四輪輪轂電動車多驅動模式下穩定性研究

辛曉帥，陳 銳，秦 鋼，徐紅兵

?

四輪輪轂電動車多驅動模式下穩定性研究

辛曉帥，陳 銳，秦 鋼，徐紅兵

(電子科技大學自動化工程學院 成都 611731)

以四輪輪轂驅動電動汽車為研究對象，提出了一種可同時適用于對兩輪獨立驅動模式和四輪獨立驅動模式的車身穩定控制算法。該算法采用雙層控制結構，包括直接橫擺力矩控制層和力矩分配層。在直接橫擺力矩控制層，設計了一種基于模糊控制的直接橫擺力矩控制器以計算車身穩定控制所需的附加力矩；在力矩分配層，設計了針對兩輪獨立驅動和四輪獨立驅動兩種不同驅動模式的力矩分配算法。最后，通過Matlab/Simulink和CarSim的聯合仿真驗證了該算法的有效性。

四輪獨立驅動; 直接橫擺力矩控制; 模糊邏輯; 電驅動系統; 雙層控制結構

近年來，作為環境和能源問題的一種解決方案，電動汽車受到了越來越多的關注[1]。而由4個輪轂電機獨立驅動的電動汽車因其獨特的優勢代表了汽車未來發展的方向。相對于一般的電動汽車，四輪輪轂驅動電動汽車取消了中央驅動電機以及傳統部件(包括變速器、差速器、萬向節和傳動軸)，簡化了整車結構并降低了整車重量，從而減少了行車能量消耗[2]。另外，由于4個驅動輪可以單獨控制，能通過直接橫擺力矩控制改善車輛的側向動態性能[3-6]。

在四輪獨立驅動電動汽車的研究方面，人們提出了多種基于直接橫擺力矩控制的控制算法提高車身穩定性。文獻[7]將滑膜控制器應用于四輪獨立驅動電動汽車的車身穩定控制。文獻[8-9]提出了一種基于自適應前饋反饋控制器的輪轂電機驅動電動電動汽車的車身穩定控制。模糊邏輯控制器也被廣泛應用于四輪輪轂電動汽車車身穩定的研究中[10-12]。

目前大部分針對四輪獨立驅動電動汽車車身穩定性的研究都是基于四輪同時驅動進行的。但在實際應用中，存在只利用兩個驅動輪的情況。如在低速行駛工況下采用雙輪驅動相對四輪驅動具有更好的經濟性[13-14]。另外在單個輪轂電機失效的情況下也可以利用兩個正常工作的驅動輪繼續行駛以提高系統的安全性[15-16]。雖然也有針對兩輪獨立驅動電動汽車車身穩定控制算法的研究[17-18]，但同時適用于兩輪獨立驅動和四輪獨立驅動的車身穩定控制算法的研究處于空白階段。

本文針對四輪獨立驅動電動汽車在實際行駛中可能存在的兩輪獨立驅動和四輪獨立驅動兩種驅動模式，設計了一種雙層控制結構，實現了電動汽車在兩種驅動模式下的車身穩定控制?；贛atlab/ Simulink和CarSim軟件的聯合仿真也證明了本文設計的控制算法的有效性。

1 車輛模型

本文的控制方法是基于8自由度的車輛模型進行設計的，車輛模型如圖1所示。這8個自由度包括縱向速度、側向速度、橫擺角速度和側傾角組成的4個自由度以及4個車輪輪速自由度。

車輛的縱向和側向運動方程為：

圖1 8自由度車輛模型

橫擺運動方程為：

側傾運動方程為：

車輪運動方程為：

2 控制器設計

本文設計的控制算法采用雙層控制結構，其上層為基于模糊邏輯的直接橫擺力矩控制層，下層為力矩分配層，控制算法的結構框圖如圖2所示。

圖2 雙層控制結構框圖

2.1 直接橫擺力矩控制層

在車輛的運動控制中，橫擺角速度和質心側偏角因與車身的穩定狀態有著緊密的聯系而被作為車身穩定的控制量。而期望的橫擺角速度和質心側偏角可通過簡化的2自由度車輛模型計算得到。2自由度車輛模型方程為：

其中，為車輛穩定系數，其表達式為：

直接橫擺力矩控制通過在車輛的左右車輪間施加合適的驅動力或制動力從而實現車輛的車身穩定控制。因為四輪獨立驅動電動汽車每個車輪的驅動力矩可單獨控制，所以直接橫擺力矩控制被廣泛應用于四輪獨立驅動電動汽車的控制中。由于汽車是一個復雜的非線性系統，本文采用模糊邏輯控制器進行附加橫擺力矩的計算，其結構如圖3所示。

