CN112208627B - 一种双电机线控转向系统及其多目标能量优化方法 - Google Patents

Abstract

本发明涉及一种双电机线控转向系统及其多目标能量优化方法，属于车辆线控转向系统技术领域。该方法包括如下步骤：（1）建立整车模型和双电机线控转向系统模型；（2）根据步骤（1）建立的模型，推导车辆两个转向电机的总需求转矩和转速公式；（3）建立双电机总消耗功率模型和总损耗功率模型，基于电机效率模型，结合功率损耗分析研究转矩分配问题；（4）在双电机转矩转速和优化变量取值范围的约束条件下，建立双电机线控转向系统多目标能量优化模型；（5）根据双电机线控转向系统多目标能量优化模型，采用模拟退火算法根据电机map图优化出最优转矩分配系数，使得电机总功率最低。本发明提高系统的总体能量利用率。

Description

一种双电机线控转向系统及其多目标能量优化方法

技术领域

本发明涉及一种双电机线控转向系统及其多目标能量优化方法，属于车辆线控转向系统技术领域。

背景技术

随着车辆智能化程度越来越高，车辆上各模块逐渐趋于线控化设计，其中线控转向是当前人们研究的一个热点。在线控转向系统中，转向电机是转向的唯一来源，目前线控转向系统大多只有一套转向执行电机，一旦其出现故障，电子系统的安全可靠性很难保证，因此，为了预防单转向执行电机失效引起系统失效的问题，双电机结构被引入线控转向系统。

另外，冗余电机的引入虽然保证了转向电机的容错性，但也会改变转向系统的能耗。当转向系统配备单一电机时，能量消耗仅受转向条件的影响。然而，主电机和辅助电机的双电机结构为能量优化提供了条件，其中能量消耗会受到功率分配和外部转向条件的影响。通过主辅电机之间的功率分配，双电机可以根据在不同的转向负荷情况下，选择在最佳工作点上工作。虽然转向电机的能耗不如驱动电机，但考虑到转向是频繁的驱动行为，机械连接的缺失使转向电机独立承担转向负荷，持续的转向行为也会导致很高的转向能耗。在考虑电机正常转向条件下的工作状态时，研究人员忽略了能耗变化引起的双电机协调问题，这在国内外都很少被提及，如何减少双电机线控转向系统的能耗是一个值得研究的问题。

现有的双电机线控转向系统能量优化方法，通常根据双电机的总需求转矩和转速建立约束条件，以双电机的输出功率为优化目标，对转矩分配系数进行优化。例如，中国专利申请号为CN201910962540.0中公开了一种在总需求转矩和转速下，以双电机总效率最大为优化目标，从而实现电机间能量优化分配的线控双电机耦合转向系统的能量优化方法；中国专利申请号为CN202010372060.1中公开了一种采用粒子群算法，以双电机总消耗功率最小为优化目标，从而实现电机间能量优化分配的双电机耦合驱动线控转向系统及其能量优化方法；但是上述双电机能量优化方法的优化目标比较单一，只考虑了电机工作时的输出功率，没有考虑电机实际工作中损耗功率的影响，优化出的结果准确性有待加强。

发明内容

针对于上述背景技术中涉及的缺陷，本发明提出了一种双电机线控转向系统及其多目标能量优化方法，以克服现有技术中存在的转向系统可靠安全性低、能量优化目标单一、能量利用率低的问题。

本发明为解决其技术问题采用如下技术方案：

一种双电机线控转向系统，包括方向盘模块、转向执行模块、ECU模块、信号采集模块、变传动比模块、车辆理想状态计算模块、需求转矩转速计算模块以及转矩分配系数优化模块，其中：所述方向盘模块和转向执行模块分别与信号采集模块连接，信号采集模块分别与变传动比模块和车辆理想状态计算模块连接，变传动比模块和车辆理想状态计算模块分别与需求转矩转速计算模块连接，需求转矩转速计算模块、转矩分配系数优化模块和ECU模块顺序连接；

