CN108528419A - 一种面向全制动工况的车辆线控制动系统的双环预测控制方法 - Google Patents

Abstract

本发明公开了一种面向全制动工况的车辆线控制动系统的双环预测控制方法，该系统的制动系统控制单元由第一预测控制环、判断单元、第二预测控制环和执行信号输出单元组成。第一预测控制环将部分状态变量进行满足最小相位系统的变形，在性能评价指标中引入若干无穷小量，解决了现有制动力求取方法无法准确预测理想地面制动力的难题；判断单元确定输入到第二预测控制环的地面制动力信号；第二预测控制环基于全信息最优滑模算法准确预测理想需求制动力矩；执行信号输出控制信号令制动执行机构在“增压、保压和减压”三种模式间相互切换。本发明克服了现有线控制动技术无法准确跟踪目标制动减速度，且在全制动工况下对滑移率控制适应性有待提高的问题。

Description

一种面向全制动工况的车辆线控制动系统的双环预测控制 方法

技术领域

本发明属于汽车线控制动系统的控制技术领域，尤其是涉及一种面向全制动工况的车辆线控制动系统的双环预测控制方法。

背景技术

线控制动系统是实现汽车线控化的关键子系统之一，其功能的实现途径区别于传统制动模式中驾驶员直接操纵制动系统的工作方式，而是需要获取驾驶员通过操纵制动踏板反映出的制动意图，并采用相应的控制策略实施精确的制动控制。因此，这就要求线控制动系统能够根据制动踏板操纵信号，结合轮胎与路面的附着状态，在确保获得最大制动力的情况下实现驾驶员的操纵意图。现有汽车制动控制技术的研究主要围绕在如何提高车辆在非紧急/紧急制动工况下的制动性能上。具体地说，关于汽车线控制动系统的控制研究主要涉及以下几个方面：1)在紧急制动时怎样获取最佳滑移率进而使车辆产生最大制动力；2)在非紧急制动工况下怎样准确跟踪制动踏板位移所对应的目标制动减速度；3)如何自动适应由于地面附着系数变化而导致的车辆非紧急制动与紧急制动变化过程。

在非紧急制动工况下，实施制动力分配策略的前提是能够根据驾驶员的制动行为准确预测出实时变化的车辆总需求制动力，再对车辆前/后轴以及不同制动系统之间的制动力进行分配，但是现有的制动力求取方法往往对车辆模型进行假设和简化，忽略了车辆制动过程中空气阻力、轮胎滚动阻力等对车辆制动行为影响，仅仅只是根据事先设定好的制动踏板行程与制动力的关系查表得到不同制动强度下的车辆总制动力。基于简化和假设车辆模型求得的车辆总制动力与能够使车辆精确执行驾驶员制动意图的车辆总需求制动力之间是存在误差的，这种不容忽视的误差会直接导致车辆实际制动性能无法达到驾驶员预期的制动效果，尤其是在车辆行驶速度较快且制动踏板位移所对应的目标制动减速度不大的情况下，车辆制动行为的控制精度无法得到保证。

另外，现有的滑移率控制策略都是针对紧急制动工况下提出的，在实际制动过程中存在着由于路面附着条件突变所引起的车辆在非紧急/紧急制动之间交替变化的制动过程，滑移率控制策略在上述切换过程中的适应性研究却鲜有提及。

因此，如何建立面向车辆全制动(紧急/非紧急)工况的车身纵向-车轮旋转动力学模型，设计能自动适应制动工况自然切换的控制系统，实现准确跟踪制动踏板位移所对应的目标制动减速度和获得最佳滑移率，具有重要的理论研究和实际工程价值。

发明内容

针对现有的汽车线控制动技术无法准确跟踪制动踏板位移所对应的目标制动减速度，且在全制动工况下对车轮的滑移率控制效果适应性有待提高的问题，本发明提供了一种面向全制动工况的车辆线控制动系统的双环预测控制方法。其目的在于使车辆在非紧急制动工况下准确跟踪制动强度且在紧急制动工况下获得良好的防抱死控制效果，在制动过程中能够准确预测基于驾驶员制动意图的理想地面制动力以及基于滑移率控制的理想制动力矩，有效提高车辆在全制动工况下的适应性。

