基于模糊PID和PWM调制的牵引力控制算法

基于模糊PID和PWM调制的牵引力控制算法晁立波，褚亮，欧洋，,陆文博汽车动态模拟国家重点实验室吉林大学中国长春Chaolibo(Sfoxmail.com摘要—本文中提出了基于模糊PID和基于PWM的泵升的调制的牵引力控制算法，目的制动压力需要运用在靶轮转速和实际轮转速之间的差异产生的模糊PID控制器决定的驱动轮上，由液压控制单元的液压泵的PWM控制实现。控制算法验证了基于硬件半实物（HIL）的试验台，它是基于MATLAB的xPC目标产品的试验台，测试结果表明，该算法能有效的控制驱动轮自转。关键词：牵引力控制系统;油压控制;模糊PID1引言TCS（牵引力控制系统）可以保证稳定和在加速时最佳的牵引力，特别是在不对称的路面，在转弯时通过控制驱动轮的滑移率达到目标的滑移率，这是典型的在路面附着系数达到最大的比率，在最近的几年，TCS的研究大多侧重于应用现代控制理论，TCS电子车辆和混合动力汽车。这是一个众所周知的事实，汽车控制系统利用硬件半实物（HIL）开发是一个非常成熟技术。有几个供应商提供的工具像dSPACE，ETAS和IPG，和大量的成功的应用。除了减少物理试验系统依赖，HIL系统也有其他优点：试验高度的可重复性和试验环境变量的完美控制。在过去的二十年中许多汽车和商用汽车生产商增加虚拟测试或对他们的知识库工具的电子控制系统的硬件半实物(HIL)测试。在本文中提出了基于模糊PID牵引控制算法，并且引进了一个用于验证算法的测试台的硬件半实物（HIL）。该测试平台它是基于MATLAB的xPC的目标产品，并且其成本低，效率高。试验台的硬件和软件的描述和详细的控制算法，测试结果列在本文的最后一部分。Ⅱ半实物结构仿真系统半实物测验平台有两个部分：硬件部分和软件部分A试验台结构该试验台的硬件部分是基于xPC的MATLAB的目标产品，它包括一个桌面计算机作为主机，工业控制计算机作为目标PC，驱动电路以驱动电动机和液压控制单元（HCU）的电磁阀和电子油门中的步进电机，电子油门，4个压力传感器，HCU和车辆的液压制动套装系统。图1牵引力控制系统半实物试验台在模拟过程中，在MATLAB，Simulink中建立车辆模型与控制算法，Stateflow软件转换为使用主机的可执行代码主机带有实时车间，实时车间嵌入式编码器，Stateflow编码器软件，和C编译器。主机PC和目标PC通过TCP/IP协议正在通信。工业控制计算机的两个板中的目的是进行数据采集和PWM生成，PCL812PG和PCI6602分别由研华和美国国家仪器公司生产的。在PCL812PG用于采集来自压力传感器的模拟信号。PCI6602被用来生成的PWM信号来控制电动机和HCU中的电磁阀和电子油门中的步进电机，因为它不能提供足够的动力，引进了专用驱动电路。为了控制四个制动缸制动压力，并建立制动活跃的压力，使用了BOSCHESP8.0的HCU。四个压力传感器安装在每个之间的每个制动缸附近制动器和HCU用于记录在制动压力。图2半实物控制平台的原理框图B.车辆动态建模为了验证算法被开发了的牵引力控制系统，车辆模型MATLAB/Simulink环境下构建的。车辆坐标系是车辆的固定右手正交轴系。该系统包括七个自由度的动力学模型描述的车辆和车轮的运动。III．模糊PID控制器牵引力控制牵引控制系统主要控制发动机的输出转矩和驱动轮的制动力矩，以防止驱动轮旋转。该系统的目的是控制从动轮向本区域的滑移率，其中轮胎与路面之间的摩擦系数是在其最佳。这可以提高加速性能和车辆驾驶在湿滑路面的横向稳定性。图三牵引滑移控制器结构已开发的模糊PID牵引控制算法的结构示于图（三）。作为打滑比在该轮胎与路面之间的摩擦系数是在其最佳与路面的附着系数和车速等改变。TCS控制的第一件事就是要计算目标的速度。目标速度包括从驱动轮的目标速度和驱动轴的目标速度。驱动轴的目标速度是用来控制发动机的驱动扭矩。目标车轮速度可通过车辆参考速度和目标打滑比计算，驱动轴的目标速度可以通过驱动轮的平均速度来计算。如上所述，目标滑移率与路面附着系数而变化，所以它对确定目标滑移率作为两个因素函数是有利的，以如下面的等式给出：)1(_tarreftarwhlVV（11）),(reftarVf（12）2)____(_RtarVwhlLtarVwhltardsV(13)其中：tarwhlV_是驱动轮的目标速度；refV为参考车速；tar是驱动轮的目标滑移率；tardsV_焦油是驱动轴的目标速度；LtarwhlV__和RtarWhlW__是在车辆的左侧和右侧驱动轮的目标速度。图4模糊控制器的结构计算目标速度之后，模糊PID控制器用来控制发动机油门和驱动车轮的制动力。目标和实际速度驱动轴驱动轴转速之间的差被输入到模糊PID发动机油门控制器。其中实际驱动轴转速是实际驱动轮速度的平均值，目标驱动轴速度和各驱动轮的实际速度之间的偏差被传送到模糊PID制动控制器，如图（4）。模糊PID的控制器的结构示于图（四）；误差和导数发送到模糊PID控制器的参数被决定的原理框图中。Ⅳ液压泵的PWM调制的液压控制单元示于图（5）。图5牵引力控制系统的液压控制单元其中：A：第一刹车线;B：第二刹车线;1：刹车踏板;2：真空助力器;3：油杯;4：制动主缸;5，19,23,25：止回阀;6：主压力传感器缸;14.15：液压泵;11：偏心电机;17，23：低压蓄能器;16，20，21，26：高速切换阀（进水阀）;27，28，29，30：高速切换阀（出口阀）;31：FL车轮刹车缸;32：HR车轮制动缸;33FR车轮制动缸;34：HL车轮制动器汽缸。为了控制车轮的制动力，液压控制单元的泵的特性应该首先被测试；因为当牵引力控制系统被激活时，控制下的轮压力应该活跃的建立。在不同的工作周期，并在以20毫秒的周期不同的初始压力下进行泵的特性试验，。如图（6）。驱动轮的速度开始下降并接近到安全区域中的滑移率，即目标滑移率。