所述信号采集模块将获取的转向盘转角信号、转向盘转角微分信号、车速信号进行滤波降噪，并将其传递给变传动比模块；

所述变传动比模块根据信号采集模块传递来的信号计算出车辆的变传动比信号，并将其传递给需求转矩转速计算模块；

所述车辆理想状态计算模块根据信号采集模块传递来的信号计算出车辆的理想横摆角速度和理想质心侧偏角，并将其传递给需求转矩转速计算模块；

所述需求转矩转速计算模块根据变传动比模块和车辆理想状态计算模块传来的变传动比信号、理想横摆角速度和理想质心侧偏角计算出两个转向电机的需求转速和两者的需求总转矩，并将其传递给转矩分配系数优化模块；

所述转矩分配系数优化模块根据需求转矩转速计算模块传来的两个转向电机的需求转速和总需求转矩信号，采用模拟退火算法对转矩分配系数进行优化，并将得到的最优转矩分配系数传递给ECU控制模块；

所述ECU控制模块根据转矩分配系数优化模块传来的最优转矩分配系数信号控制两个转向电机输出相应大小的转矩，从而将输出的转矩经齿轮齿条转向器、转向横拉杆共同驱动车轮完成车辆转向。

一种双电机线控转向系统的多目标能量优化方法，包括步骤如下：

(1)建立整车模型和双电机线控转向系统模型，包括信号采集模块、变传动比模块和车辆理想状态计算模块；

(2)根据步骤(1)建立的模型，推导车辆两个转向电机的总需求转矩和转速公式；

(3)建立双电机总消耗功率模型和总损耗功率模型，基于电机效率模型，结合功率损耗分析研究转矩分配问题；

(4)在双电机转矩转速和优化变量取值范围的约束条件下，建立双电机线控转向系统多目标能量优化模型；

(5)根据双电机线控转向系统多目标能量优化模型，采用模拟退火算法根据电机外特性曲线图优化出最优转矩分配系数，使得电机总功率最低。

所述步骤(1)中所述整车模型和双电机线控转向系统模型如下：

步骤1.1),构建双电机线控转向系统，包括采集单元、方向盘模块和转向执行模块；

步骤1.2),在车辆行驶过程中，通过采集单元实时采集方向盘转角信号θ_sw，实际横摆角速度信号ω_r，实际质心侧偏角β，车速u，转向电机的转矩信号和转向电机的转速信号；

步骤1.3),以车辆质心为原点，建立车辆的二自由度模型；

步骤1.4),根据整车二自由度模型，计算车辆进入稳态时的理想横摆角速度和质心侧偏角：

式中，ω_r ^*为理想横摆角速度，β^*为理想质心侧偏角；m为整车质量；k₁,k₂分别为前后轮胎的侧偏刚度；a,b为质心到前后轴的距离；δ_f为前轮转角；

步骤1.5),建立线控转向变传动比模型：

式中，i为转向系统传动比；K_s为横摆角速度增益，是一个0.12-0.37 1/s的参数，L是轴距，K_u是稳定性因数；

建立转向阻力矩模型：

式中，T_max为车辆的原地阻力矩；T_mmax为电机的最大输出转矩；Z为转向轴上的载荷；P为轮胎的气体压力；f为轮胎和地面的滑动摩擦因素；η为减速器的效率；G₁,G₂分别为电机减速器和转向器的传动比。

所述步骤(2)中所述推导两个转向电机的总需求转矩和转速公式如下：

步骤2.1),根据理想横摆角速度、质心侧偏角、变传动比模型推导车辆转向的总需求转矩T_req：

式中，t_p,t_m是轮胎拖距和主销偏移量；δ_f为前轮转角。

步骤2.2),根据转向盘转速信号计算两个转向电机的需求转速：

ω＝ω_swG₁

式中，ω为转向电机的需求转速，ω_sw为转向盘转速。

步骤(3)所述建立双电机总消耗功率模型和总损耗功率模型的具体过程包括以下步骤，以下将两个电机称之为主电机和辅电机：

步骤3.1),定义转矩分配系数k为：

T_req＝T_m1+T_m2

其中，T_m1是主电机的输出转矩，T_m2是辅电机的输出转矩，T_req是双电机的总需求转矩；

步骤3.2),建立双电机总消耗功率模型：

式中，ω_m1和ω_m2是主辅电机的转速；η₁(T_m1,ω_m1)是输出转矩为T_m1、转速为ω_m1时主电机的效率，η₂(T_m2,ω_m2)是输出转矩为T_m2、转速为ω_m2时辅电机的效率；P_inm1和P_inm2分别是电机1、2的瞬时输入功率。