为了实现上述目的，本发明所述的一种面向全制动工况的车辆线控制动系统的技术方案是：

一种面向全制动工况的车辆线控制动系统的双环预测控制方法，车辆线控制动系统中的制动系统控制单元由第一预测控制环、判断单元、第二预测控制环和执行信号输出单元组成；制动系统控制单元的工作流程如下：制动踏板的位移对应的目标制动减速度d信号、空气阻力和车轮滚动阻力两部分的合力F_z(t)以及车辆车速作为第一预测控制环的输入量，第一预测控制环中的LQG控制器可以预测出基于驾驶员制动需求的理想地面制动力，并作为输入量输入判断单元；判断单元根据理想地面制动力信号以及路面附着条件来判定车辆实时制动状态和输入到第二预测控制环中的地面制动力信号；第二预测控制环以预先设定的理想滑移率为目标，基于全信息最优滑模控制算法来预测作用于车轮的理想需求制动力矩，并输入到执行信号输出单元中，执行信号输出单元通过将其转化为指令“增压”、“保压”或者“减压”的形式输出信号到制动执行机构中。

进一步，所述的第一预测控制环的具体设计步骤包括：

步骤1)、建立全制动工况下用于表征车辆制动特性的状态方程；

步骤2)、建立第一预测控制环的性能评价指标；

步骤3)、设计LQG控制器，求取控制向量U₁。

更进一步，所述步骤1)建立全制动工况下用于表征车辆制动特性的状态方程：

假设d以及和F_z(t)都符合最小相位系统的表达形式，即满足：和其中常数δ₁和δ₂均大于0，q₁、q₂分别为随d、F_z(t)的变化而变化的变量；选取车辆行驶位移x，车辆行驶速度制动踏板的位移对应的目标制动减速度d以及F_z(t)作为控制系统的状态变量，得到第一预测控制环的状态向量建立第一预测控制环中的状态方程： U₁＝[F_x]，W₁＝[q₁q₂]^T，其中M为1/4车辆质量，F_x为作用在地面纵向力。

更进一步，所述步骤2)建立第一预测控制环的性能评价指标：采用通过制动踏板位移对应的目标制动减速度d和车辆行驶减速度的差值来构建性能评价指标J₁，通过在J₁中增加两个分别关于车辆行驶位移和车辆行驶速度的无穷小量ε₁x²和来赋予变形后的状态变量加权矩阵对称非负定的性质： 其中T为汽车运行的总时间，t为汽车行驶时间。

进一步，所述的判断单元具体为：判断单元将理想的地面制动力F_x与Mgμ(λ)进行大小判断；若F_x≤Mgμ(λ)，则判断单元输入到第二预测控制环中的地面制动力信号为F_xi＝F_x；若F_x＞Mgμ(λ)，则判断单元输入到第二预测控制环中的地面制动力信号为F_xi＝Mgμ(λ)。

进一步，所述的第二预测控制环的具体步骤包括：

步骤1)、建立全制动工况下用于表征车轮制动特性的状态方程；

步骤2)、建立第二预测控制环的性能评价指标；

步骤3)、构建控制向量变换方程和新的状态方程，并建立滑模流形函数；

步骤4)、基于滑模趋近律求取理想控制向量。

更进一步，所述步骤1)建立全制动工况下用于表征车轮制动特性的状态方程：

将车辆行驶速度和车轮转速作为控制系统的状态变量，得到第二预测控制环的状态向量对同样不满足常微分方程形式的进行最小相位系统化的处理，即建立表达式：其中常数δ₃＞0，q₃为随的变化而变化的变量；建立第二预测控制环中的状态方程 U₂＝[T_b]，W₂＝[q₃ T_f F_x]^T，I为车轮转动惯量，r为车轮有效半径，T_f是车轮滚动阻力偶距，T_b为作用在车轮上的制动力矩，F_x为理想的地面制动力。

更进一步，所述步骤2)建立第二预测控制环的性能评价指标：第二预测控制环的性能评价指标J₂除了考虑理想滑移率以外，还应该对制动力矩进行一定的约束；J₂及其标准二次型形式表达如下： R₂＝[δ_Tb]，其中T为汽车运行的总时间，t为汽车行驶时间，δ_Tb是关于制动力矩T_b的无穷小量。

