CN111055920B - 一种汽车eps转向系统多模型转角控制器的构造方法 - Google Patents

一种汽车eps转向系统多模型转角控制器的构造方法 Download PDF

Info

Publication number
CN111055920B
CN111055920B CN201911346560.1A CN201911346560A CN111055920B CN 111055920 B CN111055920 B CN 111055920B CN 201911346560 A CN201911346560 A CN 201911346560A CN 111055920 B CN111055920 B CN 111055920B
Authority
CN
China
Prior art keywords
current
local
steering system
module
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911346560.1A
Other languages
English (en)
Other versions
CN111055920A (zh
Inventor
孙晓东
曹俊豪
陈龙
田翔
杨泽斌
李可
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University
Original Assignee
Jiangsu University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu University filed Critical Jiangsu University
Priority to CN201911346560.1A priority Critical patent/CN111055920B/zh
Publication of CN111055920A publication Critical patent/CN111055920A/zh
Application granted granted Critical
Publication of CN111055920B publication Critical patent/CN111055920B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B62LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62DMOTOR VEHICLES; TRAILERS
    • B62D5/00Power-assisted or power-driven steering
    • B62D5/04Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear
    • B62D5/0457Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such
    • B62D5/046Controlling the motor
    • B62D5/0463Controlling the motor calculating assisting torque from the motor based on driver input
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B62LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62DMOTOR VEHICLES; TRAILERS
    • B62D15/00Steering not otherwise provided for
    • B62D15/02Steering position indicators ; Steering position determination; Steering aids
    • B62D15/021Determination of steering angle

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本发明公开汽车驱动控制领域中的一种汽车EPS转向系统多模型转角控制器的构造方法,利用模糊均值聚类算法聚类分析EPS转向系统的n组参考电流和转角数据点得到p个集合,采用随机逼近法识别出p个局部线性模型,计算出间隙度量,得到p阶间隙度量矩阵,对间隙度量矩阵层次聚类分析得到M个局部线性模型集,从每个模型集中选择一个模型得到M个局部线性模型,设计对应的M个局部控制器;每个局部控制器输出各自的局部电流,M个局部电流和局部电流权值作为电流混合策略模块的输入,助力电流计算模块输出参考电流;本发明通过构造局部控制器,用一组简单的线性系统替代非线性EPS转向系统来创建多模型转角控制器,提高EPS转向系统的控制性能和抗干扰性能。

