电动车窗防夹系统的建模与实现

T
( 11 ) ( 12 )
状态更新方程为 ^ ^ Φx Γc U c x k +1|k = k|k + Γ P k + 1 | k =Φ P k | kΦ +Γ
T T
( 13 )
T = un
( 6)
根据式 ( 1 ) ～ 式 ( 6 ) ,可以得到防夹估计器的状 态空间方程 :
・
其中 P k | k - 1和 P k | k为误差协方差的预报矩阵和更新 矩阵 。γ是有界的 H∞范数 。考虑到实时计算 , 可以 利用稳态 H∞滤波增益矩阵
2008 年 (第 30 卷 )第 6 期
汽 车 工 程 Automotive Engineering
2008 (Vol . 30) No. 6
2008121
电动车窗防夹系统的建模与实现
戴国骏 ,张 翔 ,张怀相 ,李二涛 ,曾 虹
(杭州电子科技大学计算机应用技术研究所 ,杭州 310018)
由图 1 可以得到
Tc = Kt Lm s + Rm ( U c - Keω) = Kt I m
( 4)
可以忽略 , 则输入电压可以默认为常值 。因此 , 可以 利用递归离散 H∞滤波算法来设计防夹估计器 。 测量方程为
^ ^ ^ x k | k = xk | k - 1 + Kf, k ( yk - H xk | k - 1 )
总线的电动车窗防夹系统上的实验结果 。
前言
1 模型建立
具有防夹功能的电动车窗由控制系统和传动机 构组成 ,传动机构由电机和机械升降机构两部分组 成 。防夹电动车窗控制系统通过一定的算法结合传 感器信号进行位置探测和防夹判断 , 该控制系统的 核心技术是车窗定位和防夹算法 。 防夹算 法设计 过程 中要 解决 的 主 要 问 题 是 : ( 1 )在探测区域 ( 4 ～200mm ) 内精确地探测出并迅 速释放障碍物 ; ( 2 ) 保证被夹障碍物的最大受力小 于 100N; ( 3 )消除防夹电动车窗机械参数及电气参 数随着使用时间变化 (老化 、 变形 、 磨损等 ) 对防夹 算法的影响 ; ( 4 )消除环境的变化 (温度 、 湿度 、 结冰 等 )对防夹算法的影响 。 作者分析了防夹电动车窗控制系统的功能需求 及设计难点 , 对系统建立了控制模型 , 提出了基于 H∞滤波的防夹控制算法 ,最后设计了基于虚拟仪器 的 PC 机数据采集软件 ,并给出了该算法在基于 L I N
～ ～ ～
T
ω T T ] x=[I m
u = [ uv un ]
T
・
T
～～
～
T
～
- 1
H P∞ = 0
～～
( 15 )
Ke Lm B J
F =
Rm Lm Kt J
-
0 0 0
T
0 1
J
T ΓT 。 其中 P ∞ =Φ P ∞Φ +Γ
0 1 0
2 模型验证及结论
采用以上 控制 模型 和防 夹算 法 , 构 建 了 基 于
来自百度文库
图 2 4 车门网络结构图
每个车窗防夹系统具有的主要功能为 : 手动 /自 动上升 ; 手动 /自动下降 ; 童锁 ; L I N 网络 ; 上升过程 中的防夹 ; 电机保护 ; 休眠 。防夹控制系统的结构如 图 3 所示 。
图 4 车窗无障碍物时上升下降功率波形图
通过实验选定了合适的 Δ t和 Δ W , 采用该防夹 算法后车窗上升过程中遇到障碍物时的功率波形图 如图 5 所示 。
111 防夹估计器的状态模型
[1]
线性直流电机的等效控制模型
如图 1 所示 。
图 1 线性化直流电机控制模型
从图 1 可以得出 : ω ( s) 1 = Tm ( s) J s + B
( 1)
原稿收到日期为 2007 年 7 月 19 日 ,修改稿收到日期为 2007 年 10 月 8 日 。
0 -γ I
- 1 - 2 T - 1 2
( 5)
・
外部干扰转矩 T 的变化切实反映了车窗的位 置 。当有障碍物时 , 外部干扰转矩及其变化率 T 将 显著地变化 , 而转矩变化率相对更明显 。转矩变化 率可以描述为能量有界的随机噪声信号 un :
・ ・
H∞滤波增益 Kf, k为 Kf, k = ( Pk | k +γ L L ) H
Kf = ( P∞ +γ L L ) P∞可以由下式得到 :
～
- 1 - 2 T - 1
x = F x + GcUc + G u
y = H x +ν 其中 y 是电流 ,ν 为外部测量噪声信号 ,
( 7)
H
T
( 14 )
根据式 ( 10 ) 和式 ( 13 ) , 稳态误差协方差矩阵
P∞ - P∞ - P∞ H ( H P∞ H + R )
( 8)
其中 Φ = L
- 1
ts
( sI - F )
- 1
| t = ts , L 为拉普拉斯算子 ;
B J
ω+
1
J
Tc -
1
J
( Tp + Tw ) + uv
( 3)
Γc = ∫ τ) G c d τ ; 0Φ (
