CN116027665A - 一种伺服阀控液压缸控制优化方法、装置及系统 - Google Patents

一种伺服阀控液压缸控制优化方法、装置及系统 Download PDF

Info

Publication number
CN116027665A
CN116027665A CN202211728866.5A CN202211728866A CN116027665A CN 116027665 A CN116027665 A CN 116027665A CN 202211728866 A CN202211728866 A CN 202211728866A CN 116027665 A CN116027665 A CN 116027665A
Authority
CN
China
Prior art keywords
control
hydraulic cylinder
power steering
servo valve
steering system
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.)
Pending
Application number
CN202211728866.5A
Other languages
English (en)
Inventor
王旭光
张伟
金增兵
高蕊
邵珠香
刘林林
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.)
China National Heavy Duty Truck Group Jinan Power Co Ltd
Original Assignee
China National Heavy Duty Truck Group Jinan Power Co Ltd
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 China National Heavy Duty Truck Group Jinan Power Co Ltd filed Critical China National Heavy Duty Truck Group Jinan Power Co Ltd
Priority to CN202211728866.5A priority Critical patent/CN116027665A/zh
Publication of CN116027665A publication Critical patent/CN116027665A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

本发明提出了一种伺服阀控液压缸控制优化方法，包括：采用伺服阀控双出杆液压缸形式，建立电控液压助力转向系统空间状态方程，定义误差向量；根据电控液压助力转向系统空间状态方程，定义投影映射以及自适应更新算法，基于液压系统确定投影映射中适应函数的适应率满足条件；将事件触发策略集成到电子控制单元ECU中；建立扰动观测器，所述扰动观测器用于补偿由于不确定性建模产生的误差；基于扰动观测器、事件触发策略、自适应更新算法，得到最优控制输入，基于最优控制输入对执行器进行控制，本发明还提出了一种伺服阀控液压缸控制优化装置及系统，有效地提高了伺服阀控液压控制的适应性、可靠性。

