本發(fā)明屬于電動(dòng)汽車(chē)技術(shù)領(lǐng)域，更為具體地講，涉及一種四輪輪轂電動(dòng)汽車(chē)牽引力控制方法。

背景技術(shù)：

四輪輪轂電動(dòng)汽車(chē)采用四輪電機(jī)獨(dú)立驅(qū)動(dòng)，避免了內(nèi)燃機(jī)汽車(chē)既復(fù)雜又繁重的離合器、變速器等驅(qū)動(dòng)系統(tǒng)，實(shí)現(xiàn)了電機(jī)一體化。與傳統(tǒng)內(nèi)燃機(jī)汽車(chē)相比，四輪輪轂電動(dòng)汽車(chē)在牽引力控制方面具有明星的優(yōu)勢(shì)：能快速測(cè)量各輪力矩、提高了能量的利用率、駕駛更加智能化等。電動(dòng)汽車(chē)牽引力控制系統(tǒng)的控制策略是使各個(gè)驅(qū)動(dòng)電機(jī)之間的功率和轉(zhuǎn)矩得到合理的分配，讓整車(chē)具有最佳的驅(qū)動(dòng)特性。其主要目標(biāo)是通過(guò)調(diào)節(jié)牽引力控制車(chē)輪在行駛過(guò)程中的滑移率，以此來(lái)獲得最佳的驅(qū)動(dòng)效果：將車(chē)輪的滑移率控制在實(shí)際工況最大附著系數(shù)對(duì)應(yīng)的滑移率附近，防止車(chē)輪滑移，再根據(jù)設(shè)定的牽引力分配策略為各個(gè)輪胎分配最佳力矩，從而使電動(dòng)汽車(chē)處于最佳行駛狀態(tài)。

目前，汽車(chē)牽引力控制系統(tǒng)的控制方式主要包括邏輯門(mén)限制控制、pid控制、最優(yōu)控制以及滑膜變結(jié)構(gòu)模糊智能控制等，其中pid控制因其結(jié)構(gòu)簡(jiǎn)單且使用時(shí)不需要精確的系統(tǒng)模型被廣泛使用。車(chē)輛動(dòng)力學(xué)參數(shù)對(duì)牽引力控制系統(tǒng)有至關(guān)重要的作用，主要包括路面附著條件和行駛速度。基于u-s曲線路面識(shí)別方法具有高精度、高性價(jià)比以及實(shí)現(xiàn)容易，屬于電動(dòng)汽車(chē)路面識(shí)別的研究重點(diǎn)。

傳統(tǒng)牽引力控制策略路面附著系數(shù)估算根據(jù)u-s曲線特征獲取最佳滑移率，經(jīng)典算法包括基于u-s曲線斜率路面識(shí)別算法、基于附著系數(shù)變化范圍路面識(shí)別方法、基于平均附著系數(shù)的路面識(shí)別方法等。本文在路面識(shí)別中引入模糊技術(shù)，使車(chē)輛在不同工況下識(shí)別精度更高、識(shí)別速度更快。同時(shí)設(shè)計(jì)一種基于pid閉環(huán)控制的牽引力控制系統(tǒng)，使電動(dòng)汽車(chē)在不同工況下具有較好的加速度性能，并保障車(chē)輛的穩(wěn)定性。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種四輪輪轂電動(dòng)汽車(chē)牽引力控制方法，采用模糊路面識(shí)別算法來(lái)獲取車(chē)輪最佳滑移率，完成牽引力控制，保證電動(dòng)汽車(chē)穩(wěn)定行駛。

為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明一種四輪輪轂電動(dòng)汽車(chē)牽引力控制方法，其特征在于，包括以下步驟：

(1)、計(jì)算車(chē)輪的實(shí)時(shí)滑移率sij和利用附著系數(shù)uij；

(1.1)、計(jì)算實(shí)時(shí)滑移率sij

其中，ωij表示各車(chē)輪轉(zhuǎn)速，v表示車(chē)速，r表示車(chē)輪半徑，ij∈{fl,fr,rl,rr}，分別表示左前輪、右前輪、左后輪、右后輪；

(1.2)、計(jì)算利用附著系數(shù)uij

其中，fxij、fzij分別表示各車(chē)輪的縱向力和垂向力；

(2)、利用模糊路面識(shí)別算法計(jì)算電動(dòng)汽車(chē)的最佳滑移率sopt_ij和峰值附著系數(shù)μmax_ij；

其中，umax1-umax6和sopt1-sopt6分別是6種標(biāo)準(zhǔn)路面對(duì)應(yīng)u-s曲線的峰值附著系數(shù)和最佳滑移率，x1～x6表示當(dāng)前路面與6種標(biāo)準(zhǔn)路面的相似度權(quán)重系數(shù)；