更进一步，所述步骤3)构建控制向量变换方程和新的状态方程，并建立滑模流形函数：建立控制向量变换方程和新的状态方程分别满足和式中α、β为任意正数，I为单位矩阵，U₃为新的控制向量；对Q₂进行扩展化处理，得到新的状态变量加权矩阵滑模流形函数设为其中：P为Riccati方程的唯一解；其中

更进一步，所述步骤4)基于滑模趋近律求取理想控制向量：设定滑模趋近率满足其中λ为大于0的趋近率线性常数，ε为大于0的趋近率非线性常数；求得理想控制向量U₃＝-(CB₃)^-1[(CA₃+λC)X₃+CG₃W₂+εsgn(s)]。

本发明采用了上述技术方案后，具有的有益效果是：第一预测控制环将部分状态变量进行满足最小相位系统的微分变形，并在性能评价指标中引入包含控制项的无穷小量，解决了现有制动力求取方法无法准确预测基于驾驶员制动意图的理想地面制动力的难题；而第二预测控制环基于全信息最优滑模控制算法准确预测作用于车轮的理想需求制动力矩。本发明的车辆线控制动系统的双环预测控制方法在全制动工况下具有较强的适应性，使得车辆在非紧急制动工况下能够准确跟踪制动踏板位移所对应的目标制动减速度且在紧急制动工况下获得了良好的防抱死控制效果，克服了现有的汽车线控制动技术无法准确跟踪制动踏板的位移所对应的目标制动减速度，且在全制动工况下对车轮的滑移率控制效果适应性有待提高的问题。

附图说明

图1是车辆液压制动系统的结构示意图；

图2是车辆制动控制系统的控制原理图；

图3是车身纵向-单轮旋转动力学模型受力图。

图中：1.制动踏板；2.制动执行机构；3.回流泵；4.制动液储能器；5.制动器；6.车轮；7.车轮速度传感器；8.制动系统控制单元；9.出液阀；10.进液阀；11.导管；12.制动主缸；13.制动助力器；判断单元；15.第一预测控制环；16.LQG控制器；17.第二预测控制环；18.扩展控制器；19.虚拟车轮状态方程；20.扩展求解器；21.执行信号输出单元。

具体实施方式

下面结合附图和具体实施方式对发明作进一步的详细说明。

如图1所示，本发明所运用于的车辆线控制动系统包括制动踏板1、制动执行机构2、制动器5、车轮6、车轮速度传感器7、制动系统控制单元8、导管11、制动主缸12和制动助力器13；其中制动执行机构2由回流泵3、制动液储能器4、出液阀9和进液阀10组成，出液阀9和进液阀10都是两位两通阀，制动主缸12内置一个储油器；制动踏板1连接制动助力器13的制动力输入端，制动助力器13的制动力输出端与制动主缸12相连，制动主缸12通过导管11分两路连接车轮6，其中一路上设有进液阀10，另一路设有回流泵3和出液阀9，回流泵3和出液阀9之间的导管外接制动液储能器4，车轮6上安装有制动器5和车轮速度传感器7，制动系统控制单元8分别信号连接进液阀10、出液阀9和车轮速度传感器7。

所述车辆线控制动系统中制动踏板1的制动力经过制动助力器13后放大并作用于制动主缸12，制动主缸12内置储油器中的制动液在制动力的作用下，通过导管11进入制动执行机构2中，进液阀10处于制动器5与制动主缸12之间实现增压，出液阀9处于制动器5和回流泵3之间实现降压。

