CN113246749B - 一种多轮/多轴独立驱动电动汽车多目标动力学控制方法 - Google Patents

Abstract

本发明公开了一种多轮/多轴独立驱动电动汽车多目标动力学控制方法，构建三层分层控制架构，上层横摆稳定性控制器采用直接横摆控制方法计算最优整车附加横摆力矩，保证车辆主动安全性；中间层能耗优化转矩分配控制器，在保证上层最优横摆力矩跟踪效果的同时，基于驱动系统效率MAP图，尽可能地通过车轮纵向力分配降低驱动系统能耗；下层最优车轮纵向力跟踪器，根据中间层得出的纵向力分配结果，计算并保持各车轮的实时最优目标滑动率；同时，在下层最优车轮纵向力跟踪器中，通过设置线性滑移率约束，减小滑动率增大对上层控制器建模、中间层效率计算的影响，保证了本方法在低附着工况下的整体有效性。

Description

一种多轮/多轴独立驱动电动汽车多目标动力学控制方法

技术领域

本发明涉及动力学控制技术领域，具体涉及一种多轮/多轴独立驱动电动汽车多目标动力学控制方法。

背景技术

近年来，随着经济的飞速增长城市交通面临着日益严重的问题，尤其是能源消耗的问题，使得我国政府不得不出台相关政策，推进新能源汽车产业化。随着新能源汽车技术的不断进步，出现了许多新型的驱动系统构型。其中，多轮/多轴独立驱动电动汽车是近年来的热门构型之一，其具有控制灵活性高、传动链短、传动效率高等优点，能够通过完成更复杂的控制任务，在保证车辆行驶稳定性与安全性的情况下尽可能地对能耗等其他控制目标进行优化。但其机械结构特殊，必须实现电子差速等控制功能；进一步地，为实现多目标动力学控制，需要应用更加复杂、先进的控制架构与优化算法。

目前多轮/多轴独立驱动电动汽车的动力学控制主要分为能耗经济性、横摆稳定性、纵向驱动防滑性能三个方面的控制问题，而大多数的控制方法将三者分开设计，并在不同的工况下进行控制模式的切换，无法同时实现三个控制目标的综合优化。

发明内容

针对现有技术中存在的上述问题，本发明提供一种多轮/多轴独立驱动电动汽车多目标动力学控制方法，其通过构建三层分层控制架构，综合考虑能耗经济性、横摆稳定性、纵向驱动防滑性能等控制目标，将控制任务分解至不同控制层，实现全工况下的多轴电动汽车多目标优化控制。

本发明公开了一种多轮/多轴独立驱动电动汽车多目标动力学控制方法，包括：

构建三层分层控制架构，其中，上层为非线性横摆稳定性控制器、中间层为能耗优化转矩分配控制器、下层为最优车轮纵向力跟踪器；

上层非线性横摆稳定性控制器结合直接横摆控制与主动转向控制，采用多输入多输出系统的非线性模型预测控制，通过追踪目标横摆角速度及质心侧偏角，计算得到期望的附加横摆力矩与前轮主动转向角；

中间层能耗优化转矩分配控制器在保证上层最优横摆力矩跟踪效果的同时，以整车需求纵向力为约束，跟踪上层计算出的期望附加横摆力矩；并基于驱动系统效率MAP图，最大程度的在车轮纵向力分配过程中降低驱动系统能耗；

下层最优车轮纵向力跟踪器首先识别当前路面条件，根据中间层得出的纵向力分配结果，通过不同路面下的纵向力-滑动率转化规则求出各驱动轮的最优滑动率；其次通过基于模型预测控制的滑动率跟踪器对各轮最优滑动率进行独立跟踪，将控制问题统一转化为驱动轮滑动率跟踪问题，实现车辆横向、纵向、能耗的多目标动力学控制。

作为本发明的进一步改进，所述控制方法在控制器执行周期5毫秒内完成。

作为本发明的进一步改进，中间层能耗优化转矩分配控制器采用基于效率能耗模型的遍历搜索方法，包括：

将电机效率MAP图的效率信息进行离散化，计算出每个工作点下的能量损耗，根据计算结果将MAP图重构为由多个电机组成的驱动系统能量损耗与工作点的对应关系组成的能量损耗表格，储存在控制器中；

