CN113420455A - 一种基于ehb自身特性的主缸液压力估计方法 - Google Patents

Abstract

本发明涉及一种基于EHB自身特性的主缸液压力估计方法，包括步骤：1)建立EHB系统的动力学方程，对EHB的滑动摩擦力进行增压工况和减压工况下的测试，获取测试数据；2)根据EHB中传动机构的传动原理，获取滑动摩擦力的理论模型；3)利用测试数据，对滑动摩擦力理论模型的参数进行拟合，获取EHB的滑动摩擦力模型；4)对EHB的动力学方程进行求导，并令齿条速度为零，获取EHB的静摩擦力模型；5)将EHB的静摩擦力与EHB的滑动摩擦力模型合并，建立随电机力矩自适应的库伦摩擦模型；6)利用建立的模型，结合EHB的动力学方程，对主缸液压力进行估计。与现有技术相比，本发明具有鲁棒性好等优点。

Description

一种基于EHB自身特性的主缸液压力估计方法

技术领域

本发明涉及汽车线控制动技术领域，尤其是涉及一种基于EHB自身特性的主缸液压力估计方法。

背景技术

目前，越来越多的电动汽车和智能汽车装备了电子液压制动系统(electro-hydraulic brake systems，EHB)。EHB具有将制动踏板与液压之间的机械连接解耦、主动制动、无需真空源、响应速度快等优点。同时，主缸液压力控制是保证上述功能实现的关键技术。目前，绝大多数现有技术均采用主缸液压力传感器来实现主缸液压力的闭环控制。然而，液压力传感器增加了EHB的成本。此外，一旦传感器出现故障，EHB将无法实现正常功能，对安全驾驶构成威胁。为此，主缸液压力估计是解决这个问题的一种很有前途的方法。

主缸液压力估计是一个非常具有前瞻性和挑战性的课题，因为EHB由机械元件、电子元件和液压元件组成，具有很强的非线性、时变性和不确定性。根据不同的原理，现有技术中EHB的主缸液压力估计方法可以分为两类：一类是基于EHB自身的特性(如摩擦特性和位移压力特性)，另一类是基于车辆动力学(即车辆减速度与液压力之间的关系)。

基于车辆动力学的主缸液压力估计存在多种不确定因子(例如，车辆质量变动、道路条件变动、制动器的摩擦系数因车辆不同而不同、天气条件，如温度、湿度、风速等变动)。因此，这种方法很难保证鲁棒性。此外，受其原理限制，该方法在车辆静止时无效。

对于基于EHB自身信息的主缸液压力估计，目前，专门做主缸液压力估计的技术很少，绝大部分文献都是在研究主缸液压力的多闭环控制时，会顺带研究一下EHB的位移压力特性(位移压力特性，即活塞位移或齿条位移与主缸液压力的关系)，并且均是基于液压力传感器信号，用多项式对位移压力特性进行拟合。对于未配备主缸液压力传感器的EHB，这种方法无法使用。对未配备主缸液压力传感器的EHB进行主缸液压力估计，现有公开文献中只有一种方法：将位移压力特性曲线的关键特征参数视为非线性参数化摄动，通过基于LuGre摩擦模型的EHB动力学方程对其进行估计。然而，此方法中的LuGre摩擦模型是依赖于负载的，其中，采用齿条位移作为输入来表征工作负载。事实上，位移压力特性易受许多因素的影响。使用位移来表征负载并不鲁棒，最终导致该估计方法缺乏鲁棒性。

总之，在世界范围内，EHB的主缸液压力估计仍然是一个缺乏研究的课题。此外，对于量产的EHB产品，主缸液压力估计方法不仅要对车辆在其生命周期中可能遇到的所有情况(例如磨损和温度变化)都具有鲁棒性，还要对EHB的个体差异性及匹配车型的个体差异性也都具有鲁棒性。现有技术皆尚未解决这个问题。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于EHB自身特性的主缸液压力估计方法。

