CN108594662A - 一种用于助动车系统的自抗扰速度控制方法 - Google Patents

Abstract

本发明公开了一种用于助动车系统的自抗扰速度控制方法。本方法为解决助动车在遇到道路不平、强逆风等摩擦干扰时速度受到影响且波动较大的问题，在助动车运动学的基础上，运用干扰观测器对助动车骑行过程中的扰动量进行估计与补偿。再把补偿的扰动量反馈回系统回路，以抵消助动车骑行过程中受到的摩擦干扰。同时利用状态观测器，通过检测被控对象车轮角速度，来观测出骑车人踩踏踏板的力矩大小。基于观测出的人力力矩和实时检测到的车轮角速度，再结合电机驱动车轮辅助助力，可使得被控对象速度维持在设定的范围内，有效地实现了助动车系统在骑行过程中速度的抗干扰动态控制。

Description

一种用于助动车系统的自抗扰速度控制方法

技术领域

本发明涉及运动控制技术领域，具体涉及一种用于助动车系统的自抗扰速度控制方法。

背景技术

自行车在现代生活中的使用已经越来越广泛，传统的自行车通过踩踏踏板实现整体运动，主要依靠人力输出的大小来控制骑行速度，速度是被控对象骑行中最关键的控制因素。当路面状况良好时，人力只要输出较小的值就可以实现轻松骑行，且能够达到的速度较大。主要缺陷是当路面状况不好时，车辆会受到来自环境等各方面的摩擦干扰，若想要维持速度不变，骑行者就要使用更多的力踩踏踏板，才能使自行车车轮滚动。

为实现在受阻情况下被控对象的助力驾驶，电动车不但可以实现零人力的轻松驾驶，也可以自由控制电机输出，并随之改变人力的输出值，可以使速度得到一定控制。但也由此产生的一大缺点是，电动车是通过调节手动转把(手柄)来实现电机功率的调节，即会受到人力操作随意性的影响，使电机的效率降低，同时影响电池的使用寿命。除此之外，电动车质量较大，无电助力骑行时较费劲。

如今市场上也出现了安装有力矩传感器的助动车。由于力矩传感器可检测骑行者施加在曲柄轴上的力矩来检测力的大小，所以通过检测力矩，控制器可智能地调节电机驱动助力，实现人力电力的混合驱动。然而，力矩传感器本身价格较高、性能不太稳定、易受到环境的影响，且对于安装精度的要求很高，对于助动车的广泛使用存在一定的困难。

因此，为了能克服以上的种种困难，迫切需要一种能实现受阻情况下的自抗扰速度控制方法，使骑车人在骑行过程中的速度可以动态趋于稳定，且不会较大增加助动车的质量，减少骑行过程中的人力输出。

发明内容

本发明的目的在于克服现有技术中的不足，提供了一种用于助动车系统的自抗扰速度控制方法，实现自动平衡扰动，车速稳定在设定的范围内。

为解决上述技术问题，本发明采用下述技术方案：

一种用于助动车系统的自抗扰速度控制方法，其特征在于：在基于助动车运动学方程的基础上，运用干扰观测器对骑行过程中的扰动量进行估计，并对扰动量进行补偿；同时利用状态观测器，通过检测被控对象车轮角速度观测出骑车人踩踏踏板的力矩大小；基于观测出的人力力矩和实时检测到的车轮角速度，可结合电机驱动车轮辅助助力；能够实现助动车在受阻情况下的助力驾驶，实现自动平衡扰动，速度稳定在设定的范围内；其操作步骤如下：

步骤一，助动车运动模型建立：对助动车运动系统进行总体受力分析，建立助动车系统运动模型，计算出运动方程与总体传递函数表达式。

步骤二，干扰观测器设计：在步骤一建立的助动车系统运动模型基础上，利用电动被控对象输出角速度大小，结合二阶低通滤波器与系统被控对象模型，建立干扰观测器，以观测与补偿电动被控对象在骑行过程中由于摩擦所受到的干扰量。