Description

一种伺服阀控液压缸控制优化方法、装置及系统
技术领域
本发明涉及汽车电控液压控制领域，尤其是涉及一种伺服阀控液压缸控制优化方法、装置及系统。
背景技术
电控液压助力转向系统是一种依靠电动机驱动液压泵提供转向助力的电子助力转向系统。通过控制油泵给转向系统泵油，使电控液压部分的液压缸两侧产生一定压差，油液施加工作压力控制活塞杆的往复运动，助力车轮转向。传统的机械式全轮转向系统和液压式全轮转向系统通常无法同时满足多轴车辆灵活性和稳定性的要求，而新型电控电动式转向系统功率密度小，无法满足重型车辆负载大的要求。电控液压助力转向系统可以减小转向时的操纵力，可以根据车速的高低和行驶条件的变化提供合适的转向助力，具有行驶时的操纵平稳和动态响应迅速以及行驶经济性等优势。
而在液压驱动系统中，阀控系统具有较高的动态响应特性与稳定性。阀控液压缸具有响应速度快、负载刚性高和性能价格比高等特点，但在实际工作过程中，常常因为其制造原因和时变的工作条件，存在建模不精确的问题。传统的阀控缸采用PID控制难以协调快速性与稳定性之间的矛盾，抗干扰能力较差，难以取得良好的控制效果。常规的PID控制器受到参数整定后不便于实时在线调整，控制器的参数因为不能适应实际工况的变化，导致整个液压驱动系统控制的适应性能较差。衡量液压系统性能的一个重要指标就是控制稳态精度，因此，不利于提高伺服阀控液压控制的适应性、可靠性。
发明内容
本发明为了解决现有技术中存在的问题，创新提出了一种伺服阀控液压缸控制优化方法、装置及系统，有效解决由于现有技术造成伺服阀控液压控制适应性以及可靠性不高的问题，有效地提高了伺服阀控液压控制的适应性、可靠性。
本发明第一方面提供了一种伺服阀控液压缸控制优化方法，应用于电控液压助力转向系统中的电子控制单元ECU中，用于对转向模式中的后轮逆相位转向模式进行控制，包括：
采用伺服阀控双出杆液压缸形式，建立电控液压助力转向系统空间状态方程，定义误差向量；
根据电控液压助力转向系统空间状态方程，定义投影映射以及自适应更新算法，基于液压系统确定投影映射中适应函数的适应率满足条件；
将事件触发策略集成到电子控制单元ECU中；
建立扰动观测器，所述扰动观测器用于补偿由于不确定性建模产生的误差；
基于扰动观测器、事件触发策略、自适应更新算法，得到最优控制输入，基于最优控制输入对执行器进行控制。
可选地，所述采用伺服阀控双出杆液压缸形式，建立电控液压助力转向系统空间状态方程，定义误差向量具体包括：
分别建立惯性载荷的运动方程以及液压缸的压力动力学方程；
基于惯性载荷的运动方程以及液压缸的压力动力学方程，建立电控液压助力转向系统空间状态方程；
根据电控液压助力转向系统空间状态方程定义误差向量。
具体地，建立的惯性载荷的运动方程表达式为：
Figure BDA0004030839440000021
其中，式(1)中J为转动惯量；PL为液压系统负载压力；Xm为液压缸运行工作位移；Bp为活塞杆粘性阻尼系数；fb为由外部扰动引起的非线性力；θ为活塞杆的弧度角位移；
Figure BDA0004030839440000031
为其他不确定扰动项；
建立的液压缸的压力动力学方程为：
Figure BDA0004030839440000032
其中，式(2)中P1为液压缸前腔压力，P2为液压缸前腔压力，Um为液压缸前腔容积，Un为液压缸后腔容积，βe为等效容积弹性的模数，Cm为泄漏系数，Qa为进入前腔的流量，Pa为油液进入前腔将产生的压力；Qb为流出后腔的流量；Pb为油液流出后腔将产生的压力；qa为动态变量Pa的建模误差；qb为动态变量Pb的建模误差；
根据连续流量方程，基于流量Qa和Qb与伺服阀的滑阀位移xu，xu＝ki×v，建立动力学表达式为：
Figure BDA0004030839440000033
其中，式(3)中Ps为液压供油压力，Pr为液压供油油箱压力，kt为总流量增益，Cd为流量系数，v为输入电压值；s(v)函数的表达式被定义为：
Figure BDA0004030839440000034
其中，ki为正常数；
定义状态变量x，令
Figure BDA0004030839440000041
则x1定义为弧度角位移θ，x2定义为弧度角加速度
Figure BDA0004030839440000042
x3定义为
Figure BDA0004030839440000043
建立电控液压助力转向系统空间状态方程为：
Figure BDA0004030839440000044
其中，q(t)为随时间t变化的建模误差，v(tk)为有界的控制输入，tk表示实际控制所处的时刻，M1，M2为均中间变量；
电控液压助力转向系统空间状态方程通过推导变换，存在关系式：
Figure BDA0004030839440000045
其中，M1＞0，M2＞0。
在存在各种建模不确定性的情况下，控制器的控制目标是合成有界控制输入v(tk)，为保证惯性载荷运动接近给定的有界平滑运动轨迹θ1d，定义误差向量为
Figure BDA0004030839440000046
考虑参数摄动的影响，定义未知参数集：
Figure BDA0004030839440000047
Figure BDA0004030839440000048
将电控液压助力转向系统空间状态方程用向量误差表示为：
Figure BDA0004030839440000051
其中，定义
Figure BDA0004030839440000052
Figure BDA0004030839440000053
是关于变量θ，
Figure BDA0004030839440000054
t的位移函数，式(7)中Δ＝q(t)-qn为误差，qn是q(t)的估计值；
在参数不确定性满足
Figure BDA0004030839440000055
的前提下：给定
Figure BDA0004030839440000056
非匹配不确定性
Figure BDA0004030839440000057
和匹配不确定性Δ都有界，表示如下：
Figure BDA0004030839440000058
其中，式(8)中，δ1、δ2为已知常数。
进一步地，所述根据电控液压助力转向系统空间状态方程，定义投影映射以及自适应更新算法，基于液压系统确定投影映射中适应函数的适应率满足条件包括：
根据电控液压助力转向系统空间状态方程，定义投影映射为：
Figure BDA0004030839440000059
其中，令i＝1,2,3,4,5，ξ是有i个方向的向量，ξi表示向量ξ的第i个分量；
根据电控液压助力转向系统空间状态方程，定义自适应更新算法为：
Figure BDA0004030839440000061
其中，令∧＞0，∧是一个自适应对角矩阵；τ为网络时变参数；
Figure BDA0004030839440000062
为初始时刻的未知参数；考虑到液压系统，令
Figure BDA0004030839440000063
对于任意适应函数ξ，式(9)中适应率要满足条件为：
Figure BDA0004030839440000064
可选地，所述事件触发策略的建立方法具体为：
当执行器运动时，传感器以固定的采样周期T进行采样其采样时间序列表示为S＝{T,2T,3T,...nT,n∈N+}；事件的触发时间tn由事件触发决定，采样状态X(t)更新电子控制单元ECU的输出电压u(t)，u(tn)为事件触发器的释放电压；
考虑事件触发方案，误差向量定义为：