Description

一种汽车EPS转向系统多模型转角控制器的构造方法
技术领域
本发明属于汽车驱动控制领域,特别涉及一种汽车EPS转向系统的转角控制器的构造方法,适用于汽车EPS转向系统的高性能控制。
背景技术
随着汽车技术尤其是电子和控制技术的不断革新,汽车转向助力系统从传统的纯机械式转向系统逐渐发展及完善成液压助力转向系统,再出现后来的新型电控液压助力转向系统,而现如今使用最多的是电动助力转向系统。电动助力转向系统采用的是助力电机提供转向助力,其助力的大小由电控系统直接进行控制。这种用电机控制助力的方法与液压助力转系统相比,电动助力转向系统可以节约能源且十分环保。
EPS是在HPS与EHPS基础上发展起来的,它主要包括了转矩传感器、助力电机、减速机构以及电机电子控制单元。它取消了液压系统,减少了污染,独立于发动机工作,降低了能量消耗,占用空间小,零件数量大大少于HPS和EHPS,减轻了质量也节省了装配时间。EPS系统只采用机械连接和电信号控制,效率较高,有利于底盘集成控制;EPS采用车速感应型助力特性,这种方法可有效地解决传统转向系统的“轻”与“灵”的矛盾,提高了行驶安全性和驾驶舒适性。
EPS系统作为力矩伺服系统,需要快速准确地响应电机助力矩,同时对力矩的脉动非常敏感,目前采用工业上常规的矢量控制方法,采用闭环的PI控制器,利用EPS转向系统反馈的角度调节输入的参考电流。鉴于汽车行驶工况的复杂性会造成EPS转向系统的参数时变以及随机扰动,这种控制方法难以实现EPS转向系统高性能控制。因此,为了解决EPS转向系统常规控制方法欠佳的问题,同时满足EPS转向系统控制性能的各项指标,更好地提升EPS转向系统控制精度以及抗干扰性能,从而降低能量损耗,需要采用新的控制策略。
发明内容
本发明时针对EPS转向系统非线性多耦合的电气特性造成常规控制方法控制策略效率低的缺点,提出了一种考虑到EPS转向系统机械参数时变以及随机扰动等问题的多模型控制器的构造方法,提高了EPS转向系统控制性能,从而降低能量损耗,提高控制效率。
本发明一种汽车EPS转向系统多模型转角控制器的构造方法的技术方案是采用如下步骤:步骤一:构造以参考电流
Figure GDA0002982091000000011
为输入,以转角θ为输出的EPS转向系统;
步骤二:先采集所述的EPS转向系统的n组参考电流
Figure GDA0002982091000000012
和转角θ(k)数据点,k=2,3…n+1,k为离散样本时间指数;利用模糊均值聚类算法对参考电流
Figure GDA0002982091000000021
和转角θ(k)数据点进行聚类分析,得到p个集合Xj,j=1,2,…,p,j是集合编号;再对p个集合Xj中的参考电流
Figure GDA0002982091000000022
和转角θ(k)数据点采用随机逼近法识别出p个局部线性模型Pi,i=1,2,…,p;计算出各个局部线性模型Pi之间的间隙度量δij,两个局部线性模型的相似性通过间隙度量δij表示,得到p阶间隙度量矩阵G;
步骤三:对间隙度量矩阵G进行层次聚类分析,得到M个局部线性模型集Π12…ΠM,1<M<p;从M个局部线性模型集Π12…ΠM的每个模型集中选择出一个局部线性模型,得到M个局部线性模型H1,H2…HM;对M个局部线性模型H1,H2…HM一一进行设计,设计出对应的M个局部控制器;
步骤四:将M个局部控制器并联,以参考转角θ*与转角θ之间的转角误差eθ作为M个局部控制器共同输入,每个所述的局部控制器输出各自的一个局部电流,M个局部电流iq1、iq2…iqM作为电流混合策略模块的第一部分输入;将车速ν、转角θ以及电流混合策略模块输出的混合电流iq作为数据离散处理模块22的输入,数据离散处理模块输出为离散化的车速ν(k)、转角θ(k)以及混合电流iq(k),混合电流iq(k)经过延迟输出一步延迟的混合电流iq(k-1),离散化的车速ν(k)、转角θ(k)以及一步延迟的混合电流iq(k-1)作为局部电流权值计算模块的输入,输出M个局部控制器的局部电流权值w1,w2…wM;局部电流权值w1,w2…wM作为电流混合策略模块的第二部分输入,电流混合策略模块输出混合电流iq,该混合电流iq以及所述的离散化的车速ν(k)作为助力电流计算模块的输入,助力电流计算模块输出所述的参考电流
