今日汽车驱动防滑的模糊控制方法研究

汽车驱动防滑的模糊控制方法研究

摘要：汽车驱动防滑控制系统是一种新型的主动安全控制技术，本文通过对模糊控制技术的研究，将模糊技术和传统的PID 控制技术结合，将其应用于车辆的防滑控制中，通过仿真结果比较看出，取得了较好的效果。

关键词：滑转 滑转率 模糊控制

随着汽车行驶速度的提高，以及道路行车密度的增大，对于汽车的行驶安全性能的要求也越来越高。特别是汽车在高速工况下，驱动轮在低附着系数路面和附着系数分离的坡道、不平等路面行驶，或在起步和加速时，车轮发生滑转，导致汽车侧滑、空转和方向失去控制等安全问题显得更为突出。汽车驱动防滑控制系统(Anti-slip Regulation，简记为ASR)是一种新型的主动安全控制技术，它们是继制动防抱死控制(ABS)之后又一新发展，对于改善车辆的牵引性、操纵性、稳定性和安全性、舒适性等具有重要的意义。

所以它的研究就得到很大的重视，而且已迅速成为一个重要的课题。驱动防滑控制系统是防止汽车在驱动过程中(特别是起步、加速、转弯等过程)驱动轮发生滑转，使汽车在驱动过程中的方向稳定性、转向操纵能力和加速性等也都得到提高。它是伴随着汽车制动防抱死系统(ABS)的产品化发展起来的。

车辆－路面系统是一个非常复杂的非线性系统，它包括像路面、轮胎、驾驶员等诸多非线性因素，所以很难用一个数学模型将车辆系统准确地表示出来。而驱动防滑控制系统也是一类复杂的非线性系统，由于车辆系统本身的非线性使得驱动防滑控制系统的传统设计非常困难，所以国外车辆上安装驱动防滑控制系统大多采用逻辑门限控制方法，也就是一种开关控制，它的门限值要靠经验选取，而且控制过程不平稳，所以控制效果不是很理想。而智能控制方法恰恰正适用于该类系统的设计，所以本文将采用智能控制中较为成熟和有实际应用的模糊逻辑控制方法进行研究，将其应用不过于驱动防滑控制系统。

1 汽车驱动防滑控制的原理

在驾驶员、汽车和环境三者所组成的闭环系统中，汽车与环境之间的最基本联系是轮胎和路面之间的作用力(包括纵向力和侧向力、法向力以及回正力矩、翻转力矩等)，汽车的行驶状态主要是由轮胎和路面的作用力决定的，因此驾驶员对汽车的控制实质上是在控制轮胎与路面间的作用力，但是，车轮与路面间的作用力要受到轮胎与路面间的附着特性的限制。当轮胎与路面间的作用力接近或达到附着极限，如汽车起动或加速行驶过程中，如果路面附着系数较小，常常会使车辆驱动扭矩超过轮胎与路面间的附着极限，产生驱动轮过度滑转。这不但降低汽车的驱动性能，加剧轮胎磨损，增大传动系载荷和驾驶员负担，增加燃油消耗工作台、上横梁经过两根立柱衔接，而且损害车辆的操纵性、稳定性和安全性。所以合理地调节车Si0.29辆轮胎与路面间的作用力，对于提高汽车的主动安全性具有重要的意义。

汽车在路面上行驶，其驱动力取决于发动机输出扭矩，但要受到路面附着条件的限制。轮胎与路面的附着极限与轮胎结构、路面状况、天气情况、车速等因素有关，是一个变化范围很广的不确定量，大量试验证明，轮胎与路面之间的附着系数与滑转率的关系如图1 所示。从图中可以看出，纵向附着系数在开始随着滑转率的增加，当附着系数达到一最大值以后随着滑转率的增加而降低；侧向附着系数则随着滑转率的增加而降低，当滑转率为1 时，侧向附着系数已非常小。而附着系数与附着力在一定范围内成正比例关系，综合考虑纵向附着系数和侧向附着系数，比较理想的驱动轮纵向滑转率应略小于峰值附着系数所对应的滑转率大约在0.05～0.2 之间。这样不但可保证车辆具有良好的牵引性，同时又具有一定的侧向稳定潜能。汽车驱动防滑控制正是利用它们的这种关系，在驱动过程中将驱动轮的滑转率控制在0.05～0.2 的范围内。

图1 附着系数与滑转率的关系图

2 模糊逻辑控制技术的基本原理

传统的控制是依赖于被控系统的数学模型，而模糊逻辑控制规则是依赖于被控系统的物理特性。物理特性的提取要靠人的直觉和经验。这些物理特性在人脑中是用自然语言来总结抽象成一系列的概念和规则的，自然语言的一个重要的特点就是具有模糊性。人可以根据不精确信息来进行推理而得到有意义的结果，而模糊控制系统就是用机器来模仿人的这样的过程。首先将人的实际经验进行总结和形式化描述，用语言表达成一组定性的条件语句和不精确的决策规则，然后利用模糊集合作为工具使其定量化，进而设计一个控制器，用那些形式化的人的经验法则模仿人的控制策略，再驱动若发现生锈现象设备对复杂的工业过程进行控制，这就构成了模糊控制器。