ev(t)＝v(tn)-v(t)t∈[tn,tn+1)    (12)
其中，v(tn)表示tn时刻的输入电压，v(t)表示在控制律下t时刻的输入电压。
定义事件触发条件：
|ev(t)|＝|v(tn)-v(t)|≤λ1|v(t)|+λ2   (13)
其中，λ1,λ2均为固定系数，0≤λ1＜1且λ2≥0，那么事件生成器为：
tn+1＝min{t≥tn:|ev(t)|＜λ1|v(t)|+λ2}     (14)
事件触发的连续判断条件为：
Figure BDA0004030839440000065
可选地，所述扰动观测器的建立方法为：
基于式(5)补偿不确定性建模失配项扰动
Figure BDA0004030839440000071
通过建立扰动观测器估计
Figure BDA0004030839440000072
用向量误差表示的电控液压助力转向系统空间状态方程为：
Figure BDA0004030839440000073
建立扰动观测器的动力学方程为：
Figure BDA0004030839440000074
将s0，s1定义为：
Figure BDA0004030839440000075
Figure BDA0004030839440000076
Figure BDA0004030839440000077
其中，ψ1，ψ2，γ1，γ2，k1，k2，ζ是正常数，
Figure BDA0004030839440000078
s0，s1均为表示跟踪位移的时间函数；
Figure BDA0004030839440000079
为关于时间t的扰动函数；在设定时间内，
Figure BDA00040308394400000710
将会收敛到
Figure BDA00040308394400000711
可选地，所述基于扰动观测器、事件触发策略、自适应更新算法，得到最优控制输入，基于最优控制输入对执行器进行控制具体包括：
扰动观测器的时间导数为：
Figure BDA00040308394400000712
将用向量误差表示的电控液压助力转向系统空间状态方程代入扰动观测器的时间导数，根据作用在执行器上的实际控制力矩，满足事件触发策略中的事件触发条件，扰动观测器的时间导数为：
Figure BDA00040308394400000713
其中，
Figure BDA00040308394400000714
简化为X，改写公式(22)为：
Figure BDA0004030839440000081
式中，c1，c2为未知正常数；
选取非负李亚普诺夫函数为
Figure BDA0004030839440000082
V1是关于判定系统是否稳定的分量函数，则扰动观测器的时间导数为：
Figure BDA0004030839440000083
自适应参数集的更新控制律为：
μ＝χ1|s(t)T|+χ2s(t)T    (25)，
令t∈[tn,tn+1),χ1＝[c2f1|e2|,0,f3|x2|,f4|x3|,f5]T,χ2＝[0,|f2|v(t),0,0,0]T；
其中，μ为自适应参数集更新后的控制律函数，χ1，χ2为简化函数所设置中间向量；
得到最优控制律v(t)为：
Figure BDA0004030839440000084
其中，L(·)为辅助误差函数；
Figure BDA0004030839440000085
其中，δ2表示鲁棒控制项，为已知常数。
进一步地，所述执行器为电动机。
本发明第二方面提供了一种伺服阀控液压缸控制优化装置，应用于电控液压助力转向系统中的电子控制单元ECU中，用于对转向模式中的后轮逆相位转向模式进行控制，包括：
第一建立模块，采用伺服阀控双出杆液压缸形式，建立电控液压助力转向系统空间状态方程，定义误差向量；
定义模块，根据电控液压助力转向系统空间状态方程，定义投影映射以及自适应更新算法，基于液压系统确定投影映射中适应函数的适应率满足条件；
集成模块，将事件触发策略集成到电子控制单元ECU中；
第二建立模块，建立扰动观测器，所述扰动观测器用于补偿由于不确定性建模产生的误差；
得到模块，基于扰动观测器、事件触发策略、自适应更新算法，得到最优控制输入，基于最优控制输入对执行器进行控制。
本发明第三方面提供了一种伺服阀控液压缸控制优化系统，包括电子控制单元ECU以及电动机，所述电子控制单元ECU用于运行本发明第一方面所述的一种伺服阀控液压缸控制优化方法，确定最优控制输入；所述电动机与电子控制单元ECU通信连接，用于根据电子控制单元ECU确定的最优控制输入，对转向模式中的后轮逆相位转向模式进行控制。
本发明采用的技术方案包括以下技术效果：
1、本发明基于电子控制单元ECU基于扰动观测器、事件触发策略、自适应更新算法，得到最优控制输入，基于最优控制输入对执行器进行控制，有效解决由于现有技术造成伺服阀控液压控制适应性以及可靠性不高的问题，有效地提高了伺服阀控液压控制的适应性、可靠性。
2、本发明技术方案中基于四种转向模式中后轮逆相位转向模式设计的伺服阀控缸优化方法，利用事件触发策略降低通信带宽限制，利用扰动观测器估计非匹配建模不确定性，以期获得稳定的渐近跟踪性能，从而可以保证对液压缸运行位移的准确控制；与传统控制策略相比，采用该控制方法的电子控制单元ECU能快速将误差稳定到零，因此具有更快的收敛速度和更高的跟踪精度。
3、本发明技术方案，基于最优控制输入对执行器进行控制，大大减少了控制器到执行器的数据传输量，节约了网络带宽资源；本发明基于事件触发策略和有限时间扰动观测器协调设计控制方法，降低参数不确定性，增强了系统抗振与响应性能，满足工程需求，实用性极佳。
应当理解的是以上的一般描述以及后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
为了更清楚说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单介绍，显而易见的，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明方案中实施例一方法的流程示意图；
图2为本发明方案中实施例一方法中步骤S1的流程示意图；
图3为本发明方案中实施例二装置的结构示意图；
图4为本发明方案中实施例三中电控液压助力转向系统机械构件与电控液压部分结构示意图；
图5为本发明方案中实施例三中电控液压助力转向系统传感器元件结构示意图；
图6为本发明方案中实施例三中电控液压助力转向系统中转向模式控制逻辑的控制概要示意图。
具体实施方式
为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
实施例一
如图1所示，本发明提供了一种伺服阀控液压缸控制优化方法，应用于电控液压助力转向系统中的电子控制单元ECU中，用于对转向模式中的后轮逆相位转向模式进行控制，包括：
S1，采用伺服阀控双出杆液压缸形式，建立电控液压助力转向系统空间状态方程，定义误差向量；
S2，根据电控液压助力转向系统空间状态方程，定义投影映射以及自适应更新算法，基于液压系统确定投影映射中适应函数的适应率满足条件；
S3，将事件触发策略集成到电子控制单元ECU中；
S4，建立扰动观测器，所述扰动观测器用于补偿由于不确定性建模产生的误差；
S5，基于扰动观测器、事件触发策略、自适应更新算法，得到最优控制输入，基于最优控制输入对执行器进行控制。
其中，如图2所示，在步骤S1中采用伺服阀控双出杆液压缸形式，建立电控液压助力转向系统空间状态方程，定义误差向量具体包括：
