CN110661471A - 磁齿轮复合电机车辆转向系统的控制系统及电动汽车 - Google Patents

Abstract

本发明实施例提供一种磁齿轮复合电机车辆转向系统的控制系统及电动汽车，系统包括编码器、位移估计装置、差值计算装置、自适应对角递归小脑模型控制器、电流控制器和PWM逆变器。自适应对角递归小脑模型控制器输出控制量经过电流控制器和PWM逆变器输出给磁齿轮复合电机，再将负载和磁齿轮复合电机的混合信号传递给编码器，由编码器检测出磁齿轮复合电机的转速，位移估计装置计算出估计角速度位移，并和参考角速度位移做差后传递给自适应对角递归小脑模型控制器实现闭环追踪控制，以实现控制磁齿轮复合电机的实际转子角度能够去追踪所设定的旋转角度指令，有效实现有效抑制车辆横向运动中的不稳定因素，并对外界干扰具有较强的鲁棒性。

Description

磁齿轮复合电机车辆转向系统的控制系统及电动汽车

技术领域

本发明涉及电动汽车领域，更具体地说，涉及磁齿轮复合电机车辆转向系统的控制系统及电动汽车。

背景技术

电动汽车是指以车载电源为动力，用电机驱动车轮行驶，符合道路交通、安全法规各项要求的车辆。近年来交通案例表明电动汽车的系统稳定性是导致交通事故发生的一个重要原因。不稳定的车辆动态横向行为会产生不稳定因素，导致车辆失控。

电动汽车的磁齿轮复合电机车辆转向系统是一个非线性和时变的系统，整个系统的参数变化、外力干扰与摩擦力都会影响到系统控制的准确性。目前控制方法将转向系统作为一个整体控制，而忽略了外部扰动(例如路面的不规则性，由驱动齿轮引起的反冲以及阵风引起的扰动等)，导致转向系统控制的不稳定。

发明内容

有鉴于此，本发明提出磁齿轮复合电机车辆转向系统的控制系统及电动汽车，欲实现提高电动汽车行驶过程中转向系统的安全稳定性的目的。

为了实现上述目的，现提出的方案如下：

第一方面，本发明提供一种磁齿轮复合电机车辆转向系统的控制系统，包括：

编码器，用于从负载和磁齿轮复合电机的混合信号中检测所述磁齿轮复合电机的转速；

位移估计装置，用于根据所述转速计算得到估计角速度位移；

差值计算装置，用于将所述估计角速度位移与参考角速度位移做差后，得到偏差值；

自适应对角递归小脑模型控制器，用于根据所述偏差值计算得到控制量；

电流控制器，用于根据所述控制量和PWM逆变器输出的驱动信号，计算得到占空比信息输出至所述PWM逆变器；以及

所述PWM逆变器，用于在所述占空比信息的作用下输出驱动信号至所述磁齿轮复合电机，以驱动所述磁齿轮复合电机工作。

可选的，所述磁齿轮复合电机车辆转向系统的数据模型为：

定义动能为T_M，位能为V_M，

式(1)和(2)中，J_m为电机转动惯量系数，M_r为转向齿轮条质量，r_z为转向轴齿轮半径，p为转向齿轮条位移，K_m为磁齿轮复合电机转轴转矩，θ_m为转向柱转向角，K_t为转向轴齿轮条扭转，T_L为轮胎与路面的总负载转矩；