Figure GDA0002982091000000023
构成以参考转角θ*、车速ν和转角θ为输入,以所述的参考电流
Figure GDA0002982091000000024
为输出的EPS多模型转角控制器。
本发明的有益效果是:
1、通过构造局部控制器,用一组简单的线性系统替代非线性EPS转向系统来创建多模型转角控制器,能够针对EPS转向系统参数的非线性变化和负载转矩的干扰,提高EPS转向系统的控制性能和抗干扰性能。
2、所构造的EPS转向系统多模型转角控制器所需控制变量和输入变量均可通过传感器测量获得,且该控制器的控制算法只需通过模块化软件编程实现,能够在不增加控制成本的前提下,有效提高控制器的控制品质。
3、对EPS多模型转角控制器中的局部控制器输出的局部电流采用电流混合策略,能够提高输入电流的控制精度,从而提高EPS转向系统的动态性能和稳定性。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细说明:
图1是EPS转向系统的等效框图:
图2是局部控制器的离线构造框图;
图3是图2中层次聚类分析模块按照间隙度量进行层次聚类分析的树状图;
图4是图2中二阶闭环系统设计模块设计局部控制器的二阶闭环系统设计模块框图;
图5是EPS转向系统的EPS多模型转角控制器的构成框图。
图中:22.数据离散处理模块;23.局部电流权值计算模块;31.电流混合策略模块;41.助力电流计算模块;52.转角PI控制器;53.模糊均值聚类模块;54.随机逼近法参数识别模块;55.间隙度量计算模块;56.层次聚类分析模块;57.局部线性模型选择模块;58.数据采集模块;59.二阶闭环系统设计模块;70.EPS转向系统;71.EPS多模型转角控制器;72.转角给定模块;73.车速传感器;81.第一局部控制器;82.第二局部控制器;83.第M局部控制器;101.电流环PI调节模块;102.前馈解耦模块;103.坐标变换2r/2s模块;104.空间电压矢量调制模块;105.电压源逆变器;106.永磁同步电机;107.转向系统;109.坐标变换3s/2r模块;110.位置传感器;111.角度计算模块。
具体实施方式
如图1所示,将电流环PI调节模块101、前馈解耦模块102、坐标变换2r/2s模块103、空间电压矢量调制模块104、电压源逆变器105、永磁同步电机106、转向系统107、位置传感器110以及角度计算模块111依次串接,再将坐标变换3s/2r模块109串接于电压源逆变器105和电流环PI调节模块101之间,坐标变换3s/2r模块109的输入端连接电压源逆变器105的输出端,坐标变换3s/2r模块109的输出端连接电流环PI调节模块101,共同作为一个整体构成EPS转向系统70。该EPS转向系统70以参考电流
Figure GDA0002982091000000031
为输入,以转角θ为输出。
电流环PI调节模块101的两个参考输入分别是参考电流
Figure GDA0002982091000000032
Figure GDA0002982091000000033
其中
Figure GDA0002982091000000034
这两个参考输入
Figure GDA0002982091000000035
分别与坐标变换3s/2r模块109输出的d-q坐标系下的两个电流iq、id相比较,从而得到电流环PI调节模块101的两个输出为两相同步坐标系下的电压值uq、ud,该电压值uq、ud作为前馈解耦模块102的两个输入,前馈解耦模块102输出为两相同步坐标系下的参考电压值
Figure GDA0002982091000000041
该参考电压值
Figure GDA0002982091000000042
经过坐标变换2r/2s模块103之后得到两相静止坐标系下的参考电压值
Figure GDA0002982091000000043
该电压值
Figure GDA0002982091000000044