如图2所示，制动系统控制单元8由第一预测控制环15、判断单元14、第二预测控制环17和执行信号输出单元21组成；

制动系统控制单元8的工作流程如下：制动踏板1的位移对应的目标制动减速度d、空气阻力和车轮滚动阻力两部分的合力F_z(t)以及车辆车速作为第一预测控制环15的输入量，第一预测控制环15中的LQG控制器16可以预测出基于驾驶员制动需求的理想地面制动力，并作为输入量F_x输入判断单元14；判断单元14根据理想地面制动力信号以及路面附着条件μ(λ)来判定车辆实时制动状态和输入到第二预测控制环17中的地面制动力信号F_xi；第二预测控制环17包括三部分：虚拟车轮状态方程19、扩展控制器18、扩展求解器20，第二预测控制环17以预先设定的理想滑移率为目标，基于全信息最优滑模控制算法来预测作用于车轮6的理想需求制动力矩T_b，并输入到执行信号输出单元21中，执行信号输出单元21通过将T_b转化为指令“增压”、“保压”或者“减压”的形式输出；若制动系统控制单元8输出“增压”信号时，制动执行机构2中的进液阀10处于“开启”状态，在制动主缸12和制动器5之间处于直接导通状态，此时，在制动主缸12中产生的压力可以直接传递到制动器5上；若制动系统控制单元8输出“保压”信号时，制动执行机构2中的进液阀10处于“关闭”状态，进而制动主缸12和制动器5之间的油路关闭，此时制动主缸12压力的增加不会导致制动器5中压力的增加；若制动系统控制单元8输出“减压”信号时，制动执行机构2中的进液阀10处于“关闭”状态，出液阀9处于“开启”状态，此时集成在制动执行机构2中的回流泵3将制动液从制动器中抽出，进而减小制动器5中的制动压力。

(1)第一预测控制环15的具体设计步骤如下：

步骤1)、建立全制动工况下用于表征车辆制动特性的状态方程：

根据图3所示的车身纵向-单轮旋转动力学模型受力图，建立车身的力学方程式，即：

式中：M为1/4车辆质量，为车辆行驶加速度，F_x为作用在地面纵向力，F_z(t)表示空气阻力F_w和车轮滚动阻力F_f两部分的合力，F_w满足F_f满足F_f＝Mgf，C_D为空气阻力系数，A为迎风面积，ρ为空气密度，f为滚动阻力系数，为车辆行驶速度。

选取车辆行驶位移x，车辆行驶速度制动踏板1的位移对应的目标制动减速度d以及F_z(t)作为控制系统的状态变量，得到第一预测控制环15的状态向量但是只有满足向量常微分方程的形式的状态向量才能用于构建线性系统的状态方程，显然d和F_z(t)并不满足常微分方程形式，需要通过构建最小相位系统来赋予所选状态变量满足常微分方程的方法。假设d以及和F_z(t)都符合最小相位系统的表达形式，即满足：和其中常数δ₁和δ₂的取值都大于0；

建立第一预测控制环15中的状态方程：

步骤2)、建立第一预测控制环15的性能评价指标：

采用制动踏板1的位移对应的目标制动减速度d和车辆行驶减速度的差值来构建性能评价指标J₁，用于评价第一预测控制环15的控制效果，J₁值越小则表示,车辆制动控制系统在全制动工况减速过程中采用第一预测控制环15来跟踪目标制动减速度的预测效果越理想。J₁及其标准二次型形式表达如下：

式中：T为汽车运行的总时间；t为汽车行驶时间；

最优控制理论要求状态变量加权矩阵Q₁应该具备对称非负定的性质；可以通过在J₁中增加两个分别关于车辆行驶位移和车辆行驶速度的无穷小量ε₁x²和来赋予变形后的状态变量加权矩阵对称非负定的性质：

步骤3)、设计LQG控制器16，求取控制向量：

控制向量U₁的表达式为：

其中S是黎卡提方程的唯一解。

(2)判断单元14的具体设计步骤如下：

车辆预估得到的路面附着系数μ(λ)和理想的地面制动力F_x作为判断单元14的输入信号，判断单元14将理想的地面制动力F_x与Mgμ(λ)进行大小判断；若判断结果为F_x≤Mgμ(λ)，则判断单元14输入到第二预测控制环17中的地面制动力信号为F_xi＝F_x；若判断结果为F_x＞Mgμ(λ)，则判断单元14输入到第二预测控制环17中的地面制动力信号为F_xi＝Mgμ(λ)。

(3)第二预测控制环17的具体设计步骤如下：

步骤1)、建立全制动工况下用于表征车轮制动特性的状态方程：

根据图3所示的车身纵向-单轮旋转动力学模型受力图，建立车轮旋转运动过程中的受到的力矩平衡关系，即：

式中：I为车轮转动惯量，r为车轮有效半径，分别为车轮角加速度，T_f是车轮滚动阻力偶距，T_b为作用在车轮上的制动力矩。

将车辆行驶速度和车轮转速作为控制系统的状态变量，得到第二预测控制环17的状态向量对同样不满足常微分方程形式的进行最小相位系统化的处理，即建立表达式：其中δ₃＞0。

