CN114216693A - 车辆复合制动系统动态负载模拟方法及试验台架 - Google Patents
车辆复合制动系统动态负载模拟方法及试验台架 Download PDFInfo
- Publication number
- CN114216693A CN114216693A CN202111473020.7A CN202111473020A CN114216693A CN 114216693 A CN114216693 A CN 114216693A CN 202111473020 A CN202111473020 A CN 202111473020A CN 114216693 A CN114216693 A CN 114216693A
- Authority
- CN
- China
- Prior art keywords
- load motor
- load
- rotating speed
- matrix
- simulation
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/40—Bus networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/40—Bus networks
- H04L2012/40208—Bus networks characterized by the use of a particular bus standard
- H04L2012/40215—Controller Area Network CAN
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明涉及一种车用复合制动系统动态负载模拟方法及试验台架,方法包括:获取制动系统实际转矩、实际转速和负载电机实际转速通过CAN通信网络进行发送;仿真计算平台根据制动系统的实际转矩和实际转速实时计算负载电机参考转速,通过CAN通信网络发送至负载模拟控制单元;负载模拟控制单元根据负载电机参考转速和实际转速计算延时下负载电机参考转矩序列,通过CAN通信网络发送至负载电机局部控制器;负载电机局部控制器获取负载电机控制系统在控制周期的累积延时;负载电机局部控制器在负载电机参考转矩序列中选取相应累积延时的负载电机参考转矩,对负载电机转矩进行闭环控制,实现随机延时补偿。本发明能够有效抑制随机延时的影响,提升车用复合制动系统试验台架动态负载模拟精度。
Description
技术领域
本发明是关于一种车辆复合制动系统动态负载模拟方法及试验台架,涉及车辆测试技术领域。
背景技术
电动汽车技术是缓解能源危机、减少环境污染的关键途径,同时也是全球汽车工业重要的战略发展方向。与传统燃油车不同,电动汽车取消了发动机、离合器等部件,以电机作为关键动力源;电机优越的转矩响应速度及高控制精度,为改善车辆防抱死过程车轮滑移率控制性能及提升车辆极端工况下的制动安全性带来了巨大潜力。相关的控制算法在产业化前夕,需开展完备的测试工作,台架测试是一种关键的测试手段。
然而,受限于CAN通信网络通信优先级、通信带宽等因素,测试台架控制系统中不可避免的存在着随机延时,使得在台架上精确模拟车轮滑移特性面临严峻挑战。
目前,常用于车辆动力学相关控制算法测试的台架仅针对控制系统中无延时和固定延时的情况进行开发,并不具备随机延时补偿功能。
发明内容
针对上述问题,本发明的目的是提供一种能够补偿随机延时的车用复合制动系统动态负载模拟方法及试验台架,有效提升车用复合制动系统台架动态负载模拟精度。
为实现上述目的,本发明采取以下技术方案:
第一方面,本发明提供的车用复合制动系统动态负载模拟方法,包括:
获取制动系统实际转矩、实际转速和负载电机实际转速通过CAN通信网络进行数据发送;
仿真计算平台根据制动系统的实际转矩和实际转速实时计算负载电机参考转速,通过CAN通信网络发送至负载模拟控制单元;
负载模拟控制单元根据负载电机参考转速和实际转速计算延时下负载电机参考转矩序列,通过CAN通信网络发送至负载电机局部控制器;
负载电机局部控制器获取负载电机控制系统在控制周期的累积延时;
负载电机局部控制器在负载电机参考转矩序列中选取相应累积延时的负载电机参考转矩,对负载电机转矩进行闭环控制,实现随机延时补偿。
进一步地,负载模拟控制单元采用H∞鲁棒网络。
进一步地,负载模拟控制单元根据负载电机参考转速和实际转速计算得到延时下负载电机参考转矩序列,包括:
建立台架动力学状态空间模型和随机延时模型;
离散化台架动力学状态空间模型和随机延时模型;
将离散化的台架动力学状态空间模型依次进行两次扩维,得到负载电机参考转矩;
求解所有可能累积延时下最优控制增益矩阵;
