1、2022/9/16 Global Research, Yao Chen 1 第三章 汽车防滑转电子控制系统 第一节 概述 第二节 ASR的原理与控制方法 第三节 ASR系统的组成和工作原理 第四节 ASR 系统的常见控制算法 2022/9/16 第四节 ASR 系统的常见控制算法 1.逻辑门限控制 2.滑模变结构控制 3.PID控制 4.模糊控制 5.最优控制 6.神经网络模糊 1. 逻辑门限控制 逻辑门限值控制是一种在驱动防滑研究中很早就采用的方法，并且应用广泛。逻辑门限值控制的基本原理是通过试验经验确定门限值的大小，在车辆运行中比较驱动轮的加速度和滑移率，再与门限值做对比，当观测的参数值超
2、出正门限值时，减少发动机输出扭矩或增加制动力矩来消除驱动轮打滑现象。如果到达负门限值，控制器发出信号使驱动力矩增加。 2022/9/16 2. 滑模变结结构控制 滑模变结构控制 （Sliding Mode Control），是一种鲁棒性很强的非线性控制方法。滑模控制器使系统的状态可以按一定的规律运动，最终稳定在滑模面上。滑模控制对被控对象系统的不确定性和干扰有很好的鲁棒性和自适应能力。但是，由于开关量的引入，使得控制量的作用容易产生抖振，因此，在应用滑模控制器时，减小控制量的抖振是一个关键，可以用一个饱和函数替换开关函数来减少抖振问题。汽车的牵引力控制系统中应用滑模控制器可以很好的使滑移率跟踪
3、最优滑移率的值，从而使驱动轮获得最大的驱动力，防止驱动轮打滑或过度滑转。 2022/9/16 滑模变结构控制相平面原理 2022/9/16 在实现牵引力控制的滑模变结构控制时，将滑转率S作为控制问题，设系统的控制目标(理想滑转率)为 ，则误差为 ，选取切换函数，如下式： 为了使s的相轨迹滑向控制目标 ，选取驱动扭矩T作为控制变量，对系统进行不连续开关控制： 系统从平面的P点出发，沿着左半平面的相轨线运动，当相轨线遇到切换线m(s)=0，控制从T+切换到T-。 cscssecssssCeeCsmc)()(112022/9/16 从理论上讲，控制量在切换线上是不连续的，但实际系统都存在延迟时间，从
4、发出切换信号到开始起作用时，相轨线已经穿过切换线到达右半平面Pl点。此时，在控制T-的驱动下，沿右半平面的相轨线向切换线逼近。到P2点后，切换到T+，系统又切换到左平面的相轨线上。按照这样的规律，系统状态就在切换线附近来回运动。 在汽车驱动过程中，忽略风阻和滚动阻力，车轮的运动微分方程简化为： 2022/9/16 根据定义可确定车轮的滑转率： 在驱动过程中，u可用非驱动轮的轮速传感器测出，而则由驱动轮的轮速传感器测出。 选取合适的 和控制变量T，使其满足 这个广义滑模条件，就可进行滑模变结构控制。 1C0mm2022/9/16 3. PID控制 PID 控制器是一种线性控制器，它根据给定值 r
5、 (t )与实际输出值构成控制偏差。 e(t) = r(t) y(t) PID 控制系统原理 2022/9/16 将偏差的比例、积分、微分通过线性组合构成控制器对被控对象进行控制。 其控制规律为： 采用PID控制方法对ASR系统进行控制，通常是将实际车轮滑转率与理想滑转率构成的误差，由PID控制器算法算出需要进行控制的牵引力值反馈给发动机或者制动器，从而调节发动机输出的扭矩或者制动器制动力，使车轮的滑转率接近或等于理想滑转率。PID控制器的控制参数要通过对车辆系统的分析计算进行调节设定。 2022/9/16 PID 控制器个校正环节的作用如下： 1. 比例环节 即时成比例地反应控制系统的偏差信
6、号e(t)，偏差一旦产生，控制器立即产生作用，以减少偏差。 2. 积分环节 主要用于消除静差，提高系统的无差度。积分作用的强弱取决于积分时间常数 TI，TI越大，积分作用越弱，反之则越强。 3. 微分环节 能反映偏差信号的变化趋势(变化速率)，并能在偏差信号值变得太大之前，在系统中引入一个有效的早期修正信号，从而加快系统的动作速度，减小调节时间。 2022/9/16 增量式PID控制算法： 当执行机构需要的是控制量的增量时，可由递推原理得出增量的PID控制算式： 增量式PID 2022/9/16 当采用增量式算法时，计算机输出的控制量u(k)对应的是本次执行机构的位置(如油门开度)的增量，而执