根据欧拉-拉格朗日方程推导出所述磁齿轮复合电机车辆转向系统的数据模型为：

式(3)中F_E表示为广义外力扰动，q_i分别表示为θ_m和P；

式(4)中F_E为磁齿轮复合电机外力扰动，T_e为电磁转矩，B_m为电机阻尼系数；

式(3)中的Lagrange函数L_M为：

当q_i＝θ_m时的尤拉-拉格朗日方程为：

当q_i＝p时的尤拉-拉格朗日方程为：

齿轮条外力F_E为：

在不考虑参数不确定量时所述磁齿轮复合电机车辆转向系统的数据模型为：

其中，Cr表示齿轮条阻尼系数。

可选的，所述磁齿轮复合电机的数据模型为：

式(10)-(13)中，J_r为齿圈转动惯量，J_s为太阳轮转动惯量，J_p为行星轮转动惯量，J_c为行星架转动惯量，ω_r为行星轮齿圈转速，ω_s为太阳轮转速，ω_p为行星轮自转转速，ω_c为行星架自转转速，θ_r为齿圈转速角度，θ_p为行星轮转速角度，θ_s为太阳轮转速角度，θ_c为行星架转速角度，T_s为太阳轮转矩，T_r为外定子电枢绕组所产生转矩，K_s为太阳轮扭转劲度，K_r为齿圈扭转劲度，T_load为对行星架所施加转矩，n为行星轮个数，r_p为行星轮到气隙半径，r_s为太阳轮到气隙半径，r_c为行星架到气隙半径，r_r为齿圈圆心到气隙半径。

可选的，所述磁齿轮复合电机的驱动信号u_p(t)为：

式(28)中，

为所述自适应对角递归小脑模型控制器实际输出的控制量，ε为极小的误差，m为联想记忆值，w为权重记忆体空间参数，_Γ为感应场函数，v为标准差，x_i为内转子转速误差采样值，Γ*，v*，m*，w*分别为Γ，v，m，w的实际参数；

所述自适应对角递归小脑模型控制器理论输出的控制量u_t(t)为：

式(29)中，

分别为w,m,v,Γ的估计参数，u_c为自适应补偿器的控制量，用来补偿所述控制量u_t(t)的误差量e(t)；

将T₁＝u(t)，式(29)减去式(28)，得到：

将式(28)和式(29)代入式(30)，得到所述控制量u_t(t)的改写后误差量e(t)为：

式(31)中，

为权重记忆体空间参数的真值，为感应场函数的真值；

定义李雅普诺夫函数为：

式(32)中，ξ₁，ξ₂，ξ₃，ξ₄均为不同的学习率，

为联想记忆值真值，

为高斯函数真值，

为自适应真值。

第二方面，本发明提供一种电动汽车，包括采用如第一方面中任意一种磁齿轮复合电机车辆转向系统的控制系统。

与现有技术相比，本发明的技术方案具有以下优点：

上述技术方案提供的磁齿轮复合电机车辆转向系统的控制系统，自适应对角递归小脑模型控制器输出控制量经过电流控制器和PWM逆变器输出给磁齿轮复合电机，再将负载和磁齿轮复合电机的混合信号传递给编码器，然后由编码器检测出磁齿轮复合电机的转速，根据磁齿轮复合电机的转速计算出估计角速度位移，并和参考角速度位移做差后传递给自适应对角递归小脑模型控制器实现闭环追踪控制，以实现控制磁齿轮复合电机的实际转子角度能够去追踪所设定的旋转角度指令，有效实现有效抑制车辆横向运动中的不稳定因素，并对外界干扰具有较强的鲁棒性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的一种磁齿轮复合电机车辆转向系统的控制系统示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参见图1为本发明实施例提供的磁齿轮复合电机车辆转向系统的控制系统示意图。该控制系统包括编码器、位移估计装置、差值计算装置、自适应对角递归小脑模型控制器、电流控制器和PWM逆变器。其中，

编码器，用于从负载和磁齿轮复合电机的混合信号中检测所述磁齿轮复合电机的转速。混合信号中包括磁齿轮复合电机输出的信号和外在干扰信号，外在干扰信号包括但不限于谐波、噪音和电压等。

位移估计装置根据转速计算得到估计角速度位移x_est。估计角速度位移x_est表示角速度旋转了多少圈。差值计算装置将估计角速度位移x_est与参考角速度位移x_ref做差后，得到偏差值＝x_ref-x_est。参考角速度位移x_ref为预先设定的一个值，提前设置于系统中，在车辆行驶过程中是固定的。

自适应对角递归小脑模型控制器根据偏差值计算得到控制量；电流控制器根据自适应对角递归小脑模型控制器输出的控制量和PWM逆变器输出的驱动信号，计算得到占空比信息输出至PWM逆变器；PWM逆变器在占空比信息的作用下输出驱动信号述磁齿轮复合电机，以驱动磁齿轮复合电机工作。