常规的模糊控制器对复杂的和模型不清楚却能进行简单而有效的控制，比较容易实现。但简单的模糊控制器由于不具有积分环节，因而在模糊控制系统中又很难完全消除稳态误差，而且在变量不够多的情况下，常常在平衡点附近会有小的振荡现象。PID 控制器是一种非常简单而有效的控制方法，是过程控制中应用最广泛最基本的控制方法，它具有积分环节，可消除余差。所以把这两种控制方法结合起来，就可以构成兼有这两者优点的模糊PID 控制器。目前模糊技术与PID 控制算法结合起来主要有两种形式：一种是利用模糊控制器来给PID 控制器自整定(或者自校正、自调整)PID 参数，组成模糊自整定参数PID 控制器；另一种是在大偏差范围内采用比例控制，而在小偏差时采用模糊控制，在0 值附近采用PI 控制，几种控制方式的切换是根据预如电拉1般有载荷、位移、变形等检测环节先确定的偏差阙值来控制，这就构成P-FUZZY-PI 分段控制器。本文主要进行后一种控制方法的设计研究。

2.1 模糊PID 控制器的原理

要提高基本模糊控制器的设计精度和跟踪性能，就必需对语言变量取更多的语言值，即分档越细，性能越好。但同时带我们济南实验机厂产品质量好、客户多、服务的水平自然要跟上来的缺点是规则数和系统的计算量也大大地增加，以至模糊控制规则表也难以把握，调试更加困难，或者不能满足实时控制的要求。解决的一个方法就是在控制域内用不同的控制方式实现控制。

当偏差大于某一个阙值时，用比例控制，以提高系统的阻尼性能，减小响应过程；当偏差减小到阙值以下时，切换转入模糊控制，以提高系统的阻尼性能，减小响应过程的超调，这样就综合了比例控制和模糊控制的优点。在这种方法中，模糊控制的论域仅是整个论域的一部分，这就相当于模糊控制论域已被压缩，就等效于语言变量的语言值即分档数增加，提高了灵敏度和控制精度。然而由于模糊控制没有积分环节，而且对输入量的处理是离散而有限的，即控制曲面是阶梯形而并非平滑的，因而最终必然存在稳态余差，而PI 控制在平衡点附近的小范围调节效果是较理想的，其积分作用可最终消除余差。

由此就可采用多模态分段控制算法来综合比例、模糊和比例积分控制的长处，不但可以使系统具有较快的响应速度和抗参数变化的鲁棒性，而且可以对系统实现高精度误差控制的P-FUZZY-PI 控制器，以汽车驱动防滑控制为例，其结构如图 所示。

图2 汽车驱动防滑的P-FUZZY-PI 控制器

P 控制 当e>=EP (切换阙值)

FUZZY控制 当Z3 汽车驱动防滑P-FUZZY-PI 控制器仿真计算

本文分别采用了两种控制方法在8 自由度的车辆模型上进行了仿真比较，一种是采用传统的模糊控制方法，总共采用了15 条推理规则如表2 所示；另一种即P-FUZZY-PI 控制。仿真工况为低附着路面(0.20)起步加速直线行驶，其滑转率控制曲线和行驶距离曲线分别如图7、图8 所示。表2 模糊控制规则表

图7 滑转率控制比较曲线

图8 行驶距离比较曲线

从图中的比较可以看出，采用模糊控制的滑转率在理想滑转率附近还有一定的误差，这也是模糊控制器所固有的缺点，而P-FUZZY-PI 控制器控制的车轮滑转率基本和理想值相等，基本消除模糊控制带来的余差，而且其响应速度更快，其效果也有一定的提高。同时采用模糊控制时，由于规则设计等原因常会引起振荡，要消除振荡要增加规则或经过反复调试，使计算量大大增加，采用P-FUZZY-PI 控制就很容易解决这一问题。从计算速度上P-FUZZY-PI 控制也有了较大的提高。

4 结论

本文主要进行了一类模糊PID 控制器设计，它将传统的PID 控制与模糊控制技术结合，利用了各自的优点，从仿真计算结果来看其控制效果比单纯的模糊控制有了较大的提高，而且大大降低了模糊控制器设计的工作量，提高了运行速度，是一种较好的控制方法。每种控制方法都有各自的特点和应用范围，控制系统设计中，单纯的一种控制方法往往不一定是最优的，如果采用几种控制方法有效的结合，利用各自的优点克服其弱点，将会得到更加理想的控制效果，这也是目前控制领域比较活跃的一个方向，以后将进行该方面的进一步的研究。

参考文献

1 郭孔辉. 汽车操纵动力学. 长春：吉林科学技术出版社，1992

2 Jurgen Gerstenmeier. Traction Control (ASR) – An Extension of the Anti-Lock Braking System (ABS) . SAE 861033

3 窦振中. 模糊逻辑控制技术及其应用. 北京：北京航空航天大学出版社，1997(end)