高性能分布式驱动电动汽车关键基础问题研究

永磁同步电动机振动与噪声特性研究一、本文概述随着科技的不断进步和环保理念的日益深入人心，永磁同步电动机（PMSM）作为一种高效、环保的驱动方式，已在诸多领域得到了广泛应用。

然而，随着其使用范围的扩大，其振动与噪声问题也逐渐显现，成为了制约其进一步发展的关键因素。

因此，本文旨在深入研究永磁同步电动机的振动与噪声特性，以期为降低其振动与噪声、提高其运行稳定性和可靠性提供理论依据和技术支持。

本文将首先介绍永磁同步电动机的基本原理和结构特点，阐述其振动与噪声产生的机理。

在此基础上，通过理论分析和实验研究相结合的方法，研究永磁同步电动机在不同工况下的振动与噪声特性，探讨其影响因素和变化规律。

本文还将对永磁同步电动机的振动与噪声抑制技术进行研究，提出有效的抑制方法和措施。

本文的研究内容不仅对于提高永磁同步电动机的性能和可靠性具有重要意义，而且对于推动永磁同步电动机的广泛应用和产业发展也具有积极的促进作用。

因此，本文的研究具有重要的理论价值和实践意义。

二、永磁同步电动机的基本原理与结构永磁同步电动机（PMSM）是一种高效、高性能的电动机，广泛应用于电动汽车、风力发电、工业机器人和精密机床等领域。

其基本原理和结构决定了其在振动和噪声特性上的表现。

永磁同步电动机的基本原理基于电磁感应和磁场相互作用。

它利用永磁体产生恒定磁场，作为励磁源，通过控制定子电流的相位和幅值，使定子磁场与转子磁场保持同步旋转。

当定子电流产生的旋转磁场与转子永磁体磁场相互作用时，会产生电磁转矩，驱动电动机旋转。

永磁同步电动机的结构主要由定子、转子和端盖等部件组成。

定子由铁心和绕组组成，铁心用于固定绕组并提供磁路，绕组则通过电流产生旋转磁场。

转子则主要由永磁体和铁心组成，永磁体提供恒定磁场，铁心则用于增强磁场强度。

端盖则用于固定定子和转子，并提供机械支撑。

在PMSM中，永磁体的使用是关键。

永磁体具有高矫顽力、高剩磁和高磁能积等特点，能够提供稳定的磁场，从而提高电动机的效率和性能。

电动汽车驱动电机系统标准及测试问题分析何鹏;林黄炘;孔治国【摘要】随着型式试验和CCC认证的推进和执行,电动汽车驱动电机系统标准体系及执行过程中若干典型测试问题受到关注.该文首先对现有电机驱动系统标准进行了解析,并对国内外相关标准体系加以对比分析.在此基础上针对若干典型测试问题进行了研究和探讨,进而提出了目前标准测试面临的新挑战,为完善驱动电机系统测试方法及标准制修订提供支撑.【期刊名称】《汽车工程师》【年(卷),期】2018(000)006【总页数】4页(P44-47)【关键词】电动汽车;驱动电机系统;标准;测试【作者】何鹏;林黄炘;孔治国【作者单位】中国汽车技术研究中心有限公司;中国汽车技术研究中心有限公司;中国汽车技术研究中心有限公司【正文语种】中文电动汽车是未来汽车产业发展的重要方向，其规模化发展势在必行。

驱动电机系统是电动汽车实现能量转换与动力输出的关键，扮演着传统汽车“智能发动机”的角色，其地位与重要性不言而喻。

伴随着电动汽车整车技术的进一步成熟与完善，对驱动电机系统的功率密度、转矩密度、工作效率、高效区及环境适应性等提出了更高的要求。

近年来，驱动电机系统呈现出了高速化、永磁化、集成化及一体化的发展态势，特别是高速化及集成化对驱动电机系统的测试提出了新的要求和挑战。

另外，随着电动汽车驱动系统构型的多元化，现有单一测试标准也暴露其局限性与不完全适用性。

文章在解析现有国内测试标准及对比国内外标准体系的基础上，针对一些普遍存在的典型测试问题进行了分析，并提出一些目前测试技术面临的新挑战，为完善驱动电机系统测试方法及标准提供了支撑，提升了驱动电机系统产品质量，推动了电动汽车整体技术发展。

1 标准体系及国内外标准对比近年来，国内的科研院所和企业围绕电动汽车用驱动电机系统及其关键技术，进行了测试评价方法和标准的研究和完善。

从整车开发需求和驱动电机系统自身特性出发，对其输入输出特性、EMC特性、安全保护、可靠性及耐久性等方面进行了深入研究，制订了多项标准，推动了行业技术进步和规范化管理。