本发明的目的可以通过以下技术方案来实现：

一种基于EHB自身特性的主缸液压力估计方法，该方法包括如下步骤：

S1：建立EHB系统的动力学方程，对EHB的滑动摩擦力进行增压工况和减压工况下的测试，获取测试数据。所述测试数据包括电机力矩、主缸液压力和齿条位移。

S2：根据EHB中传动机构的传动原理，获取滑动摩擦力的理论模型。

S3：利用步骤S1得到的测试数据，对滑动摩擦力理论模型的参数进行拟合，获取EHB的滑动摩擦力模型。

S4：对EHB的动力学方程进行求导，并令齿条速度为零，获取EHB的静摩擦力模型。

S5：将EHB的静摩擦力与EHB的滑动摩擦力模型合并，建立随电机力矩自适应的库伦摩擦模型。

S6：利用建立的随电机力矩自适应的库伦摩擦模型，结合EHB的动力学方程，对主缸液压力进行估计。

步骤S3的具体内容为：

31)基于步骤S1得到的测试数据，选取常温工况下的、已经磨合了的EHB的测试数据，根据下式计算滑动摩擦力：

式中，T_m为电机力矩，A_m为活塞面积，p_m为主缸液压力，F_rs和F_ms分别为齿条回位弹簧和主缸回位弹簧的弹簧力，r_p为齿轮的啮合半径；

32)根据滑动摩擦力和电机力矩，对滑动摩擦力理论模型中的待定系数进行最小二乘拟合。

EHB的静摩擦力模型的表达式为：

式中，x_r为齿条位移，M为齿条处的集中质量。

建立的随电机力矩自适应的库伦摩擦模型的表达式为：

式中：k、Δt分别为控制器的采样时间和采样周期，threshlod为动静摩擦力的门限，A、B、C、D为待定系数。

步骤S6的具体内容为：

61)基于建立的随电机力矩自适应的库伦摩擦模型和EHB的动力学方程对主缸液压力进行预估计；对主缸液压力按以下公式进行预估计：

式中，

为预估计的主缸液压力。

62)利用预估计结果、齿条位移x_r和齿条速度

基于带遗忘因子的递推最小二乘算法对动态位移压力模型的系数进行更新；

基于带遗忘因子的递推最小二乘算法对动态位移压力模型的系数按照以下公式进行更新：

式中，

为φ的估计值，K为增益，P为协方差矩阵，λ为遗忘因子。

进一步地，当齿条速度为零时，λ取1，当齿条速度为60mm/s时，λ取0.995。

63)根据更新后的位移压力模型估算主缸液压力。

更新后的位移压力模型的表达式为：

本发明提供的基于EHB自身特性的主缸液压力估计方法，相较于现有技术至少包括如下有益效果：

1)将基于EHB动力学方程的估计和基于位移压力模型的估计进行融合，即利用EHB动力学方程和建立的随电机力矩自适应的库伦摩擦模型对主缸液压力进行预估计，利用带遗忘因子的递推最小二乘算法，将预估计的主缸液压力对动态位移压力模型中的参数进行自适应更新，利用齿条位移和更新后的动态位移压力模型估算最终的主缸液压力，这种方法综合了“基于EHB动力学方程估计”的鲁棒性的优点以及“基于位移压力模型估计”的平滑性的优点，能够对各种因素具有更好的鲁棒性。

2)本发明所提出的摩擦模型以电机力矩表征负载，输入信号中并不包含齿条位移及主缸液压力，简单实用，并具有普适性。

附图说明

图1为实施例中EHB的原理图；

图2为实施例中理想状态下EHB的齿轮齿条的受力情况示意图；

图3为实施例中实际状态下EHB的齿轮齿条的受力情况示意图；

图4为实施例中对EHB的滑动摩擦力进行的试验测试中，齿条速度的控制效果图；

图5为实施例中齿条速度对滑动摩擦力的影响；

图6为实施例中个体差异性及磨损程度对EHB滑动摩擦力的影响；

图7为实施例中温度对EHB滑动摩擦力的影响；

图8为实施例中齿条速度对位移压力特性的影响；

图9为实施例中不同手刹状态及不同车辆制动回路对位移压力特性的影响；

图10为实施例中不同制动器磨损程度对位移压力特性的影响；

图11为实施例中不同温度对位移压力特性的影响；

图12为实施例中工况1的试验结果；

图13为实施例中中等制动强度下的试验结果；

图14为实施例中大制动强度下的试验结果；

图15为实施例中紧急制动下的试验结果；

图16为实施例中基于EHB自身特性的主缸液压力估计方法的流程示意图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。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，都应属于本发明保护的范围。