双电机总消耗功率P_opt为：

式中：P_opt为双电机总消耗功率。

步骤3.3),建立双电机线控转向系统的总损耗功率模型：

P_loss＝P_Cu+P₁+P_m

式中，P_loss,P_Cu,P₁,P_m分别为电机的总损耗功率、铜耗功率、除铜耗外的电机功率损耗、摩擦损耗功率；

根据等效电路模型，各损耗模型建立如下：

式中，i_oq为转矩电流的q轴分量；R_a为电机定子相电阻，R_c电机铁损等效电阻；根据永磁同步电机的模型，电磁转矩与q轴电流成正比，比例系数为ψ_f，ψ_f的值通过试验测量转矩和q轴电流值并进行拟合得到；ψ_d,ψ_q分别为d轴和q轴的磁链；R_c为铁损等效电阻；摩擦损耗存在于电机和测功机的轴承处，T_m为摩擦转矩，T_s为电机电磁转矩，T_opt为输出转矩；

根据前述各部分功耗模型，电机损耗功率表示为：

P_loss＝a_pT_opt ²+(2a_pT_m+b_p)T_opt+(a_pT_m ²+b_pT_m)

其中a_p、b_p为两个系数，分别为：

其中n_p为电机转子永磁体极对数；

步骤3.4),建立双电机线控转向系统多目标能量优化模型：

式中：ω_{m1_max}为主电机的最大转速，ω_{m2_max}为辅电机的最大转速，T_{max_1}(ω_m1)为主电机在转速为ω_m1时的最大转矩，T_{max_2}(ω_m2)为辅电机在转速为ω_m2时的最大转矩

步骤3.5),采用模拟退火算法根据电机外特性曲线图对优化数学模型进行优化，寻找最优转矩分配系数。

步骤5)中所述模拟退火算法包括以下步骤：

步骤5.1),设置初始温度T₀、当前温度T、终止温度T_min及控制参数更新函数T(t)；

步骤5.2),随机产生初始解，以此作为当前最优点，计算目标函数值：

步骤5.3),设S＝{S_1,S_2,...,S_N}为所有的可能解，C(S_i)反映了取S_i时解的代价，则组合优化问题可形式化地表述为寻找S^*，使得C(S^*)＝min C(S_i)，C(S^*)表示寻找到的最小代价；

步骤5.4),对当前最优点作一随机变动，产生一新解，计算新解的目标函数值，并计算目标函数值增量；对当前解S1随机扰动产生一个新解S2；

步骤5.5),计算S2的增量df＝f(S2)-f(S1)，其中f(S1)为S1的代价函数，f(S2)为S2的代价函数；

步骤5.6),若df<0，则接受S2作为新的当前解，即S1＝S2；否则，计算S2的接受概率exp(-df/T)，随机产生(0,1)区间上均匀分布的随机数rand，若exp(-df/T)>rand，也接受S2作为新的当前解S1＝S2，否则保留当前解S1；

步骤5.7),然后进行循环，如果满足终止条件，则输出当前解S1为最优解，结束程序；终止条件通常取在连续若干个链中新解S2都没有被接受时终止算法或者是设定结束温度；否则按衰减函数衰减T后返回，即被接受的新的解一直在产生，结果愈发收敛于最优解，最优解即最优转矩分配系数k。

本发明的有益效果如下：

(1)本发明设计了一种新型双电机SBW系统结构，在简化了传统转向系统的机械结构的基础上，提高了SBW(线控转向)系统的容错性。

(2)本发明采用模拟退火优化算法，根据电机效率的工作点，离线优化了双电机转矩分配系数，继而可以根据任何工况下的输入的需求转矩和转速，通过主辅电机之间的协调控制，降低转向能耗。

(3)对于能量优化问题，采用多目标能量优化方法，提出了一个从电机输出功率和损耗功率两个方面综合分析来研究双电机转矩分配优化的新思路。

附图说明

图1为本发明实施例提供的一种双电机线控转向系统结构示意图。

图2为本发明实施例提供的一种双电机线控转向能量优化流程图。

图3为本发明实施例提供的模拟退火算法流程图。

图4(a)为本发明实施例提供的双电机在不同需求转矩和转速下的最佳转矩分配系数k图；图4(b)为最佳转矩分配系数k在转矩-转速平面上的投影图。

图5为在正弦工况下双电机在不同转矩分配系数下总能耗的变化图。

图中，1-方向盘，2-转向管柱，3-转向盘转角传感器，4-路感电机，5-电机减速器，6-转向执行电机，7-转矩传感器，8-齿条，9-齿轮，10-主控制器，11-车轮。