S11，分别建立惯性载荷的运动方程以及液压缸的压力动力学方程；
S12，基于惯性载荷的运动方程以及液压缸的压力动力学方程，建立电控液压助力转向系统空间状态方程；
S13，根据电控液压助力转向系统空间状态方程定义误差向量。
其中，在步骤S11中，建立的惯性载荷的运动方程表达式为：
Figure BDA0004030839440000121
其中，式(1)中J为转动惯量；PL为液压系统负载压力，PL＝Pa-Pb，Pa为油液进入前腔将产生的压力，Pb为油液流出后腔将产生的压力；Xm为液压缸运行工作位移；Bp为活塞杆粘性阻尼系数；fb为由外部扰动引起的非线性力；θ为活塞杆的弧度角位移；
Figure BDA0004030839440000122
为其他不确定项，如外部干扰、未建模摩擦阻力等；
建立的液压缸的压力动力学方程为：
Figure BDA0004030839440000123
其中，式(2)中P1为液压缸前腔压力，P2为液压缸前腔压力，Um为液压缸前腔(进油腔)容积，Un为液压缸后腔(回油腔)容积，βe为等效容积弹性的模数，Cm为泄漏系数，Qa为进入前腔的流量，Pa为油液进入前腔将产生的压力；Qb为流出后腔的流量；Pb为油液流出后腔将产生的压力；qa为动态变量Pa的建模误差；qb为动态变量Pb的建模误差；
根据连续流量方程，基于流量Qa和Qb与伺服阀的滑阀位移xu，由于xu＝ki*v，建立动力学表达式可改写为：
Figure BDA0004030839440000131
其中，式(3)中Ps为液压供油压力，Pr为液压供油油箱压力，kt为总流量增益，kt＝kqki，ki为正常数；
Figure BDA0004030839440000132
kq为正常数；ρ为油液密度；ω为滑阀面积梯度；Cd为流量系数，v为输入电压值；s(v)函数的表达式被定义为：
Figure BDA0004030839440000133
其中，ki为正常数；
在步骤S12中，定义状态变量x，令
Figure BDA0004030839440000134
则x1是弧度角位移θ，同理x2是弧度角加速度
Figure BDA0004030839440000135
建立电控液压助力转向系统空间状态方程为：
Figure BDA0004030839440000136
其中，q(t)为随时间t变化的建模误差，v(tk)为有界的控制输入，即输入电压值，tk表示实际控制所处的时刻，M1，M2为中间变量。
公式(5)通过推导变换，存在以下关系式：
Figure BDA0004030839440000141
可以得出M1＞0，M2＞0。
可以证，期望位置轨迹且有界，在实际工作条件下，液压缸两腔满足：0＜Pr＜Pa＜Ps，0＜Pr＜Pb＜Ps。
在步骤S13中，在存在各种建模不确定性的情况下，控制器的控制目标是合成有界控制输入v(tk)，为保证惯性载荷运动尽可能接近给定的有界平滑运动轨迹θ1d，定义误差向量为
Figure BDA0004030839440000142
考虑参数摄动的影响，定义未知参数集：
Figure BDA0004030839440000143
将电控液压助力转向系统空间状态方程用向量误差表示为：
Figure BDA0004030839440000144
其中，定义
Figure BDA0004030839440000145
Figure BDA0004030839440000146
是关于变量θ，
Figure BDA0004030839440000147
t的位移函数，式(7)中Δ＝q(t)-qn为误差，qn是q(t)的估计值；
在参数不确定性满足
Figure BDA0004030839440000148
的前提下：给定
Figure BDA0004030839440000149
非匹配不确定性
Figure BDA00040308394400001410
和匹配不确定性Δ都有界，表示如下：
Figure BDA0004030839440000151
其中，式(8)中，δ1、δ2为已知常数。
其中，步骤S2中根据电控液压助力转向系统空间状态方程，定义投影映射以及自适应更新算法，基于液压系统确定投影映射中适应函数的适应率满足条件包括：
根据电控液压助力转向系统空间状态方程，定义投影映射为：
Figure BDA0004030839440000152
其中，令i＝1,2,3,4,5，ξ是有i个方向的向量，ξi表示向量ξ的第i个分量；
根据电控液压助力转向系统空间状态方程，定义自适应更新算法为：
Figure BDA0004030839440000153
其中，令∧＞0，∧是一个自适应对角矩阵；τ为网络时变参数；
Figure BDA0004030839440000154
为初始时刻的未知参数；考虑到液压系统，令
Figure BDA0004030839440000155
对于任意适应函数ξ，式(9)中适应率要满足条件为：
Figure BDA0004030839440000156
其中，在步骤S3中事件触发策略的建立方法具体为：
当执行器运动时，传感器以固定的采样周期T进行采样其采样时间序列表示为S＝{T,2T,3T,...nT,n∈N+}；事件的触发时间tn主要由事件触发决定，采样状态X(t)更新控制器的输出电压u(t)，u(tn)是事件触发器的释放电压；
对于时间触发器的传感器，t(n+1)-tn＝h0，h0是一个正常数，而事件触发是一个时变系统，t(n+1)-tn＝h1，h1不是一个固定的正常数；
考虑事件触发方案，误差向量定义为：
ev(t)＝v(tn)-v(t)t∈[tn,tn+1)(12)
其中，v(tn)表示tn时刻的输入电压，v(t)表示在控制律下t时刻的输入电压，即最优控制输入或最优控制律。
定义事件触发条件：
|ev(t)|＝|v(tn)-v(t)|≤λ1|v(t)|+λ2(13)
其中，λ1,λ2均为固定系数，0≤λ1＜1且λ2≥0，那么事件生成器为：
tn+1＝min{t≥tn:|ev(t)|＜λ1|v(t)|+λ2}(14)
事件触发的连续判断条件为：
Figure BDA0004030839440000161
其中，在步骤S4中扰动观测器的建立方法为：
基于式(5)补偿不确定性建模失配项扰动
Figure BDA0004030839440000162
通过建立扰动观测器估计
Figure BDA0004030839440000163
在式(7)中考虑子系统，用向量误差表示的电控液压助力转向系统空间状态方程为：
Figure BDA0004030839440000164
建立扰动观测器的动力学方程为：
Figure BDA0004030839440000165
将s0，s1定义为：
Figure BDA0004030839440000166
Figure BDA0004030839440000171
Figure BDA0004030839440000172
其中，ψ1，ψ2，γ1，γ2，k1，k2，
Figure BDA00040308394400001712
是正常数，
Figure BDA0004030839440000173
s0，s1可以表示出追踪位移的时间函数；
Figure BDA0004030839440000174
为关于时间t的扰动函数；在设定时间内，
Figure BDA0004030839440000175
将会收敛到
Figure BDA0004030839440000176
其中，在步骤S5中基于扰动观测器、事件触发策略、自适应更新算法，得到最优控制输入，基于最优控制输入对执行器进行控制具体包括：