ts Γ =∫ τ ) Gd τ 。 0Φ ( 对于系统模型式 ( 8 ) , 如果驱动电压 U c 的浮动
图 5 采用防夹算法后车窗上升遇障碍物时功率波形
图 3 电动车窗防夹系统硬件结构
在图 5 的位置 1 处 ,电动车窗系统收到来自 L I N 网络的上升命令 , 开始上升 , 同时防夹算法启动 ; 在 位置 2 处有外界障碍物在上升中施加压力 , 防夹算 法探测到电机功率明显增大 ; 在位置 3 处 ,防夹算法 判断出有障碍物存在 , 马上制动电机 ; 在位置 4 处 , 车窗开始下降 , 车窗下降过程中不接受任何外部命 令 ; 在位置 5 处 ,车窗下降到底部 。 采用该模型及控制算法开发的防夹电动车窗系 (下转第 530 页 )
T = Tp + Tw
( 9) ( 10 )
T
P k | k = P k | k - 1 - P k | k - 1 H R e, k H P k | k - 1
- 1
～
T
- 1
～
其中 R e, k = R + H P k | k - 1 H , H = [ H L ] ,
～
～
～
～
T
～
R =
1 0
关键词 : 电动车窗 ; 防夹系统 ; L I N 总线 ; 滤波算法
Modeling and Imp lementation of Power W indow Anti2 p inch System
Da i Guojun, Zhang X i ang, Zhang Hua ix iang, L i Ertao & Zeng Hong
・ 540 ・
汽 车 工 程
2008 年 (第 30 卷 )第 6 期
[2 - 4]
Tm = Tc - Td = Tc - Tp - Tw - Tv Tv 为振动转矩 。
( 2)
H∞滤波算法比传统的卡尔曼滤波算法更有效
。
式中 Tp 为障碍物转矩 , Tw 为克服车窗重力的转矩 , 汽车行使过程中路面状况复杂 , 因此振动转矩
LI N 总线的带有 4 个车门的车门系统 , 4 个车门的防
0 0 0 0 0 1 0 0
0 0 1 0
T
G c = [ 1 /Lm 0 0 0 ] G =
夹控制器处于同一个 L I N 网络 中 , 驾驶 员车 门为 [5] LI N 主结点 ,剩余 3 个车门为从结点 , 通过驾驶员 车门可以实现对整车 4 个车门的分布式控制 , 同时 驾驶员车门控制器还可以接入 CAN 网络 , 并通过 CAN 网络与车身中央控制器联网 , 接入整车的分布
Institu te of Com pu ter A pplica tion Technology, Hangzhou D ianzi U n iversity, Hangzhou 310018
[ Abstract] In view of the function requirements of power w indow anti2 p inch system , a physics model and a second 2 order control model for the system are set up w ith a corresponding parameters estim ator p roposed. Then, a power w indow anti2 p inch system based on L I N bus is designed and imp lem ented. The test results show that the p ro2 posed system has high adap tability, stability and feasibility w ith low cost . Keywords: power w in dow; an ti2p in ch system; L IN bus; f ilter in g a lgor ithm
[ 1 ] Masayuki Soga, M ichihito Shim ada, Jyun 2Ichi Sakamoto, et al . Development of Vehicle Dynam ics Management System for Hybrid Vehicles: ECB System for I mp roved Environmental and Vehicle Dynam ic Performance[ J ]. JSAE Review, 2002 ( 23) : 459 - 464. [ 2 ] Eiji Nakamura, Masayuki Soga, Akira Sakai, et al . Development of Electronically Controlled B rake System for Hybrid Vehicle[ C ].