作为空间电压矢量调制模块104的输入,空间电压矢量调制模块104的输出为功率开关器件的开关信号Ta、Tb、Tc,该开关信号Ta、Tb、Tc作为电压源逆变器105的输入,电压源逆变器105输出三相电流ia、ib、ic,该三相电流ia、ib、ic分别作为永磁同步电机106和坐标变换3s/2r模块109的输入,坐标变换3s/2r模块109输出电流iq、id,永磁同步电机106输出为转矩Te,该转矩Te作为转向系统107的输入,转向系统107输出转角信号,通过位置传感器110采集转向系统107输出的转角信号并经角度计算模块111计算后得到转角θ。
如图2所示,离线构造多个局部控制器。首先对EPS转向系统70采用PI控制方法,并对不同工况下的转角PI控制器52进行参数调优,实现EPS转向系统70的运行,从而完成对EPS转向系统70各种工况下输入参考电流
Figure GDA0002982091000000045
和输出转角θ的数据采集。根据参考电流
Figure GDA0002982091000000046
和转角θ数据构建多个局部控制器,得到各局部控制器的表达式KN,N=1,2,...,M,N为局部控制器编号,M为局部控制器数量。单个局部控制器离线构造过程如下:
首先,对EPS转向系统70采用闭环PI控制,由转角给定模块72输出参考转角θ*,参考转角θ*与EPS转向系统70输出的转角θ作差得到转角误差eθ,该转角误差eθ作为转角PI控制器52的输入,其输出为参考电流
Figure GDA0002982091000000047
该参考电流
Figure GDA0002982091000000048
作为EPS转向系统70输入,EPS转向系统70输出转角θ。
转角PI控制器52的参数根据EPS转向系统70的工况进行参数调优,转角PI控制器52的输入输出关系为:
Figure GDA0002982091000000049
式中,RP为比例系数,RI为积分系数。
采用数据采集模块58完成传感器对EPS转向系统70的输入参考电流
Figure GDA00029820910000000410
和输出转角θ进行信号采集,得到n组参考电流和转角数据点,这些参考电流
Figure GDA00029820910000000411
和转角θ(k)数据点组成模型数据库
Figure GDA00029820910000000412
k为离散样本时间指数。
将模型数据库
Figure GDA0002982091000000051
输入模糊均值聚类模块53中,利用模糊均值聚类算法对模型数据库
Figure GDA0002982091000000052
中的参考电流和转角数据点进行聚类分析,得到p个集合Xj,j=1,2,…,p,j是集合编号,并确定各个集合的中心点
Figure GDA0002982091000000053
使非相似性指标的价值函数达到最小。非相似性指标的价值函数表达式如下:
Figure GDA0002982091000000054
式中:
Figure GDA0002982091000000055
即为非相似性指标。ukj为第k个参考电流和转角数据点对于第j个集合Xj的隶属度,
Figure GDA0002982091000000056
且ukj∈[0,1],
Figure GDA0002982091000000057
j,μ为模糊均值聚类算法的柔性参数。
模糊均值聚类算法的具体迭代过程如下:
步骤1:选择集合数量p(2<p<n);选择p个参考电流和转角数据点分别作为p个集合的中心点;并选取终止系数ε。
步骤2:按照下式更新n个数据点对p个集合的隶属度以及新的p个集合中心点:
Figure GDA0002982091000000058
Figure GDA0002982091000000059
式中
Figure GDA00029820910000000510
表示第r次迭代后第k个参考电流和转角数据点对于第j个集合Xj的隶属度,m为加权指数。
步骤3:若
Figure GDA00029820910000000511
则终止迭代,否则返回步骤2。
通过模糊均值聚类算法得到参考电流和转角数据点
Figure GDA0002982091000000061
的p个集合Xj(j=1,2,...,p),这p个集合Xj(j=1,2,...,p)对应于EPS转向系统70中的p个局部线性模型。