建立第二预测控制17中的状态方程：

步骤2)、建立第二预测控制环17的性能评价指标：

首先定义车轮滑移率λ满足并设定理想滑移率值为0.2；其次，是作用在车轮6的制动力矩的波动，考虑到制动执行机构存在的响应时滞会令实际制动力矩产生波动，需要在综合性能评价指标中尽可能地对制动力矩进行限定约束。因此第二预测控制环17的性能评价指标J₂除了考虑理想滑移率以外，还应该对制动力矩进行一定的约束。J₂及其标准二次型形式表达如下：

R₂＝[δ_Tb]

其中δ_Tb是关于制动力矩T_b的无穷小量；

步骤3)、构建控制向量变换方程和新的状态方程，并建立滑模流形函数：

控制向量变换方程和新的状态方程如式(9)-(10)所示：

式中：α、β为任意正数，I为单位矩阵，U₃为新的控制向量；

在保留Q₂全部性能要求信息的基础上，对Q₂进行扩展化处理，得到第二预测控制环17新的状态变量加权矩阵Q′₂，满足：

滑模流形函数表达如下：

其中：P为Riccati方程的唯一解，Riccati方程表达如下：

步骤4)、基于滑模趋近律求取理想控制向量：

滑模趋近率表达式满足

式中：λ为大于0的趋近率线性常数；ε为大于0的趋近率非线性常数。

将式(10)和式(17)代入滑模流形函数中：

求得理想控制向量：

U₃＝-(CB₃)^-1[(CA₃+λC)X₃+CG₃W₂+εsgn(s)] (19)

(4)执行信号输出单元21的具体设计步骤如下：

理想的制动控制力矩T_b作为执行信号输出单元21的输入信号，执行信号输出单元21将理想的制动控制力矩T_b与制动执行机构2中实际制动控制力矩进行大小判断；若判断结果为则执行信号输出单元21输出“增压”信号；若判断结果为执行信号输出单元21输出“保压”信号；若判断结果为则执行信号输出单元21输出“减压”信号。

所述实施例为本发明的优选的实施方式，但本发明并不限于上述实施方式，在不背离本发明的实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。

Claims (10)

1.一种面向全制动工况的车辆线控制动系统的双环预测控制方法，其特征在于，车辆线控制动系统中的制动系统控制单元(8)由第一预测控制环(15)、判断单元(14)、第二预测控制环(17)和执行信号输出单元(21)组成；制动系统控制单元(8)的工作流程如下：制动踏板(1)的位移对应的目标制动减速度d信号、空气阻力和车轮滚动阻力两部分的合力F_z(t)以及车辆车速作为第一预测控制环(15)的输入量，第一预测控制环(15)中的LQG控制器(16)可以预测出基于驾驶员制动需求的理想地面制动力，并作为输入量输入判断单元(14)；判断单元(14)根据理想地面制动力信号以及路面附着条件来判定车辆实时制动状态和输入到第二预测控制环(17)中的地面制动力信号；第二预测控制环(17)以预先设定的理想滑移率为目标，基于全信息最优滑模控制算法来预测作用于车轮的理想需求制动力矩，并输入到执行信号输出单元(21)中，执行信号输出单元(21)通过将其转化为指令“增压”、“保压”或者“减压”的形式输出信号到制动执行机构(2)中。

2.如权利要求1所述的一种面向全制动工况的车辆线控制动系统的双环预测控制方法，其特征在于，所述的第一预测控制环(15)的具体设计步骤包括：

步骤1)、建立全制动工况下用于表征车辆制动特性的状态方程；

步骤2)、建立第一预测控制环(15)的性能评价指标；

步骤3)、设计LQG控制器(16)，求取控制向量U₁。

3.如权利要求2所述的一种面向全制动工况的车辆线控制动系统的双环预测控制方法，其特征在于，所述步骤1)建立全制动工况下用于表征车辆制动特性的状态方程：

假设d以及和F_z(t)都符合最小相位系统的表达形式，即满足：和其中常数δ₁和δ₂均大于0，q₁、q₂分别为随d、F_z(t)的变化而变化的变量；选取车辆行驶位移x，车辆行驶速度制动踏板(1)的位移对应的目标制动减速度d以及F_z(t)作为控制系统的状态变量，得到第一预测控制环(15)的状态向量建立第一预测控制环中的状态方程： U₁＝[F_x]，W₁＝[q₁ q₂]^T，其中M为1/4车辆质量，F_x为作用在地面纵向力。