步骤三，状态观测器设计：在步骤二补偿了干扰量的基础上，利用电动被控对象输出角速度大小，结合二阶带通滤波器与系统被控对象模型，设置相应通带频率，建立状态观测器，以实时估测骑车人踩踏踏板的力矩大小。

步骤四，电机辅助设计：在步骤三估测出骑车人实时踩踏踏板力矩大小的基础上，结合实时的被控对象车轮角速度大小，并与系统设定的理想角速度大小进行比较，得出两者差值，再利用电机驱动辅助电动被控对象助力。辅助比例p可根据实际效果人为设定。

进一步地，在步骤一中，考虑被控对象在运动过程中主要受到三个方面的总摩擦力F_fric，分别为由于重力势能而产生的摩擦力F_mg、由轮胎与地面摩擦而产生的摩擦力F_wheel和骑行中的风力摩擦F_wind，各自的表达式如下：

F_mg＝Mgsinθ (1)

F_wheel＝C_fMgcosθ (2)

F_fric＝F_mg+F_wheel+F_wind (4)

其中θ表示道路坡度，C_f是轮胎与地面之间的摩擦系数，ρ_a是空气密度，C_ω表示风阻系数，A是助动车的迎风面积，M表示车和人的总质量，V是被控对象车轮的速度。

那么，电动被控对象骑行过程中总运动方程可表示为：

其中α表示被控对象的加速度。

另外，系统配备了电机，系统回路方程可具体表示为：

那么，由电机电压U到被控对象输出角速度ω的传递函数为：

其中，r表示车轮的半径，J表示电机的转动惯量，K_T是电机的转矩常数，K_e是电机的反电动势常数，B是电机的摩擦系数，R为电枢总电阻，I为电枢的绕组电流，T_man是骑车人施加的力矩大小。

接着，步骤二中，利用电动被控对象输出角速度大小，结合二阶低通滤波器与系统被控对象模型，建立干扰观测器，以观测与补偿电动被控对象在骑行过程中由于摩擦所受到的干扰量。由干扰τ到角速度输出ω的传递函数表达式为：

其中，G₁是系统的被控对象模型，G₂是被控对象的标称模型，Q₁是二阶低通滤波器，去除干扰。

进一步地，在步骤三中，利用电动被控对象输出角速度大小，结合二阶带通滤波器与系统被控对象模型，设置相应通带频率，建立状态观测器，以实时估测骑车人踩踏踏板的力矩大小，观测量为：

其中，Q₂为二阶带通滤波器，以得到所需频带内的数据。

最后，步骤四，结合实时的被控对象车轮角速度大小，并与系统设定的理想角速度大小进行比较，得出两者差值，再利用电机驱动辅助电动被控对象助力。辅助比例p可根据实际效果人为设定，以实现被控对象速度维持在一定的范围内。

本发明与现有技术相比具有如下显而易见的突出实质性特点和显著技术进步：

本发明提供了一种用于助动车系统的自抗扰速度控制方法，把干扰观测器、状态观测器、电机辅助控制和助动车运动学原理结合在一起，能够估测出助动车骑行过程中所受到的来自地面与轮胎、逆风、重力势能所产生的摩擦干扰，减小了骑行过程中干扰量的影响。同时观测出骑车人在踏板上施加的力矩大小并进行反馈，电机辅助协同控制被控对象的速度，有效地实现了骑行过程中速度的抗干扰动态速度控制。