电动车质量控制随着科技的不断发展和人们生活水平的提高，电动车已经成为越来越多人的出行选择。

电动车具有环保、节能、便捷等优点，同时也能有效缓解城市交通压力。

然而，电动车的质量问题也一直备受。

为了保障消费者的权益和电动车行业的健康发展，必须对电动车的质量进行严格控制。

电动车的质量直接关系到其使用寿命和安全性。

如果电动车的质量不过关，不仅会影响其使用寿命，还可能引发安全事故。

因此，对电动车的质量进行控制是非常必要的。

生产标准是保证产品质量的基础。

企业应该根据国家相关法规和行业标准，结合自身实际情况，制定出严格的电动车生产标准。

在标准中，应该明确各项技术指标、工艺要求、检验方法等，确保生产出的电动车符合质量要求。

原材料的质量直接关系到电动车的整体质量。

企业应该加强对原材料的把控，从源头上保证产品质量。

具体来说，应该选择质量稳定、符合要求的原材料供应商，对进厂原材料进行严格检验，确保原材料的质量符合生产要求。

生产过程是保证产品质量的关键环节。

企业应该加强对生产过程的质量控制，确保每个生产环节都符合标准要求。

在生产过程中，应该对关键工序进行严格把关，如电机装配、电池安装等，确保这些工序的质量稳定可靠。

同时，还应该加强对员工的培训，提高员工技能水平和质量意识，确保每个员工都能按照标准要求进行操作。

产品检验和试验是保证产品质量的重要手段。

企业应该建立完善的检验和试验制度，对每批产品进行严格检验和试验。

在检验和试验过程中，应该遵循标准要求，对产品的各项性能指标进行检测和验证，确保产品符合质量要求。

同时，还应该加强对检验和试验数据的分析和总结，及时发现并解决潜在问题，不断提高产品质量水平。

通过实施严格的质量控制，企业可以生产出更高质量的电动车产品，提高产品的竞争力。

在市场竞争中，产品质量是企业生存和发展的关键因素之一。

只有不断提高产品质量，才能赢得消费者的信任和市场份额。

对电动车的质量进行严格控制，可以保障消费者的权益。

新型电力系统面临的挑战及关键技术1. 新型电力系统面临的挑战技术挑战：新型电力系统的关键技术包括新能源接入、储能技术、智能调度与控制、信息通信技术等。

这些技术的发展和应用需要解决许多技术难题，如如何实现新能源的高效并网、如何提高储能技术的性能和成本效益、如何实现智能调度与控制的精确性和实时性等。

经济挑战：新型电力系统的建设和运行需要较高的投资成本，而且其经济效益受到市场供需变化、政策支持等多种因素的影响。

如何在保证系统安全稳定运行的前提下，降低投资成本和提高经济效益，是新型电力系统面临的一个重要挑战。

政策挑战：新型电力系统的建设和发展需要政府的支持和引导。

各国政府在能源政策、法规标准等方面的差异，给新型电力系统的推广和应用带来了一定的困难。

如何协调各方利益，制定有利于新型电力系统发展的政策和法规，是新型电力系统面临的一个重要挑战。

网络安全挑战：新型电力系统的运行依赖于大量的信息通信技术，这就使得网络安全问题变得尤为重要。

如何确保新型电力系统的信息安全，防止网络攻击和数据泄露，是新型电力系统面临的一个重要挑战。

环境挑战：新能源的开发利用对环境产生一定的影响，如土地资源的占用、生态环境的破坏等。

如何在发展新型电力系统的同时，保护环境、实现可持续发展，是新型电力系统面临的一个重要挑战。

1.1 能源转型与供需平衡随着全球气候变化和环境问题日益严重，各国纷纷提出了能源转型的目标，以实现可持续发展。

新型电力系统作为能源转型的关键基础设施，需要在保障能源供应的同时，兼顾环境保护和资源利用效率。

在这一背景下，新型电力系统面临着诸多挑战，其中之一便是如何实现能源转型与供需平衡。

新型电力系统需要在能源结构上实现多元化，传统的化石能源在满足能源需求的同时，排放大量温室气体，加剧了全球气候变暖。

新型电力系统需要大力发展清洁能源，如太阳能、风能、水能等，以替代化石能源，减少温室气体排放。

清洁能源的不稳定性和间歇性给电力系统的调度和管理带来了很大挑战。

专访宾洋博士：从优秀到卓越，用科技创新引领行业变革文/曹越汽车行业诞生已有百余年的时间，随着社会的进步和全球经济的快速发展，世界范围内汽车保有量与日俱增，而传统汽车暴露出环境污染、能源消耗和安全性能等方面诸多缺点和弊端，引起来各大汽车制造商、消费者和行业专家的高度重视和关注。

很显然，传统汽车已经无法满足环境、能源和安全要求，研发以节能、环保、安全为核心的新能源且具备智能驾驶的汽车已成为亟待解决的热点和难点问题。

由于燃料电池具有清洁无污染、转换效率高、运行安静等优点，受到全球各大汽车商的青睐。

经过十多年的探索，燃料电池汽车已经取得了飞跃性的发展。

德国奔驰，美国通用和福特等世界知名品牌均推出了燃料电池混合动力样车，而其中日本丰田和韩国现代已经有量产车型面市。

汽车行业已经进入转型升级阶段，如何才能以产品生态驱动产业格局优化，香港广耀自动化控制技术有限公司的宾洋博士用实际行动给出了答案。

宾洋博士毕业于清华大学，现担任重庆理工大学教授、四川大学客座教授、香港广耀技术总监等多重职务，主要从事车辆动力学、自动化控制、新能源电动车、轮式无人驾驶平台的理论及应用等领域的研究，先后在美国及法国等多所高校、研究所从事研究工作。

经过二十多年自动化控制和汽车动力学领域的沉淀积累，宾洋博士具备了较为扎实的车辆控制理论基础和丰富的能源系统实际应用经验。

2015年，宾洋博士在香港注册成立了香港广耀自动化控制技术有限公司，专注于自动化控制技术，车用分布式混合动力能源系统、燃料电池控制及系统集成、高性能大功率DC/DC变换器及无人驾驶移动系统等方面的技术研发。

香港广耀在宾洋博士的带领下，提出以保护环境和节约能源为己任的公司企业文化口号--“For this wonderful planet”，研发了多项与汽车能源、安全相关的核心关键技术：（1）功率密度比高达>8.7KW/L（>4KW/KG）的燃料电池车用DC/DC变换器，并有望在未来两年推出面向乘用车的超高密度比183KW/L的全碳化硅DC/DC变换器B样机，解决系统轻量化和小型化的卡脖子问题；（2）显式模型预测控制算法及燃料电池混合动力控制技术，实现功率流在电池和燃料电池之间的实时优化分配，达到系统整体效率最优，同时延长燃料电池的使用寿命；（3）前/后轴分布式扭矩优化驱动技术，通过动态优化分配前/后轴的驱动力矩，实现行车过程中能耗的最优化控制；（4）通过协调电机制动过程中的制动力矩和电池SOC，实现再生制动能量回馈的最大化。