具体实施方式

为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明：

本发明可以以许多不同的形式实现，而不应当认为限于这里所述的实施例。相反，提供这些实施例以便使本公开透彻且完整，并且将向本领域技术人员充分表达本发明的范围。在附图中，为了清除起见放大了组件。

如图1所示，本发明公开了一种双电机线控转向系统，包括方向盘模块、转向转向执行模块、ECU(主控制器)模块、信号采集模块、变传动比模块、车辆理想状态计算模块，需求转矩转速计算模块以及转矩分配系数优化模块。

所述方向盘模块包括方向盘、路感电机、电机驱动器、减速器、力矩转角传感器等；

所述转向柱上端和转向盘固连。

所述路感电机的输出轴通过路感电机驱动器、减速器和转向柱下端相连，用于经转向柱向转向盘传递路感。

所述力矩转角传感器设置在转向柱上，用于采集转向盘转角信号，并将其传递给信息采集模块。

所述转向执行模块包括转向电机、电机驱动器、减速器、齿轮齿条转向器及相关传感器等。

所述转向电机为两个型号相同的电机，分别通过转向电机驱动器、减速器和齿轮齿条转向器的小齿轮转轴相连。

所述两个小齿轮均和齿条啮合；齿条和转向横拉杆相连；转向横拉杆的两端分别和车辆的两个转向车轮对应相连。

所述相关传感器包括车速传感器、力矩传感器，安装在车轮内，用于获得车辆的车速，并将其传递给所述信息采集模块。

所述信息采集模块将获取的转向盘转角信号、转向盘转角微分信号、车速信号进行滤波降噪，并将其传递给变传动比模块。

所述变传动比模块根据信号采集模块传递来的信号计算出车辆的变传动比信号，并将其传递给需求转矩转速计算模块。

所述车辆理想状态计算模块根据信号采集模块传递来的信号计算出车辆的理想横摆角速度和理想质心侧偏角，并将其传递给需求转矩转速计算模块。

所述需求转矩转速计算模块根据变传动比模块和车辆理想状态计算模块传来的变传动比信号、理想横摆角速度和理想质心侧偏角计算出两个转向电机的需求转速和两者的需求总转矩，并将其传递给转矩分配系数优化模块。

所述转矩分配系数优化模块根据需求转矩转速计算模块传来的两个转向电机的需求转速和总需求转矩信号，采用模拟退火算法对转矩分配系数进行优化，并将得到的最优转矩分配系数传递给ECU控制模块。

所述ECU控制模块分别转向电机电气相连，并根据转矩分配系数优化模块传来的最优转矩分配系数信号控制两个转向电机输出相应大小的转矩，从而将输出的转矩经齿轮齿条转向器、转向横拉杆共同驱动车轮完成车辆转向。

如图2所示，本发明还公开了一种该双电机线控转向系统的多目标能量优化方法，包括以下步骤：

(1)建立整车模型和双电机线控转向系统模型，包括信号采集模块、变传动比模块和车辆理想状态计算模块；

(2)根据步骤(1)建立的模型，推导车辆两个转向电机的总需求转矩和转速公式；

(3)建立双电机总消耗功率模型和总损耗功率模型，基于电机效率模型，结合功率损耗分析研究转矩分配问题；

(4)在双电机转矩转速和优化变量取值范围的约束条件下，建立双电机线控转向系统多目标能量优化模型；

(5)根据双电机线控转向系统多目标能量优化模型，采用模拟退火算法根据电机map图优化出最优转矩分配系数，使得电机总功率最低；

进一步地，所述步骤(1)中的双电机线控转向系统模型为：

步骤1.1),构建双电机线控转向系统，包括采集单元、方向盘模块和转向执行模块；

步骤1.2),在车辆行驶过程中，通过采集单元实时采集方向盘转角信号θ_sw，实际横摆角速度信号ω_r，实际质心侧偏角β，车速u，转向电机的转矩信号和转向电机的转速信号；