根据负载电机参考转速、实际转速和最优控制增益矩阵,计算所有可能累积延时下负载电机参考转矩,形成负载电机参考转矩序列。
进一步地,将离散化的台架动力学状态空间模型进行一次扩维,具体公式为:
进一步地,将一次扩维后的台架动力学离散状态空间模型进行二次扩维,具体公式为:
其中,ξk、zk、和E分别是二次扩维后台架动力学离散状态空间模型的状态变量、输出变量、系统矩阵、输入矩阵、辅助参数矩阵、扰动矩阵和输出矩阵,κi为kTs时刻负载电机节点的累积延时,为最优控制增益矩阵,αi(k)为标志变量。
进一步地,根据负载电机参考转速、实际转速和最优控制增益矩阵,计算所有可能累积延时下负载电机参考转矩,形成负载电机参考转矩序列Uk:
第二方面,本发明还提提供一种车用复合制动系统试验台架,包括仿真控制器系统、车用复合制动系统、传感器系统、负载模拟系统和CAN通信网络,其中,各系统之间通过所述CAN通信网络进行信息交互;
所述传感器系统,用于测量所述车用复合制动系统实际转矩、实际转速和负载模拟系统的负载电机实际转速;
所述仿真控制器系统,包括一个或多个处理器,所述一个或多个处理器被配置成执行所述的车用复合制动系统动态负载模拟方法,控制所述车用复合制动系统和负载模拟系统运行。
进一步地,CAN通信网络中设置时间戳,记录信息传递过程的延时信息。
第三方面,本发明提供的计算机可读存储介质,其上存储有计算机可执行指令,述计算机可执行指令当在机器中运行时,使得所述机器执行任一项所述的方法。
本发明由于采取以上技术方案,其具有以下优点:
1、本发明采用了随机系统H∞鲁棒稳定性理论分析负载电机控制系统稳定性,并设计最优控制增益,具有很强的鲁棒性;
2、本发明采用了网络预测控制结构对负载电机控制系统的随机延时进行补偿,能够有效抑制随机延时的影响,提升车用复合制动系统试验台架动态负载模拟精度;
3、本发明在传统PI控制的基础上二次开发,控制结构及算法设计简单,易于执行,适合工程应用,可以有力支撑车用高性能测试装备的开发及产业化;
综上,本发明可广泛应用于车辆台架测试领域。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。在整个附图中,用相同的附图标记表示相同的部件。在附图中:
图1是本发明实施例中车用复合制动系统动态负载模拟方法流程图;
图2是本发明实施例中车用复合制动系统试验台架结构图;
图3是本发明实施例中车用复合制动系统动态负载模拟方法控制框图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施方式。虽然附图中显示了本发明的示例性实施方式,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
应理解的是,文中使用的术语仅出于描述特定示例实施方式的目的,而无意于进行限制。除非上下文另外明确地指出,否则如文中使用的单数形式“一”、“一个”以及“所述”也可以表示包括复数形式。术语“包括”、“包含”、“含有”以及“具有”是包含性的,并且因此指明所陈述的特征、步骤、操作、元件和/或部件的存在,但并不排除存在或者添加一个或多个其它特征、步骤、操作、元件、部件、和 /或它们的组合。文中描述的方法步骤、过程、以及操作不解释为必须要求它们以所描述或说明的特定顺序执行,除非明确指出执行顺序。还应当理解,可以使用另外或者替代的步骤。
为了便于描述,可以在文中使用空间相对关系术语来描述如图中示出的一个元件或者特征相对于另一元件或者特征的关系,这些相对关系术语例如为“内部”、“外部”、“内侧”、“外侧”、“下面”、“上面”等。这种空间相对关系术语意于包括除图中描绘的方位之外的在使用或者操作中装置的不同方位。
本发明提供的车用复合制动系统动态负载模拟方法及试验台架,方法包括:获取制动系统实际转矩、实际转速和负载电机实际转速通过CAN通信网络进行发送;仿真计算平台根据制动系统的实际转矩和实际转速实时计算负载电机参考转速,通过CAN通信网络发送至负载模拟控制单元;负载模拟控制单元根据负载电机参考转速和实际转速计算延时下负载电机参考转矩序列,通过CAN通信网络发送至负载电机局部控制器;负载电机局部控制器获取负载电机控制系统在控制周期的累积延时;负载电机局部控制器在负载电机参考转矩序列中选取相应累积延时的负载电机参考转矩,对负载电机转矩进行闭环控制,实现随机延时补偿。因此,本发明能够有效抑制随机延时的影响,提升车用复合制动系统试验台架动态负载模拟精度。
实施例1:如图1所示,本实施例提供的车用复合制动系统动态负载模拟方法,包括:
S1、通过传感器获取制动系统实际转矩、实际转速和负载电机实际转速,通过 CAN通信网络将制动系统实际转矩和实际转速发送至仿真计算平台,将负载电机实际转速发送至负载模拟控制单元。