图620毫秒下的PWM调制周期的液压泵压力建立特性图7压力变化率与占空比的特点图820毫秒调制周期的PWM出口阀的压力下降特性图9压力变化率与出口阀占空比的特性试验结果表明，压力变化率接近占空比的65％以上，且压力没有改变当占空比小于20％时。在20％〜65％之间，压力建立速率可以通过PWM调制来控制。当制动压力灵活上升需要在TCS控制的期间，首先在模糊PID控制器产生目标轮制动压力，如在图中所示（4），然后根据目标压力，上面列出的测试结果决定了PWM的占空比，为出口阀确定的PWM占空比的过程是相同的。Ⅴ在试验台上的模糊PID牵引力控制算法的仿真结果图（8~9）示出了模糊PID的牵引力控制算法在测试平台上的仿真结果。仿真几乎是直线加速的过程为停止低的路。正如两个驱动轮表明驱动轮的制动控制和旋转的倾向，发动机的节气门控制被激活。图10车轮转速和TCS的车辆参考速度图11TCS控制下的制动力如图5所示，当驱动关闭时，，左侧和右侧驱动轮开始旋转，这意味着在驱动轮发动机的输出扭矩，即在驱动力大于可以在地面提供最大的力，所以发动机油门控制下发动机油门开放量，如图7。此外，由于汽车的参考速度低时，两者的制动控制器从动轮被触发，如图6的速度的驱动轮被控制达到其目标值。VI总结为了验证提出的模糊PID牵引力控制算法，介绍了基于MATLAB的xPCTarget产品进行一个硬件半实物测试平台。液压泵的液压特性在测试平台上测试，并且将测试的结果用在控制算法中。该算法在测试台上实现了验证，结果表明驱动车轮的旋能有效地控制和速度性能可以在湿滑路面上行驶时提高。致谢项目20111055由吉林大学研究生创新基金支持参考文献[I]WilliamBlythe,TerryD.Day:SingleVehicleWetRoadLossofControl:EffectsofTireTreadDepthandPlacement,SAEPaperNo.2002-01-0553,March2002.[2]Soo-JinLeeandYoung-JunKim,KihongPark,Dong-GooKimDevelopmentofHardware-in-the-LoopSimulatorandVehicleDynamicModelforTestingABSSAEPaperNo.2003-01-0858,March2003.[3]HuiyiWang:Hardware-in-the-loopSimulationforTractionControltheDebugsofitsElectricControlUnitSAEPaperNo.2004-01-2056,May2004.[4]HuiyiWang,BoGao,JianSongApproachofdebuggingcontrollawsofABScombinedwithhardware-in-the-loopsimulationandroadexperiment.SAEPaperNo.2001-01-2729,November2001.[5]LiangChu,WanfengSun,YongFang,MingliShang,JianhuaGuo:DevelopmentofaTestBenchforIntegrativeEvaluationofthePneumaticABSTCSPerformance.VehiclePowerandPropulsionConference,2009.VPPC'09.IEEEPress,Sept.2009,pp.1079-1084,doi:10.1109/VPPC.2009.5289729[6]JianlongZhang,DelingChenandChengliangYinAdaptiveFuzzyControllerforHybridTractionControlSystembasedonAutomaticRoadIdentification.Proceedingofthe2006IEEEInternationalConferenceonAutomationScienceandEngineeringShanghai,China,October7-10,2006,PP524-529.Doi:10.1109/COASE.2006.326936[7]JianPei,LiMingZhao,DeJunWangandLiangChuFuzzyPIDcontroloftractionsystemforvehicleProceedingsoftheFourthInternationalConferenceonMachineLearningandCybernetics,Guangzhou,18-21August2005,pp.774-777,Doi:10.1109/ICMLC.2005.1527048.[8]Quan-ZhongYan,FaisalOueslati,JimBielendaandJohnHirshey:HardwareintheLoopforaDynamicDrivingSystemControllerTestingandValidation.SAEPaperNo.2005-01-1667,April2005.[9]AndreasRiedelandAlexanderSchmidt:TestingControlSystemsofTrucksandTruck-Trailer-CombinationswithHardwareintheLoop-VeryRealTestsinaVirtualWorld.SAEPaperNo.2001-01-2768.November2001.[10]AndreaMorgando,LinearApproachtoESPControlLogicDesign2006SAEWorldCongressDetroit,MichiganApril3-6,2006SAEPaperNo.2006-01-1017,April0[11