CN109941120A - 用于电动汽车主动振动控制的系统和控制算法 - Google Patents

Abstract

本发明公开了一种用于电动汽车主动振动控制的系统和控制算法，整车控制器接收驾驶员转向信号和踏板信号输出初始参考扭矩信号；通过将初始参考扭矩信号进行波形叠加控制得到平稳上升并且有时间延迟的参考扭矩信号；通过极位移控制算法输出扭矩信号对系统振动进行补偿；将补偿后的电机扭矩信号输入电机控制器对电机进行控制，从而对电动车辆动力传动系统的扭转振动主动控制。本发明收敛性快，结合了波形叠加控制和极位移控制两种控制算法，控制效果好，适应性强。

Description

用于电动汽车主动振动控制的系统和控制算法

技术领域

本发明属于电动车辆动力传动系统低频振动控制技术领域，具体涉及一种用于电动汽车主动振动控制的系统和控制算法。

背景技术

振动在是电动车辆在运动过程中普遍存在的一种现象，在电动车辆起步或者是刹车等工况中，动力传动系统会发生明显的扭转振动现象，表现整车的纵向抖动也就是汽车行业常说的“shuffle”问题。振动对电动车辆以及乘客的危害主要表现为以下几个方面：1)能量损耗增加，动力传动系统的传递效率大大降低；2)直接损害电机、传动轴、万向节等部件，降低了这些部件的使用寿命；3)由于振动产生即为引发噪声，污染环境的同时降低乘客的乘坐舒适性；4)由于纵向抖动频率在2-10Hz左右，与人体器官的跳动频率相似，会极大的危害人体健康。

目前常被用于控制的电动车辆类别主要包括以下几类：1)电机前置前驱式电动车；2)电机前置后驱电动车；3)轮边电机驱动式电动车；这三类电动车动力传动系统存在驱动轴，因为存在轴的质心不对中和低阻尼特性，在电机突然变化时其输出扭矩时将会引发动力传动系统扭转方向的振动，该振动通过悬架和电机悬置传递到车身表现为整车的低频抖动。再则由于电机的内部特性使电机输出扭矩存在谐波分量，其表现为电机的扭矩波动，该扭矩波动的存在也会引起动力传动系统的扭转振动。

目前采用的振动控制方法大多是被动控制或者半主动控制的方式，采用结构参数优化、隔振材料、扭转弹簧、双质量飞轮、橡胶减振器等方式，安装结构复杂，易老化，替换困难。而且这些被动和半主动减振技术对高频振动的抑制效果较好，而对低频振动抑制效果不是十分理想。原来的电动车辆动力传动系统多是在系统上附加一个辅助系统。当电动车辆动力传动系统振动时，这个辅助系统也随之振动，利用辅助系统的动力作用，使其产生的力(或力矩)与激振力(或力矩)抵消，使得动力传动系统的振动得到抑制，双质量飞轮、离心钟摆式吸振器等设备都是用此原理抑制动力传动系统的低频抖动的。

传统的控制系统，像是前馈-反馈控制、PID控制等虽然对动力传动系统的低频扭转振动有一定的抑制效果，但是其对振动的抑制程度还不够大，乘客乘坐的舒适性依旧很差。再则，传统的控制系统的收敛性较差，系统不能快速的趋于稳定。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种用于电动汽车主动振动控制的系统和控制算法，该算法基于波形叠加控制算法和极位移控制算法，设计了一种改进的极位移控制算法。其优势如下：该算法不仅能够使电机输出扭矩能够平稳输出，同时能够通过极位移控制对动力传动系统的振动量进行扭矩补偿。该改进的极位移控制算法对电动车辆动力传动系统的低频扭转振动极好的控制效果。

技术方案：为实现上述目的，本发明采用的技术方案为：

本发明提供了一种用于电动汽车主动振动控制算法，算法可包括：整车控制器接收驾驶员转向信号和踏板信号输出初始参考扭矩信号T_m ^*；通过将初始参考扭矩信号进行波形叠加控制得到平稳上升并且有时间延迟的参考扭矩信号；通过极位移控制算法输出扭矩信号对系统振动进行补偿；将补偿后的电机扭矩信号输入电机控制器对电机进行控制，从而对电动车辆动力传动系统的扭转振动主动控制。