在实时优化时，以能够保证纵向车速不变的总驱动力作为约束，以上层得到的最优附加横摆力矩为跟踪目标，遍历搜索能耗表格中的工作点，找出能耗最低的转矩分配方法；

将转矩转化为纵向力，作为下层策略的控制目标。

作为本发明的进一步改进，所述将转矩转化为纵向力的计算公式为：

式中，F _i 为纵向力，T _i 为轮上驱动力矩，下标i为车轮编号；r为车轮滚动半径，k _s 为滑动系数。

作为本发明的进一步改进，所述通过不同路面下的纵向力-滑动率转化规则求出各驱动轮的最优滑动率，包括：

纵向附着系数μ与滑动率s由下式表示：

式中，s为滑动率，c ₁、c ₂、c ₃为曲线拟合参数，由路面条件决定

轮胎纵向力与纵向附着系数的关系由下式表示：

式中，F _Zi 为单个车轮垂向载荷。

作为本发明的进一步改进，得到最优滑动率后，下层控制器采用单输入单输出的模型预测控制的方法，对单个车轮进行滑动率跟踪独立控制；根据车轮受力分析，可以得到驱动轮动力学方程：

式中，ω为车轮转速，T为该车轮驱动力矩，

为阻力矩，

为车轮转动惯量；

转速与滑动率的关系式为：

下层控制器的预测模型动力学方程：

r

式中，k _x 为线性区内轮胎纵向力与滑动率的比值，为常数；

下层控制器的有限时域控制问题如下式所示：

式中，

为下层预测时域N _s 内的滑动率的实际量序列，

为预测时域内最优滑动率序列，

为相邻两步输入最优转矩预测值的差值序列，Q _1s 与Q _2s 为权重矩阵。

与现有技术相比，本发明的有益效果为：

本发明通过构建三层控制架构，同时实现能耗经济性、横摆稳定性、纵向驱动防滑性能的多目标协同控制，在控制架构中，不同的控制任务被分解至不同子控制层，其中：上层控制重点优化横摆稳定性、中间层控制重点优化能耗经济性、下层控制重点优化纵向驱动防滑性能；并通过层与层之间的协同完成各目标间的均衡，实现全工况下的多轮/多轴电动汽车在统一控制架构下的多目标优化控制。

附图说明

图1为本发明一种实施例公开的多轮/多轴独立驱动电动汽车多目标动力学控制方法的流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明的一部分实施例，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的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。

下面结合附图对本发明做进一步的详细描述：

本发明提供一种多轮/多轴独立驱动电动汽车多目标动力学控制方法，通过构建三层分层控制架构，即上层为非线性横摆稳定性控制器，中间层为能耗优化转矩分配控制器，下层为最优车轮纵向力跟踪器；在不同的子控制层中重点优化某一控制目标，并通过层与层之间的协同实现各目标间的均衡。在控制过程中，首先通过上层横摆稳定性控制器，实现一般或紧急工况下的横摆稳定性控制；即，采用直接横摆控制方法计算最优整车附加横摆力矩，保证车辆主动安全性；其次，在此基础上通过中间层控制尽量减少驱动系统的能量损耗；即，保证上层最优横摆力矩跟踪效果的同时，基于驱动系统效率MAP图，尽可能地通过车轮纵向力分配降低驱动系统能耗；最后，通过滑动率的控制保证了车辆在恶劣环境下的控制效果；即，根据中间层得出的纵向力分配结果，计算并保持各车轮的实时最优目标滑动率，同时，在下层最优车轮纵向力跟踪器中，通过设置线性滑移率约束，减小滑动率增大对上层控制器建模、中间层效率计算的影响。

具体的：

如图1所示，本发明提供一种多轮/多轴独立驱动电动汽车多目标动力学控制方法，包括：

步骤1、构建三层分层控制架构，其中，上层为非线性横摆稳定性控制器、中间层为能耗优化转矩分配控制器、下层为最优车轮纵向力跟踪器；

步骤2、上层非线性横摆稳定性控制器结合直接横摆控制与主动转向控制，采用多输入多输出系统的非线性模型预测控制，通过追踪目标横摆角速度及质心侧偏角，计算得到期望的附加横摆力矩与前轮主动转向角；

步骤3、中间层能耗优化转矩分配控制器在保证上层最优横摆力矩跟踪效果的同时，以整车需求纵向力为约束，跟踪上层计算出的期望附加横摆力矩；并基于驱动系统效率MAP图，最大程度的在车轮纵向力分配过程中降低驱动系统能耗；

步骤4、下层最优车轮纵向力跟踪器首先识别当前路面条件，根据中间层得出的纵向力分配结果，通过不同路面下的纵向力-滑动率转化规则求出各驱动轮的最优滑动率；其次通过基于模型预测控制的滑动率跟踪器对各轮最优滑动率进行独立跟踪，将控制问题统一转化为驱动轮滑动率跟踪问题，实现车辆横向、纵向、能耗的多目标动力学控制；