(3)、計(jì)算車(chē)輪的期望轉(zhuǎn)速ωref_ij；

(4)、添加基本轉(zhuǎn)矩tθ_ij實(shí)現(xiàn)基本車(chē)速控制；

(4.1)、利用pid控制器計(jì)算整車(chē)力矩t；

其中，kp、ki和kd分別是pid控制器的比例參數(shù)、積分參數(shù)和微分參數(shù)，vref是車(chē)輛期望車(chē)速；

(4.2)、分配整車(chē)力矩t得到單個(gè)車(chē)輪的基本轉(zhuǎn)矩tθ_ij；

(5)、添加補(bǔ)償轉(zhuǎn)矩δtθ_ij實(shí)現(xiàn)車(chē)輪轉(zhuǎn)速控制；

對(duì)比各車(chē)輪的期望轉(zhuǎn)速ωref_ij和實(shí)際輪速ωij，判斷車(chē)輪是否處于滑移狀態(tài)：

如果ωij＞ωref_ij時(shí)，車(chē)輪處于滑移狀態(tài)，則需在基本轉(zhuǎn)矩tθ_ij的基礎(chǔ)上添加額外的補(bǔ)償轉(zhuǎn)矩δtθ_ij；

此時(shí)，添加的補(bǔ)償轉(zhuǎn)矩δtθ_ij為：

當(dāng)ωij≤ωref_ij時(shí)，車(chē)輪處于非滑移狀態(tài)，則此時(shí)添加的補(bǔ)償轉(zhuǎn)矩δtθ_ij為零；

(6)、轉(zhuǎn)矩合成；

tt_ij＝tθ_ij+δtθ_ij(8)

(7)、整車(chē)力矩分配；

(7.1)、分配整車(chē)力矩，使車(chē)輛同軸兩側(cè)車(chē)輪驅(qū)動(dòng)轉(zhuǎn)矩相等，即：

其中，tw_fr、tw_fl分別表示右前輪、左前輪驅(qū)動(dòng)轉(zhuǎn)矩；tw_rr、tw_rl分別表示右后輪和左后輪驅(qū)動(dòng)轉(zhuǎn)矩；

(7.2)、計(jì)算各車(chē)輪的輪轂電機(jī)的轉(zhuǎn)矩；

其中，tmax為輪轂電機(jī)最大承受轉(zhuǎn)矩；

(7.3)、將左前輪轉(zhuǎn)矩tw_fl、右前輪轉(zhuǎn)矩tw_fr、左后輪轉(zhuǎn)矩tw_rl以及右后輪轉(zhuǎn)矩tw_rr作為轉(zhuǎn)矩指令值，輸入到對(duì)應(yīng)的輪轂電機(jī)，完成四輪輪轂電動(dòng)汽車(chē)牽引力控制。

本發(fā)明的發(fā)明目的是這樣實(shí)現(xiàn)的：

本發(fā)明一種四輪輪轂電動(dòng)汽車(chē)牽引力控制方法，通過(guò)模糊路面識(shí)別算法來(lái)獲取車(chē)輪最佳滑移率，從而實(shí)現(xiàn)電動(dòng)汽車(chē)牽引力的控制策略；具體講，通過(guò)最佳滑移率計(jì)算期望的車(chē)輪轉(zhuǎn)速，再對(duì)各車(chē)輪當(dāng)前轉(zhuǎn)速進(jìn)行判斷，確定是否需要減小牽引力；最后通過(guò)補(bǔ)償轉(zhuǎn)矩和基本轉(zhuǎn)矩合成得到單輪轉(zhuǎn)矩，再進(jìn)行整車(chē)轉(zhuǎn)矩分配，最終使四輪均獲得合理的驅(qū)動(dòng)轉(zhuǎn)矩，從而避免了電動(dòng)汽車(chē)非期望橫擺運(yùn)動(dòng)的出現(xiàn)，且更好地保證車(chē)輛行駛穩(wěn)定；本發(fā)明采用的牽引力控制策略的加速性能更好。