整车控制器底层单元首先接收驾驶员转向信号和踏板信号，将其输送到应用层，应用层获得电机初始参考扭矩信号T_m ^*。

所述电机初始参考扭矩信号T_m ^*根据整车标定时这两个信号与电机输出扭矩的关系，查表获得。

基于波形叠加控制算法，为了使电机参考扭矩可以平稳输出，将电机初始参考扭矩信号T_m ^*通过时延模块1#使其上升时间延迟Δt1得到一个较为平稳的扭矩信号；

通过时延模块1#输出的电机参考扭矩信号以比例r进行分流，一部分直接输出到b端，另一部分通过时延模块2#使其发生时间延迟Δt2后输出a端，

通过将a、b两端输出信号的叠加即为控制后的参考扭矩信号。

所述Δt1、Δt2、r通过对动力传动进行仿真获得，运用控制变量法得到各参数与车轮角加速度最大值的图像和任意两个参数与车轮角加速度关系的三维图像，结合这些图像获得使车轮角加速度值最小的Δt1、Δt2、r。

由于电动车辆动力传动系统电机实际的角速度ω_m可以不需要任何额外传感器的情况下获得，而车轮角速度ω_l、传动轴扭转角θ都难以获得，基于极位移控制算法，以ω_m为输入量，将其输入到一个全维状态观测其中预估ω_l和θ的大小。此全维状态观测器的状态空间方程如下：

式中A、B为原系统状态空间方程状态量、输入量的系数矩阵。u为原系统的输入。由于只有电机实际的角速度ω_m可以不需要任何额外传感器的情况下获得所以将原系统的结构参数C修改为[1 0 0]。L为状态观测器的反馈矩阵。

所述状态观测器的反馈矩阵L根据观测器的期望极点进行配置。

将预估的状态量通过另一份反馈增益矩阵k得到用于抑制电动车辆扭转振的补偿扭矩。

所述反馈增益矩阵K根据整车的期望极点进行配置。

电机控制器根据补偿扭矩对电机扭矩进行控制，最终实现振动抑制。

有益效果：本发明提供的用于电动汽车主动振动控制的系统和控制算法，与现有技术相比，具有以下优势：上述技术方案提出来一个改进的极位移控制算法用于电动车辆动力传动系统的低频扭转振动。在基于波形叠加控制理论的基础上得到一个平稳的扭矩参考信号，通过极位移控制算法得到一个补偿扭矩对振动量进行补偿，该改进的极位移控制算法对外界扰动不敏感，在保证系统鲁棒性的同时有效的抑制了电动车辆动力传动系统的低频扭转振动，减轻了由于电机扭矩突然变化给物理系统带来的冲击，并提高了控制器的精度。适用于各类电动车辆传动系统甚至是其他旋转系统。而且算法中参数调整较为便捷，灵活性强。通过仿真结果表明，该方法对电动车辆动力传动系统的扭转振动有明显的控制效果。

附图说明

图1是用于电动车辆主动振动控制的系统的示意性框图；

图2是示出了用于电动车辆主动振动控制的控制算法的流程框图；

图3是示出了提出的运用波形叠加控制的电机参考扭矩示图；

图4为使用改进的极位移控制算法前后的控制效果仿真示意图。

具体实施方式

本发明是一种用于电动汽车主动振动控制的系统和控制算法，控制的步骤有：整车控制器接收驾驶员意图和踏板信号并根据这两个信号输出电机扭矩的初始参考扭矩信号，通过时延模块1#对参考扭矩的上升时间进行延迟，接着根据一定比例对时延模块1#输出的电机扭矩信号进行分流，第一部分直接输出到b端，另一部分经过时延模块2#对其发生时间进行延迟并将结果输出到a端，此控制策略采用了波形叠加算法。同时通过将电机输出轴角速度信号以及控制后输入电机控制器的平稳电机参考扭矩信号一同输入状态观测器，状态观测器对电机输出角速度、车轮负载速度和传动轴扭转角进行估计，并将三个信号估计值通过一个反馈增益K输出到c端，此控制策略采用了极位移控制算法。a、b两端信号的叠加与c端信号的差值即为下一个时刻输入电机控制器的电机输入扭矩信号，电机控制器根据该信号进行相应执行器的运作，能够对电动汽车动力传动系统的扭转振动有极好的控制效果。其中a、b、c端均为加减法运算模块的输入端，加减法运算模块的输出端为输入电机控制器的扭矩信号T_m。本发明收敛性快，结合了波形叠加控制和极位移控制两种控制算法，控制效果好，适应性强。