将通过模糊均值聚类算法得到的p个集合Xj输入到随机逼近法参数识别模块54,随机逼近法参数识别模块54对p个集合Xj中的参考电流和转角数据点采用随机逼近法识别EPS转向系统70的p个局部线性模型,计算出EPS转向系统70的p个局部线性模型的参数。对于EPS转向系统70的局部线性模型,输出转角θ与输入参考电流
Figure GDA0002982091000000062
为一阶惯性环节:
Figure GDA0002982091000000063
式中:r为惯性环节增益,τ为时间常数,s为复变量。
将上式离散化得到如下差分方程:
Figure GDA0002982091000000064
Figure GDA0002982091000000065
式中:a1、b1为待求解的模型参数,λ(k)为零均值方差为1的高斯白噪声,k为离散样本时间指数。T为采样周期,取T=0.005s。
将差分方程表示为矩阵形式:
θ(k)=ψT(k)η+λ(k) (8)
其中:
Figure GDA0002982091000000066
η=[a1 b1]T
选取准则函数为:
Figure GDA0002982091000000067
利用随机逼近原理,可得参数估计的随机逼近算法为:
Figure GDA0002982091000000068
其中:ρ(k)为收敛因子,满足收敛性条件即可。完成随机逼近算法迭代即可得到辨识参数η的值,即得模型参数a1、b1的值。模型参数由EPS转向系统70的输入参考电流信号
Figure GDA0002982091000000069
和输出转角θ决定,根据计算可得p个局部线性模型参数。本发明在此以p值取9为例,则模型参数矩阵如下:
Figure GDA0002982091000000071
由式(7)计算参数r、τ的参数矩阵如下:
Figure GDA0002982091000000072
由式(5)即得EPS转向系统70的p个局部线性模型
Figure GDA0002982091000000073
i是局部线性模型编号。
p个局部线性模型Pi输入到间隙度量计算模块55中,间隙度量计算模块55基于间隙度量理论,计算出EPS转向系统70的各个局部线性模型之间的间隙度量δij,得到由δij构成的p阶间隙度量矩阵G。
已知EPS转向系统70的两个局部线性模型Pi、Pj有相同数量的输入输出变量,因此两个局部线性模型的相似性可通过间隙度量表示。间隙度量值δij∈(0,1),且δij值越接近0,表明EPS转向系统70的第i个局部线性模型与第j个局部线性模型的相似度越高,可以相互表示。将EPS转向系统70的p个局部线性模型两两进行间隙度量计算,得到p阶间隙度量矩阵G。本发明在此以p值取9为例,计算出间隙度量矩阵G如下:
Figure GDA0002982091000000074
将间隙度量矩阵G输入到层次聚类分析模块56中,层次聚类分析模块56对EPS转向系统70的p个局部线性模型的间隙度量进行层次聚类分析:设置间隙度量的阈值为β,得到局部线性模型集Π12…ΠM M,1<M<p,局部控制器的数量对应于局部线性模型集的数量,各局部线性模型集分别为Π12…ΠM。如图3所示,以p值取9为例,β=0.08,得到局部线性模型集的数量M=3,有:Π1={P1,P2,P3,P4,P5,P7},Π2={P8,P9},Π3={P6}。
M个局部线性模型集Π12…ΠM输入局部线性模型选择模块57中,局部线性模型选择模块57从M个局部线性模型集Π12…ΠM的每个模型集中选择出一个局部线性模型,得到M个局部线性模型,该M个局部线性模型分别是H1,H2…HM,其中,H1,H2…HM分别一一对应地近似于Π12…ΠM。例如:选择局部线性模型H1=P1近似局部线性模型集Π1,选择局部线性模型H2=P8近似局部线性模型集Π2,选择局部线性模型H3=P6近似局部线性模型集Π3
然后,再选取局部线性模型H1,H2…HM对应的中心点为
Figure GDA0002982091000000081
例如,选取的局部线性模型H1,H2,H3对应的中心点满足
Figure GDA0002982091000000082
将选择出的M个局部线性模型H1,H2…HM输入到二阶闭环系统设计模块59中,二阶闭环系统设计模块59对每个局部线性模型H1,H2…HM一一设计,得到对应的M个局部控制器,即得到了图5中的第一局部控制器81、第二局部控制器82……直到第M个局部控制器83。