电流控制器计算得到占空比信息的原理具体为d＝k_pe(t)+k_i∫e(t)dt，其中，d为占空比信息，k_p为电流控制器比例增益常数，k_i为电流控制器积分增益常数，e(t)为电流反馈误差。

下面首先给出非线性系统模型，包含磁齿轮复合电机车辆转向系统的数据模型和磁齿轮复合电机模型，下面分步骤分别给出：

磁齿轮复合电机车辆转向系统的数据模型。车辆转向系统主要由方向盘、转向柱、电机和轮胎四个部件组成，相比常规车辆转向系统的动能来自于转向柱、电机转轴和齿轮条，磁齿轮复合电机车辆转向系统采用磁齿轮复合电机作为核心部件，省去了机械齿轮，将转向柱和电机转轴合二为一，缩减了动力传动路径，达到了直接驱动的目的，系统的动能来自于磁齿轮复合电机转轴和齿轮条。车辆转向系统简化模型可以欧拉-拉格朗日方程得到，这里定义动能为T_M，位能为V_M。

式(1)和(2)中，J_m为电机转动惯量系数，M_r为转向齿轮条质量，r_z为转向轴齿轮半径，p为转向齿轮条位移，K_m为磁齿轮复合电机转轴转矩，θ_m为转向柱转向角，K_t为转向轴齿轮条扭转，T_L为轮胎与路面的总负载转矩；

根据欧拉-拉格朗日方程推导出磁齿轮复合电机车辆转向系统的数据模型为：

式(3)中F_E表示为广义外力扰动，q_i分别表示为θ_m和P；

式(4)中F_E为磁齿轮复合电机外力扰动，T_e为电磁转矩，B_m为电机阻尼系数；

式(3)中的Lagrange函数L_M为：

当q_i＝θ_m时的尤拉-拉格朗日方程为：

当q_i＝p时的尤拉-拉格朗日方程为：

齿轮条外力F_E为：

在不考虑参数不确定量时磁齿轮复合电机车辆转向系统的数据模型为：

其中，Cr表示齿轮条阻尼系数。

磁齿轮复合电机的数据模型。磁齿轮复合电机是电动汽车转向系统动力来源，主要的组成部分包含磁齿轮组合、无刷直流电机和以及在上述两个部份间传递电磁转矩的高速永磁转子。其中，无刷直流电机由定子和内层的高速永磁转子所组成。永磁式行星磁齿轮的组成则包含了内层的高速动子、中层的调磁轭铁和外层的低速永磁转子。由于磁齿轮内层的高速永磁转子同时也是永磁无刷直流电机的转子，无刷直流电机产生的转矩可通过磁齿轮传递到外层的低速永磁转子。整合磁齿轮与无刷直流电机为复合电机的创新构想，能够解决传统设计的固有缺点，有效减少零部件个数并缩减动力传输路径、使得空间紧密，以提升转矩传递效率，并达到车辆转向系统动力要求。磁齿轮复合电机运动方程包含外定子齿圈、太阳轮、行星轮和行星架。磁齿轮复合电机的数据模型如下所示：

式(10)-(13)中，J_r为齿圈转动惯量，J_s为太阳轮转动惯量，J_p为行星轮转动惯量，J_c为行星架转动惯量，ω_r为行星轮齿圈转速，ω_s为太阳轮转速，ω_p为行星轮自转转速，ω_c为行星架自转转速，θ_r为齿圈转速角度，θ_p为行星轮转速角度，θ_s为太阳轮转速角度，θ_c为行星架转速角度，T_s为太阳轮转矩，T_r为外定子电枢绕组所产生转矩，K_s为太阳轮扭转劲度，K_r为齿圈扭转劲度，T_load为对行星架所施加转矩，n为行星轮个数，r_p为行星轮到气隙半径，r_s为太阳轮到气隙半径，r_c为行星架到气隙半径，r_r为齿圈圆心到气隙半径。

下面详细介绍自适应对角递归小脑模型控制。本发明的控制目的是控制电动汽车转向系统中磁齿轮复合电机的转子角度，能够去追踪所设定的旋转角度指令，这里令磁齿轮复合电机的驱动信号为：

U＝(u₁,u₂,u₃,u₄)^T＝(T_p,T_L,T_s,T_c,)^T (14)