S2、仿真计算平台根据接收的制动系统实际转矩和实际转速实时计算负载电机参考转速,通过CAN通信网络发送至负载模拟控制单元。
S3、负载模拟控制单元根据接收的负载电机参考转速和实际转速计算所有可能延时下负载电机参考转矩,形成负载电机参考转矩序列,通过CAN通信网络发送至负载电机局部控制器。
具体地,本实施例的负载模拟控制单元可以采用H∞鲁棒网络预测控制,具体步骤包括:
S31、系统建模:建立台架动力学状态空间模型和随机延时模型
一些实现中,台架动力学状态空间模型的具体公式为:
其中,x=ωd是系统状态变量,ωd是负载电机实际转速;u=Td是系统控制输入,Td是负载电机转矩;ω1=Tb是系统外部扰动,Tb是制动系统实际转矩;y是系统输出变量,表示负载电机实际转速;A是系统矩阵,且A=-b/J,b是台架摩擦系数,J 是台架转动惯量;B1是输入矩阵,且B1=1/J;B2是扰动矩阵,且B2=-1/J;C是输出矩阵,且C=1。
另一些实现中,随机延时模型采用均匀概率分布模型,即当前时刻的随机延时是均匀分布在[0,dmax]范围内的某一随机数值,dmax是CAN通信网络最大延时。根据 CAN通信网络通信协议,同一地址下的消息,在时间顺序上后被发送的消息不会早于先被发出的消息到达接收节点。其中,kTs时刻随机延时dk的具体公式为:
max{0,dk-1-Ts}≤dk≤dmax
其中,max{}是最大值函数;k是正常数;dk-1是(k-1)Ts时刻的随机延时;Ts是系统采样周期。
S32、离散扩维
S321、离散化台架动力学状态空间模型和随机延时模型
一些实现中,台架动力学离散状态空间模型的具体公式为:
又一些实现中,随机延时模型离散化是通过对累积延时dk进行定义实现,具体为:以随机时滞dFB,k和随机时滞dFF,k分别表征kTs时刻传感器至控制器通道和控制器至执行器通道的累积延时,对以上累积延时做以下假设:
(1)定义kTs时刻累积延时为dk,即dk=dFF,k+dFB,k,κ={κ1,...κi...κs}是累积延时dk的取值范围,其中0<κ1<...<κi<...<κs<Ndmax/Ts且κi∈Z,其中,N是正整数,Z表示整数集合;
(2)控制器节点和执行器节点均可以通过CAN通信网络的时间戳技术获得当前控制周期的累积延时dk;
(3)假设在kTs时刻负载电机控制系统的累积延时数值为κi,定义标志矢量α(k)=[α1(k),...,αi(k),...αs(k)],其中,αi(k)是标志变量,具体公式为:
同时,定义标志变量αi(k)=1的概率是βi。
S333、为了建立包含随机延时的随机系统模型,将台架动力学离散状态空间模型进行一次扩维。
具体地,一次扩维使得使台架动力学离散状态空间模型包含表征随机延时的随机变量,具体公式为:
其中,ek=rk-yk是负载电机参考转速rk和实际转速yk的差值;Tb,k是kTs时刻制动系统实际转矩。
负载电机参考转矩uk的具体公式为:
S334、将一次扩维后的台架动力学离散状态空间模型进行二次扩维,将系统转化为随机系统鲁棒控制问题的标准形式,获得模型计算的负载电机参考转矩。
具体地,将一次扩维后的台架动力学离散状态空间模型进行二次扩维的公式为:
其中,I是单位矩阵,η是正常数。
此时,负载电机参考转矩uk的具体公式为:
S34、参数设计:根据随机系统鲁棒稳定性理论,求解所有可能累积延时下最优控制增益矩阵;
具体地,系统鲁棒随机稳定性定理具体描述如下:假设控制参数已知,存在对称正定矩阵P=PT>0,满足:
则称闭环控制系统在给定的干扰衰减度γ下具有H∞鲁棒随机稳定性。其中,γ是给定常数,Ω11、Ω12和Ω13均是辅助矩阵,具体公式如下:
最优控制增益可通过求解非线性优化问题得到,具体公式为:
min Trace(PQ)
其中,Trace()表示矩阵的迹函数,Q是正定矩阵。
上述非线性优化问题难以直接求解。因此,在某一固定点(P0,Q0)附近,矩阵PQ 的迹可用下面的公式近似:
Trace(PQ)=constant+Trace(P0Q+PQ0)
其中,Constant是常数,P0和Q0是正定矩阵。
求解上述非线性优化问题,具体步骤包括:
(1)寻找一组满足优化问题的可行解(P0,Q0);
(2)令Vk=Pk,Wk=Qk,求解下面的线性矩阵不等式得到(Pk+1,Qk+1);
min Trace(VkQ+WkP)
(3)当|Trace(Pk+1Qk+1)-Trace(PkQk)|<ε,停止迭代。否则,令k=k+1,并且转至(2)继续迭代计算。其中,ε是小常数。
(4)通过以上求解过程,得到最优控制增益矩阵Kκi。
S35、根据负载电机参考转速、实际转速和最优控制增益矩阵Kκi,计算所有可能累积延时下负载电机参考转矩,形成负载电机参考转矩序列Uk,具体公式为:
