行之知识产权综合服务平台

技术领域

本发明属于电动汽车技术领域。

背景技术

近年来随着环境污染和能源危机的日益加重，节能减排成为了国内乃至世界的重 要目标。电动汽车由于其高能效、低排放、低噪声、能进行能量回收等优势已然成为当今汽 车工业发展的重大方向，国家也出台了大量的优惠政策支持企业研究电动汽车，比如“十 五”期间，国家863计划“电动汽车重大科技专项”连续两期得到国家大力支持，以及近期提 出的“中国制造2025”战略。

采用轮毂电机驱动的电动汽车是近些年研究的热点，因其将轮毂电机直接安装在 车轮上，节省空间，且能够轻量化汽车。四轮轮毂驱动电动汽车的各个驱动轮的驱动力可以 进行直接独立精确的控制，使得控制更为灵活、方便，合理控制各电动轮的驱动力可以改善 电动汽车在恶劣路面条件下的行驶性能，提高车辆操作稳定性。牵引力控制系统作为电动 汽车的主要控制系统之一，它的关键任务是在易滑路面上，有效防止车轮驱动时过度滑转 或者制动时抱死，同时保证输出力矩的有效性，也就是获得良好的加速和制动性能。对于电 动汽车，由于其结构比较简单，控制问题可以得到适当简化，同时，电机的响应速度快，电机 的扭矩和转速容易获取，这为电动汽车的先进牵引力控制方法应用提供了良好的基础条 件。针对于四轮轮毂驱动电动汽车的牵引力控制，主要有以下问题：

1.防止车轮驱动时过度滑转或者制动时抱死，和获得良好的加速和制动性能两者是 矛盾的，要防止打滑就需要牵引力不能过大，而要获得良好性能又需要牵引力越大越好，需 要对两者进行折中处理。

2.四轮驱动电动汽车没有非驱动轮，并考虑成本问题，准确的车速难以直接获取， 这就使得传统的基于滑移率控制的控制方法难以在四轮驱动电动汽车中有效应用。考虑如 果能够估计出当前状态下满足安全要求的每个车轮的最大传输力矩，利用牵引力控制系统 将每个车轮的实际输出力矩严格控制在最大传输力矩以内，来防止打滑，并且让力矩尽量 接近最大传输力矩以获得良好的车辆性能。

3.四轮驱动电动汽车四个车轮是彼此独立驱动的，因此需要同时控制四个车轮的 力矩，并且还要考虑到车辆本身的约束条件，比如电机的最大输出力矩，以及车辆的安全性 约束等等。这实际是一个多目标带约束的复杂优化控制问题。普通的传统算法已经难以满 足要求。

发明内容

本发明的目的是利用可测量的量估计出当前状态各个车轮的最大传输力矩，然后 采用模型预测控制算法来设计牵引力控制器的电动汽车牵引力控制方法。

本发明相关参数如表1所示：

表1车辆纵向动力学模型相关参数

最大传输力矩估计：

由车辆纵向运动和四个车轮的转动方程可得：

（1）

其中，分别代表前左、前右、后左、后右四个车轮，四个车轮的纵向力之 和设定为，这里设定四个车轮转动惯量的值都为；

在根据公式(1)可知，每个车轮的纵向力可以用下式计算：

（2）

定义一个相对因子,它表示的是整车加速度和车轮加速度的比值，其中 分别代表前左、前右、后左、后右四个车轮

（3）

由公式(3)可得到，的计算公式如下：

（4）

其中的选取如下：

（5）

其中，为固定参数；

用处理后的来替换初始得到的，具体形式如下：

（6）

将传递给整车牵引力控制器中，作为模型预测控制的时域约束。

本发明基于模型预测控制的牵引力控制器：

根据前面提出的多个控制目标，t时刻模型所设计的基于模型预测控制的牵引力控制 器的目标函数如下所示：

（7）

满足约束：

（8）

（9）

其中，为加权系数矩阵，为控制变量，为力矩命令的变化量， 为前面估计得到的车轮最大传输力矩，为电机的最大输出力矩。

本发明设计的基于最大传输力矩估计和模型预测控制的电动汽车牵引力控制系 统能很好地解决以上三点问题。本发明利用可测量的量如四个车轮的力矩和转速信息，估 计出当前状态各个车轮的最大传输力矩，然后采用模型预测控制算法来设计牵引力控制 器，来有效防止车轮加速时打滑或者制动时抱死，并获得良好的加速或者制动性能。基于力 矩和转速信息的最大传输力矩估计有效避免了传统方法中对于车速的依赖，大大简化控制 复杂度，并节约了控制成本。模型预测控制方法能有效的处理多目标复杂优化控制问题，并 且显性处理约束，本发明采用模型预测控制方法能同时考虑电机、整车安全性约束，最大传 输力矩也作为时域约束来处理，并有效实现车辆安全性和整车性能之间的折中优化，在有 效防止车轮加速时打滑或者制动时抱死前提下，获得良好的加速或者制动性能。通过构造 代价函数，寻优求解得到优化后的四个车轮的力矩命令信号，本发明的代价函数考虑主要 包括四个方面，包括：车辆安全性（防止打滑或者抱死）、整车性能（加速和制动性能）、驾驶 舒适性（力矩变化不能太大）、节约控制能量（在满足性能前提下节约能量）。