附图说明

图1是本发明用于助动车系统的自抗扰速度控制主程序框图；

图2是本发明实施例中的一种用于助动车系统的自抗扰速度控制方法的总体系统框图；

图3是干扰观测器的控制框图；

图4是本发明实施例中对助动车骑行过程中角速度变化的仿真曲线；

图5是本发明实施例中，对助动车骑行过程中角速度变化的实验曲线；

图6是本发明实施例中，对助动车骑行过程中骑车人踩踏踏板的力矩大小变化的实验曲线。

具体实施方式

下面结合附图和优选实施例对本发明作进一步详细说明。此处描述的具体实施例仅用于解释本发明，而非对本发明的限定。

实施例一：参见图1和图2，本用于助动车系统的自抗扰速度控制方法，其特征在于基于助动车运动学方程，运用干扰观测器对骑行过程中的干扰量进行估计并对其补偿；利用状态观测器，检测车轮角速度和人踏踏板力矩；结合电机驱动车轮的辅助助力，实现自动平衡干扰，从而使车速稳定在设定范围内；其操作步骤如下：

步骤一，助动车运动模型建立：对助动车运动系统进行总体受力分析，建立助动车系统运动模型，计算出运动方程与总体传递函数表达式；

步骤二，干扰观测器设计：在步骤一建立的助动车系统运动模型基础上，利用电动被控对象输出角速度大小，结合二阶低通滤波器与系统被控对象模型，建立干扰观测器，以观测与补偿电动被控对象在骑行过程中由于摩擦所受到的干扰量；

步骤三，状态观测器设计：在步骤二补偿了干扰量的基础上，利用电动被控对象输出角速度大小，结合二阶带通滤波器与系统被控对象模型，设置相应通带频率，建立状态观测器，以实时估测骑车人踩踏踏板的力矩大小；

步骤四，电机辅助设计：在步骤三估测出骑车人实时踩踏踏板力矩大小的基础上，结合实时的被控对象车轮角速度大小，并与系统设定的理想角速度大小进行比较，得出两者差值，再利用电机驱动辅助电动被控对象助力；辅助比例p可根据实际效果人为设定。

实施例二：本用于助动车系统的自抗扰速度控制方法是：

考虑被控对象在运动过程中主要受到三个方面的总摩擦力F_fric，分别为由于重力势能而产生的摩擦力F_mg、由轮胎与地面摩擦而产生的摩擦力F_wheel和骑行中的风力摩擦F_wind，各自的表达式如下：

F_mg＝Mgsinθ (1)

F_wheel＝C_fMgcosθ (2)

F_fric＝F_mg+F_wheel+F_wind (4)

其中θ表示道路坡度，C_f是轮胎与地面之间的摩擦系数，ρ_a是空气密度，C_ω表示风阻系数，A是助动车的迎风面积，M表示车和人的总质量，V是被控对象车轮的速度。

那么，由运动学原理可知，电动被控对象骑行过程中总运动方程可表示为：

其中α表示被控对象的加速度。

由于V＝ω·r，ω为被控对象输出角速度，r表示车轮的半径，所以(5)式可以改写成

其中T_motor表示电机施加在车上的转矩大小，T_man是人施加的力矩大小，T_fric是摩擦干扰。

由此可以推出：

助动车配备了永磁直流电机，对于永磁直流电机，它的电磁转矩可表示为：

T＝K_T·I (8)

其中I表示电机的绕组电流，K_T是电机的转矩常数。

电机两相绕组反电势的差可表示为：

E＝K_e·ω (9)

根据(9)可计算出电机绕组内平均电流的表达式：

其中U是加在电动机线间电压平均值，R为两相绕组的总电阻，K_e是电机的反电动势常数。

对于直流电机，电磁转矩还可表示为B是电机的摩擦系数。把电流表达式代入转矩公式后，可得：

全部化简后，系统回路方程可具体表示为：

那么由电机电压U到被控对象输出角速度ω的传递函数为：

在骑行过程中会受到许多内部与外部的扰动作用，使用干扰观测器可以对系统中所受扰动进行估计与补偿。系统中设计的干扰观测器结构如图3所示，G₁为被控对象的模型，G₂为标称模型，定义为控制方便，假定被控对象系统为一阶模型，其中令J₁＝J+Mr²，