S4、利用CAN通信网络的时间戳技术,负载电机局部控制器在线获取负载电机控制系统一个控制周期的累积延时;
S5、根据累积延时以及CAN通信网络接收的所述负载电机参考转矩序列,负载电机局部控制器在所述负载电机参考转矩序列中选取相应累积延时的负载电机参考转矩,应用于负载电机转矩闭环控制,实现随机延时补偿。
实施例2:如图2所示,实施例1提供的车用复合制动系统动态负载模拟方法可以基于本实施例的车用复合制动系统试验台架进行实现,车用复合制动系统试验台架包括仿真计算平台1、车用复合制动系统2、负载模拟系统3、传感器系统4和CAN 通信网络5。
车用复合制动系统2包括整车控制器2-1、变速器控制器2-2、制动控制器2-3、待测电机局部控制器2-4、待测电机驱动装置2-5、待测电机电流传感器2-6、待测电机2-7、变速器2-8、摩擦制动控制器2-9和摩擦制动系统2-10,摩擦制动系统2-10 可以是液压制动系统、气压制动系统和机械制动系统。
负载模拟系统3包括负载模拟控制单元3-1、负载电机局部控制器3-2、负载电机驱动装置3-3、负载电机电流传感器3-4和负载电机3-5。待测电机局部控制器2-7 和待测电机驱动装置2-5之间采用以太网连接,待测电机驱动装置2-5和待测电机2- 7之间电气连接;负载电机局部控制器3-2和负载电机驱动装置3-3之间采用以太网连接,负载电机驱动装置3-3和负载电机3-5之间电气连接;待测电机2-7先后经变速器2-8和摩擦制动系统2-10与负载电机3-5机械连接;
传感器系统4包括转矩传感器4-1和转速传感器4-2安装在车用复合制动系统和负载电机3-5连接处。
其中,仿真计算平台1、整车控制器2-1、变速器控制器2-2、制动控制器2-3和负载模拟控制单元3-1为车用复合制动系统试验台架的控制器系统,控制车用复合制动系统2和负载模拟系统3运行;
传感器系统4,用于测量车用复合制动系统实际转矩、实际转速和负载电机实际转速;
待测电机局部控制器2-4、待测电机驱动装置2-5、待测电机电流传感器2-6、待测电机2-7、变速器2-8、摩擦制动控制器2-9、摩擦制动系统2-10、负载电机局部控制器3-2、负载电机驱动装置3-3、负载电机电流传感器3-4和负载电机3-5为车用复合制动系统试验台架执行器系统。
车用复合制动系统试验台架的控制器系统、传感器系统以及执行器系统之间通过CAN通信网络5连接,进行信息交互;其中,传感器系统采用时间驱动模式,控制器系统和执行器系统采用事件驱动模式;在CAN通信网络中设置时间戳,记录信息传递过程的延时信息。
仿真计算平台1用于给定驾驶员操作命令、运行车辆动力学模型和计算负载电机的参考转速,通过CAN通信网络5将驾驶员操作命令和负载电机3-5的参考转速分别发送至车用复合制动系统和负载模拟控制单元3-1;
根据CAN通信网络5接收的驾驶员操作命令,车用复合制动系统2对车辆进行制动;
根据CAN通信网络5接收的负载电机3-5的参考转速,负载模拟系统3对车用复合制动系统台架进行动态负载模拟。
如图3所示,基于上述的车用复合制动系统试验台架,本实施例的车用复合制动系统动态负载模拟方法的具体实现过程为:
首先,转速传感器4-2在线测量负载电机3-5的实际转速,通过CAN通信网络4 将负载电机3-5的实际转速发送至负载模拟控制单元3-1;
其次,根据仿真计算平台1计算的负载电机3-5的参考转速、CAN通信网络5发送的负载电机3-5的实际转速以及离线计算的不同累积延时下的最优控制增益,负载模拟控制单元3-1实时计算不同累积延时下的负载电机3-5的参考转矩,形成负载电机3-5的参考转矩序列,同时通过CAN通信网络5将负载电机3-5的参考转矩序列发送至负载电机局部控制器3-2;
再次,通过CAN通信网络5中设置的时间戳,负载电机局部控制器3-2在线获取负载电机控制系统一个控制周期的累积延时;
然后,根据累积延时以及CAN通信网络5发送的负载电机3-5的参考转矩序列,负载电机局部控制器3-2在负载电机3-5的参考转矩序列中选取对应累积延时的负载电机3-5的参考转矩;
最后,根据选中的负载电机3-5的参考转矩,负载电机局部控制器3-2实现负载电机3-5的转矩闭环控制,控制负载电机驱动装置3-3驱动负载电机3-5运行。
实施例3:本实施例1的车用复合制动系统动态负载模拟方法可被具体实现为一种计算机程序产品,计算机程序产品可以包括计算机可读存储介质,其上载有用于执行本实施例一所述的车用复合制动系统动态负载模拟方法的计算机可读程序指令。
