基于PID蟻群優化控制的EPS

基于PID蟻群優化控制的EPS

電動車（EV）采用電池作為能量來源，相比傳統內燃機其續航能力較弱。為降低能耗、提高能量利用率，EV上的轉向系統選用電動助力轉向系統（EPS）而不是傳統的液壓助力系統。EPS中，電動機通常連接于轉向齒條或轉向柱管上，轉矩/轉角傳感器布置在轉向輸入軸上，ECU接收輸入轉矩、轉角以及車速信號，經過計算控制電機電路運轉，從而給齒條/柱管提供助力。

EPS控制邏輯通常采用工業應用中最簡單有效的PID（比例-積分-微分）控制算法。PID控制器結構簡單、魯棒性強，并且使用維護成本低，因此如何確定閉環控制系統中比例、積分、微分這3個參數顯得尤為重要。然而，這3個參數對閉環控制系統的響應存在耦合關系，一般都是通過經驗及主觀評價進行反復調試，標定周期長且不容易得到最優的控制效果。

選用了蟻群優化控制（ACO）對PID參數進行優化。蟻群算法是對自然界螞蟻的尋徑方式進行模擬而得出的一種仿生算法。螞蟻在運動過程中，能夠在其所經過的路徑上留下一種稱之為外激素（pheromone）的物質進行信息傳遞，而且螞蟻在運動過程中能夠感知這種物質，并以此指導自己的運動方向，因此由大量螞蟻組成的蟻群集體行為便表現出一種信息正反饋現象：某一路徑上走過的螞蟻越多，則后來者選擇該路徑的概率就越大。

基于以上研究內容，利用Simulink編程搭建EPS模型，主要包括轉向盤模塊、電機及減速機構模塊和齒輪-齒條執行機構模塊。分別采用傳統PID控制和ACO-PID控制對助力電流的變化曲線進行對比。仿真結果表明，相比參考值，人工調試參數PID控制的電流誤差為5.83%，而經過ACO參數優化PID控制的電流誤差為4.76%。下一步研究工作需要考慮動態車速輸入條件下，ACO優化參數變化時系統響應的實時性。

R A Hanifah et al.IEEE International Conference on Smart Instrumentation,Measurement and Applications.

編譯：張為榮