实施例

EHB的原理图如图1所示，正常工作时，驾驶员踩下制动踏板，踏板感觉模拟器产生反力以模拟踏板感觉，电控单元根据踏板位移信号(对应目标主缸液压力)和主缸液压力信号对主缸液压力进行闭环控制，即，控制永磁同步电机产生合适的力矩，通过减速机构推动齿条/活塞(活塞与齿条始终紧密贴合)压缩制动回路中的制动液，从而产生液压力，对车辆进行制动。由于解耦间隙的存在，正常情况下制动踏板推杆与活塞是不会接触的，即正常情况下，EHB处于线控状态。

根据EHB的工作原理，正常工作时的运动部件主要有电机转子、蜗杆、蜗轮/齿轮(蜗轮和齿轮为一个零件)、齿条和活塞。将所有运动部件折算到齿条上，根据牛顿第二定律，建立EHB的动力学方程：

其中m_r表示齿条和活塞的平动质量，单位kg；J_m、J_w和J_g分别表示电机转子、蜗杆和蜗轮的转动惯量，单位kg·m²；i表示蜗轮蜗杆的传动比；r_p表示齿轮的啮合半径，单位m；x_r表示齿条位移，单位m；

表示齿条加速度，单位m/s²；T_m表示电机力矩，单位N·m；F_f表示系统中的摩擦力，单位N；A_m为活塞面积，单位m²；p_m表示主缸液压力，单位Pa；F_rs和F_ms分别表示齿条回位弹簧和主缸回位弹簧的弹簧力，单位N。公式(1)中参数均是设计参数，是可以精确获取的；公式(1)中的变量：齿条位移可通过永磁同步电机的内置转子角位置传感器来计算，电机力矩可通过永磁同步电机的内置电流传感器来计算，主缸液压力可由主缸液压力传感器获取(主缸液压力传感器只在对系统进行测试时使用，在进行液压力估计时不起作用)。从而在公式(1)，只有摩擦力是暂时不知道的。

根据EHB中传动机构的传动原理，可获取滑动摩擦力的理论模型。

需要指出的是，对于具有“电机+减速机构”形式的EHB(比如博世的ibooster及本发明的EHB)，存在一个共性问题，就是摩擦力的建模问题。本发明采取的思路是从基本的传动原理进行分析，推导了摩擦力的理论模型。另外，本发明的方法对其他的EHB具有普适性。本发明的EHB的传动机构包括蜗轮蜗杆和齿轮齿条，EHB的摩擦力主要集中在这里。以齿轮齿条传动副为例进行分析。另外，摩擦力包括滑动摩擦力和静摩擦力。本发明首先分析滑动摩擦力。

首先假设EHB的传动机构处于理想状态，即，在空载状态下，传动机构中的所有零件都可以自由转动或平移，不存在任何阻力。当电机进行驱动时，齿轮齿条的受力情况如图2所示。由于齿条的齿廓为斜面，齿轮对齿条的力可以分解为一个沿齿条方向的轴向力和一个垂直于齿条方向的径向力，这个径向力便是齿条与套筒间的正压力。根据库伦摩擦模型，齿条与套筒间的滑动摩擦力可以表示为：

其中，μ表示齿条与套筒间的摩擦因数，θ表示齿条的压力角。可见，理想状态下齿条与套筒间的滑动摩擦力正比于电机力矩。

然而，在实际系统中，由于加工误差、装配误差的存在，齿条与套筒之间存在一个预压力，如图3所示，即：即使电机力矩为零，整个减速机构也并未处于完全空载状态，运动部件并不能自由地旋转或者平移。实际情况下，齿条与套筒间的滑动摩擦力可以表示为

其中，N₀表示齿条与套筒间的预压力。

蜗轮蜗杆间的滑动摩擦力、各轴承处的滑动摩擦力也可通过相同的方法进行分析，并得到类似的结论。因此，EHB中各个摩擦副间的滑动摩擦力可以由下式表示：

F_{f_slide_j}＝μ_jN_0j+μ_jT_mk_j (4)