附圖說(shuō)明

圖1是本發(fā)明一種四輪輪轂電動(dòng)汽車(chē)牽引力控制原理圖；

圖2是本發(fā)明模糊邏輯控制原理圖；

圖3是本發(fā)明的滑移率隸屬度函數(shù)圖；

圖4是本發(fā)明附著系數(shù)隸屬度函數(shù)圖；

圖5是本發(fā)明相似度隸屬度函數(shù)圖；

圖6是本發(fā)明基本車(chē)速控制原理圖；

圖7是兩種控制方法下的車(chē)速曲線對(duì)比圖；

圖8是兩種控制方法下的車(chē)輛加速對(duì)比圖；

圖9是兩種控制方法下四個(gè)車(chē)輪的滑移率對(duì)比圖；

圖10是兩種控制方法下車(chē)輛行駛軌跡對(duì)比圖。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式進(jìn)行描述，以便本領(lǐng)域的技術(shù)人員更好地理解本發(fā)明。需要特別提醒注意的是，在以下的描述中，當(dāng)已知功能和設(shè)計(jì)的詳細(xì)描述也許會(huì)淡化本發(fā)明的主要內(nèi)容時(shí)，這些描述在這里將被忽略。

實(shí)施例

圖1是本發(fā)明一種四輪輪轂電動(dòng)汽車(chē)牽引力控制原理圖。

在本實(shí)施例中，選用的電動(dòng)汽車(chē)的參數(shù)為：整車(chē)重量2150kg，車(chē)輪半徑0.326m，單個(gè)輪轂電機(jī)最大轉(zhuǎn)矩320nm，車(chē)輪轉(zhuǎn)動(dòng)慣量0.6kg·m²，質(zhì)心到前軸的距離1.35m，質(zhì)心到后軸的距離1.35m，最小離地間隙0.123m，前輪輪距1.55m，后輪輪距1.55m等。

下面結(jié)合圖1，對(duì)本發(fā)明一種四輪輪轂電動(dòng)汽車(chē)牽引力控制方法進(jìn)行詳細(xì)說(shuō)明，具體包括以下步驟：

s1、計(jì)算車(chē)輪的實(shí)時(shí)滑移率sij和利用附著系數(shù)uij

s1.1計(jì)算實(shí)時(shí)滑移率sij

車(chē)輛利用傳感器獲取車(chē)速、車(chē)輪轉(zhuǎn)速等運(yùn)動(dòng)參數(shù)，再結(jié)合車(chē)輪半徑計(jì)算得到車(chē)輛各車(chē)輪的實(shí)時(shí)滑移率：

其中，ωij表示各車(chē)輪轉(zhuǎn)速，v表示車(chē)速，r表示車(chē)輪半徑；且ij∈{fl,fr,rl,rr}，分別表示左前輪、右前輪、左后輪、右后輪；

s1.2、計(jì)算利用附著系數(shù)uij

依據(jù)車(chē)輪的縱向力和垂向力計(jì)算各車(chē)輪的利用附著系數(shù)：

其中，μij、fxij、fzij分別表示各車(chē)輪的利用附著系數(shù)、縱向力和垂向力；

其中，車(chē)輪縱向力由車(chē)輪驅(qū)動(dòng)轉(zhuǎn)矩tij、轉(zhuǎn)動(dòng)慣量i、角加速度以及車(chē)輪半徑r計(jì)算得：

車(chē)輪垂向力由整車(chē)重量mg、縱向加速度ax、車(chē)輪前后軸之間的距離l、前后輪到質(zhì)心的距離lf和lr以及車(chē)輛質(zhì)心與地面間的垂直高度h計(jì)算得：

s2、利用模糊邏輯控制器計(jì)算電動(dòng)汽車(chē)的最佳滑移率sopt_ij和峰值附著系數(shù)μmax_ij；

模糊邏輯控制器對(duì)路面進(jìn)行模糊識(shí)別一般采用的控制流程為：模糊化、模糊邏輯推理和清晰化，如圖2所示，將實(shí)時(shí)滑移率sij和利用附著系數(shù)μij分別輸入模糊化模塊求得權(quán)重系數(shù)，并計(jì)算車(chē)輛的最佳滑移率和峰值附著系數(shù)；下面對(duì)流程過(guò)程進(jìn)行詳細(xì)描述：

s2.1、輸入模糊化

實(shí)時(shí)滑移率sij和利用附著系數(shù)μij分別輸入模糊化模塊，實(shí)時(shí)滑移率sij和利用附著系數(shù)μij的隸屬度函數(shù)通過(guò)大量實(shí)驗(yàn)得到：滑移率的論域?yàn)閇0，1]，共有s、m、ml、l四個(gè)模糊子集，分別代表小滑移率[0，0.05]、中等滑移率[0，0.15]、較大滑移率[0.05，0.9]和大滑移率[0.8，1.0]，如圖3所示；每種滑移率分別對(duì)應(yīng)一個(gè)利用附著系數(shù)隸屬度函數(shù)，且采用高斯函數(shù)和三角函數(shù)結(jié)合，分別如圖4a-d所示，其中，圖4(a)小滑移率對(duì)應(yīng)隸屬度函數(shù)圖，圖4(b)中等滑移率對(duì)應(yīng)隸屬度函數(shù)圖，圖4(c)是較大滑移率對(duì)應(yīng)隸屬度函數(shù)圖，圖4(d)是大滑移率對(duì)應(yīng)隸屬度函數(shù)圖；

s2.2、邏輯推理

經(jīng)過(guò)模糊化的輸入量通過(guò)模糊規(guī)則進(jìn)行推理，共包含冰、雪、濕鵝卵石、濕瀝青、干水泥和干瀝青6種標(biāo)準(zhǔn)路面，分別用rs1、rs2、rs4、rs5和rs6表示。推理后共有5種模糊相似度為不相似、一般相似、較相似、相似和非常相似，可用ds、gs、ms、s和vs表示，如表1所示：

表1是邏輯推理規(guī)則表；

s2.3、清晰化

模糊推理后的模糊輸出量經(jīng)過(guò)清晰化模塊得到6種路面的權(quán)重x1、x2、x3、

x4、x5和x6，清晰化模塊相似度隸屬度函數(shù)采用高斯函數(shù)與三角函數(shù)，如圖5所示；

s2.4、最佳滑移率sopt_ij和峰值利用附著系數(shù)μmax_ij計(jì)算

模糊路面識(shí)別的最終結(jié)果為各個(gè)車(chē)輪最佳滑移率和路面峰值利用附著系數(shù)，利用模糊模塊得到的6個(gè)權(quán)重計(jì)算得：

其中，umax1-umax6和sopt1-sopt6分別是冰、雪、濕鵝卵石、濕瀝青、干水泥和干瀝青路面對(duì)應(yīng)u-s曲線的峰值附著系數(shù)和最佳滑移率。

s3、計(jì)算車(chē)輪期望轉(zhuǎn)速ωref_ij

利用上一步驟得到的最佳滑移率sopt_ij計(jì)算各車(chē)輪對(duì)應(yīng)情況下的車(chē)輪轉(zhuǎn)速：

s4、添加基本轉(zhuǎn)矩tθ_ij實(shí)現(xiàn)基本車(chē)速控制

s4.1、計(jì)算整車(chē)力矩t

pid控制器是基本車(chē)速控制的核心模塊，通過(guò)對(duì)比車(chē)輛期望車(chē)速vref和實(shí)際車(chē)速v輸出應(yīng)添加的整車(chē)力矩t。pid控制器由比例(p)、積分(i)和微分(d)三部分組成，輸入是車(chē)速的差值e，輸出整車(chē)力矩t：

其中kp、ki和kd分別是比例參數(shù)、積分參數(shù)和微分參數(shù)；

s4.2、分配整車(chē)力矩t得到單個(gè)車(chē)輪的基本轉(zhuǎn)矩tθ_ij

將得到的整車(chē)力矩t平均分配給四個(gè)車(chē)輪：

其中，tθ_ij為每個(gè)輪轂電機(jī)獲得的基本轉(zhuǎn)矩；

s5、添加補(bǔ)償轉(zhuǎn)矩δtθ_ij實(shí)現(xiàn)車(chē)輪轉(zhuǎn)速控制

通過(guò)對(duì)比各車(chē)輪期望轉(zhuǎn)速ωref_ij和實(shí)際輪速ωij判斷車(chē)輪是否處于滑移狀態(tài)：

當(dāng)ωij＞ωref_ij時(shí)，車(chē)輛處于滑移狀態(tài)，則需在基本轉(zhuǎn)矩tθ_ij的基礎(chǔ)上添加額外的補(bǔ)償轉(zhuǎn)矩δtθ_ij；當(dāng)ωij＞ωref_ij時(shí)，添加的額外補(bǔ)償轉(zhuǎn)矩δtθ_ij為：

當(dāng)ωij≤ωref_ij時(shí)，車(chē)輪處于非滑移狀態(tài)，則此時(shí)補(bǔ)償轉(zhuǎn)矩δtθ_ij為零，則此時(shí)添加的額外補(bǔ)償轉(zhuǎn)矩δtθ_ij為：

s6、轉(zhuǎn)矩合成

利用基本車(chē)速控制和車(chē)輪轉(zhuǎn)速控制求得的基本轉(zhuǎn)矩tθ_ij和附加轉(zhuǎn)矩δtθ_ij共同作用于車(chē)輪，完成基本車(chē)速控制同時(shí)保證車(chē)輪不滑移，即對(duì)兩組轉(zhuǎn)矩進(jìn)行合成：

tt_ij＝tθ_ij+δtθ_ij(11)

s7、整車(chē)力矩分配

為了避免車(chē)輛產(chǎn)生非期望橫擺力矩而導(dǎo)致車(chē)輛行駛不穩(wěn)定，有必要在單輪牽引力控制的基礎(chǔ)上再對(duì)整車(chē)力矩進(jìn)行分配,，分配流程如圖6所示；

s7.1、分配整車(chē)力矩，使車(chē)輛同軸兩側(cè)車(chē)輪驅(qū)動(dòng)轉(zhuǎn)矩相等，即：

其中，tw_fr、tw_fl分別表示右前輪、左前輪驅(qū)動(dòng)轉(zhuǎn)矩；tw_rr、tw_rl分別表示右后輪和左后輪驅(qū)動(dòng)轉(zhuǎn)矩；

s7.2、計(jì)算各車(chē)輪的輪轂電機(jī)的轉(zhuǎn)矩；

其中，tmax為輪轂電機(jī)最大承受轉(zhuǎn)矩；

s7.3、將左前輪轉(zhuǎn)矩tw_fl、右前輪轉(zhuǎn)矩tw_fr、左后輪轉(zhuǎn)矩tw_rl以及右后輪轉(zhuǎn)矩tw_rr作為轉(zhuǎn)矩指令值，輸入到對(duì)應(yīng)的輪轂電機(jī)，完成四輪輪轂電動(dòng)汽車(chē)牽引力控制。

仿真驗(yàn)證

基于carsim和matlab/simulink聯(lián)合仿真，仿真模型搭建中，四輪輪轂電動(dòng)汽車(chē)模型是在carsim中基于傳統(tǒng)燃油汽車(chē)模型改造而成，而牽引力控制模型是在matlab/simulink中實(shí)現(xiàn)的。在該仿真過(guò)程中控制指令通過(guò)simulink輸入到carsim中，carsim再將車(chē)輛相關(guān)的動(dòng)力學(xué)參數(shù)輸出到simulink，最終實(shí)現(xiàn)閉環(huán)控制。

為了更好理解本發(fā)明的特征以及優(yōu)勢(shì)，下面將本發(fā)明的牽引力控制方法與基于曲線斜率路面識(shí)別的牽引力控制方法進(jìn)行對(duì)比，分別稱(chēng)作控制方法1和控制方法2。設(shè)電動(dòng)汽車(chē)初始速度為5km/h、期望車(chē)速為60km/h，工況選為附著系數(shù)為0.1的低附著直線道路，圖7至圖10是兩者的對(duì)比圖，下面分別闡述：

圖7展示兩種控制方法下的車(chē)速曲線對(duì)比情況，兩者的車(chē)速曲線均從初始車(chē)速漸漸上升到穩(wěn)態(tài)值，沒(méi)有超調(diào)，但控制方法1的車(chē)速調(diào)節(jié)時(shí)間為16.5s，比控制方法2縮短了20.3％。

圖8展示兩種控制方法下的車(chē)輛加速對(duì)比情況，控制方法1加速階段的加速度為0.89m/s²，控制方法2加速階段的加速度為0.72m/s²，顯然本發(fā)明擁有更好的加速性能。

圖9a-d分別展示兩種控制方法下四個(gè)車(chē)輪的滑移率對(duì)比情況，其中，圖9(a)是左前車(chē)輪滑移率，圖9(b)是右前車(chē)輪滑移率，圖9(c)左后車(chē)輪滑移率，圖9(d)是右后車(chē)輪滑移率，可見(jiàn)兩種控制方法的車(chē)輪滑移率都在最佳滑移率0.055附近。

圖10展示兩種控制方法下車(chē)輛行駛軌跡對(duì)比情況，表明兩者都沒(méi)有發(fā)生側(cè)向偏離，汽車(chē)的行駛軌跡能較好地跟蹤期望軌跡。

從整體仿真情況可見(jiàn)本發(fā)明采用的牽引力控制策略能較好的跟蹤期望車(chē)速，保證車(chē)輛的穩(wěn)定行駛，且加速性能更好。

管上面對(duì)本發(fā)明說(shuō)明性的具體實(shí)施方式進(jìn)行了描述，以便于本技術(shù)領(lǐng)域的技術(shù)人員理解本發(fā)明，但應(yīng)該清楚，本發(fā)明不限于具體實(shí)施方式的范圍，對(duì)本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)講，只要各種變化在所附的權(quán)利要求限定和確定的本發(fā)明的精神和范圍內(nèi)，這些變化是顯而易見(jiàn)的，一切利用本發(fā)明構(gòu)思的發(fā)明創(chuàng)造均在保護(hù)之列。