下面结合附图对本发明作更进一步的说明。

以下描述仅是示例性而非限制本发明的适用范围。应理解，贯穿附图，相应的参考标号指代相同或者相应的部件和特征。

应理解，如本文中的“车辆”或者“车辆的”或者其他类似的术语包含广义的由电机驱动或包含电机驱动的车辆，包含混合动力车辆、插电混合动力车辆。本文提及的电动车辆即为电机单独驱动的车辆。

此外应理解，控制算法中有多个控制器一同作用。术语“控制器”指代的是硬件设备，该硬件设备包含存储器以及被配置为执行控制算法的处理器。

图1为一种用于电动车辆主动振动控制的系统的示意性框图。

根据图1所示，该用于电动车辆主动振动控制的系统包括：整车控制器1、电机控制器2、电机3、振动控制器4、电池5、减速器6、差速器7组成。

电机3启动时通过电池5来输出动力作为动力源。电机3可以包含永磁同步电机、开关磁阻电机。从电机3生成的旋转动力通过减速器6传至差速器7侧。差速器7将传递的动力分流分别传递到左右车轮。

电机3可通过逆变器根据电池5施加的三相交流电进行操作生成输出扭矩。

电机3输出轴和减速器6输入轴可以直接用花键连接。

电池5由多个单元电池组成，其将为电机3驱动电压的高电压存储在电池5中。电池5根据驾驶工况为电机3提供驱动电压。

减速器6根据车辆的运行工况通过运作减速齿轮将输出扭矩传递到差速器7。

差速器7布置在左右半轴和减速器6之间。根据不同工况要求通过差速齿轮的动作将动力分流至左右车轮，使车辆运行。

整车控制器1可以根据驾驶员转向信号和踏板信号得到初始参考扭矩信号，将输出的初始参考扭矩信号传动给振动控制器4，振动控制器4对信号进行控制得能够对系统振动量有控制效果的电机扭矩信号返回给整车控制器1，整车控制器1将该信号传递给电机控制器2，电机控制器2通过对电机3扭矩进行控制衰减系统的扭转振动。

本文控制器中的硬件实施电子单元有专门集成电路(ASIC)、数字信号处理器(DSP)、微处理器、微控制器以及其他可执行其他功能的电子单元中至少一种。

本文控制器中的软件实施方式主要通过单独的软件模块进行编程，程序代码可执行本文提出的改进的极位移控制算法所描述的功能。可运用合适的程序语言编写的软件应用程序来实施软件代码。

下面利用附图和实例对本发明的一种用于电动车辆动力传动系统扭转振动的主动控制算法进行详细说明。

参照图2，一种用于电动车辆动力传动系统扭转振动的主动控制算法，该算法是一个改进的极位移控制算法，包括以下步骤：

1)整车控制器底层接收驾驶员转向意图信号和踏板信号，所述的驾驶员转向意图信号是指转向盘夹角、踏板信号是指踏板角度。接收信号之后底层将信号传输到整车控制器应用层，应用层根据整车标定中电机扭矩信号与转向盘夹角和踏板角度之间的关系查表获得初始参考扭矩信号T_m ^*。

2)基于波形叠加控制算法得到平稳的电机参考扭矩信号。根据波形叠加理论，如果系统的振动周期为T当系统输入的一半延迟时间时，系统的振动可以得到抑制，但是此理论运用于无阻尼系统，本发明中的电动车辆动力传动系统是一个有阻尼系统，所以对该算法要进行一定的修改。

对所述的波形叠加算法进行修改，将初始的电机参考扭矩信号T_m ^*通过时延模块1#，使信号发生时间延迟Δt1。将通过时延模块1#的电机扭矩信号以比例r进行分流，一部分直接传输到b端，一部分通过时延模块2#，将发生时间延迟Δt2后输出到a端，将a、b两端信号叠加后即得到一个平稳的电机参考扭矩信号。叠加后的电机参考扭矩信号为：