汽车运用技术（专科）毕业论文题目：汽车新能源技术浅析姓名：学号：班级：指导教师：二○一三年四月二十日目录摘要 (1)关键词 (1)前言 (1)正文一、汽车的新能源技术以及要求 (1)二、中国新能源汽车发展状况 (2)三、目前新能源汽车的分类以及优缺点 (3)四、其他方案 (6)五、新能源研究领域的最新方向以及各能源的对比 (8)六、目前新能源技术的主要瓶颈——电池和充电技术 (10)七、总结 (11)致谢词 (12)参考文献 (12)汽车新能源技术浅析[摘要]汽车是支柱产业，也是基本的交通工具，目前各国政府都力求用保持汽车的发展来促进经济的发展和民众生活福利的提高。

发展新能源汽车可以在保持汽车增长的状况下降低石油消耗、保护大气环境，各国政府普遍把发展新能源汽车看成实现其能源环境政策和汽车工业可持续发展的重要组成部分。

因此，新能源汽车是世界各国的共同追求。

[关键词]：交通新能源汽车前言新能源汽车是指除汽油、柴油发动机之外所有其它能源汽车。

包括燃料电池汽车、混合动力汽车、氢能源动力汽车和太阳能汽车等。

其废气排放量比较低。

据不完全统计，全世界现有超过400万辆液化石油气汽车，100多万辆天然气汽车。

正文一、汽车的新能源技术以及要求新能源又称非常规能源。

英文名称：New energy vehicles。

是指传统能源之外的各种能源形式。

指刚开始开发利用或正在积极研究、有待推广的能源，如太阳能、地热能、风能、海洋能、生物质能和核聚变能等。

新能源汽车对于电机控制系统的要求更加严苛。

作为新能源汽车的核心部件，电机控制不仅关系着整车性能，还与行车安全息息相关。

高性能电机控制系统对处理器的处理能力和安全特性都提出了很高要求。

二、中国新能源汽车发展状况中国新能源汽车产业始于21世纪初。

2001年，新能源汽车研究项目被列入国家“十五”期间的“863”重大科技课题，并规划了以汽油车为起点，向氢动力车目标挺进的战略。

“十一五”以来，我国提出“节能和新能源汽车”战略，政府高度关注新能源汽车的研发和产业化。

ＣＲＵＩＳＥ软件及其在电动汽车仿真中的应用对一些特性复杂的模块（如电动机），可以在参数设置窗口通过编辑图表曲线建立曲线图（如速度一转矩特性曲线）来实现参数设置。

图２ＣＲＵＩＳＥ中实现的电动汽车为了在ＣＲＵＩＳＥ中实现能量管理控制策略，充分发挥电池加超级电容能量存储结构的优势，可以通过ＣＲＵＩＳＥ提供的ＭａｔｌａｂＤＬＬ、ＭａｔｌａｂＡＰＩ模块将在Ｍａｔｌａｂ／Ｓｉｍｕｌｉｎｋ中建立的控制策略加入至ＵＣＲＵＩＳＥ中。

也可以利用ＣＲＵＩＳＥ中的ＢｌａｃｋＢｏｘ模块将用户编写的Ｃ、ＦＯＲＴＲＡＮ语言的控制策略嵌入在ＣＲＵＩＳＥ中。

这里采用ＭａｔｌａｂＡＰＩ模块的形式实现控制策略的仿真。

控制逻辑如下Ｈ。

：１）汽车平稳行驶时，由电池给电动机供电，并根据超级电容的ＳＯＣ值决定是否向超级电容充电；２）汽车启动或爬坡时，由电池和超级电容同时提供驱动能量；３）刹车或下坡时，电动机向电池和超级电容回馈能量；在Ｍａｔｌａｂ／ｓｉｍｕｌｉｎｋ中建立的控制模型如图３所示。

模型的输入来自ＣＲＵＩＳＥ的电机负载信号、车速、超级电容容量、刹车压力信号等，主要通过模糊逻辑控制器将包括电机负载信号，刹车压力、ＤＣ／ＤＣ控制信号作为输出信号返回至ＵＣＲＵＩＳＥ中。

图３控制策略模型图３４９CRUISE软件及其在电动汽车仿真中的应用作者：吴剑， 张承慧， 崔纳新， 李珂作者单位：山东大学,控制科学和工程学院,济南,2500611.学位论文石庆升纯电动汽车能量管理关键技术问题的研究2009面对日趋严重的能源短缺与环境恶化问题，新型车辆的开发利用愈来愈受到各国政府和工业界的高度重视。

在这种背景下，清洁无污染、零排放的纯电动汽车成为当今最有发展前途的交通工具之一。

纯电动汽车作为一种有限能量电源供电系统，其能量优化和控制，即能量管理问题的研究意义十分显著，正成为电动汽车领域研究的热点问题。

随着电力电子技术和计算机技术在汽车领域中的推广和应用，纯电动汽车的能量管理系统不断完善。

一、多重因素触动了汽车工业的低碳革命从1886年，卡尔·奔驰发明内燃机汽车，到1997年，世界首款量产的混合动力汽车丰田普锐斯在日本丰田公司的生产车间里下线，百年汽车产业发展史，其实就是一部汽车发动机的发展史，从压燃式发动机到涡轮增压，再到混合动力无不一次又一次地提升了发动机的动力和汽油的利用率。