以局部线性模型H1为例,如图4所示,对选取的局部线性模型H1,利用二阶闭环系统设计第一局部控制器,第一局部控制器的输入为参考转角θ*与EPS转向系统70输出的转角θ之间的转角误差eθ,输出为局部电流iq1。,二阶闭环系统的模型为:
Figure GDA0002982091000000083
式中:s为复变量,ωn为自然角频率,ξ为阻尼比。
因此第一局部控制器81的表达式K1满足
Figure GDA0002982091000000084
即可得第一局部控制器81的表达式
Figure GDA0002982091000000085
同理,第二局部控制器82的表达式K2满足
Figure GDA0002982091000000086
即得
Figure GDA0002982091000000087
第M个局部控制器的表达式KM满足
Figure GDA0002982091000000088
即得第M局部控制器的表达式为
Figure GDA0002982091000000091
式中,HM表示从第M个局部线性模型集ΠM中选择的局部线性模型,1≤x≤p。
如图5所示,构造EPS多模型转角控制器71,EPS多模型转角控制器71的输入由三部分组成,第一部分为转角参考模块72输出的参考转角θ*,第二部分为车速传感器73输出的车速ν,第三部分为EPS转向系统70输出的转角θ,EPS多模型转角控制器71的输出为参考电流
Figure GDA0002982091000000092
将M个局部控制器并联在一起,转角参考模块72输出的参考转角θ*与EPS转向系统70输出的转角θ之间的转角误差eθ作为M个局部控制器共同的输入,每个局部控制器输出各自的一个局部电流,M个局部电流iq1、iq2…iqM作为电流混合策略模块31的第一部分输入。
其中,第一局部控制器81、第二局部控制器82以及第M局部控制器83的输入输出关系为:
Figure GDA0002982091000000093
Figure GDA0002982091000000094
Figure GDA0002982091000000095
车速传感器73输出的车速ν、EPS转向系统70输出的转角θ以及电流混合策略模块31输出的混合电流iq作为数据离散处理模块22的输入,输出为离散化的车速ν(k)、转角θ(k)以及混合电流iq(k),其中混合电流iq(k)经过延迟模块,输出一步延迟的混合电流iq(k-1)。离散化的车速ν(k)、转角θ(k)以及一步延迟的混合电流iq(k-1)作为局部电流权值计算模块23的输入,输出M个局部控制器的局部电流权值w1,w2…wM。第N个局部电流权值计算模块23的输入输出关系为:
Figure GDA0002982091000000096
式中,
Figure GDA0002982091000000097
ΘN为所述的局部线性模型H1,H2…HM中的模型HN对应的中心点。
Figure GDA0002982091000000101
为选取局部线性模型H1,H2…HM对应的中心点。
将局部电流权值w1,w2…wM作为电流混合策略模块31的第二部分输入。因此,局部电流iq1、iq2…iqM和局部电流权值w1,w2…wM作为电流混合策略模块31的两部分输入,电流混合策略模块31输出为混合电流iq。电流混合策略模块31的输入输出关系为:
Figure GDA0002982091000000102
wN是第N个局部电流权值,iqN是第N个局部电流。
电流混合策略模块31输出的混合电流iq以及数据离散处理模块22输出的车速ν(k)作为助力电流计算模块41的输入,助力电流计算模块41输出为参考电流
Figure GDA0002982091000000103
助力电流计算模块41的输入输出关系为
Figure GDA0002982091000000104
其中νh为产生助力电流的车速上限,K为助力系数。车速越大产生的助力电流越小,有利于车辆的操纵稳定性和行车安全性;车速较低时产生的助力电流较大,有利于实现转向操纵。
助力电流计算模块41输出的参考电流
Figure GDA0002982091000000105
作为EPS转向系统70的输入,实现对EPS转向系统70的控制。