步骤1.3),以车辆质心为原点，建立车辆的二自由度模型：

式中，β为车辆的质心侧偏角；ω_r ^*为理想横摆角速度，β^*为理想质心侧偏角；m为整车质量；w_r为横摆角速度；u为车速；k₁,k₂分别为前后轮胎的侧偏刚度；I_z表示车辆绕z轴的转动惯量；a,b为质心到前后轴的距离；δ_f为前轮转角；

步骤1.4),根据整车二自由度模型，计算车辆进入稳态时的理想横摆角速度和质心侧偏角：

式中，ω_r ^*为理想横摆角速度，β^*为理想质心侧偏角；

步骤1.5),建立线控转向变传动比模型：

式中，i为转向系统传动比；K_s为横摆角速度增益，是一个0.12-0.37 1/s的参数，L是轴距，K_u是稳定性因数；

建立转向阻力矩模型：

式中，T_max为车辆的原地阻力矩；T_mmax为电机的最大输出转矩；Z为转向轴上的载荷；P为轮胎的气体压力；f为轮胎和地面的滑动摩擦因素；η为减速器的效率；G₁,G₂分别为电机减速器和转向器的传动比。

进一步地，所述步骤(2)中推导两个转向电机的总需求转矩和转速公式如下：

步骤2.1),根据理想横摆角速度、质心侧偏角、变传动比模型推导车辆转向的总需求转矩T_req：

式中，t_p,t_m是轮胎拖距和主销偏移量；δ_f为前轮转角。

步骤2.2),根据转向盘转速信号计算两个转向电机的需求转速：

ω＝ω_swG₁

式中，ω为转向电机的需求转速，ω_sw为转向盘转速。

作为本发明一种双电机线控转向系统的多目标能量优化方法进一步的优化方案，步骤(3)双电机总消耗功率模型和总损耗功率模型建立的具体过程包括以下步骤，以下两个电机称之为主电机和辅电机：

步骤3.1),定义转矩分配系数k为：

T_req＝T_m1+T_m2

其中，T_m1是主电机的输出转矩，T_m2是辅电机的输出转矩，T_req是双电机的总需求转矩。

步骤3.2),建立双电机总消耗功率模型：

式中，ω_m1和ω_m2是主辅电机的转速；η₁(T_m1,ω_m1)是输出转矩为T_m1、转速为ω_m1时主电机的效率，η₂(T_m2,ω_m2)是输出转矩为T_m2、转速为ω_m2时辅电机的效率；P_inm1和P_inm2分别是电机1、2的瞬时输入功率。

双电机总消耗功率为：

式中：P_opt为双电机总消耗功率。

步骤3.3),建立双电机线控转向系统的总损耗功率模型：

P_loss＝P_Cu+P₁+P_m

式中，P_loss,P_Cu,P₁,P_m分别为电机的总损耗功率、铜耗功率、除铜耗外的电机功率损耗、摩擦损耗功率。

根据等效电路模型，各损耗模型建立如下：

式中，i_oq为转矩电流的q轴分量；R_a为电机定子相电阻，R_c为电机铁损等效电阻。根据永磁同步电机的模型，电磁转矩与q轴电流成正比，比例系数为ψ_f，ψ_f的值可通过试验测量转矩和q轴电流值并进行拟合得到。ψ_d,ψ_q分别为d轴和q轴的磁链；铁损等效电阻R_c可参考前人提出的测量方法。摩擦损耗存在于电机和测功机的轴承处，T_m为摩擦转矩，T_s为电机电磁转矩，T_opt为输出转矩。

根据前述各部分功耗模型，电机损耗功率可表示为：

P_loss＝a_pT_opt ²+(2a_pT_m+b_p)T_opt+(a_pT_m ²+b_pT_m)

其中a_p、b_p为两个系数，分别为：

其中n_p为电机转子永磁体极对数；

步骤4),建立双电机线控转向系统多目标能量优化模型：

式中：ω_{m1_max}为主电机的最大转速，ω_{m2_max}为辅电机的最大转速，T_{max_1}(ω_m1)为主电机在转速为ω_m1时的最大转矩，T_{max_2}(ω_m2)为辅电机在转速为ω_m2时的最大转矩。