但无论发动机技术如何完善，汽车一直与石油保持着亲密关系。

当前，全球汽车保有量以每年3000万辆的速度递增，到2010年，将超过11亿辆，这对城市大气环境、CO 2减排、石油供给以及能源安全都将构成巨大的挑战。

（一）石油危机加剧，能源安全受到威胁。

石油作为一种不可再生资源，面临着过度开采而日趋枯竭的问题。

据美国石油行业协会预测，地球上尚未开采的原油储藏量已不足2万亿桶，可供人类开采不超过95年的时间。

表1为全球石油储备、产出与消费情况。

石油的稀缺性和不可再生性使之成为一种关乎国家能源安全的重要战略物资，同时也是能源战略的重基于经济技术分析的电动汽车商业化模式研究叶瑞克欧万彬吕琛荣鲍健强（浙江工业大学政治与公共管理学院，浙江杭州310023）作者简介：叶瑞克浙江工业大学政治与公共管理学院讲师，硕士，研究方向：低碳经济欧万彬浙江工业大学政治与公共管理学院科学技术哲学学科硕士研究生，研究方向：低碳经济吕琛荣浙江工业大学政治与公共管理学院科学技术哲学学科硕士研究生，研究方向：低碳经济鲍健强教授，浙江工业大学政治与公共管理学院院长，研究方向：低碳经济【摘要】经历了百年发展历程的汽车工业，受到石油危机、能源安全、大气污染和全球气候变暖等多重因素的影响，一场低碳革命已然开始，电动汽车日益成为政府、学界、企业界、消费者乃至整个社会关注的热点领域。

本文从引发汽车工业低碳革命多重因素分析入手，详尽阐述了电动汽车（V2G ）在应对能源危机、大气污染和气候变暖时所具有的高能源效率、维修简便、低经济成本等全方位的技术经济优势，并从基础保障体系、技术研发体系、公共政策体系三方面对后石油时代电动车的商业化推广提出了意见和建议。

分布式驱动电动车降阶滑模状态观测器设计 郭孔辉;纪云峰;庄晔;赵志文 【摘 要】针对轮胎动力学存在的非线性问题及质心侧偏角估计的准确性与实时性问题,基于分布式驱动电动车(简称:IEV)车轮转矩易于测量的优势,设计了一种非线性降阶滑模状态观测器,对质心侧偏角和轮胎力进行估计.首先建立IEV车辆七自由度非线性动力学模型,选择UniTire轮胎模型描述轮胎特性.在此基础上考虑垂向载荷变化的影响;其次,利用饱和函数克服滑模固有的颤振现象;然后,根据IEV车辆车载传感器可测量的车辆状态,基于滑模变结构理论设计降阶观测器;最后以CarSim中的车辆模型作为仿真平台,对观测器性能进行验证.仿真结果表明:观测器对质心侧偏角和轮胎力的估计都有很高的精度.

【期刊名称】《科学技术与工程》 【年(卷),期】2014(014)020 【总页数】5页(P121-125) 【关键词】滑模观测器;UniTire轮胎模型;分布式驱动电动车;质心侧偏角 【作 者】郭孔辉;纪云峰;庄晔;赵志文 【作者单位】吉林大学汽车仿真与控制国家重点实验室,长春130022;吉林大学汽车仿真与控制国家重点实验室,长春130022;吉林大学汽车仿真与控制国家重点实验室,长春130022;吉林大学汽车仿真与控制国家重点实验室,长春130022

【正文语种】中 文 【中图分类】U463.5 近年来，各国开始大力发展电动汽车。IEV车辆作为电动汽车的一种新形式，由车轮轮辋内的轮毂电机直接驱动车轮[1]，各轮驱动力通过电机独立可控。由于这种分布式驱动的结构，IEV车辆电子稳定系统(ESP)的控制将会更加灵活。然而因成本和技术等因素的限制，质心侧偏角和轮胎力作为ESP控制系统重要的参考状态，无法通过传感器直接测量，造成了车辆状态信息缺失，进而阻碍了ESP系统性能的进一步提高；因此准确的估计车辆侧偏角和轮胎力对于车辆稳定性控制具有非常重要的意义。 目前，国内外许多学者关于车辆状态观测器设计方法的研究已经进行了大量工作。文献[2，3]基于线性轮胎模型，虽然设计结构简单，运算速度快；但车辆在极限工况下行驶时，观测器估计的偏差较大。文献[4—6]采用非线性轮胎模型，应用扩展卡尔曼滤波器方法设计观测器,虽然一定程度上提高了状态估计的精度，但需要对参考模型进行实时线性化，造成观测器结构复杂，运算量大，难以满足ESP系统对状态信息实时性的要求。 针对以上文献在研究中存在的不足，结合IEV车辆车轮转矩易测量的优势，提出一种非线性观测器的设计方法。首先建立IEV七自由度非线性车辆动力学模型，选择UniTire轮胎模型描述轮胎特性，在此基础上考虑轮胎垂向载荷转移的影响；其次对滑模观测器的收敛条件进行分析，利用饱和函数克服滑模固有的颤振现象；然后根据IEV车辆车载传感器的状态信息，基于滑模变结构理论设计降阶观测器；最后以CarSim中的车辆模型作为仿真平台对观测器性能进行仿真验证。 1 整车模型建立 在观测器的设计过程中，考虑了IEV车辆车轮的运动状态以及各个车轮垂向载荷的变化；同时根据质心侧偏角的定义，需要对车辆的纵向和侧向速度进行估计。因此选择七自由度车辆模型描述IEV车辆动力学特性如下[7] (Fyfl+Fyfr)sinδ+Fxrl+Fxrr (1)