结合滑动模态，考虑通信约束设计其趋近率，考虑滑动面的可达性，扰动观测器的时间导数为：
Figure BDA0004030839440000177
将用向量误差表示的电控液压助力转向系统空间状态方程中的第三公式代入扰动观测器的时间导数，同时考虑控制器到执行器的事件触发通信约束，根据作用在执行器上的实际控制力矩，满足事件触发策略中的事件触发条件，扰动观测器的时间导数为：
Figure BDA0004030839440000178
其中，
Figure BDA0004030839440000179
简化为X，改写公式(22)为：
Figure BDA00040308394400001710
式中，c1，c2为未知正常数。
为证明设计的控制输入可以使电控液压助力转向系统系统稳定，函数必须收敛，选取非负李亚普诺夫函数为
Figure BDA00040308394400001711
V1是关于判定电控液压助力转向系统系统是否稳定的分量函数，则扰动观测器的时间导数为：
Figure BDA0004030839440000181
自适应参数集的更新控制律为：
μ＝χ1|s(t)|T+χ2s(t)T   (25)
令
t∈[tn,tn+1),χ1＝[c2f1|e2|,0,f3|x2|,f4|x3|,f5]T,χ2＝[0,|f2|v(t),0,0,0]T；
其中，μ为自适应参数集更新后的控制律函数，χ1，χ2为简化函数所设置中间向量；
得到最优控制律v(t)(v(t)表示在控制律下t时刻的输入电压，即最优控制输入或最优控制律)为：
Figure BDA0004030839440000182
其中，L(·)为辅助误差函数；
Figure BDA0004030839440000183
其中，δ2表示鲁棒控制项，为已知常数。所述执行器为电动机。
在此基础上，选取另一个李雅普诺夫函数为
Figure BDA0004030839440000184
V2是关于判定系统是否稳定的分量函数，Γ为伽玛函数，搭建方程表达式如下：
Figure BDA0004030839440000191
为证明
Figure BDA0004030839440000192
系统收敛。将上式(29)拆分为以下三个分量函数
Figure BDA0004030839440000193
分别作证明：
Figure BDA0004030839440000194
并得到如下表达式：
Figure BDA0004030839440000195
Figure BDA0004030839440000196
Figure BDA0004030839440000197
利用式(26)和式(27)，式(31)可推导为：
Figure BDA0004030839440000198
根据自适应更新算法，可知
Figure BDA0004030839440000199
上式满足
Figure BDA00040308394400001910
式(32)可推导为：
Figure BDA00040308394400001911
设计的积分滑模观测器在有限时间T内
Figure BDA00040308394400001912
公式(35)可以改写为：
Figure BDA00040308394400001913
验证
Figure BDA00040308394400001914
将式(26)和最优控制律v(t)(v(t)表示在控制律下t时刻的输入电压，即最优控制输入或最优控制律)，代入(36)，可得：
Figure BDA0004030839440000201
综上，式(30)可改写为：
Figure BDA0004030839440000202
由上式可见
Figure BDA0004030839440000203
从而验证了对伺服阀控液压缸控制的设计是稳定且有界的，根据所得到的最优控制输入v(t)，电子控制单元ECU4在后轮逆相位转向模式下，通过对电动机的控制，实现对整个转向系统的优化方法控制。
本发明基于电子控制单元ECU基于扰动观测器、事件触发策略、自适应更新算法，得到最优控制输入，基于最优控制输入对执行器进行控制，有效解决由于现有技术造成伺服阀控液压控制适应性以及可靠性不高的问题，有效地提高了伺服阀控液压控制的适应性、可靠性。
本发明技术方案中基于四种转向模式中后轮逆相位转向模式设计的伺服阀控缸优化方法，利用事件触发策略降低通信带宽限制，利用扰动观测器估计非匹配建模不确定性，以期获得稳定的渐近跟踪性能，从而可以保证对液压缸运行位移的准确控制；与传统控制策略相比，采用该控制方法的电子控制单元ECU能快速将误差稳定到零，因此具有更快的收敛速度和更高的跟踪精度。
本发明技术方案，基于最优控制输入对执行器进行控制，大大减少了控制器到执行器的数据传输量，节约了网络带宽资源；本发明基于事件触发策略和有限时间扰动观测器协调设计控制方法，降低参数不确定性，增强了系统抗振与响应性能，满足工程需求，实用性极佳。
实施例二
如图3所示，本发明技术方案还提供了一种伺服阀控液压缸控制优化装置，应用于电控液压助力转向系统中的电子控制单元ECU中，用于对转向模式中的后轮逆相位转向模式进行控制，包括：
第一建立模块101，采用伺服阀控双出杆液压缸形式，建立电控液压助力转向系统空间状态方程，定义误差向量；
定义模块102，根据电控液压助力转向系统空间状态方程，定义投影映射以及自适应更新算法，基于液压系统确定投影映射中适应函数的适应率满足条件；
集成模块103，将事件触发策略集成到电子控制单元ECU中；
第二建立模块104，建立扰动观测器，所述扰动观测器用于补偿由于不确定性建模产生的误差；
得到模块105，基于扰动观测器、事件触发策略、自适应更新算法，得到最优控制输入，基于最优控制输入对执行器进行控制。
本发明基于电子控制单元ECU基于扰动观测器、事件触发策略、自适应更新算法，得到最优控制输入，基于最优控制输入对执行器进行控制，有效解决由于现有技术造成伺服阀控液压控制适应性以及可靠性不高的问题，有效地提高了伺服阀控液压控制的适应性、可靠性。
本发明技术方案中基于四种转向模式中后轮逆相位转向模式设计的伺服阀控缸优化方法，利用事件触发策略降低通信带宽限制，利用扰动观测器估计非匹配建模不确定性，以期获得稳定的渐近跟踪性能，从而可以保证对液压缸运行位移的准确控制；与传统控制策略相比，采用该控制方法的电子控制单元ECU能快速将误差稳定到零，因此具有更快的收敛速度和更高的跟踪精度。
本发明技术方案，基于最优控制输入对执行器进行控制，大大减少了控制器到执行器的数据传输量，节约了网络带宽资源；本发明基于事件触发策略和有限时间扰动观测器协调设计控制方法，降低参数不确定性，增强了系统抗振与响应性能，满足工程需求，实用性极佳。
实施例三
如图4-图5所示，本发明技术方案还提供了一种伺服阀控液压缸控制优化系统，包括电子控制单元ECU4以及电动机201，电子控制单元ECU4用于运行实施例一中的一种伺服阀控液压缸控制优化方法，确定最优控制输入；电动机201与电子控制单元ECU4通信连接，用于根据电子控制单元ECU4确定的最优控制输入，对转向模式中的后轮逆相位转向模式进行控制。
进一步地，电控液压助力转向系统中，除了电子控制单元ECU4以及电动机201以外，还包括包括机械构件1、电控液压部分2、传感器元件3与电子控制单元ECU4。传感器元件3的输出端与电子控制单元ECU4的输入端通信连接，电子控制单元ECU4的控制输出端通过电控液压部分2对机械构件1进行操作，实现电控液压助力转向系统转向模式调整。