计算机可读存储介质可以是保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意组合。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实现”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种车用复合制动系统动态负载模拟方法,其特征在于,包括:
获取制动系统实际转矩、实际转速和负载电机实际转速通过CAN通信网络进行数据发送;
仿真计算平台根据接收的制动系统的实际转矩和实际转速实时计算负载电机参考转速,通过CAN通信网络发送至负载模拟控制单元;
负载模拟控制单元根据负载电机参考转速和实际转速计算延时下负载电机参考转矩序列,通过CAN通信网络发送至负载电机局部控制器;
负载电机局部控制器获取负载电机控制系统在控制周期的累积延时;
负载电机局部控制器在负载电机参考转矩序列中选取相应累积延时的负载电机参考转矩,对负载电机转矩进行闭环控制,实现随机延时补偿。
2.根据权利要求1所述的车用复合制动系统动态负载模拟方法,其特征在于,负载模拟控制单元采用H∞鲁棒网络。
3.根据权利要求2所述的车用复合制动系统动态负载模拟方法,其特征在于,负载模拟控制单元根据负载电机参考转速和实际转速计算得到延时下负载电机参考转矩序列,包括:
建立台架动力学状态空间模型和随机延时模型;
离散化台架动力学状态空间模型和随机延时模型;
将离散化的台架动力学状态空间模型依次进行两次扩维,得到负载电机参考转矩;
求解所有可能累积延时下最优控制增益矩阵;
根据负载电机参考转速、实际转速和最优控制增益矩阵,计算所有可能累积延时下负载电机参考转矩,形成负载电机参考转矩序列。
8.一种车用复合制动系统试验台架,其特征在于,包括仿真控制器系统、车用复合制动系统、传感器系统、负载模拟系统和CAN通信网络,其中,各系统之间通过所述CAN通信网络进行信息交互;
所述传感器系统,用于测量所述车用复合制动系统实际转矩、实际转速和负载模拟系统的负载电机实际转速;
所述仿真控制器系统,包括一个或多个处理器,所述一个或多个处理器被配置成执行根据权利要求1到7中任一项所述的车用复合制动系统动态负载模拟方法,控制所述车用复合制动系统和负载模拟系统运行。
9.根据权利要求8所述的车用复合制动系统试验台架,其特征在于,CAN通信网络中设置时间戳,记录信息传递过程的延时信息。
10.一种计算机可读存储介质,其上存储有计算机可执行指令,其特征在于,所述计算机可执行指令当在机器中运行时,使得所述机器执行根据权利要求1到7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111473020.7A CN114216693B (zh) | 2021-12-02 | 2021-12-02 | 车辆复合制动系统动态负载模拟方法及试验台架 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111473020.7A CN114216693B (zh) | 2021-12-02 | 2021-12-02 | 车辆复合制动系统动态负载模拟方法及试验台架 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114216693A true CN114216693A (zh) | 2022-03-22 |
CN114216693B CN114216693B (zh) | 2023-01-03 |
Family
ID=80699700
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111473020.7A Active CN114216693B (zh) | 2021-12-02 | 2021-12-02 | 车辆复合制动系统动态负载模拟方法及试验台架 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114216693B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115598983A (zh) * | 2022-10-28 | 2023-01-13 | 湖南大学无锡智能控制研究院(Cn) | 一种考虑时变时延的无人车横纵向协同控制方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2555952Y2 (ja) * | 1991-11-19 | 1997-11-26 | エルジー電子株式会社 | ビデオカセットテープレコーダのテープローディング装置 |