分布式驱动电动汽车直接横摆力矩控制策略与仿真验证张一西;马建;唐自强;刘晓东;贺伊琳【摘要】[目的]改善分布式驱动电动汽车复杂行驶工况下的操纵稳定性.[方法]提出了一种分布式驱动电动汽车直接横摆力矩双层控制策略,上层根据参考模型和车辆实际状态参数,基于模糊控制规则决策出维持车辆稳定所需的附加横摆力矩,并基于Carsim中无控制双移线工况仿真结果,确定了模糊控制变量的基本论域范围;下层以提高操纵稳定性为目标,引入HSRI轮胎模型,并充分考虑电机和路面附着极限等约束条件将所需的横摆力矩进行优化分配,在Matlab/Simulink-Carsim联合仿真环境下建立控制策略,通过正弦迟滞和双移线工况仿真验证控制策略的性能.[结果]仿真结果表明,相比于等转矩分配,正弦迟滞工况和双移线工况下横摆角速度和质心侧偏角的跟踪滞后时间缩短,且最大跟踪误差分别减小了约98％、97％.[结论]直接横摆力矩双层控制策略能够有效地实现横摆力矩优化分配,提高了车辆的操纵稳定性和行驶安全性.【期刊名称】《甘肃农业大学学报》【年(卷),期】2018(053)004【总页数】10页(P159-167,176)【关键词】分布式驱动;直接横摆力矩;模糊控制;优化分配【作者】张一西;马建;唐自强;刘晓东;贺伊琳【作者单位】长安大学汽车学院,陕西西安 710064;长安大学汽车学院,陕西西安710064;上汽集团技术中心,上海 201800;长安大学汽车学院,陕西西安 710064;长安大学汽车学院,陕西西安 710064【正文语种】中文【中图分类】U461.6电动汽车技术作为一种节能、环保的先进技术受到了各国政府、企业以及高校研究机构的重视[1].相比于传统的内燃机汽车和集中式驱动电动汽车，分布式驱动电动汽车具有驱/制动力矩独立可控的特点，且轮毂电机响应迅速、控制精度高、结构紧凑[2]，为车辆利用直接横摆力矩实现操纵稳定性控制提供了有利的硬件基础[3].通过直接控制四轮驱动电机，产生附加横摆力矩，能够更好地提高车辆的操纵稳定性和行驶安全性.目前，国内外针对分布式驱动电动汽车直接横摆力矩控制已有大量的研究.Viehweider等[4]以横摆角速度和质心侧偏角为控制目标，采用H-∞理论计算附加横摆力矩，并采用基于伪逆法的转矩分配策略，同时考虑了路面附着极限的约束，但是忽略了电机转矩特性约束条件.Kim等[5]采用PI控制理论计算车辆直接横摆力矩，利用差动驱/制动转矩协调控制策略分配四轮转矩，但是控制策略只适用于低速情况下质心侧偏角较小的工况，高速时质心侧偏角增大.Kanchwala等[6]采用模型跟踪控制理论计算直接横摆力矩，结合线性二次型最优控制理论进行四轮转矩优化分配，但是该转矩分配控制忽略了电机转矩特性约束、轮胎附着极限等约束条件，具有一定的局限性.林程等[7]基于滑模控制算法计算附加横摆力矩，以提高操纵稳定性、降低电机能耗为目的，提出了驱动力矩优化分配控制策略，然而滑模控制存在抖振现象.本研究提出了一种基于双层控制结构的直接横摆力矩控制策略，以横摆角速度和质心侧偏角为联合控制目标，综合考虑了电机约束、路面附着极限约束，制定了转矩优化分配控制策略，同时基于复杂行驶工况下的仿真分析，验证了本研究提出的直接横摆力矩双层控制策略能够有效地提高车辆的操纵稳定性和行驶安全性.1 基于双层结构的直接横摆力矩控制策略现有的分布式驱动电动汽车直接横摆力矩控制普遍采用分层控制结构.上层采用基于参考模型跟踪的控制算法，根据驾驶员输入信号、车辆当前反馈状态等信息计算所需要的附加横摆力矩；下层将附加横摆力矩输入分配给各个电机执行器，控制4个车轮实现车辆运动控制[8].图1为本研究所提出的直接横摆力矩双层控制结构，上层为运动跟踪控制层，根据车辆模型输出的车辆行驶状态参数，如车速vx、前轮转角δ、横摆角速度γreal，质心侧偏角βreal等，结合二自由度参考模型得到动力学控制目标，即理想的横摆角速度值γmodel和质心侧偏角值βmodel，基于模糊决策计算维持车辆稳定行驶所需的附加横摆力矩ΔM，输入给下层控制器；下层为控制分配层，以轮胎利用率最小为控制目标，结合电机约束、路面附着极限约束、以及纵向力与横摆力矩需求，将上层决策出的附加横摆力矩进行优化分配，得到四轮转矩Tfl、Tfr、Trl、Trr输入车辆模型，达到车辆稳定性控制的目的.图1 直接横摆力矩双层控制结构Figure 1 Double layer structure of direct yaw moment control2 运动跟踪控制器2.1 参考模型线性二自由度车辆模型如图2所示.该模型忽略了轮胎的非线性以及轮胎的侧偏特性，只有沿Y轴的侧向运动和绕Z轴的横摆运动[9-11].线性二自由度车辆模型运动微分方程为：图2 二自由度参考模型Figure 2 2DOF reference model(1)式中，kf、kr为前、后轴侧偏刚度(N·rad-1)；a、b为汽车质心到前、后轴的距离(m)；m为汽车质量(kg)；δ为前轮转角(rad)；u为纵向速度(km·h-1)；v为侧向速度(km·h-1)；γ为横摆角速度(rad·s-1)；β为质心侧偏角(rad)；Iz为汽车绕Z 轴的转动惯量(km·m-2).仅考虑稳态转向的情况，此时代入式(1)得到横摆角速度和质心侧偏角稳态值为：(2)(3)式中，L为轴距，为稳定性因数.上述稳态值为线性轮胎模型下的响应值，而当车辆处于极限附着状态时，轮胎处于非线性状态，此稳态响应值不再适用，需对其进行修正.质心侧向加速度可表示为：(4)同时，侧向加速度还受到轮胎附着极限的限制：|ay|≤μ·g(5)车辆的质心侧偏角通常较小，因此，式(4)左边后两项的值远小于第一项，综合分析得到横摆角速度上限值为[11]：(6)一般情况下，在良好沥青路面上，车辆质心侧偏角大于10°会出现严重失稳现象；在积雪路面上，侧偏角只要达到4°就会失去控制[10].因此，根据经验得出质心侧偏角上限值为：βmax=arctan(0.02μg)(7)综上，为满足不同路面附着条件，修正后的横摆角速度和质心侧偏角目标值分别为：(8)(9)2.2 模糊控制器设计模糊控制方法的特点是不需要建立被控对象的精确数学模型，其控制效果仅依赖于控制变量的控制规则，本研究选用双输入单输出的Mamdani模糊控制结构来决策附加横摆力矩.如图3所示，模糊控制器的输入为实际横摆角速度与目标横摆角速度的偏差eγ及实际质心侧偏角与目标质心侧偏角的偏差eβ，输出为附加的横摆力矩ΔM.