基于磁齿轮的电动汽车转向系统自治方程式(9)-(13)可知，磁齿轮复合电机车辆转向系统的状态方程是八输入和五输出的强耦合MIMO系统。磁齿轮复合电机车辆转向系统的数学模型表示为：

y＝Cx (15)

式中，y是测量输出，由于需要控制转轴的偏移量，故用传感器测量转轴的位置，因此A、B、C分别是系统矩阵、输入矩阵、输出矩阵，分别定义如下：

误差分别为e，

令u_p＝u，实际驱动信号u_p为：

k为正实数。将式(16)代入式(15)得到：

因为k₁为一正实数，式(17)是稳定的，误差e(t)会随时间逐渐收敛为零：

当使用理想驱动信号u_p时，转速误差能够达到渐近稳定的效果，但由于系统参数与负载扰动，理想控制量u_p很难准确得知。

下面介绍采用互补滑模控制器抑制外部扰动带来的系统不确定性。互补滑模控制比传统滑模控制具有较佳的鲁棒性，尤其是滑模控制面收敛轨跡较传统滑模控制更加平滑，实用性较好。首先，定义滑模面：

对滑模面求导得：

在互补式滑模控制里，设计的第二个滑模面，称为互补式滑模面，设计如下：

由于这二个滑模面的设计参数λ相同，所以广义滑模面S和互补式滑模面S_c间存在以下关系：

定理一：考虑系统动态方程式如(15)所示，若互补式滑模控制的控制力设计如(23)，其由等效控制力(24)和切换控制力(25)所组成，则所提出的互补式滑动模态控制能保证磁齿轮复合电机驱动控制系统稳定。

u＝u_eq+u_hit (23)

为了减少系统的抖动现象采用的饱和函数如下，φ为边界层宽度：

证明：定义李亚普诺夫函数V为

式(27)满足负半定条件。由此可知，追随误差轨迹e虽然最终会稳定到达边界层，但在此过程中，采用的饱和函数所引起抖动现象会影响到系统稳定性的效果。

下面介绍以自适应对角递归小脑模型控制器作为观测器，对系统不确定项进行估计，解决使用饱和函数所引起抖动现象的缺点。

将磁齿轮复合电机的驱动信号u_p(t)改进为：

式(28)中，为所述自适应对角递归小脑模型控制器实际输出的控制量，ε为极小的误差，m为联想记忆值，w为权重记忆体空间参数，Γ为感应场函数，v为标准差，x_i为内转子转速误差采样值，Γ*，v*，m*，w*分别为Γ，v，m，w的实际参数；

所述自适应对角递归小脑模型控制器理论输出的控制量u_t(t)为：

式(29)中，

分别为w,m,v,Γ的估计参数，u_c为自适应补偿器的控制量，用来补偿所述控制量u_t(t)的误差量e(t)；

将T₁＝u(t)，式(29)减去式(28)，得到：

将式(28)和式(29)代入式(30)，得到所述控制量u_t(t)的改写后误差量e(t)为：

式(31)中，

为权重记忆体空间参数的真值，

为感应场函数的真值；

定义李雅普诺夫函数为：

式(32)中，ξ₁，ξ₂，ξ₃，ξ₄均为不同的学习率，

为联想记忆值真值，

为高斯函数真值，

为自适应真值。

将式(32)微分可得：

通过式(33)的分析推导，自适应对角递归小脑模型控制器的记忆层权重值高斯函数平移系数

高斯函数标准差

适应性估测法则

及补偿控制器u_c分别为下面公式所示：

式(34)-(38)中，C_s为感应场函数对联想记忆参数的导数，H为感应场函数对高斯函数的导数，ξ₁，ξ₂，ξ₃，ξ₄为学习率，sgn为符号函数。

将式(34-38)代入(33)可得：

由式(39)可知，采用自适应对角递归小脑模型控制器可以保证磁齿轮复合电机转速在抖动现象消除时，误差逐渐收敛到零，以此完成控制磁齿轮复合电机的转子角度有效追踪所设定的旋转角度指令。

本发明还提供一种电动汽车，包括上述磁齿轮复合电机车辆转向系统的控制系统，对于电动汽车其它部件的具体结构本发明不做限定，也不再赘述。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

对本发明所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (5)