步骤5),采用模拟退火算法根据电机map图对优化数学模型进行优化，寻找最优转矩分配系数。

如图3所示，步骤5)中的模拟退火算法包括以下步骤：

步骤5.1),设置初始温度T₀、当前温度T、终止温度T_min及控制参数更新函数T(t)，具体参数设置如表1所述。

步骤5.2),随机产生初始解，以此作为当前最优点，计算优化目标函数值：

步骤5.3),设S＝{S_1,S_2,...,S_N}为所有的可能解，C(S_i)反映了取S_i时解的代价，则组合优化问题可形式化地表述为寻找S^*，使得C(S^*)＝min C(S_i)，C(S^*)表示寻找到的最小代价。

步骤5.4),对当前最优点作一随机变动，产生一新解，计算新解的目标函数值，并计算目标函数值增量；对当前解S1随机扰动产生一个新解S2。

步骤5.5),计算S2的增量df＝f(S2)-f(S1)，其中f(S1)为S1的代价函数，f(S2)为S2的代价函数。

步骤5.6),若df<0，则接受S2作为新的当前解，即S1＝S2；否则，计算S2的接受概率exp(-df/T)，随机产生(0,1)区间上均匀分布的随机数rand，若exp(-df/T)>rand，也接受S2作为新的当前解S1＝S2，否则保留当前解S1。

步骤5.7),进行循环，如果满足终止条件Stop，则输出当前解S1为最优解，结束程序。终止条件Stop通常取：在连续若干个Metropolis链中新解S2都没有被接受时终止算法或者是设定结束温度。否则按衰减函数衰减T后返回，结果愈发收敛于最优解，最优解即最优转矩分配系数k。

表1模拟退火算法参数

迭代次数控制着算法寻优的充分程度，使算法寻优效果尽可能好。如表1所示，取迭代次数为1000；需要设置较大的初始温度，使状态跳动随机性大，取初始化温度值为1000；温度下界为1e-12，使算法稳定收敛；下降率一般取0.98，使算法有充分的降温过程。

根据城市工况下商用车的法定要求以及转向阻力矩，设定最大需求转矩为2(N·m)，最大电机转速为1200(rmp)，以两者为转向变量，根据所使用的电机参数，采用模拟退火算法进行离线优化，得到在不同的总需求转矩和电机转速下，多目标能量优化下的最佳转矩分配系数k的值，如图4所示，同时满足优良的稳定性。

根据转矩分配系数k的优化结果划分转向驱动模式如下：

1.当0.5＜k＜1时，主电机和辅电机工作在双电机转矩耦合转向模式。

2.当k＝1时，主电机工作在独立转向模式。

3.当k＝0.5时，主电机和辅电机工作在平均转矩分配转向模式。

进一步验证所设计优化方法的转向经济性，选择速度为40(km/h)和前轮角正弦输入的正弦工况实验进行仿真验证。将优化后的耦合转向模式与主电机独立转向(k＝1)和平均转矩分配转向模式(k＝0.5)进行比较，分析所提出目标优化方法的经济性。

当车辆发生转向时，通过控制器结合电机最佳转矩分配图4，根据车辆速度和前轮转角确定该工况下电机的需求转矩和转速，在线确定转向模式。

在正弦工况下进行仿真，取样正弦工况0.05s，得到电机总需求转矩和转速，导入离线优化好的最佳转矩分配系数中，得到该工况下的最佳转矩分配系数k数组，计算出最佳转矩分配系数k和主电机独立转向模式以及平均转矩分配模式下10s内的总能耗。

从图5可看出在最优转矩分配系数k下能耗最小的优越性。当转矩分配系数k最优时总能耗为6000.47J，当k＝1时总能耗为6331.98J，当k＝0.5时总能耗为6094.99J。与主电机独立转向模式相比，所提出的方法将节省高达5.24％的能耗；与双电机的平均转矩分配模式(k＝1/2)相比，将节省1.55％的能耗。

本发明具体应用途径很多，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，还可以作出若干改进，这些改进也应视为本发明的保护范围之内。

Claims (5)