图3 双输入单输出模糊控制器Figure 3 Fuzzy controller includes two inputs and single output施加稳定性控制的前提是车辆处于严重失稳状态之前，若车辆已经处于严重偏离目标行驶轨迹的失稳状态，即使施加稳定性控制，也未必能够使其恢复稳定行驶状态.双移线工况能够反映车辆的操纵稳定性，在此根据国标ISO3888-1:1999中规定的双移线仿真工况，基于Matlab/Simulink-Carsim联合仿真平台，分别仿真得到车辆无控制时，3种车速下的目标质心侧偏角、横摆角速度与实际值的差值，如图4所示，根据该仿真结果确定模糊控制输入输出变量的基本论域范围.由图4可以看出，车速为60 km/h时，车辆能够很好地跟踪目标行驶轨迹，侧向加速度小于0.4 g，轮胎处于线性稳定区域；车速为90km/h时，车辆虽偏离目标行驶轨迹，侧向加速度增大，但此时侧向加速度仍小于0.4 g，轮胎仍处于线性稳定区域；车速为120 km/h时，车辆已偏离目标轨迹，侧向加速度较大，峰值处的侧向加速度大于0.4 g，轮胎处于非线性区域.根据上述结果分析，取输入量eγ的基本论域为[-0.12，0.12]，eβ的基本论域为[-0.06，0.06].设置模糊控制器输入输出模糊论域范围为[-6，6]，输入输出变量的语言值为{负大、负中、负小、零、正小、正中、正大}，对应模糊子集{NB、NM、NS、ZO、PS、PM、PB}，各模糊子集的隶属度函数选用左右对称的三角形隶属度函数，制定输入输出变量的隶属度函数如图5所示.图4 无控制双移线工况下仿真结果Figure 4 Simulation results without control of double lane change condition图5 模糊控制变量隶属度函数Figure 5 Membership function of fuzzy controller variables根据经验可知，若车辆出现不足转向，对车辆附加一个正向的横摆力矩来减小不足转向趋势；若车辆出现过多转向，对车辆附加一个反向的横摆力矩来减小过多转向趋势[12]，模糊控制系统中所使用的模糊规则为：If(eγ,is Eγ)and(eβis Eβ)then(ΔM is EΔM)式中，Eγ，Eβ，ΔM分别为输入量eγ，eβ和输出量ΔM的模糊子集.具体的模糊控制规则如表1所示.经过模糊规则推理输出的只是横摆力矩的模糊量，还需通过反模糊化的方法将其转化为精确量，在此选择面积重心法进行反模糊化处理.表1 模糊控制规则Table 1 Rules of fuzzy controller质心侧偏角横摆角速度NBNMNSZOPSPMPBNBPBPBPBPMPMZOZONMPBPBPMPMPSZOZONSPB PMPSPSPSZOZOZONBNMNSZOPSPMPBPSZOZONSNSNSNMNBPMZOZO NSNMNMNBNBPBZOZONMNMNBNBNB2.3 横摆力矩约束当车辆处于非稳定行驶状态时，模糊控制器根据输入参数的误差情况制定出稳定车辆的横摆力矩，但是，若车辆所处的路面不能够提供模糊控制器输出的横摆力矩，仍强行施加横摆力矩，则可能造成个别车轮出现过度滑转现象，反而不利于车辆稳定[13].在此，参考文献[13]，若模糊控制器输出的横摆力矩大于横摆力矩限值则输出横摆力矩限值；若小于，则输出由模糊控制得到的横摆力矩.已知，地面能够提供的最大横摆力矩Mzmax为：(10)式中，Bf、Br分别为前、后轮轮距(m).其与模糊控制器输出的横摆力矩值差值为：eM=Mz max-Mzfuzzy(11)则最终输出的横摆力矩为：(12)3 四轮驱动转矩优化分配现有的转矩分配方法主要包括非优化分配算法和优化分配算法，优化分配算法又包括广义逆法、二次规划法、加权最小二乘法等.本研究采用加权最小二乘法进行优化分配求解.3.1 优化分配目标函数轮胎利用率是单个轮胎上轮胎力与路面所能提供最大附着力的比值，最大值为1，轮胎利用率表征了汽车的稳定性.在相同行驶状态下，轮胎附着利用率越小，表示轮胎力与最大附着力差别越大，轮胎的附着裕量越多，车辆在极限工况下维持稳定行驶的能力也越强，反之则越弱.如果轮胎利用率达到1，说明汽车已达到附着极限，随时有失稳危险.在此，以轮胎附着利用率最小为优化分配目标函数，如下：(13)式中，μi为轮胎与路面间的附着系数；Fxi为车轮所受纵向力(N)；Fyi为车轮所受侧向力(N)；Fzi为车轮当前垂向载荷(N)；Ci为车轮权重系数；i=fl、fr、rl、rr，分别表示左前、右前、左后、右后.在极限工况下，轮胎纵向力和侧向力存在一定的耦合关系，侧向力无法直接控制，需要通过在线的轮胎模型进行估计[14].在此，引入HSRI轮胎模型[15]表示侧向力，HSRI轮胎模型考虑了轮胎的非线性，结构简单，纵向力与侧向力的关系容易表示，侧向力可表示为：(14)Cai与Cλi分别为车轮在名义静态载荷下的侧偏刚度和纵向刚度，αi与λi分别为车轮侧偏角和滑转率.在此，假设路面峰值附着系数处处相等为μ，则优化分配目标函数转化为：(15)Mokhiamar等[16]通过对3种不同前后轴权重系数取值结果进行对比分析得出：减小车辆前轴分配权重系数，相当于减小前轮电机转矩增大后轮电机转矩，导致后轮侧偏角增大，此时车辆有过多转向的趋势；反之，增大后轴分配权重系数，将使车辆趋于不足转向.因此，通过调整前后轴权重系数，可以改善车辆在极限工况下的行驶稳定性，改变车辆行驶状态.在此，为提高车辆操纵稳定性，使车辆趋于不足转向，取前轴两轮权重系数Cfl=Cfr=1，后轴权重系数在1～2调整.当横摆角速度实际值大于期望值时，增大后轴权重系数，适当减小过多转向趋势，增加不足转向.同时，考虑到极限工况下车辆常常伴随着轴荷转移，垂直载荷变化的不同会使得车轮所受地面摩擦力各不相同，将车辆纵向和横向加速度同轮胎静载荷结合起来，对单个轮胎的垂直动载荷进行重新分配得：(16)3.2 优化分配约束条件首先分配给各车轮的转矩应该满足纵向力需求和横摆力矩需求：(17)将其写为矩阵的形式：v=Bu(18)其中：v=u=其次，纵向力应该满足单个电机所能提供的最大转矩约束：(19)式中，Timax为电机最大输出转矩(N·m)，r为车轮半径(m).