圖3 模糊邏輯控制器結構框圖

兩個輸入都采用7個模糊集合，其定于為：

7個語言值為:負大(NB)、負中(NM)、負小(NS)、零(ZE)、正小(PS)、正中(PM)和正大(PB)。兩個輸入和采用相同的隸屬度函數，如圖4所示。

圖4 隸屬度函數

表1中，本文設計的模糊規則表共包含49條規則，具體規則描述如下：

) Ifis NB andis NB thenis NB

表1 模糊規則表

2.2 力矩分配層

在力矩分配層，本文設計了同時適用于兩輪獨立驅動和四輪獨立驅動的力矩分配算法。首先需要對每個車輪的工作狀態進行定義，有：

式中，=fl、fr、rl或rr，分別表示4個車輪的工作狀態；表示該車輪是驅動輪，表示該車輪為從動輪。而車輪的工作狀態由車輛的其他系統如能量管理系統和故障診斷系統決定。為了在兩輪獨立驅動和四輪獨立驅動模式下，盡量為駕駛員提供相同的駕駛感受，針對不同的驅動模式，每個驅動輪的期望驅動力矩為：

3 仿真結果

本文利用Matlab/Simulink和CarSim進行聯合仿真分別在兩輪獨立驅動模式下和四輪獨立驅動模式下對所設計算法進行了驗證。CarSim是針對汽車動態控制的多自由度非線性仿真軟件，因其仿真結果與實車實驗有著較高的一致性，被廣泛應用于汽車的設計和演技中。本文仿真所用車輛的參數取值如表2所示，仿真的初始車速為80 km/h，方向盤轉角如圖5所示。

表2 車輛參數表

圖5 方向盤轉角

3.1 四輪獨立驅動模式仿真

在四輪獨立驅動模式下，所有4個車輪的驅動力矩都可以控制，其仿真結果如圖6、圖7和圖8所示。

圖6為4個車輪的驅動力矩仿真結果，4個車輪的驅動力矩都處于受控的狀態，且同一側的車輪的驅動力矩是一致的，而在轉向時，施加在左側車輪和右側車輪的附加力矩是相反的。圖7為四驅模式下橫擺角速度誤差的仿真結果，通過與未施加控制算法的控制效果對比可以看出，采用本文控制算法后的橫擺角速度誤差趨近于0，控制效果有著比較明顯的改善。圖8為四輪獨立驅動模式下質心側偏角的仿真結果，可以看出相對未施加控制控制算法的控制效果，采用本文控制算法后質心側偏角也有一定程度的改善。

圖6 四輪獨立驅動模式下的驅動力矩

圖7 四輪獨立驅動模式下的橫擺角速度誤差

圖8 四輪獨立驅動模式下的質心側偏角

3.2 兩輪獨立驅動模式仿真

在兩輪獨立驅動模式下，采用兩個后輪為驅動輪進行仿真，兩個前輪為從動輪。采用兩個前輪驅動的仿真結果與兩個后輪驅動的仿真結果類似，本文中不在贅述。采用兩個后輪為驅動輪的仿真結果如圖9～圖11所示。圖9為4個車輪的驅動力矩仿真結果，從圖中可以看出兩個前輪作為從動輪其驅動力矩為零，兩個后輪的驅動力矩處于受控狀態，其趨勢與圖6四輪獨立驅動模式下相似，但幅度更大。

圖9 兩輪獨立驅動模式下的驅動力矩

圖10 兩輪獨立驅動模式下的橫擺角速度誤差

圖11 兩輪獨立驅動模式下的質心側偏角

圖10為兩輪獨立驅動模式下橫擺角速度誤差的仿真結果，從圖中可以看出，采用本文控制算法后，相對于未施加控制算法的橫擺角速度誤差有比較明顯的改善。圖11為兩輪驅動模式下質心側偏角的仿真結果，從圖中可以看出，采用本文控制算法后在橫擺角速度改善明顯的情況下，質心側偏角也有一定程度的改善。

4 結 論

本文以四輪獨立驅動電動汽車為研究對象，設計了同時適用于四輪獨立驅動模式和兩輪獨立驅動模式的車身穩定控制算法。通過仿真結果可以看出，本文設計的車身穩定算法不論是在四輪獨立驅動模式下，還是兩輪獨立驅動模式下，都能在明顯改善橫擺角速度控制效果的同時對質心側偏角也有相應的改善，實現車身的穩定控制。本文的研究成果對于提高四輪獨立驅動電動汽車的行駛安全有著積極的意義。

[1] MAEDA K, FUJIMOTO H, HORI Y. Four-wheel driving-force distribution method based on driving stiffness and slip ratio estimation for electric vehicle with in-wheel motors[C]//Vehicle Power and Propulsion Conference (VPPC), 2012 IEEE. Seoul, Korea: IEEE, 2012: 1286-1291.

[2] 李剛, 宗長富. 四輪獨立驅動輪轂電機電動汽車研究綜述[J]. 遼寧工業大學學報(自然科學版), 2014, 34(1): 47-52.

LI Gang, ZONG Chang-fu. Review on electric vehicle with four-wheel independent drive in-wheel motors[J]. Journal of Liaoning Institute of Technology (Natural Science Edition), 2014, 34(1): 47-52.

[3] DEMIRCI M, GOKASAN M. Adaptive optimal control allocation using Lagrangian neural networks for stability control of a 4WS-4WD electric vehicle[J]. Transactions of the Institute of Measurement and Control, 2013, 35(8): 1139-1151.