本发明与现有技术相比本发明的有益效果是：

1.利用轮毂驱动电动汽车四个车轮的力矩和转速信息估计最大传输力矩，有效避免 了传统方法中对于车速的依赖，降低了系统的复杂度，节约成本，并且提高了系统可靠性。

2.在进行最大传输力矩估计的时候，本发明同时考虑了车辆行驶风阻和滚动阻 力，更加符合工程实际，同时在估计最大传输力矩时，同时估计四个车轮，在一定程度上考 虑了四个车轮间的耦合关系。

3.本发明中设计的牵引力控制系统能同时控制四个车轮，并且考虑到了最大传输 力矩和电机最大输出力矩硬性约束，传统的控制算法并不能有效的处理系统的约束，而模 型预测控制算法能有效地处理多输入多输出带约束的优化控制问题，有效实现了车辆安全 性和整车性能之间的折中优化，同时在满足性能要求前提下，还考虑了驾驶员的舒适性和 节约控制能量。

附图说明

图1是本发明四轮轮毂驱动电动汽车结构示意图；

图2是本发明基于最大传输力矩估计和模型预测控制的牵引力控制系统结构框图；

图3是本发明电动汽车纵向动力学模型图；

图4是本发明最大传输力矩估计流程图；

图5是本发明模型预测控制基本原理图；

图6是本发明牵引力控制器原理示意图。

具体实施方式

本发明相关参数如表1所示：

表1车辆纵向动力学模型相关参数

最大传输力矩估计：

由车辆纵向运动和四个车轮的转动方程可得：

（1）

其中，分别代表前左、前右、后左、后右四个车轮，四个车轮的纵向力之 和设定为，这里设定四个车轮转动惯量的值都为；

在根据公式(1)可知，每个车轮的纵向力可以用下式计算：

（2）

定义一个相对因子,它表示的是整车加速度和车轮加速度的比值，其中 分别代表前左、前右、后左、后右四个车轮

（3）

由公式(3)可得到，的计算公式如下：

（4）

其中的选取如下：

（5）

其中，为固定参数；

用处理后的来替换初始得到的，具体形式如下：

（6）

将传递给整车牵引力控制器中，作为模型预测控制的时域约束。

权利要求1所述电动汽车牵引力控制方法，其特征在于：基于模型预测控制的牵引 力控制器：

根据前面提出的多个控制目标，t时刻模型所设计的基于模型预测控制的牵引力控制 器的目标函数如下所示：

（7）

满足约束：

（8）

（9）

其中，为加权系数矩阵，为控制变量，为力矩命令的变化量， 为前面估计得到的车轮最大传输力矩，为电机的最大输出力矩。

下面结合附图对本发明进行全面说明：

本发明是要提供一种基于最大传输力矩估计和模型预测控制的电动汽车牵引力控制 方法，利用可测量的量，如四个车轮的力矩和转速信息，估计出当前状态各个车轮的最大传 输力矩，然后采用模型预测控制算法来设计牵引力控制器，来有效防止车轮加速时打滑或 者制动时抱死，并获得良好的加速或者制动性能。基于力矩和转速信息的最大传输力矩估 计有效避免了传统方法中对于车速的依赖。采用模型预测控制方法能有效的处理这个多目 标复杂优化控制问题，并且显性处理约束，有效实现车辆安全性和整车性能之间的折中优 化。

本发明首先利用电动汽车四个车轮的转矩和转速信息，结合车辆动力学方程，推 导出各个车轮的最大传输力矩的估计方程，实时估计出各个车轮当前状态下的最大传输力 矩；其次，将各个车轮估计的最大传输力矩值传递给牵引力控制器，作为模型预测控制的时 域约束，同时考虑电机最大输出力矩约束，利用模型预测控制算法构造牵引力控制的代价 函数，本发明的代价函数考虑主要有四个方面，包括：车辆安全性（防止打滑或者抱死）、整 车性能（加速和制动性能）、驾驶舒适性（力矩变化不能太大）、节约控制能量（在满足性能前 提下节约能量）；最后，通过求解代价函数对应的最优控制问题，获得优化后的四个车轮的 力矩命令并作用于整车，有效防止车轮加速时打滑或者制动时抱死，并获得良好的加速或 者制动性能。