7、行机构的实际位置，即控制量的积累： 可以通过算式u(k)=u(k-1)+u(k)使用软件实现。 2022/9/16 增量式节气门PI控制 当车辆从中速状态加速行驶时，如果驱动轮转速超过发动机控制门限，则启用发动机转矩控制。发动机节气门PI控制的控制框图如下图所示： 2022/9/16 在车辆起步时的发动机节气门控制过程中，需要对节气门的最小值加以限制，以防止发动机节气门开度过小造成发动机熄火。 制动PID控制 当车辆低速加速行驶时某一或全部驱动轮滑转率超出滑转率控制门限，则启用制动力矩控制。 2022/9/16 制动PID控制图 2022/9/16 副节气门和制动联合控制 副节气门和制动控制联
8、合作用可以使过度滑转的驱动轮更快的达到目标轮速，使ASR控制达到更佳的效果。但是对于附着非对称路面，由于左右侧驱动轮的目标轮速不同，因此在副节气门制动联合控制时需要对二者的目标速度进行修正： 非对称路面低速加速时主要考虑加速性能，因此驱动轮采取高选控制，即以充分发挥高附着侧车轮的附着力为目标，按照高附着侧车轮的附着情况施加发动机控制，而对低附着侧的车轮单独施加制动控制。此时以两侧驱动轮的目标轮速的平均值为目标轴速，以各自的目标轮速为目标轮速。 2022/9/16 高速加速时主要考虑车辆的行驶稳定性，因此驱动轮采取低选控制，即按照低附着侧车轮的附着情况施加发动机控制，同时对两个驱动轮施加等量的制
9、动力矩，以达到将两侧驱动轮轮速迅速控制到目标滑转率附近的效果，保证车辆的行驶安全。因此，高速时发动机控制的目标轴速应该选取低附着侧驱动轮的目标轮速，并且高附着侧驱动轮的目标轮速也取低附着侧的目标轮速。 2022/9/16 参数调整的步骤按照先比例、后积分、再微分，即： 先整定比例部分。将比例系数PK由小调大，并观察相应的系统响应趋势，直到得到反应快、超调小的响应曲线。如果系统没有静差或静差已小到允许范围之内，同时响应曲线已较令人满意，那只需用比例调节器即可，最优比例系数也由此确定。 如果在比例调节的基础上系统的静差不能满足设计要求，则须加入积分环节。整定时一般先置一个较大的积分时间系数TI，同
10、时将第一步整定得到的比例系数PK缩小一些，然后减小积分时间系数使在保持系统较好的动态特性指标的基础上，系统的静差得到消除。在此过程中，可以根据响应曲线的变化趋势反复的改变比例系数PK和积分时间系数TI，从而得到满意的控制过程和整定参数。 PID 控制最为重要的就是参数的调节，最简单的是采取试凑法来确定。 2022/9/16 如果即使有比例积分控制器消除了偏差，但动态过程仍不尽满意，则可以加入微分环节，构成 PID 控制器。在整定时，可先置微分时间系数TD为零，在第二步整定的基础上，增大微分时间参数TD，同时相应的改变比例系数PK和积分时间系数TI，逐步试凑，以获得满意的调节效果和控制参数。 2
11、022/9/16 模糊控制原理框图 4. 模糊控制 模糊控制方法不需要精确的数学模型，而是模仿人类思维的推理方式，运用模糊理论与模糊语言和模糊逻辑推理，可以把这些模糊的语言规则上升为数值运算，利用计算机来完成对这些规则的具体实现。 2022/9/16 模糊控制方法模仿人的思维方式和人的控制经验，把人的经验形式化并引入控制过程，再运用较严密的数学处理，实现模糊推理，进行判断决策，以达到满意的效果。它首先将精确的数字量转换成模糊集合的隶属度函数，然后根据控制器制定模糊控制规则，进行模糊逻辑推理，得到一个模糊输出隶属函数，最后根据推理得到的隶属函数，找出一个具有代表性的精确值作为控制量，加到执行器上
12、实现控制。 2022/9/16 模糊PID控制 PID控制虽然算法成熟，可靠性高，但缺乏自适应性。由于汽车行驶始终处于变化的路面条件下，恒定的PID控制参数很难满足全工况下系统性能要求，从而影响控制效果。利用模糊控制对PID控制的参数进行实时整定，就可以结合二者的优点。 模糊PID控制原理图 2022/9/16 5. 最优控制 最优控制是现代控制理论的核心，是在对象参数已知的情况下设计复杂系统时常用的有效方法之一，最优控制的思想是对于给定的数学模型和初始条件，在满足约束的条件下，确定一种控制，使给定系统从初始状态出发达到终止状态，并使性能指标具有极小值。 在车辆的制动防抱死理论和牵引力控制理论