其中，机械构件1在结构上分为方向盘101、转向轴102、齿轮齿条机构103、横向拉杆104、液压缸105。电控液压部分2在结构上除了电动机201以外，还包括、齿轮泵202、比例伺服阀203、连接管路204、溢流阀205、单向阀206和油罐207；为了防止突然超载或其他故障，在回路中加入溢流阀205；若压力达到给定值，溢流阀205打开，允许液压油流回油罐207。
传感器元件3包括动态扭矩传感器301、行车速度传感器302、压力传感器303、位移传感器304和激光雷达传感器305。
需要说明的是，本发明技术方案中的电控液压助力转向系统为现有的电控液压助力转向系统，改进点仅体现在电子控制单元ECU4对电动机201的控制方法上。
自驾驶员发出转向指令的开始，扭矩传感器301、行车速度传感器302等元件的输入参数会通过CAN总线传递给电子控制单元ECU4，电子控制单元ECU4将以上的模拟量进行拾取、分析，进行转向模式判断，根据符合工况的转向模式，转向系统执行不同的控制方法，根据其控制方法电子控制单元ECU4对电动机201发送电压信号，控制电动机201转动方向和扭矩大小，完成对电动机201的实时控制；电动机201继而控制齿轮泵202工作，泵出的油通过比例伺服阀203流向液压缸105活塞内腔，带动活塞杆移动，并形成压力；比例伺服阀203通过连接管路204控制液压油使液压缸105中活塞杆往复运动，同时，控制单元ECU4接收液压缸105的实际位移信号，而后与目标值做差，对电动机201送出控制量，使位移误差快速稳定到零，得到的液压缸105运动响应与理想输入目标曲线基本一致。
如图6所示，电控液压助力转向系统转向模式包括前轮转向模式、后轮逆相位转向模式、后轮同相位转向模式和紧急转向模式；前轮转向模式适用车速范围为0～80km/h，后轮逆相位转向模式适用车速范围为0～25km/h，后轮同相位转向模式适用车速范围为0～20km/h，只有车速满足范围要求时，才可切换模式；紧急转向模式仅用于激光雷达传感器305识别的紧急工况。
本发明基于电子控制单元ECU基于扰动观测器、事件触发策略、自适应更新算法，得到最优控制输入，基于最优控制输入对执行器进行控制，有效解决由于现有技术造成伺服阀控液压控制适应性以及可靠性不高的问题，有效地提高了伺服阀控液压控制的适应性、可靠性。
本发明技术方案中基于四种转向模式中后轮逆相位转向模式设计的伺服阀控缸优化方法，利用事件触发策略降低通信带宽限制，利用扰动观测器估计非匹配建模不确定性，以期获得稳定的渐近跟踪性能，从而可以保证对液压缸运行位移的准确控制；与传统控制策略相比，采用该控制方法的电子控制单元ECU能快速将误差稳定到零，因此具有更快的收敛速度和更高的跟踪精度。
本发明技术方案，基于最优控制输入对执行器进行控制，大大减少了控制器到执行器的数据传输量，节约了网络带宽资源；本发明基于事件触发策略和有限时间扰动观测器协调设计控制方法，降低参数不确定性，增强了系统抗振与响应性能，满足工程需求，实用性极佳。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.一种伺服阀控液压缸控制优化方法，其特征是，应用于电控液压助力转向系统中的电子控制单元ECU中，用于对转向模式中的后轮逆相位转向模式进行控制，包括：
采用伺服阀控双出杆液压缸形式，建立电控液压助力转向系统空间状态方程，定义误差向量；
根据电控液压助力转向系统空间状态方程，定义投影映射以及自适应更新算法，基于液压系统确定投影映射中适应函数的适应率满足条件；
将事件触发策略集成到电子控制单元ECU中；
建立扰动观测器，所述扰动观测器用于补偿由于不确定性建模产生的误差；
基于扰动观测器、事件触发策略、自适应更新算法，得到最优控制输入，基于最优控制输入对执行器进行控制。
2.根据权利要求1所述的一种伺服阀控液压缸控制优化方法，其特征是，所述采用伺服阀控双出杆液压缸形式，建立电控液压助力转向系统空间状态方程，定义误差向量具体包括：
分别建立惯性载荷的运动方程以及液压缸的压力动力学方程；
基于惯性载荷的运动方程以及液压缸的压力动力学方程，建立电控液压助力转向系统空间状态方程；
根据电控液压助力转向系统空间状态方程定义误差向量。
3.根据权利要求2所述的一种伺服阀控液压缸控制优化方法，其特征是，建立的惯性载荷的运动方程表达式为：
Figure FDA0004030839430000021
其中，式(1)中J为转动惯量；PL为液压系统负载压力；Xm为液压缸运行工作位移；Bp为活塞杆粘性阻尼系数；fb为由外部扰动引起的非线性力；θ为活塞杆的弧度角位移；
Figure FDA0004030839430000022
为其他不确定扰动项；
建立的液压缸的压力动力学方程为：
Figure FDA0004030839430000023
其中，式(2)中P1为液压缸前腔压力，P2为液压缸前腔压力，Um为液压缸前腔容积，Un为液压缸后腔容积，βe为等效容积弹性的模数，Cm为泄漏系数，Qa为进入前腔的流量，Pa为油液进入前腔将产生的压力；Qb为流出后腔的流量；Pb为油液流出后腔将产生的压力；qa为动态变量Pa的建模误差；qb为动态变量Pb的建模误差；
根据连续流量方程，基于流量Qa和Qb与伺服阀的滑阀位移xu，xu＝ki×v，建立动力学表达式为：
Figure FDA0004030839430000024
其中，式(3)中Ps为液压供油压力，Pr为液压供油油箱压力，kt为总流量增益，v为输入电压值；s(v)函数的表达式被定义为：
Figure FDA0004030839430000031
其中，ki为正常数；
定义状态变量x，令
Figure FDA0004030839430000032
则x1定义为弧度角位移θ，x2定义为弧度角加速度
Figure FDA0004030839430000033
x3定义为
Figure FDA0004030839430000034
建立电控液压助力转向系统空间状态方程为：
Figure FDA0004030839430000035
其中，q(t)为随时间t变化的建模误差，v(tk)为有界的控制输入，tk表示实际控制所处的时刻，M1，M2均为中间变量。
电控液压助力转向系统空间状态方程通过推导变换，存在关系式：
Figure FDA0004030839430000036
其中，M1＞0，M2＞0。
在存在各种建模不确定性的情况下，控制器的控制目标是合成有界控制输入v(tk)，为保证惯性载荷运动接近给定的有界平滑运动轨迹θ1d，定义误差向量为
Figure FDA0004030839430000041
考虑参数摄动的影响，定义未知参数集：
Figure FDA0004030839430000042
Figure FDA0004030839430000043
将电控液压助力转向系统空间状态方程用向量误差表示为：
Figure FDA0004030839430000044
其中，定义f1＝1，
Figure FDA0004030839430000045
f5＝1，
Figure FDA0004030839430000046
Figure FDA0004030839430000047
是关于变量θ，
Figure FDA0004030839430000048
t的位移函数，式(7)中Δ＝q(t)-qn为误差，qn是q(t)的估计值；
在参数不确定性满足
Figure FDA0004030839430000049