本发明的实现平台为四轮轮毂驱动电动汽车，使用的平台是在高级仿真软件 AMESim中搭建的四轮轮毂驱动电动汽车仿真模型，模型组成不仅包括电池、轮毂电机、车轮 等模型，还加入了机械转向系统、车辆后处理模块、悬架、路况信息等模型，综合考虑车的运 动力学、弹性力学和气体力学。其结构如图1所示，该平台包括四个独立的轮毂电机1、2、3、4 （电机通过传感器测量得到转矩和轮速信息），四个与之对应的电机控制器5、6、7、8，一个整 车控制器10，以及为整车控制器10和电机控制器5、6、7、8之间提供通讯的CAN网络11，当然 电机的运行离不开电池组9，电池组9为四个电机提供电源。电机控制器5、6、7、8的主要功 能是采集相应的四个轮的转矩和转速信息反馈给整车牵引力控制器，并利用整车控制器10 提供的转矩命令实现相应的轮毂电机1、2、3、4的转矩闭环控制，输出期望的转矩；整车控 制器10的作用就是根据电机控制器5、6、7、8提供的相应的四个轮的转矩和转速信息，通 过计算分别得到四个车轮对应的最大传输转矩估计值，作为系统的时域约束，利用模型预 测控制算法，同时考虑电机的最大输出力矩，通过求解代价函数对应的最优控制问题，获得 优化后的四个车轮的力矩命令并作用于车轮，有效防止车轮加速时打滑或者制动时抱死， 并获得良好的加速或者制动性能。本发明中的牵引力控制算法正是在这样一个闭环过程中 实现的。

本发明的基于最大传输力矩估计和模型预测控制的牵引力控制系统结构框图如 图2所示。首先，最大传输力矩估计模块，根据电动汽车四个车轮的转矩和转速信息，实时估 计出各个车轮当前状态下的最大传输力矩；其次，将各个车轮估计的最大传输力矩值传递 给牵引力控制器，作为模型预测控制的时域约束，同时考虑电机最大输出力矩约束，控制器 输出优化后的四个车轮的力矩命令并作用于整车，有效防止车轮加速时打滑或者制动时抱 死，并获得良好的加速或者制动性能。下面对各个模块分别进行详细说明。

本发明主要基于车辆的纵向动力学进行研究，主要包括车辆纵向运动方程和四个 车轮的转动方程。如图3所示，其相关参数如表1所示。

表1车辆纵向动力学模型相关参数

1、最大传输力矩估计

本发明最大传输力矩估计算法的核心思想是利用可测量的量如四个车轮的力矩和转 速信息，估计出当前状态各个车轮的最大传输力矩，原理如下所示。

由车辆纵向运动和四个车轮的转动方程可得：

(1)

其中，分别代表前左、前右、后左、后右四个车轮。四个车轮的纵向力之 和设定为，这里设定四个车轮转动惯量的值都为。

在根据公式(1)可知，每个车轮的纵向力可以用下式计算：

(2)

车轮滑转或者抱死最直观的反应是车速v和轮速之间的差别，差距越大车辆滑转 或者抱死越厉害，车辆越不安全。因此，要防止车轮打滑或者抱死，车速和轮速越接近越好， 相应的整车加速度和车轮加速度也应该越接近越好。本发明中定义一个相对因子,它表 示的是整车加速度和车轮加速度的比值，其中分别代表前左、前右、后左、 后右四个车轮。

（3）

为了防止车轮打滑或者抱死，的值应该接近于1。并且当车轮发生过度滑转或者抱 死的时候，最大传输力矩必须随着纵向力的减小而减小，来有效防止车轮打滑或者 抱死。由公式(3)可得到，的计算公式如下：

（4）

由上式可知，当四个车轮的纵向力一定的情况下，车轮对应的最大传输力矩 也就确定了。由于实际当中，空气阻力和滚动阻力对最大传输力矩的估计也有较大 的影响，本发明中也考虑阻力。另外，的值是可调节的，它的大小选择是很关键的，减小的值，最大传输力矩增大，可以提高车辆的加速性能，但是可能损害防滑控制性能；相反，增 加的值可以提高防滑控制过程的稳定性，但是车辆可能被钳制在一个很小的速度下行 驶，其加速性能会受到影响，因此，本发明根据不同踏板位置以及车辆的状态选取不同的，来满足多种性能要求的，其中的选取如下：

（5）

其中，为固定参数。这样的选取就实现了车辆安全性和整车性能的一个折中处 理。同时考虑了车轮力矩和轮速对的影响，当时，当车轮力矩增大时，随之减小；当轮速增大时，随之增大，这个区域其取值范围在(1,2)之间。

在实际的电动汽车牵引力系统中，由于系统存在时延，会造成当前时刻返回的以 前时刻的最大传输力矩，从而使得返回的最大传输力矩可能会小于当前的实际力矩，这就 会造成一个突然剧烈加速或者制动。为了解决这个问题本发明用处理后的来替换初 始得到的，具体形式如下：