EP0706174B1 (en) * | 1994-04-18 | 2003-01-02 | Matsushita Electric Industrial Co., Ltd. | Method and apparatus for preventing illegal copying and illegal installation of information on optical recording medium |
CN103197550A (zh) * | 2013-03-05 | 2013-07-10 | 清华大学 | 一种车用电制动系统动态负载模拟方法 |
CN105628362A (zh) * | 2015-12-31 | 2016-06-01 | 上海市特种设备监督检验技术研究院 | 一种制动器动态试验系统及方法 |
CN108303875A (zh) * | 2017-12-31 | 2018-07-20 | 湖南沃森电气科技有限公司 | 一种电动力测试用负载模拟装置及其系统的控制方法 |
CN111929071A (zh) * | 2020-08-03 | 2020-11-13 | 清华大学 | 一种应用于车辆动态试验台的滑移率模拟装置及控制方法 |
CN112731142A (zh) * | 2020-12-17 | 2021-04-30 | 中国科学院电工研究所 | 一种考虑输出约束的车辆台架动态负载模拟方法及系统 |
-
2021
- 2021-12-02 CN CN202111473020.7A patent/CN114216693B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2555952Y2 (ja) * | 1991-11-19 | 1997-11-26 | エルジー電子株式会社 | ビデオカセットテープレコーダのテープローディング装置 |
EP0706174B1 (en) * | 1994-04-18 | 2003-01-02 | Matsushita Electric Industrial Co., Ltd. | Method and apparatus for preventing illegal copying and illegal installation of information on optical recording medium |
CN103197550A (zh) * | 2013-03-05 | 2013-07-10 | 清华大学 | 一种车用电制动系统动态负载模拟方法 |
CN105628362A (zh) * | 2015-12-31 | 2016-06-01 | 上海市特种设备监督检验技术研究院 | 一种制动器动态试验系统及方法 |
CN108303875A (zh) * | 2017-12-31 | 2018-07-20 | 湖南沃森电气科技有限公司 | 一种电动力测试用负载模拟装置及其系统的控制方法 |
CN111929071A (zh) * | 2020-08-03 | 2020-11-13 | 清华大学 | 一种应用于车辆动态试验台的滑移率模拟装置及控制方法 |
CN112731142A (zh) * | 2020-12-17 | 2021-04-30 | 中国科学院电工研究所 | 一种考虑输出约束的车辆台架动态负载模拟方法及系统 |
Non-Patent Citations (2)
Title |
---|
马瑞海: ""基于滑模自抗扰的电制动系统动态负载模拟"", 《汽车工程》 * |
马瑞海: ""带随机网络时滞补偿的测功机动态负载模拟"", 《汽车工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115598983A (zh) * | 2022-10-28 | 2023-01-13 | 湖南大学无锡智能控制研究院(Cn) | 一种考虑时变时延的无人车横纵向协同控制方法及装置 |
CN115598983B (zh) * | 2022-10-28 | 2023-06-13 | 湖南大学无锡智能控制研究院 | 一种考虑时变时延的无人车横纵向协同控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114216693B (zh) | 2023-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Adaptive integral robust control of hydraulic systems with asymptotic tracking | |