4.如权利要求2或3所述的一种面向全制动工况的车辆线控制动系统的双环预测控制方法，其特征在于，所述步骤2)建立第一预测控制环(15)的性能评价指标：采用通过制动踏板位移对应的目标制动减速度d和车辆行驶减速度的差值来构建性能评价指标J₁，通过在J₁中增加两个分别关于车辆行驶位移和车辆行驶速度的无穷小量ε₁x²和来赋予变形后的状态变量加权矩阵对称非负定的性质： 其中T为汽车运行的总时间，t为汽车行驶时间。

5.如权利要求1所述的一种面向全制动工况的车辆线控制动系统的双环预测控制方法，其特征在于，所述的判断单元(14)具体为：判断单元(14)将理想的地面制动力F_x与Mgμ(λ)进行大小判断；若F_x≤Mgμ(λ)，则判断单元(14)输入到第二预测控制环(17)中的地面制动力信号为F_xi＝F_x；若F_x＞Mgμ(λ)，则判断单元(14)输入到第二预测控制环(17)中的地面制动力信号为F_xi＝Mgμ(λ)。

6.如权利要求1所述的一种面向全制动工况的车辆线控制动系统的双环预测控制方法，其特征在于，所述的第二预测控制环(17)的具体步骤包括：

步骤1)、建立全制动工况下用于表征车轮制动特性的状态方程；

步骤2)、建立第二预测控制环(17)的性能评价指标；

步骤3)、构建控制向量变换方程和新的状态方程，并建立滑模流形函数；

步骤4)、基于滑模趋近律求取理想控制向量。

7.如权利要求6所述的一种面向全制动工况的车辆线控制动系统的双环预测控制方法，其特征在于，所述步骤1)建立全制动工况下用于表征车轮制动特性的状态方程：

将车辆行驶速度和车轮转速作为控制系统的状态变量，得到第二预测控制环的状态向量对同样不满足常微分方程形式的进行最小相位系统化的处理，即建立表达式：其中常数δ₃＞0，q₃为随的变化而变化的变量；建立第二预测控制环中的状态方程 U₂＝[T_b]，W₂＝[q₃ T_f F_x]^T，I为车轮转动惯量，r为车轮有效半径，T_f是车轮滚动阻力偶距，T_b为作用在车轮上的制动力矩，F_x为理想的地面制动力。

8.如权利要求6或7所示的一种面向全制动工况的车辆线控制动系统的双环预测控制方法，其特征在于，所述步骤2)建立第二预测控制环(17)的性能评价指标：第二预测控制环(17)的性能评价指标J₂除了考虑理想滑移率以外，还应该对制动力矩进行一定的约束；J₂及其标准二次型形式表达如下： R₂＝[δ_Tb]。，其中T为汽车运行的总时间，t为汽车行驶时间，T_b为作用在车轮上的制动力矩，δ_Tb是关于制动力矩T_b的无穷小量。

9.如权利要求8所示的一种面向全制动工况的车辆线控制动系统的双环预测控制方法，其特征在于，所述步骤3)构建控制向量变换方程和新的状态方程，并建立滑模流形函数：建立控制向量变换方程和新的状态方程分别满足和式中α、β为任意正数，I为单位矩阵，U₃为新的控制向量；对Q₂进行扩展化处理，得到新的状态变量加权矩阵滑模流形函数设为其中：P为Riccati方程的唯一解；其中

10.如权利要求6或9所述的一种面向全制动工况的车辆线控制动系统的双环预测控制方法，其特征在于，所述步骤4)基于滑模趋近律求取理想控制向量：设定滑模趋近率满足其中λ为大于0的趋近率线性常数，ε为大于0的趋近率非线性常数；求得理想控制向量U₃＝-(CB₃)^-1[(CA₃+λC)X₃+CG₃W₂+εsgn(s)]。