其中，j表示EHB中的每一个摩擦副；F_{f_slide_j}为EHB中各个摩擦副间的滑动摩擦力；k_j是一个与传动比及传动机构形状有关的系数。

整个EHB的滑动摩擦力可以表示为：

F_{f_slide}＝∑F_{f_slide_j}＝∑μ_jN_0j+T_m∑μ_jk_j

(5)式中，N_0j表示EHB中的每一个摩擦副的预压力，μ_j表示EHB中的每一个摩擦副的摩擦因数。

本实施例对EHB的滑动摩擦力进行多种工况下的测试，包括不同的齿条速度、个体差异性、磨损程度和温度。测试结果一方面可验证滑动摩擦力的理论模型的正确性，另一方面能够表明EHB滑动摩擦力在以上工况下均保持稳定，除了温度在-25℃以下时滑动摩擦力会明显变大。

当齿条匀速运动时，公式(1)可变为下式：

将公式(5)代入公式(6)可得：

可见，主缸液压力是电机力矩的一次函数，其中，斜率为：

截距为：

在试验中，主缸液压力和电机力矩很容易直接获取，因此，本发明通过观测主缸液压力与电机力矩的关系，间接获取滑动摩擦力的特性。

本实施例接着对EHB的滑动摩擦力进行了试验测试，测试工况为恒定齿条速度(通过齿条速度闭环控制来实现)。齿条速度的控制效果如图4所示。本实施例的这部分内容均是以增压工况为例，减压工况与之类似。实际齿条速度虽不能完美地跟踪目标值，但对于分析齿条速度对滑动摩擦力的影响已经足够了。滑动摩擦力的测试结果如图5所示。可见，齿条速度对于EHB的滑动摩擦力基本没有影响。此外，实际测试的主缸液压力与电机力矩确实呈一次函数关系，证明了滑动摩擦力的理论模型的正确性。同时，在后面研究其他因素对滑动摩擦力的影响时，均采用目标齿条速度为10mm/s的工况进行测试。

为了获取EHB的个体差异性以及不同的磨损程度(EHB的磨损程度用使用时长表示)对滑动摩擦力的影响，本实施例进行了以下6组试验，试验结果如表1及图6所示。

表1试验说明

根据表1的结果，通过试验2和试验3的对比，以及试验5和试验6的对比，可得出结论，EHB的个体差异性对滑动摩擦力的影响可忽略不计。通过试验2、试验4和试验5的对比，可得出结论，磨损对滑动摩擦力的影响可忽略不计。注意，全新EHB的滑动摩擦力稍大，原因是其未经过任何的磨合。

接下来，通过在高低温试验箱中的试验，测试了温度对滑动摩擦力的影响，试验结果如图7所示。可知温度对滑动摩擦力的影响较大，温度越低，滑动摩擦力越大。我们知道，EHB中润滑脂的粘度会随温度降低而增大，从而导致摩擦因数增大。因此，公式(7)中的斜率和截距都会减小，这与试验结果是一致的。此外，在-25摄氏度以上时，温度对滑动摩擦力的影响还不是很大，但在-25摄氏度以下时，滑动摩擦力随温度降低会快速地增大。另外，对于以上所有因素，在减压工况时，亦可得到相同的结论。

综上，由以上测试可以得出两个结论：1、EHB的滑动摩擦力是电机力矩的一次函数。2、EHB的滑动摩擦力在除-25摄氏度以下的各种工况中，基本保持稳定。

基于上述研究得到的理论，本发明提供一种基于EHB自身特性的主缸液压力估计方法，该方法首先利用对EHB的滑动摩擦力进行的多种工况下的测试数据对滑动摩擦力理论模型的参数进行拟合，包括增压工况和减压工况，从而得到EHB的滑动摩擦力模型。基于以上内容，EHB的滑动摩擦力可由下式表示：

其中

表示齿条速度，单位m/s，A、B、C、D为待定系数。

对EHB的滑动摩擦力进行的多种工况下的测试已进行了大量试验。选取常温工况下的、已经磨合了的EHB的测试数据(电机力矩、主缸液压力和齿条位移)，根据下式计算滑动摩擦力：

从而根据滑动摩擦力和电机力矩，对公式(8)中的待定系数进行最小二乘拟合。

通过对EHB的动力学方程进行求导，并令齿条速度为零，可得到EHB的静摩擦力模型。将滑动摩擦力模型与静摩擦力模型进行合并，得到完整的EHB摩擦力模型。我们知道，静摩擦力与合外力等大反向。但对于未装备主缸液压力传感器的EHB，无法获取主缸液压力，从而无法计算合外力，从而无法计算静摩擦力。本发明另辟蹊径，提出一种基于系统响应的静摩擦力建模方法。