13、的最优控制方法的应用中，应用最多的最广泛的是线性二次型最优控制： 式中：Snn半正定实矩阵，称为终端权矩阵； Qnn半正定或正定实矩阵，称为状态权矩阵； Rm n正定实矩阵，称为控制权矩阵。 2022/9/16 在恒值控制系统中，系统的任务是使系统输出保持恒定值，即系统状态处于零状态。当系统遇到干扰时，系统的输出偏离恒定值，处于非零状态。控制系统的任务是使系统尽快从非零状态转移到零状态，式中的 是使系统的终态与零状态接近，以消除静差。 使系统尽决从非零状态转移到零状态，尽量使调整时间缩短。但是，调整时间越短，控制量越大，能量消耗就越大。所以， 就是抑制调节过程中的控制量，使之在控制围内保证节能
14、。 SxxQxxRuu2022/9/16 6. 神经网络模糊控制 神经网络模糊控制的基本思想是用神经网络来表示整个模糊控制器，即以神经网络来完成输入到输出之间的映射关系，以神经网络技术来进行模糊化和解模糊的过程。一方面利用神经网络的学习功能来寻找模糊控制器的控制规则，另一方面又利用模糊逻辑提高神经元网络的学习速度。 前向神经网络结构 2022/9/16 模糊神经网络一般结构如下图所示。第一层为输入层，缓存输入信号。第二层为模糊化层，对输入信号进行模糊化。第三层为为模糊规则层。第四层为模糊决策层，主要针对满足一定条件的量进行分类并将模糊量去模糊化。第五层为输出层，输出运算结果。 2022/9/1
15、6 仿真： 一、无ASR控制下的直线加速仿真 1.高附着均一路面直线驱动 仿真条件：高附着均一路面，附着系数为0.3，100% 油门开度，变速器二档，初始车速0.88m/s。 2022/9/16 未加入 ASR控制作用时，在3.6s，滑转率达到峰值0.4，超过理想滑转率0.1很多，此时的轮速为6.87m/s，车速为4.16m/s，说明车轮发生过度滑转，路面附着系数未能充分利用。 2022/9/16 2. 低附着均一路面直线驱动 仿真条件： 低附着均一路面，附着系数为0.1，100%油门开度，变速器二档，初始车速0.88m/s。 2022/9/16 未加入ASR控制作用时，在2.3s，滑转率达到
16、峰值 0.76，远远超过理想滑转率0.1，此时轮速为6.95m/s，车速为1.62m/s，车轮发生严重滑转。经过6s，滑转率为0.57，轮速为6.95m/s，车速为 3m/s，车速提高缓慢，路面附着系数未能充分利用。 2022/9/16 二、基于PID算法的节气门开度调节控制 PI控制器的Simulink结构图如下： 2022/9/16 电子油门开度调节的Simulink结构图如下： 2022/9/16 高附着均一路面直线驱动 仿真条件： 高附着均一路面，附着系数为 0.3，100%油门开度，变速器二档，初始车速0.88m/s。参数KP为1500，KI为200。 2022/9/16 经过2.7
17、s，滑转率达到峰值0.104，接近理想值，此时节气门开度降至57%，扭矩降至1400N m，轮速为3.3m/s，车速为3.0m/s，起步加速性能比无ASR控制时有了明显提高。滑转率在 2.8s时稳定在0.1，节气门开度保持在63%附近。轮速与车速稳步上升。 2022/9/16 低附着均一路面直线驱动 仿真条件： 低附着均一路面，附着系数为 0.1，100%油门开度，变速器二档，初始车速0.88m/s。参数KP为700，KI为200 。 2022/9/16 经过0.8s，滑转率达到峰值0.116，接近理想滑转率0.1，此时节气门开度降至27%，扭矩降至285，轮速为1.21m/s，车速为 1.0
18、7m/s。到1.1s时，滑转率进入稳态，滑转率保持在理想值0.1，节气门开度最后稳定在20%，扭矩稳定在500N m。6s时，轮速达到3.73m/s，车速达到3.36m/s。充分利用了路面附着系数。 三、基于PID算法的驱动轮制动控制 驱动轮制动控制框图 2022/9/16 驱动轮制动的Simulink结构图如下： 2022/9/16 高附着均一路面直线驱动 仿真条件： 高附着均一路面，附着系数为 0.3，100%油门开度，变速器二档，初始车速0.88m/s。参数KP为2500，KI为300，制动系数Kb为5000。 2022/9/16 在2.7s，滑转率达到峰值0.103，在理想值附近。此时
19、轮速为3.28m/s，车速为2.94m/s，扭矩达到1780N m。到3.1s时进入稳态。6s后，轮速8.39m/s，车速达到7.53m/s。可见，与节气门开度调节相比较，制动控制由于机械振动较大，因此稳定需要的时间较长，但由于未对油门开度进行限制，车速可以一直快速增大。 2022/9/16 低附着均一路面直线驱动 仿真条件： 低附着均一路面，附着系数为 0.1，100%油门开度，变速器二档，初始车速0.88m/s。参数KP为2200，KI为400 。 2022/9/16 在0.8s，滑转率达到峰值0.114，在理想滑转率附件，此时扭矩达到600N m，轮速为1.25m/s，车速为 1.08m