[4] KIM D, HWANG S, KIM H. Vehicle stability enhancement of four-wheel-drive hybrid electric vehicle using rear motor control[J]. IEEE Transactions on Vehicular Technology, 2008, 57(2): 727-735.

[5] SAKAI S, SADO H, HORI Y. Motion control in an electric vehicle with four independently driven in-wheel motors[J]. Transactions on Mechatronics, IEEE/ASME, 1999, 4(1): 9-16.

[6] TAHAMI F, FARHANGI S, KAZEMI R. A fuzzy logic direct yaw-moment control system for all-wheel-drive electric vehicles[J]. Vehicle System Dynamics, 2004, 41(3): 203-221.

[7] HASAN M M A E, EKTESABI M, KAPOOR A. A suitable electronic stability control system using sliding mode controller for an in-wheel electric vehicle[J]. Lecture Notes in Engineering and Computer Science, 2013, 2202: 152-158.

[8] NAM K, FUJIMOTO H, HORI Y. Lateral stability control of in-wheel-motor-driven electric vehicles based on sideslip angle estimation using lateral tire force sensors[J]. IEEE Transactions on Vehicular Technology, 2012, 61(5): 1972- 1985.

[9] MA H. Finite-model adaptive control using WLS-like algorithm[J]. Automatica, 2007, 43(4): 677-684.

[10] TAHAMI F, FARHANGI S, KAZEMI R. A fuzzy logic direct yaw-moment control system for all-wheel-drive electric vehicles[J]. Vehicle System Dynamics, 2004, 41(3): 203-221.

[11] BOADA B L, BOADA M, DIAZ V. Fuzzy-logic applied to yaw moment control for vehicle stability[J]. Vehicle System Dynamics, 2005, 43(10): 753-770.

[12] WANG X, FU M, YANG Y, et al. Lateral control of autonomous vehicles based on fuzzy logic[C]//Control and Decision Conference (CCDC), 2013 25th Chinese. Guiyang: IEEE, 2013:237-242.

[13] 余卓平, 張立軍, 熊璐. 四驅電動車經濟性改善的最優轉矩分配控制[J]. 同濟大學學報(自然科學版), 2005, 33(10): 1355-1361.

YU Zhuo-ping, ZHANG Li-jun, XIONG Lu. Optimized torque distribution control to achieve higher fuel economy of 4WD electric vehicle with four in-wheel motors[J]. Journal of Tongji University (Natural Science), 2005, 33(10): 1355-1361.

[14] GU J, OUYANG M, LU D, et al. Energy efficiency optimization of electric vehicle driven by in-wheel motors[J]. International Journal of Automotive Technology, 2013, 14(5): 763-772.

[15] 鄭漢耕. 四輪輪轂電動車電驅動系統失效控制研究[D]. 成都: 電子科技大學, 2013.

ZHENG Han-geng. Research on electric drive system failure control of four in-wheel driven electric vehicle[D]. Chengdu: University of Electronic Science and Technology of China, 2013.

[16] XIN X, ZHENG H, XU H, et al. Control strategies for four in-wheel driven electric vehicles when motor drive systems fail[C]//American Control Conference (ACC), 2014. Portland, OR: IEEE, 2014: 885-890.

[17] NADERI P, MIRSALIM M, BATHAEE S. Driving/ regeneration and stability enhancement for a two-wheel- drive electric vehicle[J]. International Review of Electrical Engineering (IREE), 2009, 4(1): 57-65.

[18] NIASAR A H, MOGHBELI H, KAZEMI R. Yaw moment control via emotional adaptive neuro-fuzzy controller for independent rear wheel drives of an electric vehicle[C]// Proceedings of 2003 IEEE Conference on Control Applications, 2003, CCA 2003. [S.l.]: IEEE, 2003: 380-385.

編 輯 漆 蓉

Stability Control for Different Drive Modes of Four In-Wheel Motor Drive Electric Vehicles

XIN Xiao-shuai, CHEN Rui, QIN Gang, and XU Hong-bing

(School of Automation Engineering, University of Electronic Science and Technology of China Chengdu 611731)

This paper focuses on the stability control for four in-wheel independent drive electric vehicles under. A two-layer-control-model (direct yaw-moment control layer and torque distribution layer) is presented to maintain the performance and stability of the vehicle for both four wheel drive mode and two wheel drive mode; in the upper layer, a fuzzy logic based direct yaw-moment controller is proposed to calculate deviation torque for the purpose of stability; in the lower layer, an algorithm is designed to distribute torque to the motor drive systems. The effectiveness of the controller is examined by using a driving simulator system.

4WID; direct yaw-moment control; fuzzy logic; motor drive system; two-layer-control model

TP273

A

10.3969/j.issn.1001-0548.2016.03.008

2014 - 11 - 17；

2015 - 02 - 24

國家自然科學基金(61004048)；航空科學基金(20121080006)

辛曉帥(1982 - )，男，博士生，主要從事電動汽車先進控制方面的研究.