将EHB的动力学方程整理为以下形式：

其中，M表示齿条处的集中质量，

对公式(10)两边求导得到：

其中

表示齿条加加速度，单位m/s³，容易知道，

为位移压力特性的斜率，其为一个有界的实数；

和

分别为齿条回位弹簧和主缸回位弹簧的刚度，因此，也都是有界的实数。

对于静摩擦，即齿条速度为零，公式(11)变为：

可见，由于液压力、齿条回位弹簧力和主缸回位弹簧力都是齿条位移的函数，当齿条速度为零时，以上都是零，从而静摩擦力的变化率只与电机力矩的变化率和齿条加速度的变化率有关，如式(12)所示。

将滑动摩擦力与静摩擦力合并，建立随电机力矩自适应的库伦摩擦模型如下：

其中，k、Δt为控制器的采样时间和采样周期；threshlod为动静摩擦力的门限，可通过试验标定。

对EHB的位移压力特性进行了多种工况下的测试，包括不同的齿条速度、手刹状态、不同车辆制动回路的差异性、制动器磨损程度和温度。测试结果表明，位移压力特性均会受上因素的影响。位移压力特性的测试方法与3类似，不再赘述。测试结果如图8～图11。

利用公式(1)的EHB动力学方程和建立的随电机力矩自适应的库伦摩擦模型对主缸液压力进行预估计。利用带遗忘因子的递推最小二乘算法，将预估计的主缸液压力对动态位移压力模型中的参数进行自适应更新。利用齿条位移和更新后的动态位移压力模型估算最终的主缸液压力。

由以上工作可知，EHB的摩擦力在大部分工况下均保持稳定，而位移压力特性会受到多种因素的影响。因此，基于EHB动力学方程和本发明提出的摩擦模型对主缸液压力进行估计能保证鲁棒性。然而，虽然本发明提出的摩擦模型是鲁棒的，但是在由静摩擦力转向动摩擦力时是不连续的；另外，EHB运行过程中，电机力矩及齿条速度存在大量噪声，导致模型计算的摩擦力存在较严重的抖动和跳变现象，从而导估计的致液压力抖动和跳变。而对于基于位移压力特性进行主缸液压力进行估计，现有技术提出了动态位移压力模型，这种方法估计的液压力较为平滑。然而，虽然动态位移压力模型优于传统的位移压力模型，但其中的模型参数是一定的，因此仅仅用这种方法估计显然是不鲁棒的。为此，本发明将基于EHB动力学的估计和基于位移压力特性的估计进行融合，充分发挥基于EHB动力学估计的鲁棒性和基于位移压力特性估计的平滑性。

首先介绍一下动态位移压力模型，如下式所示：

式中：p_m为主缸液压力，x_r为齿条位移，

为齿条速度，A、B、C、D为多项式系数。

本发明的融合方法为：首先，利用EHB的动力学模型和摩擦模型对主缸液压力进行预估计：

其中，

表示预估计的主缸液压力，F_f(k)可由公式(13)计算。

之后，利用

x_r和

基于带遗忘因子的递推最小二乘算法对动态位移压力模型的系数进行更新，如下式：

其中，

表示递归因子；

表示系数矩阵，

表示φ的估计值；K表示增益；P表示协方差矩阵；λ表示遗忘因子。遗忘因子的取值随齿条速度的增大而线性减小。当齿条速度较低时，摩擦模型的输入信号，即电机力矩和齿条速度的信噪比很低，遗忘因子取值为1，使

平滑；当齿条速度较高时，信号质量改善，遗忘因子取值为0.995，以加强估计算法的动态特性。作为优选方案，当齿条速度为零时，λ取1，当齿条速度为60mm/s时，λ取0.995。

最后，根据更新后的位移压力模型估算主缸液压力：

由于位移压力模型的系数是通过摩擦模型及EHB动力学方程来拟合的，当位移压力特性受温度、制动器磨损等缓变因素影响时，递推最小二乘算法会自适应更新位移压力模型的系数，使其具有鲁棒性。另一方面，最终的主缸液压力估计值是由更新后的位移压力模型计算的，从而保证了估计值的平滑性(相当于对主缸液压力的预估计值进行最小二乘滤波处理)。总之，这种方法同时保证了主缸液压力估计算法的鲁棒性和平滑性。