20、/s。到1.5s时，滑转率达到稳态值0.1，扭矩稳定在500N m，经过6s，轮速为3.75m/s，车速为3.35m/s。加速性能良好，路面附着系数得到充分利用。 2022/9/16 四、基于Fuzzy PID算法的节气门开度调节控制 Fuzzy PI 控制器结构图如下： 2022/9/16 高附着均一路面直线驱动 仿真条件： 高附着均一路面，附着系数为 0.3，100%油门开度，变速器二档，初始车速0.88m/s。 2022/9/16 在2.8s时刻，滑转率达到峰值0.107，接近理想滑转率0.1，节气门开度降至50，扭矩降至1200N m，此时的轮速为3.33m/s，车速为2.98m/s。
21、到3.1s时，滑转率达到稳态值0.1，节气门开度稳定在63%附近。扭矩稳定在1650N m 附近。路面附着系数得到充分利用。 2022/9/16 低附着均一路面直线驱动 仿真条件： 低附着均一路面，附着系数为 0.1，100%油门开度，变速器二档，初始车速0.88m/s。 2022/9/16 在0.8s时刻，滑转率达到峰值0.112，接近理想滑转率0.1，此时节气门开度降至26%，扭矩降至260N m左右，轮速为1.21m/s，车速为1.06m/s，到1.2s 时，滑转率达到稳态值0.1，扭矩稳定在500N m，节气门开度继续下降，最后稳定在20%。6s后，轮速为3.73m/s，车速为3.36
22、m/s。充分的利用了路面附着系数，加速性能良好。 2022/9/16 五、基于Fuzzy PID算法的驱动轮制动控制 高附着均一路面直线驱动 仿真条件： 高附着均一路面，附着系数为 0.3，100%油门开度，变速器二档，初始车速0.88m/s。 2022/9/16 在2.8s时刻，滑转率达到峰值0.107，驱动扭矩达到峰值1780N m，此时的轮速为3.42m/s，车速为3.05m/s，到4s 时，滑转率稳定在0.1，驱动扭矩稳定在1600N m，6s后，轮速达到8.39m/s，车速达到7.55m/s。 2022/9/16 低附着均一路面直线驱动 仿真条件： 低附着均一路面，附着系数为 0.1
23、，100%油门开度，变速器二档，初始车速0.88m/s。 2022/9/16 经过0.8s，滑转率达到峰值0.107，此时的驱动扭矩达到600N m，轮速为1.21m/s，车速为1.08m/s，到1.1s时，滑转率稳定在0.1，驱动扭矩稳定在500N m，经过6s，轮速达到3.73m/s，车速达到3.36m/s。路面附着系数利用率高，加速性能良好。 2022/9/16 六、节气门开度和驱动轮制动混合控制 节气门开度调节与驱动轮制动调节混合控制的Simulink 结构图如下： 2022/9/16 高附着均一路面直线驱动 仿真条件： 高附着均一路面，附着系数为 0.3，100%油门开度，变速器二档
24、，初始车速0.88m/s。 2022/9/16 在2.6s时刻，滑转率达到峰值0.104。接近理想滑转率，此时的节气门开度降至60%，驱动扭矩为1560N m，此时的轮速为 3.28m/s，车速为2.97m/s，到2.8s时，滑转率收敛在0.1，节气门开度保持在63%左右，经过6s，轮速达到 6.97m/s，车速达到6.93m/s。路面附着系数得到充分利用，超调量和调节时间均有改善。 2022/9/16 低附着均一路面直线驱动 仿真条件： 低附着均一路面，附着系数为 0.1，100%油门开度，变速器二档，初始车速0.88m/s。 2022/9/16 在0.8s时刻，滑转率达到峰值0.106，节气门开度在40%，驱动扭矩为600N m，此时轮速为1.18m/s，车速为1.06m/s，到0.83s时，滑转率稳定在0.1，驱动扭矩稳定在500N m。6s 后，节气门开度最后稳定在20%，轮速达到3.73m/s，车速达到3.36m/s。加速性能良好。 2022/9/16 2022/9/16 思考题： 1、ASR系统的作用是什么？ 2、简述ASR系统的组成和各部分的作用。 3、ASR系统的控制方法是什么？ 4、ASR系统和ABS系统有什么区别？