图中τ为系统中所受到的干扰量，定义τ＝T_fric。利用干扰观测器对助动车骑行过程中受到的扰动量进行观测并补偿，可见由干扰τ到角速度输出ω的传递函数为：

由上式可见，为去除系统中的干扰量，本发明中加入了一个二阶干扰低通滤波器Q₁(s)，表达式为：

其中A_u是电压增益，ω_c是低通滤波器的截至角频率，Q为品质因数。通过选择不同的截止角频率即可实现对一定频率段的滤波效果。在低频段内，Q₁(s)＝1，G_uw＝G₁，那么由(13)式可知Gτw＝0，干扰被有效抑制。若在高频段，Q₁(s)＝0，那么G_τw＝G₁，对干扰则无抑制效果。

本实施例中利用状态观测器，通过实时检测被控对象车轮角速度观测出骑车人踩踏踏板的力矩大小，具体设计框图如图2中人力踩踏踏板力矩观测器所示。与干扰观测器不同，这里选用的Q₂是一个二阶带通滤波器，可筛选出一定的频率带，对本发明而言，由于一般情况下人力踩踏被控对象踏板的频率是在一定的范围内的，可利用带通滤波器进行频带筛选，由此估计出人力踩踏的力矩大小。

带通滤波器的表达式为：

其中ω₀是带通滤波器的中心角频率，通过设置不同的中心角频率，即可对一定的频率段进行筛选。通过实时观测被控对象车轮的角速度，可对人力踩踏板力矩的观测量为：

基于观测出的人力力矩和实时测量得出的角速度信息，结合系统电机驱动车轮辅助助力，设置在一定范围内的辅助比例p，实现被控对象的速度维持在一定的范围内。

中国国标规定“40公斤以上、时速20公里以上的电动被控对象，称为轻便电动摩托车或电动摩托车，划入机动车范畴”，普通被控对象的一般时速为10～15km/h。那么可以根据国标设置车轮的角速度限值ω_min和ω_max，当运动中车轮角速度ω小于最低基本角速度ω_min时，辅助比例p＝1，表示电机与人力以1:1的比例进行协同控制车速；当运动角速度ω大于ω_max时，p＝0，电机不进行辅助；当ω_min≤ω≤ω_max时，辅助比例0≤p≤1。

由于可得其中由带通滤波器Q₂测得，即可得到图2所示总体设计框图，系统程序框图如图1所示。通过这样的电机补偿，可实现有效的电助力，使被控对象的速度维持在一定的范围内。

采用本用于助动车系统的自抗扰速度控制方法，对总体系统进行仿真与实验，结果如图4、图5和图6所示。

图4展示了对助动车骑行过程中角速度变化的仿真结果，图5展示了对助动车骑行过程中角速度变化的实验结果，可见车速在最开始骑行时的角速度是最大的，并且随着环境摩擦力和坡度等干扰影响而降低，之后由于受到电机辅助，被控对象的角速度缓慢平稳在设定范围内。

图6展示了助动车骑行过程中，骑车人踩踏踏板力矩大小的实验结果。当人最开始踩踏踏板时，力矩的值最大，速度值迅速增大。后期随着电机辅助的增加，人力输出的力矩值渐渐变小，并最终维持在一定范围内，同时被控对象角速度也渐渐稳定。电机辅助与人力输出达到动态平衡状态，车速维持在一定范围内。

本实施例的技术方案提供了一种用于助动车系统的自抗扰速度控制方法，基于运动学原理，通过利用干扰观测器观测和补偿助动车运动过程中受到的干扰量，再利用状态观测器观测出骑行过程中，骑车人踩踏踏板的力矩大小，并实时检测出助动车的角速度，结合电机进行辅助驱动，实现人机混合驱动。最终将被控对象的速度稳定保持在一定的范围内。

注意，以上所述仅为本发明的较佳实施例及所用技术原理。本发明不限于这里所述的特定实施例，在不脱离本发明技术原理的前提下，对本技术领域进行的变型、重新调整和改进，也应视作本发明的保护范围。

Claims (5)