由摩擦椭圆定理：Fxi2+Fyi2≤μi2Fzi2(20)因此，对于驱动控制，得单个车轮路面附着约束：(21)3.3 基于加权最小二乘法的驱动轮转矩优化分配综上，结合优化分配目标函数与约束条件，将四轮转矩优化分配问题描述为二次规划标准型的形式[17]进行求解：(22)(23)其中，同时，将式(18)转化为min‖Bu-v‖2，作为优化目标的一部分，则二次规划标准型转化为序列最小二乘规划问题的形式：(24)式中，Wu、Wv是权重矩阵.在此，引入权重系数α，最终四轮转矩优化分配问题转化为加权最小二乘法问题：а(25)在此，采用有效集法[18]进行加权最小二乘法问题求解.4 仿真分析为了验证本研究提出的控制策略的有效性，基于Matlab/Simulink-Carsim联合仿真平台进行操纵稳定性仿真验证，Carsim作为成熟的商用软件，具有自由度高、仿真精度高、运算稳定等优点[19].如图6所示为直接横摆力矩双层控制策略仿真模型.首先，基于Carsim中的B-Class车辆模型，通过对动力传动系统的优化匹配[20]，得到经过整理后的CS B-Class车辆模型的部分参数，如表2所示.定义Carsim输入输出接口，将其链接到Matlab/Simulink中的双层控制策略模型，并正确连接控制策略模块与Carsim整车模块中对应的输出输入接口，实现MATLAB/Simulink与Carsim联合仿真平台的搭建，分别进行双移线工况和正弦迟滞工况仿真验证，并将本研究提出的优化分配结果与等转矩分配结果进行对比. 图6 基于Matlab/Simulink与Carsim联合仿真的双层控制策略仿真模型Figure 6 Double layer control strategy model based on Matlab/Simulink-Carsim co-simulation表2 整车参数Table 2 Parameters of commercial vehicle参数名称数值整车质量m/kg1 231质心到前轴的距离lf/m1.04质心到后轴的距离lr/m1.56轮距B/m1.481前轴侧偏刚度kf/(N·rad-1)-2800后轴侧偏刚度kr/(N·rad-1)-2300车轮滚动半径R/m0.304转向系传动比i204.1 正弦迟滞仿真工况以120 km/h稳定车速，路面附着系数为0.85进行正弦迟滞工况仿真，正弦迟滞工况方向盘转角变化如图7所示，仿真结果如图8所示.两种分配情况下，横摆角速度和质心侧偏角峰值响应对比结果如表3和表4所示.结合图表可以看出，相对于等转矩分配来说，优化分配情况下的横摆角速度和质心侧偏角响应的收敛速度均有所提高，横摆角速度滞后时间缩短了0.06 s，质心侧偏角滞后时间缩短了0.271 s，且峰值处的跟踪误差明显低于等转矩分配，质心侧偏角最大峰值误差降低了98%，而横摆角速度峰值实际响应值与目标值几乎相等.验证了正弦迟滞工况下，转矩优化分配方法的有效性.由图8(b)、(c)、(d)可以看出，在1.5 s时车辆的侧向加速度达到了0.6 g，此时轮胎处于非线性区域，极易发生侧滑现象，由于二自由度参考模型存在非线性误差，横摆角速度和质心侧偏角实际值与期望值也出现了偏差，但1.5s之后车辆便恢复了稳定行驶，总体控制效果良好.验证了正弦迟滞工况下，本试验所提出的直接横摆力矩控制策略能够较好地跟踪目标值，维持车辆稳定行驶.表3 横摆角速度峰值响应Table 3 Peak response of yaw rate分配算法峰值/(deg·s-1)峰值出现时间/s峰值误差/(deg·s-1)期望值18.970.36-优化分配18.950.420.02等转矩分配14.180.484.79图7 正弦迟滞工况仿真结果Figure 7 Simulation results under sinusoidal hysteretic conditon表4 质心侧偏角峰值响应Table 4 Peak response of side slip angle分配算法峰值/deg峰值出现时间/s峰值误差/deg期望值-0.691 50.359-优化分配-0.686 70.4020.004 8等转矩分配-1.152 10.6730.460 44.2 双移线仿真工况双移线工况能够较好地反映驾驶员在紧急避障操作下车辆的响应特性，以90km/h稳定车速，路面附着系数为0.85进行双移线仿真试验，仿真结果如图9所示.表5、6为在两种分配情况下，由图9(b)、(c)得到的横摆角速度和质心侧偏角峰值响应对比.结合图表可以看出，等转矩分配情况下，横摆角速度和质心侧偏角的实际值与目标值相差较大，其中横摆角速度最大误差达到了6.69 deg/s，无法满足车辆稳定行驶所需的横摆力矩需求，而优化分配情况下，横摆角速度和质心侧偏角能够更好地跟踪目标值，相比等转矩分配，横摆角速度最大峰值误差减小了97%，而质心侧偏角实际最大峰值响应值与目标值几乎相等，且两个控制量响应的收敛速度提高，横摆角速度滞后时间缩短了0.026 s，质心侧偏角滞后时间缩短了0.238 s.验证了双移线工况下，直接横摆力矩控制策略能够满足车辆稳定行驶的要求，具有较好的控制性能.表5 横摆角速度峰值响应值Table 5 Peak response of yaw rate分配算法最大峰值/(deg·s-1)最大峰值出现时间/s峰值误差/(deg·s-1)期望值16.612.743-优化分配16.822.7860.21等转矩分配9.922.8126.69表6 质心侧偏角峰值响应值Table 6 Peak response of side slip angle分配算法最大峰值/deg最大峰值出现时间/s峰值误差/deg期望值-0.2326.064-优化分配-0.2335.9140.001等转矩分配-0.5196.1520.287图8 双移线工况仿真结果Figure 8 Simulation results under double lane change conditon5 结论1) 本研究以分布式驱动电动汽车为研究对象，利用其驱/制动力矩独立可控的优点，设计了具有双层控制结构的直接横摆力矩控制策略，上层根据模糊控制规则得到期望横摆力矩输出，下层利用有约束加权最小二乘法实现了四轮驱动转矩优化分配. 2) 为了验证本研究所提出的控制策略的有效性，采用Carsim与Matlab联合仿真技术建立了直接横摆力矩控制策略，分别进行了正弦迟滞工况和双移线工况仿真.