1.一种双电机线控转向系统的多目标能量优化方法，该方法使用的双电机线控转向系统，包括方向盘模块、转向执行模块、ECU模块、信号采集模块、变传动比模块、车辆理想状态计算模块、需求转矩转速计算模块以及转矩分配系数优化模块，其中：所述方向盘模块和转向执行模块分别与信号采集模块连接，信号采集模块分别与变传动比模块和车辆理想状态计算模块连接，变传动比模块和车辆理想状态计算模块分别与需求转矩转速计算模块连接，需求转矩转速计算模块、转矩分配系数优化模块和ECU模块顺序连接；

所述信号采集模块将获取的转向盘转角信号、转向盘转角微分信号、车速信号进行滤波降噪，并将其传递给变传动比模块；

所述变传动比模块根据信号采集模块传递来的信号计算出车辆的变传动比信号，并将其传递给需求转矩转速计算模块；

所述车辆理想状态计算模块根据信号采集模块传递来的信号计算出车辆的理想横摆角速度和理想质心侧偏角，并将其传递给需求转矩转速计算模块；

所述需求转矩转速计算模块根据变传动比模块和车辆理想状态计算模块传来的变传动比信号、理想横摆角速度和理想质心侧偏角计算出两个转向电机的需求转速和两者的需求总转矩，并将其传递给转矩分配系数优化模块；

所述转矩分配系数优化模块根据需求转矩转速计算模块传来的两个转向电机的需求转速和总需求转矩信号，采用模拟退火算法对转矩分配系数进行优化，并将得到的最优转矩分配系数传递给ECU控制模块；

所述ECU控制模块根据转矩分配系数优化模块传来的最优转矩分配系数信号控制两个转向电机输出相应大小的转矩，从而将输出的转矩经齿轮齿条转向器、转向横拉杆共同驱动车轮完成车辆转向；

其特征在于，多目标能量优化包括步骤如下：

(1)建立整车模型和双电机线控转向系统模型，包括信号采集模块、变传动比模块和车辆理想状态计算模块；

(2)根据步骤(1)建立的模型，推导车辆两个转向电机的总需求转矩和转速公式；

(3)建立双电机总消耗功率模型和总损耗功率模型，基于电机效率模型，结合功率损耗分析研究转矩分配问题；所述建立双电机总消耗功率模型和总损耗功率模型的具体过程包括以下步骤，以下将两个电机称之为主电机和辅电机：

步骤3.1),定义转矩分配系数k为：

T_req＝T_m1+T_m2

其中，T_m1是主电机的输出转矩，T_m2是辅电机的输出转矩，T_req是双电机的总需求转矩；

步骤3.2),建立双电机总消耗功率模型：

式中，ω_m1和ω_m2是主辅电机的转速；η₁(T_m1,ω_m1)是输出转矩为T_m1、转速为ω_m1时主电机的效率，η₂(T_m2,ω_m2)是输出转矩为T_m2、转速为ω_m2时辅电机的效率；P_inm1和P_inm2分别是电机1、2的瞬时输入功率；

双电机总消耗功率P_opt为：

式中：P_opt为双电机总消耗功率；

步骤3.3),建立双电机线控转向系统的总损耗功率模型：

P_loss＝P_Cu+P₁+P_m

式中，P_loss,P_Cu,P₁,P_m分别为电机的总损耗功率、铜耗功率、除铜耗外的电机功率损耗、摩擦损耗功率；

根据等效电路模型，各损耗模型建立如下：

式中，i_oq为转矩电流的q轴分量；R_a为电机定子相电阻，R_c电机铁损等效电阻；根据永磁同步电机的模型，电磁转矩与q轴电流成正比，比例系数为ψ_f，ψ_f的值通过试验测量转矩和q轴电流值并进行拟合得到；ψ_d,ψ_q分别为d轴和q轴的磁链；R_c为铁损等效电阻；摩擦损耗存在于电机和测功机的轴承处，T_m为摩擦转矩，T_s为电机电磁转矩，T_opt为输出转矩；

根据前述各部分功耗模型，电机损耗功率表示为：

P_loss＝a_pT_opt ²+(2a_pT_m+b_p)T_opt+(a_pT_m ²+b_pT_m)