为验证本发明方法的有效性，本实施例进行了试验验证。包括两种工况：1、在上海市某段普通城市公路上进行驾驶。2、由于一般驾驶情况下，制动液压力不会很大。为了验证更大液压力下的估计效果，在试验车静止时，由驾驶员用不同的力度踩制动踏板。工况1的试验结果如图12所示，包括六种常驾驶情况下不同程度的踩踏所对应的主缸液压力估计效果。一般驾驶情况下主缸液压力估计值的均方根误差如表2所示。

表2一般驾驶工况下的均方根误差

工况2的试验结果如图13～图15所示。所有工况下主缸液压力估计值的均方根误差如表3所示。

表3所有工况下的均方根误差

在以上所有工况下，主缸液压力估算算法均能准确地估计主缸液压力，即使是在大幅值阶跃工况下，估计值的延迟时间也不超过50ms，从而验证了本方法的有效性。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的工作人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种基于EHB自身特性的主缸液压力估计方法，其特征在于，包括下列步骤：

1)建立EHB系统的动力学方程，对EHB的滑动摩擦力进行增压工况和减压工况下的测试，获取测试数据；

2)根据EHB中传动机构的传动原理，获取滑动摩擦力的理论模型；

3)利用步骤1)得到的测试数据，对滑动摩擦力理论模型的参数进行拟合，获取EHB的滑动摩擦力模型；

4)对EHB的动力学方程进行求导，并令齿条速度为零，获取EHB的静摩擦力模型；

5)将EHB的静摩擦力与EHB的滑动摩擦力模型合并，建立随电机力矩自适应的库伦摩擦模型；

6)利用建立的随电机力矩自适应的库伦摩擦模型，结合EHB的动力学方程，对主缸液压力进行估计。

2.根据权利要求1所述的基于EHB自身特性的主缸液压力估计方法，其特征在于，所述测试数据包括电机力矩、主缸液压力和齿条位移。

3.根据权利要求2所述的基于EHB自身特性的主缸液压力估计方法，其特征在于，步骤3)的具体内容为：

31)基于步骤1)得到的测试数据，选取常温工况下的、已经磨合了的EHB的测试数据，根据下式计算滑动摩擦力：

式中，T_m为电机力矩，A_m为活塞面积，p_m为主缸液压力，F_rs和F_ms分别为齿条回位弹簧和主缸回位弹簧的弹簧力，r_p为齿轮的啮合半径；

32)根据滑动摩擦力和电机力矩，对滑动摩擦力理论模型中的待定系数进行最小二乘拟合。

4.根据权利要求3所述的基于EHB自身特性的主缸液压力估计方法，其特征在于，EHB的静摩擦力模型的表达式为：

式中，x_r为齿条位移，M为齿条处的集中质量。

5.根据权利要求4所述的基于EHB自身特性的主缸液压力估计方法，其特征在于，建立的随电机力矩自适应的库伦摩擦模型的表达式为：

式中：k、Δt分别为控制器的采样时间和采样周期，threshlod为动静摩擦力的门限，A、B、C、D为待定系数。

6.根据权利要求5所述的基于EHB自身特性的主缸液压力估计方法，其特征在于，步骤6)的具体内容为：

61)基于建立的随电机力矩自适应的库伦摩擦模型和EHB的动力学方程对主缸液压力进行预估计；

62)利用预估计结果、齿条位移x_r和齿条速度

基于带遗忘因子的递推最小二乘算法对动态位移压力模型的系数进行更新；

63)根据更新后的位移压力模型估算主缸液压力。

7.根据权利要求6所述的基于EHB自身特性的主缸液压力估计方法，其特征在于，步骤61)中，对主缸液压力按以下公式进行预估计：

式中，

为预估计的主缸液压力。

8.根据权利要求7所述的基于EHB自身特性的主缸液压力估计方法，其特征在于，步骤62)中，基于带遗忘因子的递推最小二乘算法对动态位移压力模型的系数按照以下公式进行更新：

式中，

为φ的估计值，K为增益，P为协方差矩阵，λ为遗忘因子。

9.根据权利要求8所述的基于EHB自身特性的主缸液压力估计方法，其特征在于，更新后的位移压力模型的表达式为：

10.根据权利要求8所述的基于EHB自身特性的主缸液压力估计方法，其特征在于，当齿条速度为零时，λ取1，当齿条速度为60mm/s时，λ取0.995。

Images