通过仿真验证可知，相比于等转矩分配，正弦迟滞工况下，横摆角速度和质心侧偏角的响应滞后时间分别缩短了0.06 s和0.271 s，最大峰值跟踪误差降低了近98%，同时在侧向加速度达到0.6 g的情况下仍能够维持车辆稳定行驶；双移线工况下，横摆角速度和质心侧偏角的响应滞后时间分别缩短了0.026 s和0.238 s，最大峰值跟踪误差降低了近97%，验证了本研究所提出的控制分配策略能够满足车辆在复杂行驶工况下的稳定性需求.3) 本研究所提出的直接横摆力矩控制策略实现了四轮转矩的优化分配，充分利用了分布式驱动电动汽车的优势，提高了车辆的操纵稳定性和行驶安全性.下一步研究将对控制策略进行完善并进行相关的实车验证.参考文献【相关文献】[1] 许世维,唐自强,王栋梁,等.电动商用车串联制动控制策略[J].甘肃农业大学出版社,2016,51(4):113-120.[2] XIONG L,YU Z P,WANG Y.Vehicle dynamics control of four in-wheel motor drive electric vehicle using gain scheduling based on tyre cornering stiffnessestimation[J].Vehicle System Dynamics,2012,50(6):831-846.[3] 张缓缓,向绪爱,叶克宝.基于稳定性的四轮独立驱动电动汽车转矩分配策略研究[J].公路交通科技,2016,33(5):141-146.[4] VIEHWEIDER A,SALVUCCI V,HORI Y.Improving EV lateral dynamics control using infinity norm approach with closed-form solution[C]∥International Conference on Mechatronics.New York:IEEE,2013:388-393.[5] VKIM D H,KIM C J,KIM S H.Development of adaptive direct yaw-moment control method for electric vehicle based on identification of yaw-rate model[C]∥In telligent Vehicle Symposium.New York:IEEE,2011:1098-1103.[6] KANCHWALA H,BORDONS C.Improving handling performance of an electric vehicle using model predictive control[C]∥International Conference on Automotive Engineering.New York:IEEE,2015:112-129.[7] 林程,徐志峰,张虹,等.分布式电驱动汽车驱动力矩优化控制分配[J].北京理工大学学报,2016,36(7):668-72.[8] 余卓平,冯源,熊璐.分布式驱动电动汽车动力学控制发展现状综述[J].机械工程学报,2013,49(8):105-114.[9] 武冬梅.分布式驱动电动汽车动力学控制机理和控制策略研究[D].长春:吉林大学,2015.[10] RAJAMANI R.Vehicle dynamics and control[M].2nd.New York:Springer,2012.[11] 杨龙.分布式驱动电动汽车直接横摆力矩控制[D].重庆:重庆大学,2016.[12] 张利鹏,李亮,祁炳楠,等.双电机分布式驱动汽车高速稳定性机电耦合控制[J].机械工程学报,2015,51(16):29-40.[13] 王博.四轮独立电驱动车辆实验平台及驱动力控制系统研究[D].北京:清华大学,2009.[14] FUJIMOTO H,YAMAUCHI Y.Advanced motion control of electric vehicle based on lateral force observ er with active steering[C]∥International Symposium on Industrial Electronics.New York:IEEE,2010:3627-3632.[15] TIELKING J T,MITAL N K,PFAFF G.A comparative evaluation of five traction tire models[R].Interim Document 6,Michigan:Highway Safety Research Institute,University of Michigan,1974.[16] MOKHIAMAR O,ABE M.How the four wheels should share forces in an optimum cooperative chassis control[J].Control Engineering Practice，2006,14(3):295-304.[17] 龚纯,王正林.精通MATLAB最优化计算[M].2版.北京:电子工业出版社,2012:255-268.[18] HARKEGARD O.Efficient active set algorithms for solving constrained least squares problems in aircraft control allocation[C]∥Proceeding of the 41st IEEE Conference on Decision and Control.New York:IEEE,2002:1295-1300.[19] 熊璐,陈晨,冯源.基于Carsim/Simulink联合仿真的分布式驱动电动汽车建模[J].系统仿真学报，2014,26(5):1143-1155.[20] 龚贤武,唐自强,赵轩,等.轮边电机驱动电动汽车动力系统参数优化设计[J].合肥工业大学学报(自然科学版),2017,40(1):24-30.。