Claims (7)

1.一种汽车EPS转向系统多模型转角控制器的构造方法,其特征是具有以下步骤:
步骤一:构造以参考电流
Figure FDA0002333530740000011
为输入,以转角θ为输出的EPS转向系统;
步骤二:先采集所述的EPS转向系统的n组参考电流
Figure FDA0002333530740000012
和转角θ(k)数据点,k=2,3…n+1,k为离散样本时间指数;利用模糊均值聚类算法对参考电流
Figure FDA0002333530740000013
和转角θ(k)数据点进行聚类分析,得到p个集合Xj,j=1,2,…,p,j是集合编号;再对p个集合Xj中的参考电流
Figure FDA0002333530740000014
和转角θ(k)数据点采用随机逼近法识别出p个局部线性模型Pi,i=1,2,…,p;计算出各个局部线性模型Pi之间的间隙度量δij,两个局部线性模型的相似性通过间隙度量δij表示,得到p阶间隙度量矩阵G;
步骤三:对间隙度量矩阵G进行层次聚类分析,得到M个局部线性模型集Π12…ΠM,1<M<p;从M个局部线性模型集Π12…ΠM的每个模型集中选择出一个局部线性模型,得到M个局部线性模型H1,H2…HM;对M个局部线性模型H1,H2…HM一一进行设计,设计出对应的M个局部控制器;
步骤四:将M个局部控制器并联,以参考转角θ*与转角θ之间的转角误差eθ作为M个局部控制器共同输入,每个所述的局部控制器输出各自的一个局部电流,M个局部电流iq1、iq2…iqM作为电流混合策略模块的第一部分输入;将车速ν、转角θ以及电流混合策略模块输出的混合电流iq作为数据离散处理模块22的输入,数据离散处理模块输出为离散化的车速ν(k)、转角θ(k)以及混合电流iq(k),混合电流iq(k)经过延迟输出一步延迟的混合电流iq(k-1),离散化的车速ν(k)、转角θ(k)以及一步延迟的混合电流iq(k-1)作为局部电流权值计算模块的输入,输出M个局部控制器的局部电流权值w1,w2…wM;局部电流权值w1,w2…wM作为电流混合策略模块的第二部分输入,电流混合策略模块输出混合电流iq,该混合电流iq以及所述的离散化的车速ν(k)作为助力电流计算模块的输入,助力电流计算模块输出所述的参考电流
Figure FDA0002333530740000015
构成以参考转角θ*、车速ν和转角θ为输入,以所述的参考电流
Figure FDA0002333530740000016
为输出的EPS多模型转角控制器。
2.根据权利要求1所述的一种汽车EPS转向系统多模型转角控制器的构造方法,其特征是:步骤一中,由电流环PI调节模块、前馈解耦模块、坐标变换2r/2s模块、空间电压矢量调制模块、电压源逆变器、永磁同步电机、转向系统、位置传感器以及角度计算模块依次串接,坐标变换3s/2r模块串接于电压源逆变器和电流环PI调节模块之间,共同构成所述的EPS转向系统。
3.根据权利要求1所述的一种汽车EPS转向系统多模型转角控制器的构造方法,其特征是:步骤二中,先对EPS转向系统采用闭环PI控制,由转角给定模块输出参考转角θ*,参考转角θ*与EPS转向系统输出的转角θ作差得到转角误差eθ,该转角误差eθ作为转角PI控制器的输入,其输出为参考电流
Figure FDA0002333530740000021
该参考电流
Figure FDA0002333530740000022
作为EPS转向系统输入,EPS转向系统输出转角θ,再采用数据采集模块完对EPS转向系统输入的参考电流
Figure FDA0002333530740000023
和输出的转角θ进行信号采集,得到n组参考电流和转角数据点。
4.根据权利要求1所述的一种汽车EPS转向系统多模型转角控制器的构造方法,其特征是:步骤二中,所述的p个局部线性模型
Figure FDA0002333530740000024
r为惯性环节增益,τ为时间常数,s为复变量,i=1,2,…,p;所述的间隙度量值δij∈(0,1)。
5.根据权利要求4所述的一种汽车EPS转向系统多模型转角控制器的构造方法,其特征是:所述的第M个局部控制器的表达式
Figure FDA0002333530740000025
ωn为自然角频率,1≤x≤p;第M局部控制器的输入输出关系为:
Figure FDA0002333530740000026
6.根据权利要求5所述的一种汽车EPS转向系统多模型转角控制器的构造方法,其特征是:步骤四中,第N个局部电流权值
Figure FDA0002333530740000027
Figure FDA0002333530740000028
Figure FDA0002333530740000029
ΘN为所述的局部线性模型H1,H2…HM中的模型HN对应的中心点。
7.根据权利要求6所述的一种汽车EPS转向系统多模型转角控制器的构造方法,其特征是:步骤四中,所述的混合电流
Figure FDA00023335307400000210
wN是第N个局部电流权值,iqN是第N个局部电流;参考电流
Figure FDA00023335307400000211
νh为产生助力电流的车速上限,K为助力系数。
CN201911346560.1A 2019-12-24 2019-12-24 一种汽车eps转向系统多模型转角控制器的构造方法 Active CN111055920B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911346560.1A CN111055920B (zh) 2019-12-24 2019-12-24 一种汽车eps转向系统多模型转角控制器的构造方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911346560.1A CN111055920B (zh) 2019-12-24 2019-12-24 一种汽车eps转向系统多模型转角控制器的构造方法