式中，T_m ^ref为电机初始参考扭矩信号，即T_m ^*，T_a为电机初始参考扭矩通过时延模块1#输出的电机参考扭矩信号以比例1-r进行分流后再经过时延模块2#得到的输出扭矩，T_b为电机初始参考扭矩通过时延模块1#输出的电机参考扭矩信号以比例r进行分流后得到的输出扭矩，t为时间变量。

3)基于极位移控制算法，设置一个极位移控制器为电动车辆动力传动系统提供补偿扭矩。该极位移控制器包含一个状态观测器和一个反馈增益矩阵K。

状态观测器的状态空间方程是：

式中：A、B、u为原系统的结构参数，C根据状态观测器的控制量决定。L为状态观测器的反馈矩阵。y为电机输出角速度ω_m。

所述A、B、u根据原系统的振动微分方程获得，电机扭矩T_m作为输入量，电机角速度ω_m、车轮角速度ω_l、传动轴扭转角θ作为输出量。

所述的传动轴扭转角为：

所述i为减速器的传动比，下标m、l分别代表电机和车轮。θ_m为电机转角，θ_l为车轮转角。

所述原系统为一个两自由度的电动车辆传动系统，该车辆驱动方式是前轮驱动方式。根据牛顿第二定律，系统的微分方程为：

式中J_m、J_l为电机等效转动惯量和车轮等效转动惯量，K_l、C_l、K_r、C_r分别为左右半轴的等效刚度和阻尼。式中，T_m为输入电机控制器的电机扭矩，T_r为右半轴扭矩，T_l为左半轴扭矩，m为车身质量。

设置状态量设置输出量设置输入量u＝[T_m 0]^T。根据所述的原系统的振动微分方程，其状态空间方程为：

式中

由于系统状态变量中只有电机角速度ω_m可以不需要任何额外的传感器情况下测量，所以将ω_m作为状态观测器的控制量，所以状态观测器中所述的C矩阵选定为[1 0 0]^T。

所述的状态观测器的反馈矩阵L根据观测器的期望极点进行配置。其确定方式如下：

根据原系统所述的状态空间方程(2)，设置观测器预想配置的极点λ₁、λ₂、λ₃。

判断矩阵是否为满秩矩阵，若为满秩矩阵则该系统可观测。

另设L＝[h₁ h₂ h₃]计算观测器的特征多项

根据预想配置的极点λ₁、λ₂、λ₃得到的特征多项式为：

f(s)＝(s-λ₁)(s-λ₂)(s-λ₃)

＝s³-(λ₁+λ₂+λ₃)s²+(λ₁λ₂+λ₂λ₃+λ₁λ₃)s-λ₁λ₂λ₃ (4)

式中，s为系统经过拉普拉斯变换之后的复变量。

根据公式(3)和(4)对应系数相等可以得到状态观测器的反馈矩阵L。

所述状态观测器得到估计的电机角速度ω_m、车轮角速度ω_l和传动轴扭转角θ，将估计的状态变量通过一个反馈增益矩阵K获得电动车辆动力传动系统扭转振动量的补偿扭矩。

所述的反馈增益矩阵K类似状态观测器的反馈矩阵L，与L不同的是K是根据整车预想获得的极点配置而成。

根据所述的改进的波形叠加控制算法，电机扭矩与参数Δt1、Δt2和r之间的关系如图3所示。初始的电机参考扭矩T_m ^*为阶跃信号，当上升时间延迟Δt1后得到一个上升延迟的扭矩信号，将延迟后的信号按照比例r进行分流，一部分直接输出到b端一部分经过发生延迟Δt2后输出到a端，a、b两端信号的叠加值即得到一个平稳的参考扭矩。

所述参数Δt1、Δt2和r的获得，可以根据控制变量法仿真得到单一参数或者两个参数变化下时间与车轮角加速度最大值之间的关系，通过仿真得到的二维或者三维关系曲线获得Δt1、Δt2和r的最优解。

通过将所述的改进的极位移控制算法运用到电动车辆动力传动系统中进行仿真，传动轴扭转角θ的输出结果如图4所示。仿真结果表明虽然传动轴扭转角θ在0.08s处仍有一个峰值，但其较控制前幅值明显降低，此外0-1s的振动明显被消除。这证明了改进的极位移控制算法对电动车辆动力传动系统的扭转振动控制效果显著。