1.一种磁齿轮复合电机车辆转向系统的控制系统，其特征在于，包括：

编码器，用于从负载和磁齿轮复合电机的混合信号中检测所述磁齿轮复合电机的转速；

位移估计装置，用于根据所述转速计算得到估计角速度位移；

差值计算装置，用于将所述估计角速度位移与参考角速度位移做差后，得到偏差值；

自适应对角递归小脑模型控制器，用于根据所述偏差值计算得到控制量；

电流控制器，用于根据所述控制量和PWM逆变器输出的驱动信号，计算得到占空比信息输出至所述PWM逆变器；以及，

所述PWM逆变器，用于在所述占空比信息的作用下输出驱动信号至所述磁齿轮复合电机，以驱动所述磁齿轮复合电机工作。

2.根据权利要求1所述的系统，其特征在于，所述磁齿轮复合电机车辆转向系统的数据模型为：

定义动能为T_M，位能为V_M，

式(1)和(2)中，J_m为电机转动惯量系数，M_r为转向齿轮条质量，r_z为转向轴齿轮半径，p为转向齿轮条位移，K_m为磁齿轮复合电机转轴转矩，θ_m为转向柱转向角，K_t为转向轴齿轮条扭转，T_L为轮胎与路面的总负载转矩；

根据欧拉-拉格朗日方程推导出所述磁齿轮复合电机车辆转向系统的数据模型为：

式(3)中F_E表示为广义外力扰动，q_i分别表示为θ_m和P；

式(4)中F_E为磁齿轮复合电机外力扰动，T_e为电磁转矩，B_m为电机阻尼系数；

式(3)中的Lagrange函数L_M为：

当q_i＝θ_m时的尤拉-拉格朗日方程为：

当q_i＝p时的尤拉-拉格朗日方程为：

齿轮条外力F_E为：

在不考虑参数不确定量时所述磁齿轮复合电机车辆转向系统的数据模型为：

其中，Cr表示齿轮条阻尼系数。

3.根据权利要求2所述的系统，其特征在于，所述磁齿轮复合电机的数据模型为：

式(10)-(13)中，J_r为齿圈转动惯量，J_s为太阳轮转动惯量，J_p为行星轮转动惯量，J_c为行星架转动惯量，ω_r为行星轮齿圈转速，ω_s为太阳轮转速，ω_p为行星轮自转转速，ω_c为行星架自转转速，θ_r为齿圈转速角度，θ_p为行星轮转速角度，θ_s为太阳轮转速角度，θ_c为行星架转速角度，T_s为太阳轮转矩，T_r为外定子电枢绕组所产生转矩，K_s为太阳轮扭转劲度，K_r为齿圈扭转劲度，T_load为对行星架所施加转矩，n为行星轮个数，r_p为行星轮到气隙半径，r_s为太阳轮到气隙半径，r_c为行星架到气隙半径，r_r为齿圈圆心到气隙半径。

4.根据权利要求1～3中任意一项所述的系统，其特征在于，所述磁齿轮复合电机的驱动信号u_p(t)为：

式(28)中，

为所述自适应对角递归小脑模型控制器实际输出的控制量，ε为极小的误差，m为联想记忆值，w为权重记忆体空间参数，Γ为感应场函数，v为标准差，x_i为内转子转速误差采样值，Γ*，v*，m*，w*分别为Γ，v，m，w的实际参数；

所述自适应对角递归小脑模型控制器理论输出的控制量u_t(t)为：

式(29)中，分别为w,m,v,Γ的估计参数，u_c为自适应补偿器的控制量，用来补偿所述控制量u_t(t)的误差量e(t)；

将T₁＝u(t)，式(29)减去式(28)，得到：

将式(28)和式(29)代入式(30)，得到所述控制量u_t(t)的改写后误差量e(t)为：

式(31)中，

为权重记忆体空间参数的真值，

为感应场函数的真值；

定义李雅普诺夫函数为：

式(32)中，ξ₁，ξ₂，ξ₃，ξ₄均为不同的学习率，

为联想记忆值真值，

为高斯函数真值，

为自适应真值。

5.一种电动汽车，其特征在于，包括采用如权利要求1～4中任意一项所述磁齿轮复合电机车辆转向系统的控制系统。