Tepljakov et al. | Model reference adaptive control scheme for retuning method-based fractional-order PID control with disturbance rejection applied to closed-loop control of a magnetic levitation system | |
Syed et al. | Fuzzy gain-scheduling proportional–integral control for improving engine power and speed behavior in a hybrid electric vehicle | |
Chen et al. | Adaptive energy-efficient control allocation for planar motion control of over-actuated electric ground vehicles | |
CN108303885B (zh) | 一种基于干扰观测器的电机位置伺服系统自适应控制方法 | |
Dai et al. | Disturbance-observer based prescribed-performance fuzzy sliding mode control for PMSM in electric vehicles | |
CN104345638A (zh) | 一种液压马达位置伺服系统的自抗扰自适应控制方法 | |
CN107577146B (zh) | 基于摩擦整体逼近的伺服系统的神经网络自适应控制方法 | |
Zhang et al. | Time-varying delays compensation algorithm for powertrain active damping of an electrified vehicle equipped with an axle motor during regenerative braking | |
CN104614984A (zh) | 一种电机位置伺服系统的高精度控制方法 | |
CN114216693B (zh) | 车辆复合制动系统动态负载模拟方法及试验台架 | |
JP6429235B2 (ja) | 車両速度制御装置 | |
CN106802569B (zh) | 一种补偿执行机构死区非线性的自适应状态反馈控制方法 | |
CN112731142B (zh) | 一种考虑输出约束的车辆台架动态负载模拟方法及系统 | |
Li et al. | The effect of ADRC on vehicle braking performance | |
Kutsyk | A real-Time model of locomotion module DTC drive for hardware-in-the-loop implementation | |
Wang et al. | High performance torque controller design for electric load simulator | |
Lindvai-Soos et al. | Modelling, control & implementation of an electro-mechanic braking force actuator for HEV and EV | |
CN114211478B (zh) | 一种模块化机械臂协调操作最优控制方法及系统 | |
Han et al. | Adaptive cascade optimum braking control based on a novel mechatronic booster | |
Zhang et al. | Improved energy dissipation control of overhead cranes | |
Xu et al. | Speed control of pure electric vehicle based on adaptive fuzzy PID controller | |
JP3284686B2 (ja) | ブレーキダイナモメータシステムのブレーキトルク制御方式 | |
Fanesi et al. | Adaptive control for non-linear test bench dynamometer systems | |
Du et al. | Virtual vehicle control concept for hydrostatic dynamometer control |
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 |