以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种用于电动汽车主动振动控制的系统，其特征在于：包括整车控制器、电机控制器、振动控制器及电动汽车传动系统，所述电动汽车传动系统包括电机及与其连接的电池、减速器，减速器通过差速器与车轮连接；

所述整车控制器分别与电机控制器、振动控制器互联，所述电机控制器与电动汽车传动系统的电机互联，所述电机控制器、电机均与振动控制器连接；

所述振动控制器包括时延模块1#、时延模块2#、信号端、状态观测器及反馈增益K，所述时延模块1#与时延模块2#连接，且时延模块1#、时延模块2#分别与加减法运算模块a端、b端连接，信号端的输入端与状态观测器连接，电动汽车传动系统与状态观测器连接，状态观测器连接反馈增益K，反馈增益K连接加减法运算模块c端，信号端与电机控制器连接；其中a、b、c端均为加减法运算模块的输入端，加减法运算模块的输出端为输入电机控制器的扭矩信号T_m。

2.一种用于电动汽车主动振动控制的系统的控制算法，其特征在于：包括以下步骤：

1)整车控制器接收驾驶员转向信号和踏板信号并根据这两个信号输出电机扭矩的初始参考扭矩信号T_m ^*；

2)通过时延模块1#对初始参考扭矩信号的上升时间进行延迟Δt₁；

3)将初始参考扭矩信号进行波形叠加控制，得到平稳上升并且有时间延迟的参考扭矩信号：按照分流比例r对时延模块1#输出的初始参考电机扭矩信号进行分流，第一部分直接输出到信号端的b端，另一部分经过时延模块2#对其发生时间进行延迟Δt₂并将结果输出到a端；a端与b端扭矩信号的叠加即为经过波型叠加控制后得到的参考扭矩信号；

4)经以上步骤控制后得到的参考扭矩信号与汽车的电机输出角速度信号ω_m一同输入状态观测器，状态观测器对电机输出角速度ω_m、车轮负载速度ω_l和传动轴扭转角θ进行估计；

5)通过极位移控制算法输出扭矩信号对系统振动进行补偿：状态观测器将三个信号估计值通过反馈增益K输出到c端；

6)确定电机控制器输入扭矩：将a、b两端信号进行叠加与c端信号的差值即为下一个时刻电机控制器的输入扭矩信号；将补偿后的电机输入扭矩信号输入电机控制器对电机进行控制，对电动车辆动力传动系统的扭转振动进行主动控制。

3.根据权利要求2所述的用于电动汽车主动振动控制的系统的控制算法，其特征在于：步骤1)具体方法为：在车辆行驶过程中，驾驶员改变方向盘夹角并操作踏板，整车控制器底层控制单元接收到驾驶员意图和踏板信号，并将信号传递到应用层，应用层根据事先标定好的电机输出扭矩和该两个信号之间的关系直接根据具体车辆标定后的电机效率MAP图查表获得电机的初始参考扭矩信号T_m ^*。

4.根据权利要求2所述的用于电动汽车主动振动控制的系统的控制算法，其特征在于：所述状态观测器的状态空间表达式如下：

式中，y是电机输出角速度ω_m；A、B为原系统状态空间方程状态量、输入量的系数矩阵，u为原系统的输入；C是根据原系统状态空间方程状态量修改获得的状态空间方程状态量，由于只需预估电机输出角速度ω_m，这里修改为[1 0 0]；L是根据观测器期望极点选定的状态反馈矩阵；

基于极位移控制算法，以ω_m为输入量，将其输入到一个全维状态观测其中预估车轮负载速度ω_l和传动轴扭转角θ的大小。

5.根据权利要求2所述的用于电动汽车主动振动控制的系统的控制算法，其特征在于：所述步骤5)的控制策略采用极位移控制算法，根据整车期望的极点设定反馈增益矩阵K的大小。

6.根据权利要求2所述的用于电动汽车主动振动控制的系统的控制算法，其特征在于：所述Δt₁、Δt₂、r通过对动力传动进行仿真获得，运用控制变量法得到各参数与车轮角加速度最大值的图像和任意两个参数与车轮角加速度关系的三维图像，结合这些图像获得使车轮角加速度值最小的Δt₁、Δt₂、r。