Publications (2)

Publication Number Publication Date
CN111055920A CN111055920A (zh) 2020-04-24
CN111055920B true CN111055920B (zh) 2021-07-20

Family

ID=70303026

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911346560.1A Active CN111055920B (zh) 2019-12-24 2019-12-24 一种汽车eps转向系统多模型转角控制器的构造方法

Country Status (1)

Country Link
CN (1) CN111055920B (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6299574B2 (ja) * 2014-12-04 2018-03-28 株式会社デンソー 電子装置
CN107042841B (zh) * 2016-12-14 2019-03-26 合肥工业大学 一种轮毂电机驱动电动汽车差动助力转向稳定性控制方法
WO2018159101A1 (ja) * 2017-03-03 2018-09-07 日本電産株式会社 モータ制御方法、モータ制御システムおよび電動パワーステアリングシステム
CN107992681B (zh) * 2017-12-04 2020-06-05 江苏大学 一种电动汽车主动前轮转向系统的复合控制方法
JP2019206293A (ja) * 2018-05-30 2019-12-05 株式会社ジェイテクト 操舵制御装置
CN109698655B (zh) * 2019-01-11 2020-09-25 江苏大学 一种eps用交流电机智能复合控制器的构造方法
CN110316247B (zh) * 2019-07-25 2021-04-27 辽宁工业大学 一种用于四轮独立驱动电动汽车电动助力差动补偿转向控制方法

Also Published As

Publication number Publication date
CN111055920A (zh) 2020-04-24

Similar Documents

Publication Publication Date Title
CN110488759B (zh) 一种基于Actor-Critic算法的数控机床进给控制补偿方法
CN109507876B (zh) 一种基于信度推理的电推船舶电机pid参数整定方法
CN113472262A (zh) 采用模糊逻辑控制的永磁同步电机d-q轴电感参数辨识的MTPA控制方法
CN111106772B (zh) 一种包含参数跟踪的感应电机状态强跟踪滤波估计方法
CN112701975B (zh) 一种双惯量伺服系统的自适应齿隙振荡抑制方法
CN111007716A (zh) 基于预测函数的交流伺服电机变论域模糊pi控制方法
CN112039394A (zh) 一种基于模糊自抗扰的pmsm伺服控制系统
CN110531614A (zh) 新颖的无刷直流电机模糊神经网络pi控制器
CN115890668A (zh) 一种机器人关节模组分散式优化学习控制方法及系统
CN110649845B (zh) 基于鲁棒广义预测控制的光电转台位置跟踪控制方法
Gao et al. Design, implementation and experimental verification of a compensator-based triple-step model reference controller for an automotive electronic throttle
CN110488600B (zh) Lqr优化型无刷直流电机调速神经网络pid控制器
CN102522948B (zh) Dtc系统中转矩滞环宽度的混合智能调节方法
CN111055920B (zh) 一种汽车eps转向系统多模型转角控制器的构造方法
CN117254734A (zh) Pmsm多模式切换模型预测控制方法、系统及存储介质
Xie et al. Optimal speed–torque control of asynchronous motor for electric cars in the field-weakening region based on voltage vector optimization
CN113517832A (zh) 一种低压伺服离散线性自抗扰控制方法
CN116317748B (zh) 基于神经元比例积分-模糊积分算法的双闭环bldc控制器
CN116317751B (zh) 感应电机模型预测速度控制方法
CN108197392A (zh) 基于soc的汽车电动助力转向系统的助力特性曲线设计方法
CN108155836B (zh) 基于全局在线启发式动态规划永磁同步电机矢量控制方法
CN110119085B (zh) 一种Manutec R3型工业机器人动态优化系统
Djelamda et al. Field-oriented control based on adaptive neuro-fuzzy inference system for PMSM dedicated to electric vehicle
CN116800148A (zh) 一种鲁棒性提升的永磁同步直线电机模型预测控制方法
CN114063444A (zh) 一种基于rbf神经网络的分数阶pid控制器的参数整定方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant