分布式驱动电动汽车纵向与侧向稳定性的协调控制方法研究

摘要

分布式驱动电动汽车(Distributed drive electric vehicle, DDEV)面临多种多样且变化频繁的运行工况，在每种运行工况下，DDEV纵向与侧向稳定性之间特有的不确定特性、系统动态耦合、多种故障模式这三大问题使得纵向与侧向稳定性的协调控制的难度较大，纵向与侧向稳定性在传统稳定性控制方法下难以同时保障。为了同时保证DDEV在多变工况下的纵向与侧向稳定性，本文研究了基于智能控制的多模型控制方法，解决了DDEV在多变工况下的不确定特性、动态耦合、以及多故障模式的难题。主要包括：　　(1)基于多模型控制的DDEV多工况稳定性控制方法。现有的稳定性控制策略大多针对车辆单一工况设计，无法同时保证DDEV在多变工况下的纵向与侧向稳定性，更无法保证DDEV在多变工况切换时的平稳性。本文针对DDEV纵向运动与侧向运动的多变工况难题，以滑移率、速度和轮胎侧偏角为状态变量，提出基于模型预测的多模型控制器(Model predictive-based multiple model controller， MP-MMC)，保证DDEV在不同加减速模式、不同速度大小以及不同转向角下的车辆最优纵向与侧向稳定性。　　(2)基于前馈-反馈的DDEV鲁棒补偿控制方法。现有的稳定性控制策略由于缺乏鲁棒性以及自身设计的缺陷，无法有效解决DDEV纵向与侧向稳定性之间的不确定扰动、不确定模型、不确定参数这些不确定特性难题。本文针对纵向与侧向稳定性之间的不确定特性难题，提出基于前馈-反馈的鲁棒补偿控制器(Feedforward and feedback-based robust compensation controller，FF-RCC)，在其中，首先设计基于Kalman滤波的前馈补偿方法解决不确定外界扰动对侧向运动的影响，然后设计基于神经网络的反馈方法解决不确定模型问题，接着通过基于模型预测的滑移率补偿方法保证纵向运动的瞬时鲁棒性，达到同时提高车辆对纵向与侧向动力学的不确定特性的鲁棒性的目的。　　(3)基于多层结构的DDEV动态解耦控制方法。DDEV存在转向系统中主动前轮和后轮之间，转向系统和驱动系统之间的两类主要耦合问题，同时，DDEV多样性的驾驶环境增加了这些耦合关系的动态特性，有必要研究有效的解耦方法以及合适的控制结构，来保证在轮胎侧向饱和以及纵向过度滑移情况下的车辆的纵向与侧向稳定性。本文针对DDEV系统的动态耦合难题，提出多层动态解耦控制器(Multiple layer dynamic decoupling controller，MLDDC)，在其中，设计对角解耦方法解决转向系统中前后轮之间的耦合难题，并通过纵向防滑移与侧向防饱和方法解决驱动系统与转向系统之间的耦合难题，保证车辆最优的滑移以及侧偏状态，从而同时保证车轮纵向与侧向稳定性。　　(4)基于多模型控制的DDEV多故障模式容错控制方法。DDEV的纵向与侧向运动通常会面临不同的故障状态，这可能导致其运行性能不稳定。然而，传统的容错控制器只适用于DDEV单一故障状态，难以准确判别当前故障模式并有效实施最优容错控制。针对这种多故障模式难题，本文提出多模型容错控制器(Multiple model-based fault-tolerant controller，MMFTC)，通过判别不同的故障类型提高容错控制的自适应性，采用模型预测控制，实现执行器故障观测以及补偿，提高多故障模式下的车辆纵向与侧向稳定性的控制效果。　　最后，本文将所研究的针对DDEV纵向与侧向稳定性的基于智能控制的多模型控制方法在Carsim-Matlab仿真平台进行验证，仿真结果证明上述研究能够在各种工况下为DDEV稳定性控制提供重要理论方法，具有较高的研究意义和应用价值。