其中a_p、b_p为两个系数，分别为：

其中n_p为电机转子永磁体极对数；

(4)在双电机转矩转速和优化变量取值范围的约束条件下，建立双电机线控转向系统多目标能量优化模型；

(5)根据双电机线控转向系统多目标能量优化模型，采用模拟退火算法根据电机外特性曲线图优化出最优转矩分配系数，使得电机总功率最低。

2.根据权利要求1所述的一种双电机线控转向系统的多目标能量优化方法，其特征在于，所述步骤(1)中所述整车模型和双电机线控转向系统模型如下：

步骤1.1),构建双电机线控转向系统，包括采集单元、方向盘模块和转向执行模块；

步骤1.2),在车辆行驶过程中，通过采集单元实时采集方向盘转角信号θ_sw，实际横摆角速度信号ω_r，实际质心侧偏角β，车速u，转向电机的转矩信号和转向电机的转速信号；

步骤1.3),以车辆质心为原点，建立车辆的二自由度模型；

步骤1.4),根据整车二自由度模型，计算车辆进入稳态时的理想横摆角速度和质心侧偏角：

式中，ω_r ^*为理想横摆角速度，β^*为理想质心侧偏角；m为整车质量；k₁,k₂分别为前后轮胎的侧偏刚度；a,b为质心到前后轴的距离；δ_f为前轮转角；

步骤1.5),建立线控转向变传动比模型：

式中，i为转向系统传动比；K_s为横摆角速度增益，L是轴距，K_u是稳定性因数；

建立转向阻力矩模型：

式中，T_max为车辆的原地阻力矩；T_mmax为电机的最大输出转矩；Z为转向轴上的载荷；P为轮胎的气体压力；f为轮胎和地面的滑动摩擦因素；η为减速器的效率；G₁,G₂分别为电机减速器和转向器的传动比。

3.根据权利要求2所述的一种双电机线控转向系统的多目标能量优化方法，其特征在于，所述步骤(2)中所述推导两个转向电机的总需求转矩和转速公式如下：

步骤2.1),根据理想横摆角速度、质心侧偏角、变传动比模型推导车辆转向的总需求转矩T_req：

式中，t_p,t_m是轮胎拖距和主销偏移量；δ_f为前轮转角；

步骤2.2),根据转向盘转速信号计算两个转向电机的需求转速：

ω＝ω_swG₁

式中，ω为转向电机的需求转速，ω_sw为转向盘转速。

4.根据权利要求3所述的一种双电机线控转向系统的多目标能量优化方法，其特征在于，步骤(4)所述建立双电机线控转向系统多目标能量优化模型，具体如下：

式中：ω_{m1_max}为主电机的最大转速，ω_{m2_max}为辅电机的最大转速，T_{max_1}(ω_m1)为主电机在转速为ω_m1时的最大转矩，T_{max_2}(ω_m2)为辅电机在转速为ω_m2时的最大转矩。

5.根据权利要求4所述的一种双电机线控转向系统的多目标能量优化方法，其特征在于，步骤5)中所述模拟退火算法包括以下步骤：

步骤5.1),设置初始温度T₀、当前温度T、终止温度T_min及控制参数更新函数T(t)；

步骤5.2),随机产生初始解，以此作为当前最优点，计算目标函数值：

步骤5.3),设S＝{S_1,S_2,...,S_N}为所有的可能解，C(S_i)反映了取S_i时解的代价，则组合优化问题能形式化地表述为寻找S^*，使得C(S^*)＝min C(S_i)，C(S^*)表示寻找到的最小代价；

步骤5.4),对当前最优点作一随机变动，产生一新解，计算新解的目标函数值，并计算目标函数值增量；对当前解S1随机扰动产生一个新解S2；

步骤5.5),计算S2的增量df＝f(S2)-f(S1)，其中f(S1)为S1的代价函数，f(S2)为S2的代价函数；

步骤5.6),若df<0，则接受S2作为新的当前解，即S1＝S2；否则，计算S2的接受概率exp(-df/T)，随机产生(0,1)区间上均匀分布的随机数rand，若exp(-df/T)>rand，也接受S2作为新的当前解S1＝S2，否则保留当前解S1；

步骤5.7),然后进行循环，如果满足终止条件，则输出当前解S1为最优解，结束程序；终止条件通常取在连续若干个链中新解S2都没有被接受时终止算法或者是设定结束温度；否则按衰减函数衰减T后返回，即被接受的新的解一直在产生，结果愈发收敛于最优解，最优解即最优转矩分配系数k。

Images