（6）

根据上面的推理分析，得出本发明所涉及的最佳传输力矩估计流程图如图4所示。电机 控制器5、6、7、8的将测量到了的四个车轮的转矩和转速信息，传递给牵引力控制系 统中的最大传输力矩估计模块，利用公式(2)求出四个车轮对应的纵向力，并利用公式 (5)计算出当前状态下四个车轮对应的值；将计算得到的代入公式(4)求出四个 车轮对应的最大传输力矩初始值，最后利用公式(6)得到四个车轮最终的最大传输力 矩值。将传递给整车牵引力控制器中，作为模型预测控制的时域约束。

2、基于模型预测控制的牵引力控制器

模型预测控制为多步预测，基本思想可以描述为在线求解一个有限时域内的开环最优 控制问题，同时保证系统满足目标函数、状态及输入约束等。预测控制可以简单概括为三 步：根据获得的当前量测信息和预测模型预测系统未来动态；保证目标函数和约束条件下 在线求解优化问题；解的第一个元素作用于系统。模型预测控制是在每个采样时刻重复进 行的，而预测系统未来动态的起点是当前的测量值，即用每个采样时刻的测量值作为预测 的初始条件。模型预测控制的基本原理如图5所示。在当前时刻t，从被控系统获得测量值 ，根据测量信息和预测模型，预测系统在预测时域内的未来动态行为，优化开环性 能指标函数(本发明中目标函数有四个部分)，寻找出控制时域内最佳的控制输入序列 ，使得预测的系统输出与期望的系统输出越接近越好，即图5中的阴影部分面积最小。

根据前面提出的多个控制目标，t时刻模型本发明所设计的基于模型预测控制的 牵引力控制器的目标函数如下所示：

（7）

满足约束：

（8）

（9）

其中，为加权系数矩阵，为控制变量，这里指四个车轮的力矩命令， 为力矩命令的变化量，为前面估计得到的车轮最大传输力矩，为电机的最 大输出力矩，它与电机的转速和供电电压有关，本发明中通过查询电机最大力矩map表得 出。下面详细对目标函数进行功能说明。

1)牵引力控制系统必须有效防止车轮在加速时过度滑转或者在制动时抱死，保证 车辆安全性。为了实现这个目标，根据前面的分析，估计得到四个车轮的最大传输力矩，并 将其作为模型预测控制的时域约束(如公式(8)所示)来处理，通过控制四个车轮的实际力 矩在对应的最大传输力矩范围内，实现车辆安全性。由于电机本身的能力限制，四个车轮的 实际力矩不能超过电机的最大输出力矩，因此还需满足公式(9)所示的电机最大力矩约束。

2)在保证车辆安全前提下，实现良好的纵向加速和制动性能。通过添加目标函数 J₁实现，在不危及车辆安全前提下给四个车轮提供适当大的力矩以获得良好的纵向加速和 制动性能。实际电动汽车行驶过程中，并不意味着轮胎纵向力越大车辆性能越好，它是车辆 安全性，整车性能和系统约束等的折中关系。本发明中通过调节权重系数P实现车辆安全与 整车性能的均衡。

3)保证驾驶员的舒适性，即车辆加速和制动过程平顺没有较大的抖动。为了保证 电动汽车驾驶员舒适性，控制动作的变化量不能太大，这样会造成很大的震荡。也就是说， 力矩命令变化量的平方和J₂应该尽量小来保证车辆加速和制动过程平顺，没有过大抖动。

4)车辆行驶过程中保证性能前提下尽量减小控制能量。由于电机力矩越意味着电 池需要提供的能量也越大，为了在保证性能前提下节约能量，四个车轮的力矩命令平方和 J₃应该越小越好。

本发明所设计的基于模型预测控制的牵引力控制器原理如图6所示。首先，最大传 输力矩估计模块和电机最大力矩模块，实时估计出各个车轮当前状态下的最大传输力矩 和电机最大输出力矩值，得到预测未来状态和约束的具体范围；其次，保证目标函 数(公式(7))和约束条件(公式(8,9))下在线求解优化问题，得到四个车轮力矩命令的优化 解；最后将解的第一个元素作用于系统。控制器输出优化后的四个车轮的力矩命令并作用 于整车，分别控制四个车轮的实际力矩有效防止车轮加速时打滑或者制动时抱死，并获得 良好的加速或者制动性能。本发明设计的牵引力控制器能同时实现对四个车轮的精确控 制，同时还考虑了车辆安全性约束和电机的约束。整车性能、驾驶舒适性和能量控制目标都 是通过构造对应的代价函数来实现。它们之间通过加权系数矩阵来调节彼此的比重，从而 实现车辆不同性能指标间的折中优化。