论文部分内容阅读
当今社会,随着工程技术领域中的电机驱动技术,控制技术和传感器技术的快速发展,一款适应人们健康绿色出行的新型交通工具—电动助力车—应运而生。电动助力车属于人力+电力混合驱动的动力车,即电机辅助系统会依据力矩传感器感知的骑行状态,按一定控制规律提供助动电磁力矩。目前,市场上出现一些采用比例控制方式的电动助力车,即电机辅助力矩输出随脚踏力矩输入成比例变化。显而易见,这种控制方式并没有考虑到特殊的骑行状态以及外部环境阻力对骑行性能的影响。比如,骑行过程中电动助力车突然加减速,人力的突变带来电机助动输出的突变,就可能会导致电动助力车向前猛冲,造成安全隐患。更甚者,当斜坡骑行或者风速过大时,就可能导致人+电混合系统输出力矩无法有效补偿环境阻力矩,从而影响电动助力车的正常行驶。本文从实际骑行场景出发,专注于电动助力车骑行控制技术研究,主要完成了以下工作:首先,为了获得脚踏力数据,对曲柄轴力矩传感器的电路系统进行分析设计。针对传感器测量过程中存在的数据干扰问题,研究了卡尔曼滤波算法在电动助力车力矩检测中的应用,并对其进行分析建模;通过实测及滤波数据对比分析,验证卡尔曼滤波算法的滤波效果,从而提高脚踏力测量精度。其次,为了获得骑行环境中阻力大小,对电动助力车系统运动模型进行研究。详细分析助力车动力方程和电机控制方程。进一步建立环境阻力估计模型,并推导出具体数学表达式。通过分别从参数估计和模型估计两个方面对阻力的估计值进行结果分析,验证本文所得到关于环境阻力估计模型的可靠性。再次,为了改善骑行性能,本文以骑行舒适性与安全度为准则,结合传感设备、环境阻力估计模型以及模糊规则库,对电动助力车控制技术进行研究设计。其中包括:骑行模式选择、特殊状态控制技术、斜坡控制技术以及电机平稳控制技术;并进一步分析各控制技术的实现方案。最后,为了验证骑行控制技术性能,构建电动助力车实验平台。对本文所提出的新型控制技术和传统的比例控制方案进行两组对比测试,即平稳输出测试和斜坡控制测试。实验结果表明,本文研究的电动助力车控制技术,在达到平路起步和加速平稳助力效果的同时,也能在斜坡骑行时对环境阻力进行有效补偿,提高骑行舒适性。