其中，控制方法在控制器执行周期5毫秒内完成。

下面以双轴四轮独立驱动为例对控制方法各部分进行详细描述：

（1）上层控制器：

上层控制器为横摆稳定性控制器，采用多输入多输出的模型预测控制算法。

首先，上层控制器的横摆角速度

控制目标由驾驶员输入的方向盘转角以及参考模型得出。

参考模型为二自由度线性自动车模型，其状态空间表达式由（1）所示：

（1）

式中，

为车辆质量，

为车辆绕z轴的转动惯量，l _f 、l _r 为质心与前桥或后桥之间的纵向距离，c _f 、c _r 为参考模型中的、前后轮侧偏刚度，V _x 为车辆纵向车速；质心侧偏角与车辆横摆为系统状态变量，前轮转向角

与整车附加横摆力矩

为系统输入。

横摆角速度期望值γ _d ，如下式所示：

（2）

式中：μ为当前路面附着系数，g为重力加速度，

，其中l为轴距。此外，质心侧偏角的期望值β _d 为常数0。

离散化后，第k个控制周期的目标函数表示为：

（3）

其中

为预测时域N内的横摆角速度与质心侧偏角实际量序列，

为期望横摆角速度

序列与期望质心侧偏角β _d 序列组成的状态量期望值矩阵，

为相邻两步输入最优预测值的差值序列。Q ₁ 与Q ₂ 为权重矩阵。

控制器的约束由执行器的输出能力决定，加入约束后，上层控制器的有限时域控制问题如下式所示：

（4）

式中

，下标min代表执行器允许的最小值，下标max代表执行器允许的最大值。

（2）中间层控制器：

为降低控制器计算负担，中间层转矩分配采用基于效率能耗模型的遍历搜索方法。首先将电机效率MAP图的效率信息进行离散化，计算出每个工作点（特定的转速、转矩）下的能量损耗，根据计算结果将MAP图重构为由四个电机组成的驱动系统能量损耗与工作点的对应关系组成的能量损耗表格，储存在控制器中。其次，在实时优化时，以能够保证纵向车速不变的总驱动力作为约束，以上层计算器求出的最优附加横摆力矩为跟踪目标，遍历搜索能耗表格中的工作点，找出能耗最低的转矩分配方法。最后，按照下式将转矩转化为纵向力，作为下层策略的控制目标，考虑轮胎的滑移/滑转环节，以避免车轮打滑造成的稳定性控制失效。

（5）

其中F _i 为纵向力，T _i 为轮上驱动力矩，下标i为车轮编号（左前轮为fl，右前轮为fr，左后轮为rl，右后轮为rr）；r为车轮滚动半径。k _s 为滑动系数，由当前车轮所处路面条件决定。

（3）下层控制器：

下层控制器首先根据纵向力-滑动率转化规则求出个车轮的目标滑动率。下面进行转化规则的具体推导：

纵向附着系数μ与滑动率s由下式表示：

（6）

其中s为滑动率，c ₁、c ₂、c ₃为曲线拟合参数，由路面条件决定。在不同路面下，标准参数值如下表所示：

路面状态	<i>c</i><sub>1</sub>	<i>c</i><sub>2</sub>	<i>C</i><sub>3</sub>
				冰雪路面	0.050	306.39	0.001
干鹅卵石	1.371	6.46	0.67
				干水泥路面	1.197	25.17	0.54
干沥青路面	1.280	23.99	0.52

轮胎纵向力与纵向附着系数的关系由式（7）给出：

（7）

其中F _Zi 为单个车轮垂向载荷，考虑加速度导致的载荷转移，四个车轮对应的垂向载荷由式（8）给出：

（8）

其中g为重力加速度，m为车辆质量，h为质心高度，a _x 为质心纵向加速度，a _y 质心测向加速度，L为轴距，d为轮距。

合并式（5）、式（6）、式（7）与式（8）得到纵向力-滑动率转化规则，可以确定当前路面下各车轮期望的最优滑动率。

得到最优滑动率后，下层控制器采用单输入单输出的模型预测控制的方法，对单个车轮进行滑动率跟踪独立控制。根据车轮受力分析，可以得到驱动轮动力学方程：

（9）

式中ω为车轮转速，T为该车轮驱动力矩，

为阻力矩，

为车轮转动惯量。

转速与滑动率的关系式为：

（10）

为避免车轮打滑，同时防止轮胎进入纵向/横向联合滑动工况从而导致上层控制器模型精度降低，应在控制过程中将滑动率限制在线性区。在此条件下，将（10）代入（9）可以得到下层控制器的预测模型动力学方程：

