。

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (4)

1.一种电动助力转向系统，其特征在于：包括微处理器MCU(1)，方向盘扭矩传感器(2)和车速传感器(3)，PWM助力电机驱动模块(4)，助力电机(5)及反馈电流采集模块(6)及，其中微处理器MCU(1)中含有模糊PID控制器(7)；微处理器MCU(1)从方向盘扭矩传感器(2)处获得方向盘扭矩信号，从车速传感器(3)处获得车速信号，从助力电机(6)处经反馈电流采集模块(5)获得电机实时电流，将检测的电机实时电流送入模糊PID控制器(7)，形成闭环控制。 

2.一种权利要求1所述的电动助力转向系统的助力控制方法，其特征在于：所述的微处理器MCU(1)采集方向盘转矩信号和车速信号，计算得出助力转向系统的助力电机目标电流I_m，同时采集助力电机当前实际电流，计算电流偏差e和偏差的变化率ec；所述的模糊PID控制器(7)分为上中下三层，上层为伸缩因子调整单元，利用电流偏差e和偏差的变化率ec作为伸缩因子调整单元的输入，应用变论域的控制思想，采用函数型表达式，得到输入论域e和ec的伸缩因子α(e)、α(ec)，输出论域的伸缩因子β(e，ec)；中层为模糊控制单元，输入为经伸缩因子α(e)、α(ec)变换后的误差e和误差变化率ec，输出为经伸缩因子β(e，ec)变换后得到控制参数△Kp、△Ki，所述的控制参数△Kp、△Ki由Mamdani推理算法获得；下层为PID控制单元，将优化后的△Kp、△Ki加上初始值得到控制参数Kp、Ki，并利用增量式PI算法得到PWM占空比增量值，通过PWM驱动方式控制电机输出助力扭矩。 

3.根据权利要求2中所述的电动助力转向系统的助力控制方法，其特征在于，所述的输入论域e和ec的伸缩因子α(e)、α(ec)存在以下函数关系：α(x)＝1-λexp(-kx²)(λ∈(0，1)，k>0)，x表示变量e或者ec。本发明结合控制经验取λ＝0.6，k＝0.6即 

α(e)＝1-λexp(-ke²)                (1) 

α(ec)＝1-λexp(-kec²)。 

4.根据权利要求2中所述的电动助力转向系统的助力控制方法，其特征在于，所述的输出论域的伸缩因子β(e，ec)为： 

本发明结合控制经验取τ₁＝0.8，τ₂＝0.8，[-E,E]，[-EC,EC]为误差和误差变化率的初始论域。 

Images