论文部分内容阅读
本文针对分布式电驱动汽车状态参数估计和稳定性控制方法展开了深入研究,为了将理论研究落到实处并给实验室正在开发的新型电动轮寻找一个试验载体,实验室开发了一款分布式电驱动试验样车,本文参与了其中样车的改装和通信网络的搭建工作。论文主要的研究工作内容如下:(1)基于Simulink建立分布式电驱动汽车七自由度动力学仿真模型,包括车身动力学模型、车轮动力学模型和轮胎模型,使用不同的轮胎模型进行对比分析,选择适合本文研究的Dugoff轮胎模型。最后将Simulink仿真模型与carsim模型进行对比分析验证其可靠性。(2)考虑到汽车控制系统的强实时性,建立了以不同方式降低运算规模的两种状态估计方法:降维无迹卡尔曼滤波状态估计器和球形无迹卡尔曼滤波(SSUKF)状态观测器,其中降维UKF是指采用三自由度观测模型的观测方法,通过降低状态参数的维数来降低运算规模;而SSUKF可以通过直接减少sigma点的生成来降低运算规模。最后将两种状态观测方法与全维UKF状态观测器进行对比分析,仿真结果表明SSUKF状态观测器在不同工况下既能保证观测精度又能减少运算规模。(3)基于模块化思想采用分层控制的方式建立了分布式电驱动汽车稳定性控制系统,该系统主要分为目标横摆力矩制定层和驱动转矩分配层。目标横摆力矩制定层包括线性二自由度车辆参考模型和模糊控制器,将二自由度参考模型输出的目标横摆角速度和质心侧偏角与状态估计器输出的估计值相减后送入模糊控制器作为输入,模糊控制器通过一定的规则输出目标横摆力矩值。驱动转矩分配层将目标横摆力矩值在不同约束条件的限制下按照优化目标对其进行优化分配,将优化结果分配给四个车轮执行,完成稳定性控制。(4)参与分布式电驱动试验样车的改装任务,并搭建了整车的通信网络。实现了传感器参数采集和整车控制器对四个轮毂电机的控制,达到了分布式驱动的目的。最后将采集到的车辆状态参数上传到基于Labview搭建的上位机中进行实时显示。