的前提下：给定
Figure FDA00040308394300000410
非匹配不确定性
Figure FDA00040308394300000411
和匹配不确定性Δ都有界，表示如下：
Figure FDA00040308394300000412
其中，式(8)中，δ1、δ2为已知常数。
4.根据权利要求3所述的一种伺服阀控液压缸控制优化方法，其特征是，所述根据电控液压助力转向系统空间状态方程，定义投影映射以及自适应更新算法，基于液压系统确定投影映射中适应函数的适应率满足条件包括：
根据电控液压助力转向系统空间状态方程，定义投影映射为：
Figure FDA00040308394300000413
其中，令i＝1,2,3,4,5，ξ是有i个方向的向量，ξi表示向量ξ的第i个分量；
根据电控液压助力转向系统空间状态方程，定义自适应更新算法为：
Figure FDA0004030839430000051
其中，令∧＞0，∧是一个自适应对角矩阵；τ为网络时变参数；
Figure FDA0004030839430000052
为初始时刻的未知参数；考虑到液压系统，令
Figure FDA0004030839430000053
对于任意适应函数ξ，式(9)中适应率要满足条件为：
Figure FDA0004030839430000054
5.根据权利要求3所述的一种伺服阀控液压缸控制优化方法，其特征是，所述事件触发策略的建立方法具体为：
当执行器运动时，传感器以固定的采样周期T进行采样其采样时间序列表示为S＝{T,2T,3T,...nT,n∈N+}；事件的触发时间tn由事件触发决定，采样状态X(t)更新电子控制单元ECU的输出电压u(t)，u(tn)为事件触发器的释放电压；
考虑事件触发方案，误差向量定义为：
ev(t)＝v(tn)-v(t) t∈[tn,tn+1)   (12)
其中，v(tn)表示tn时刻的输入电压，v(t)表示在控制律下t时刻的输入电压。
定义事件触发条件：
|ev(t)|＝|v(tn)-v(t)|≤λ1|v(t)|+λ2   (13)
其中，λ1,λ2均为固定系数，0≤λ1＜1且λ2≥0，那么事件生成器为：
tn+1＝min{t≥tn:|ev(t)|＜λ1|v(t)|+λ2}   (14)
事件触发的连续判断条件为：
Figure FDA0004030839430000061
6.根据权利要求3所述的一种伺服阀控液压缸控制优化方法，其特征是，所述扰动观测器的建立方法为：
基于式(5)补偿不确定性建模失配项扰动
Figure FDA0004030839430000062
通过建立扰动观测器估计
Figure FDA0004030839430000063
用向量误差表示的电控液压助力转向系统空间状态方程为：
Figure FDA0004030839430000064
建立扰动观测器的动力学方程为：
Figure FDA0004030839430000065
将s0，s1定义为：
Figure FDA0004030839430000066
Figure FDA0004030839430000067
Figure FDA0004030839430000068
其中，ψ1，ψ2，γ1，γ2，k1，k2，
Figure FDA0004030839430000069
是正常数，
Figure FDA00040308394300000610
γ2＝γ1/(1+γ1)，0＜γ1＜1；s0，s1均为表示跟踪位移的时间函数；
Figure FDA00040308394300000611
为关于时间t的扰动函数；在设定时间内，
Figure FDA00040308394300000612
将会收敛到
Figure FDA00040308394300000613
7.根据权利要求3所述的一种伺服阀控液压缸控制优化方法，其特征是，所述基于扰动观测器、事件触发策略、自适应更新算法，得到最优控制输入，基于最优控制输入对执行器进行控制具体包括：
扰动观测器的时间导数为：
Figure FDA00040308394300000614
将用向量误差表示的电控液压助力转向系统空间状态方程代入扰动观测器的时间导数，根据作用在执行器上的实际控制力矩，满足事件触发策略中的事件触发条件，扰动观测器的时间导数为：
Figure FDA0004030839430000071
其中，
Figure FDA0004030839430000072
简化为X，改写公式(22)为：
Figure FDA0004030839430000073
式中，c1，c2为未知正常数；
选取非负李亚普诺夫函数为
Figure FDA0004030839430000074
V1是关于判定电控液压助力转向系统是否稳定的分量函数，则扰动观测器的时间导数为：
Figure FDA0004030839430000075
自适应参数集的更新控制律为：
μ＝χ1|s(t)T|+χ2s(t)T   (25)，
令t∈[tn,tn+1),χ1＝[c2f1|e2|,0,f3|x2|,f4|x3|,f5]T,χ2＝[0,|f2|v(t),0,0,0]T；
其中，μ为自适应参数集更新后的控制律函数，χ1，χ2为简化函数所设置中间向量；
得到最优控制律v(t)为：
Figure FDA0004030839430000076
其中，L(·)为辅助误差函数；
Figure FDA0004030839430000081
其中，δ2表示鲁棒控制项，为已知常数。
8.根据权利要求7所述的一种伺服阀控液压缸控制优化方法，其特征是，所述执行器为电动机。
9.一种伺服阀控液压缸控制优化装置，其特征是，应用于电控液压助力转向系统中的电子控制单元ECU中，用于对转向模式中的后轮逆相位转向模式进行控制，包括：
第一建立模块，采用伺服阀控双出杆液压缸形式，建立电控液压助力转向系统空间状态方程，定义误差向量；
定义模块，根据电控液压助力转向系统空间状态方程，定义投影映射以及自适应更新算法，基于液压系统确定投影映射中适应函数的适应率满足条件；
集成模块，将事件触发策略集成到电子控制单元ECU中；
第二建立模块，建立扰动观测器，所述扰动观测器用于补偿由于不确定性建模产生的误差；
得到模块，基于扰动观测器、事件触发策略、自适应更新算法，得到最优控制输入，基于最优控制输入对执行器进行控制。
10.一种伺服阀控液压缸控制优化系统，其特征是，包括电子控制单元ECU以及电动机，所述电子控制单元ECU用于运行权利要求1-8任意一项所述的一种伺服阀控液压缸控制优化方法，确定最优控制输入；所述电动机与电子控制单元ECU通信连接，用于根据电子控制单元ECU确定的最优控制输入，对转向模式中的后轮逆相位转向模式进行控制。
CN202211728866.5A 2022-12-30 2022-12-30 一种伺服阀控液压缸控制优化方法、装置及系统 Pending CN116027665A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211728866.5A CN116027665A (zh) 2022-12-30 2022-12-30 一种伺服阀控液压缸控制优化方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211728866.5A CN116027665A (zh) 2022-12-30 2022-12-30 一种伺服阀控液压缸控制优化方法、装置及系统