目录

声明

第1章 绪论

1.1 课题的研究背景及意义

1.2 DDEV国内外发展现状

1.2.1 国外发展现状

1.2.2 国内发展现状

1.3 DDEV整车控制研究分析

1.3.1 动力学控制研究分析

1.3.2 能量管理控制研究分析

1.3.3 整车控制研究趋势分析

1.4 DDEV稳定性控制研究现状及分析

1.4.1 多变工况控制

1.4.2 不确定特性控制

1.4.3 动态耦合控制

1.4.4 多故障模式控制

1.5 本文主要研究内容及结构安排

1.6 本文技术路线

第2章 DDEV稳定性建模

2.1 DDEV动力学模型

2.1.1 整车模型

2.1.2 车轮模型

2.1.3 稳定性约束

2.1.4 稳定性参考模型

2.2 DDEV故障及外界扰动模型

2.2.1 故障模型

2.2.2 外界扰动模型

2.3 DDEV仿真平台搭建

2.3.1 CarSim仿真平台

2.3.2 Matlab/Simulink仿真平台

第3章 基于多模型控制的DDEV多工况稳定性控制方法

3.1 DDEV多变工况分析

3.2 基于模型预测的多模型控制器（MP-MMC）设计

3.3 DDEV典型运行模式分类方法

3.3.1 典型纵向运行模式分类

3.3.2 典型侧向运行模式分类

3.3.3 典型纵向与侧向运行模式融合分类

3.4 多模型模式匹配

3.4.1 基于改进递归贝叶斯定理的匹配度计算方法

3.4.2 基于模糊逻辑的匹配度计算方法

3.4.3 融合匹配度计算方法

3.5 多模型预测控制器

3.5.1 多模型预测控制器思想

3.5.2 离散状态空间模型

3.5.3 目标函数

3.5.4 LQR-MPC控制率

3.6 多模型预测控制加权融合

3.7 仿真测试

3.7.1 仿真测试环境设置

3.7.2 测试1结果分析

3.7.3 测试2结果分析

3.7.4 测试3结果分析

3.7.5 测试4结果分析

3.8 本章小结

第4章 基于前馈-反馈的DDEV鲁棒补偿控制方法

4.1 DDEV不确定特性分析

4.2 基于前馈-反馈的鲁棒补偿控制器（FF-RCC）设计

4.3 基于Kalman滤波器的前馈单元

4.3.1 Kalman滤波器设计

4.3.2 前馈单元

4.4 基于神经网络的反馈单元

4.4.1 模型可逆性分析

4.4.2 RBF-NN逆系统

4.4.3 伪线性方法

4.4.4 反馈单元

4.5 滑移率分配补偿单元

4.5.1 基于模型预测控制的滑移率分配

4.5.2 补偿单元

4.6 仿真测试

4.6.1 仿真测试环境设置

4.6.2 测试1结果分析

4.6.3 测试2结果分析

4.6.4 测试3结果分析

4.6.5 测试4结果分析

4.7 本章小结

第5章 基于多层结构的DDEV动态解耦控制方法

5.1 DDEV动态耦合分析

5.2 多层动态解耦控制器（MLDDC）设计

5.3 对角解耦单元

5.3.1 DDEV动态状态空间模型

5.3.2 对角解耦单元

5.4 侧向防饱和控制单元

5.4.1 离散状态空间模型

5.4.2 侧向防饱和目标函数

5.4.3 LQR-MPC控制率

5.5 纵向防滑移转矩分配单元

5.5.1 离散状态空间模型

5.5.2 纵向防滑移目标函数

5.5.3 LQR-MPC控制率

5.6 仿真测试

5.6.1 仿真测试环境设置

5.6.2 测试1结果分析

5.6.3 测试2结果分析

5.6.4 测试3结果分析

5.7 本章小结

第6章 基于多模型控制的DDEV多故障模式容错控制方法

6.1 多模型容错控制器（MMFTC）设计

6.2 DDEV典型故障模式分类

6.3 基于模糊逻辑的故障模式识别器

6.4 基于模型预测控制的容错控制器

6.4.1 失效故障容错控制

6.4.2 卡住故障容错控制

6.5 多模型预测控制加权融合

6.6 仿真测试

6.6.1 仿真测试环境设置

6.6.2 测试1结果分析

6.6.3 测试2结果分析

6.6.4 测试3结果分析

6.7 本章小结

第7章 结 论

7.1 全文总结

7.2 工作展望

参考文献

附录A 发表论文和参加科研情况说明

致谢