r （11）

其中k _x 为线性区内轮胎纵向力与滑动率的比值，为常数。故预测模型为线性定常模型。

将（11）进行离散化并写为状态空间表达式可得：

（12）

下层控制器的约束由执行器的输出能力与滑动率线性区域范围得到，可由下式表示：

（13）

其中，

、

为驱动电机输出扭矩的最小、最大值，

、

为滑动率线性区域的下限、上限。

综上，下层控制器的有限时域控制问题如下式所示：

（14）

其中，

为下层预测时域N _s 内的滑动率的实际量序列，

为预测时域内最优滑动率序列，

为相邻两步输入最优转矩预测值的差值序列。Q _1s 与Q _2s 为权重矩阵。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种多轮/多轴独立驱动电动汽车多目标动力学控制方法，其特征在于，包括：

构建三层分层控制架构，其中，上层为非线性横摆稳定性控制器、中间层为能耗优化转矩分配控制器、下层为最优车轮纵向力跟踪器；

上层非线性横摆稳定性控制器结合直接横摆控制与主动转向控制，采用多输入多输出系统的非线性模型预测控制，通过追踪目标横摆角速度及质心侧偏角，计算得到期望的附加横摆力矩与前轮主动转向角；

中间层能耗优化转矩分配控制器在保证上层最优横摆力矩跟踪效果的同时，以整车需求纵向力为约束，跟踪上层计算出的期望附加横摆力矩；并基于驱动系统效率MAP图，最大程度的在车轮纵向力分配过程中降低驱动系统能耗；其中，所述中间层能耗优化转矩分配控制器采用基于效率能耗模型的遍历搜索方法，包括：将电机效率MAP图的效率信息进行离散化，计算出每个工作点下的能量损耗，根据计算结果将MAP图重构为由多个电机组成的驱动系统能量损耗与工作点的对应关系组成的能量损耗表格，储存在控制器中；在实时优化时，以能够保证纵向车速不变的总驱动力作为约束，以上层得到的最优附加横摆力矩为跟踪目标，遍历搜索能耗表格中的工作点，找出能耗最低的转矩分配方法；将转矩转化为纵向力，作为下层策略的控制目标；

下层最优车轮纵向力跟踪器首先识别当前路面条件，根据中间层得出的纵向力分配结果，通过不同路面下的纵向力-滑动率转化规则求出各驱动轮的最优滑动率；其次通过基于模型预测控制的滑动率跟踪器对各轮最优滑动率进行独立跟踪，将控制问题统一转化为驱动轮滑动率跟踪问题，实现车辆横向、纵向、能耗的多目标动力学控制。

2.如权利要求1所述的控制方法，其特征在于，所述控制方法在执行周期5毫秒内完成。

3.如权利要求2所述的控制方法，其特征在于，所述将转矩转化为纵向力的计算公式为：

式中，F _i 为纵向力，T _i 为轮上驱动力矩，下标i为车轮编号；r为车轮滚动半径，k _s 为滑动系数。

4.如权利要求3所述的控制方法，其特征在于，所述通过不同路面下的纵向力-滑动率转化规则求出各驱动轮的最优滑动率，包括：

纵向附着系数μ与滑动率s由下式表示：

式中，s为滑动率，c ₁、c ₂、c ₃为曲线拟合参数，由路面条件决定；

轮胎纵向力与纵向附着系数的关系由下式表示：

式中，F _Zi 为单个车轮垂向载荷。

5.如权利要求4所述的控制方法，其特征在于，得到最优滑动率后，下层最优车轮纵向力跟踪器采用单输入单输出的模型预测控制的方法，对单个车轮进行滑动率跟踪独立控制；根据车轮受力分析，可以得到驱动轮动力学方程：

式中，ω为车轮转速，T为该车轮驱动力矩，

为阻力矩，

为车轮转动惯量；

转速与滑动率s的关系式为：

式中V _x 为纵向车速；

下层最优车轮纵向力跟踪器的预测模型动力学方程：

式中，k _x 为线性区内轮胎纵向力与滑动率的比值，为常数；

下层最优车轮纵向力跟踪器的有限时域控制问题如下式所示：

式中，

为下层预测时域N _s 内的滑动率的实际量序列，

为预测时域内最优滑动率序列，

为相邻两步输入最优转矩预测值的差值序列，Q _1s 与Q _2s 为权重矩阵，

、

为驱动电机输出扭矩的最小、最大值，

、

为滑动率线性区域的下限、上限。

Images