Publications (1)

Publication Number Publication Date
CN116027665A true CN116027665A (zh) 2023-04-28

Family

ID=86071872

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211728866.5A Pending CN116027665A (zh) 2022-12-30 2022-12-30 一种伺服阀控液压缸控制优化方法、装置及系统

Country Status (1)

Country Link
CN (1) CN116027665A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116241526A (zh) * 2023-05-12 2023-06-09 苏州海卓伺服驱动技术有限公司 一种智能化的伺服阀模式调节方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116241526A (zh) * 2023-05-12 2023-06-09 苏州海卓伺服驱动技术有限公司 一种智能化的伺服阀模式调节方法及系统

Similar Documents

Publication Publication Date Title
CN107992681B (zh) 一种电动汽车主动前轮转向系统的复合控制方法
CN104247252B (zh) 车辆用减振控制装置以及车辆用减振控制方法
CN109426150B (zh) 基于扩张状态观测器的负载模拟器反步控制方法
CN111338209B (zh) 一种基于扩张干扰观测器的电液伺服系统自适应控制方法
CN112643670B (zh) 一种基于滑模观测器的柔性关节控制方法
CN116027665A (zh) 一种伺服阀控液压缸控制优化方法、装置及系统
CN109884894B (zh) 电液助力转向系统神经网络积分滑模控制方法
CN112558468B (zh) 基于双观测器的发射平台自适应鲁棒输出反馈控制方法
CN113525415B (zh) 基于齿条力观测的自动驾驶汽车分层抗扰路径跟踪系统
CN111661142B (zh) 车辆用操舵装置
CN110829933B (zh) 基于发射平台的神经网络输出反馈自适应鲁棒控制方法
KR102506909B1 (ko) 내연 기관의 회전수 제어를 실행하기 위한 방법 및 장치
CN113704889A (zh) 一种液压转向阿克曼底盘的控制方法及其应用
CN112606809B (zh) 一种抗扰动的车辆主动制动控制系统及方法
CN109426149B (zh) 基于三阶数学模型的负载模拟器自适应rise控制方法
CN115877747B (zh) 电液耦合的线控转向系统及其转角跟踪控制器的设计方法
CN115230805B (zh) 一种面向重载agv的精确转向控制方法
CN114412849B (zh) 负载口独立控制的大惯量旋挖钻机上车回转系统控制方法
Chen et al. Controller design of a new active front steering system
JP3092444B2 (ja) 車両用定速走行制御装置
EP4030244B1 (en) Control apparatus and control system
CN113965134B (zh) 一种电动汽车整车负载转矩的估计方法
CN113530928B (zh) 一种液压系统的控制方法及其应用
CN118295241A (zh) 具有惯性负载估计补偿的电动静液作动器自适应控制方法
CN114578795B (zh) 一种针对电动汽车eps的具有暂态性能保证的自适应故障补偿控制方法

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