Tw 的参考位置为车窗底部 , 并与车窗位置基本
成正比关系 , Tp 是在有障碍物时突然产生的 , 并随 障碍物类型的不同而变化 。实际上 , 除了在车窗升 至顶端位置时 , Tw 总是小于 Tp 。在障碍物被夹时 , 转矩的变化率和没有障碍物时转矩的变化率相差较 大 , 因此可将这些转矩描述为单个状态变量 T。
汽 车 工 程
2008 年 (第 30 卷 )第 6 期
期望制动力下限的跟随性 , 分析认为这是由车辆液 压制动系统特性和阀控特性决定的 。由于液压的产 生只能依靠踏板的动作而阀控仅仅是对溢流压力的 控制 ,因此在控制中使得实际液压制动力曲线的绝 大部分线段都在液压制动力需求曲线的下方 。
5 结论
文中对电动汽车电液并行制动系统进行了结构 和算法的详细设计 , 并对设计系统的前轴再生制动 力的施加对整车前后制动力分配产生的影响进行了 分析 ,通过优化前后液压制动力分配比改善了由再 生制动引起的前轮过早抱死的问题 。通过台架试验 数据可以看出 : 液压制动能够在系统的控制下实现 对期望制动力较好的跟随 , 即在完成再生制动的同 时保证整车的制动性能 。 参考文献
H = [ 1 0 0 0 ]。
由于没有 u 和 ν的统计信息用作防夹估计器 ,
2008 (Vol . 30 ) No. 6
戴国骏 ,等 : 电动车窗防夹系统的建模与实现
・ 541 ・
式控制网络 , 4 个车门的网络结构如图 2 所示 。
系统采用电机功率检测的方法来判断是否有障 碍物被夹住 ,在车窗上升的过程中 ,防夹算法不断计 算电机在时间 Δ t内的平均输出功率 W 和上升速度
v,并与前一段时间内计算的电机平均输出功率和上
升速度进行比较 , 如果发现相差超过某个设定的阈 值Δ W ,就可以做出是否有障碍物被夹的判断 。如 果有障碍物被夹 ,则立即停止电机并降下车窗 ,以释 放障碍物 。实际的开发过程中 , 针对某个型号的车 窗电机 ,要通过实验选定一个合适的 Δ t和 ΔW 。 车窗无障碍物上升 /下降过程中的电机功率波 形如图 4 所示 。
[摘要 ] 针对电动车窗防夹系统的功能需求 , 给出了电动车窗防夹系统的物理模型 , 并建立了电动车窗防夹
控制系统的二阶控制模型 ,提出了简易的控制系统估计器 ; 设计并实现了基于 L I N 总线的电动车窗防夹系统 。实验 结果证明 ,针对相应结构的车窗 ,该算法具有较高的自适应性 ,并具备稳定性好 、 可行性高 、 成本低等特点 。
Tv 的模型很难建立 。不失一般性 , 假定振动转矩 Tv
212 基于 H ∞的防夹估计器
基于采样时间 ts ,状态空间方程式 ( 7 ) 的离散状 态空间为
xk + 1 =Φ xk +Γc U c +Γ uk yk = Hxk +ν k
引起的转速变化是未知的 , 并定义为外部噪声 uv 。 根据式 ( 1 )和式 ( 2 )推出 ω= ・
所选用的电动车窗玻璃升降器 , 采用轮绳式传 动机构 ,主要使用在国产桑塔纳轿车上 ,空载转速约 为 80 r/m in, 堵转转矩小于 12N ・m , 堵转电流小于
23A ,使用汽车级继电器来控制电机的运转 。控制
系统通过 Hall信号获得电动车窗的实时位置转速 等信息并实时计算 。
・ 530 ・