1.一种用于助动车系统的自抗扰速度控制方法，其特征在于基于助动车运动学方程，运用干扰观测器对骑行过程中的干扰量进行估计并对其补偿；利用状态观测器，检测车轮角速度和人踏踏板力矩；结合电机驱动车轮的辅助助力，实现自动平衡干扰，从而使车速稳定在设定范围内；其操作步骤如下：

步骤一，助动车运动模型建立：对助动车运动系统进行总体受力分析，建立助动车系统运动模型，计算出运动方程与总体传递函数表达式；

步骤二，干扰观测器设计：在步骤一建立的助动车系统运动模型基础上，利用电动被控对象输出角速度大小，结合二阶低通滤波器与系统被控对象模型，建立干扰观测器，以观测与补偿电动被控对象在骑行过程中由于摩擦所受到的干扰量；

步骤三，状态观测器设计：在步骤二补偿了干扰量的基础上，利用电动被控对象输出角速度大小，结合二阶带通滤波器与系统被控对象模型，设置相应通带频率，建立状态观测器，以实时估测骑车人踩踏踏板的力矩大小；

步骤四，电机辅助设计：在步骤三估测出骑车人实时踩踏踏板力矩大小的基础上，结合实时的被控对象车轮角速度大小，并与系统设定的理想角速度大小进行比较，得出两者差值，再利用电机驱动辅助电动被控对象助力；辅助比例p根据实际效果人为设定。

2.根据权利要求1所述的一种用于助动车系统的自抗扰速度控制方法，其特征是：所述步骤一助动车运动模型建立中，考虑被控对象在运动过程中主要受到三个方面的总摩擦力F_fric，分别为由于重力势能而产生的摩擦力F_mg、由轮胎与地面摩擦而产生的摩擦力F_wheel和骑行中的风力摩擦F_wind，各自的表达式如下：

F_mg＝Mgsinθ (1)

F_wheel＝C_fMgcosθ (2)

F_fric＝F_mg+F_wheel+F_wind (4)

其中θ表示道路坡度，C_f是轮胎与地面之间的摩擦系数，ρ_a是空气密度，C_ω表示风阻系数，A是助动车的迎风面积，M表示车和人的总质量，V是被控对象车轮的速度；

那么，电动被控对象骑行过程中总运动方程表示为：

其中α表示被控对象的加速度；

另外，系统配备了电机，系统回路方程具体表示为：

那么，由电机电压U到被控对象输出角速度ω的传递函数为：

其中，r表示车轮的半径，J表示电机的转动惯量，K_T是电机的转矩常数，K_e是电机的反电动势常数，B是电机的摩擦系数，R为电枢总电阻，I为电枢的绕组电流，T_man是骑车人施加的力矩大小。

3.根据权利要求1所述的一种用于助动车系统的自抗扰速度控制方法，其特征是：所述步骤二干扰观测器设计中，利用电动被控对象输出角速度大小，结合二阶低通滤波器与系统被控对象模型，建立干扰观测器，以观测与补偿电动被控对象在骑行过程中由于摩擦所受到的干扰量；由干扰τ到角速度输出ω的传递函数表达式为：

其中，G₁是系统的被控对象模型，G₂是被控对象的标称模型，Q₁是二阶低通滤波器，去除干扰。

4.根据权利要求1所述的一种用于助动车系统的自抗扰速度控制方法，其特征是：所述步骤三状态观测器设计中，利用电动被控对象输出角速度大小，结合二阶带通滤波器与系统被控对象模型，设置相应通带频率，建立状态观测器，以实时估测骑车人踩踏踏板的力矩大小，观测量为：

其中，Q₂为二阶带通滤波器，以得到所需频带内的数据。

5.根据权利要求1所述的一种用于助动车系统的自抗扰速度控制方法，其特征是：所述步骤四电机辅助设计中，结合实时的被控对象车轮角速度大小，并与系统设定的理想角速度大小进行比较，得出两者差值，再利用电机驱动辅助电动被控对象助力；辅助比例p根据实际效果人为设定，以实现被控对象速度维持在设定的范围内。