車輛傳動系道路負載模擬系統

李文禮， 石曉輝， 鄒喜紅， 郭　棟， 余　勇， 易　鵬(.重慶理工大學 汽車零部件先進制造技術教育部重點實驗室，重慶　400054; .重慶市科學技術研究院 重慶軌道交通及汽車(摩托車)零部件研究中心，重慶　400054;3.西南交通大學 機械工程學院，成都　6003)

?

車輛傳動系道路負載模擬系統

李文禮1,3， 石曉輝1， 鄒喜紅1， 郭棟1， 余勇2， 易鵬2(1.重慶理工大學 汽車零部件先進制造技術教育部重點實驗室，重慶400054; 2.重慶市科學技術研究院 重慶軌道交通及汽車(摩托車)零部件研究中心，重慶400054;3.西南交通大學 機械工程學院，成都610031)

摘要：為了考核汽車傳動系疲勞耐久性，利用汽車傳動系道路模擬試驗系統在室內重現車輛在真實道路上的行駛扭矩載荷譜。對載荷譜數據進行頻譜分析，確定負載模擬系統載荷譜頻帶寬度。為了提高負載模擬控制系統對目標載荷曲線的跟隨精度，設計了一種滑模變結構技術和迭代學習控制技術相結合的控制器，迭代學習控制通過重復執行同一任務來減少跟隨誤差，使系統輸出盡可能逼近理想值，結合滑模變結構控制響應快，對參數變化及擾動不敏感的優點提高了模擬系統的魯棒性。滑模迭代學習控制方法在學習10次后其控制精度(4.7%)比使用常規PID控制(8.3%)提高了3.6%，迭代后載荷響應誤差可控制在5%以內，能夠滿足室內耐久性試驗的要求。

關鍵詞：負載模擬；傳動系；滑模變結構控制；迭代學習控制

汽車傳動系可靠性試驗是考核和驗證傳動系耐久性的一種重要手段。汽車傳動系處于復雜的隨機變載荷工作狀態，由于零部件的疲勞積累在實際上是非線性的、大小載荷的加載順序對疲勞壽命是有影響的，因此在對汽車傳動系進行試驗時，用等幅循環載荷或靜載荷進行加載試驗是難以得到與路試相同的結果的。而實車動態隨機載荷在室內臺架上的復現需要較高的加載精度以使試驗數據結果可靠,模擬精度不高，容易出現過試驗和欠試驗[1]。

近年來，室內道路模擬試驗已被廣泛應用于評價整車及零部件的疲勞耐久性能。為了提高隨機波形再現的精度，國內外學者先后提出了遠程參數控制方法、時域控制方法等，如MTS公司的遠程參數控制(RPC)軟件、Schenk公司推出的傳遞函數迭代補償(ITFC)控制軟件和LMS公司的TWR軟件[2]。汪斌等[3]設計了基于平滑濾波器的迭代學習律，減小了不確定因素帶來的誤差。陳劍等[4]提出了一種基于模糊聚類算法的道路模擬試驗控制方法; 劉成等[5]提出用多輸入多輸出CARMA模型描述多輸入多輸出試驗系統在電液伺服道路模擬試驗臺上實現多點隨機波形再現；于少娟等[6]利用模糊迭代控制使系統獲得了良好的加載性能，提高了系統的精度。

本文使用用戶實測傳動系載荷譜數據，應用雨流計數方法對原始載荷進行壓縮處理后，把實車隨機載荷在室內臺架上重現。為了達到較高的復現精度，采用迭代滑模方法控制臺架加載系統，提高了控制系統的魯棒性。

1數據處理

根據結構疲勞理論，汽車傳動系部件的疲勞損傷主要是由循環載荷引起的，若汽車的輸入載荷相同，那么它所引起的疲勞損傷理論上也應相同，汽車各部位所承受的載荷基本上與汽車的輸入載荷信號成比例。基于這一原理，如果己知用戶實際使用環境中汽車的載荷輸入，就可以在室內臺架上通過驅動電機或測功機對傳動系部件施以一定的轉速和扭矩重現這一載荷輸入。由于載荷重現通常可在較短的時間內完成，因此可以達到試驗加速的目的。

由于本文討論的載荷譜編制方法是針對汽車傳動系，其工況測試不僅與扭矩載荷有關，轉速和檔位信息對其疲勞損傷也有重要影響，因此在對載荷進行峰谷值檢測和無效幅值去除處理過程中，在提取扭矩信息的同時把其時間位置信息記錄下來，并用此時間位置信息去提取對應的轉速和檔位信息數據的預處理包括以下步驟① 偽讀數的去除;② 平穩性檢驗;③ 峰谷值檢測;④ 無效幅值的省略。

2臺架負載模擬系統

2.1負載模擬系統動態特性需求分析

準確跟蹤載荷譜是負載模擬系統的最終目標，負載系統的設計是與汽車傳動系及其載荷譜密切相關的。通過對載荷譜中扭矩曲線的頻譜分析可以獲得加載的參考信息，確定加載電機跟蹤目標載荷譜的頻帶寬度。圖2是由圖1傳動軸扭矩曲線得到的頻譜圖，圖中清楚地顯示了載荷譜中扭矩載荷在各頻率成分下的幅值，從中可以確定加載系統所要跟蹤的扭矩載荷的頻率上限，只要能夠保證在這一頻段內的系統動態跟蹤性能，就可以達到負載模擬的目的。因為負載模擬系統包括了負載部分，其頻寬受到負載機械諧振頻率的限制，應該盡可能地提高負載模擬系統除負載本身以外的機械結構的頻率特性，如聯軸器的剛度等。同時，為了防止負載模擬系統在階躍響應時的超調過大而對被試樣機造成損害，應該對負載模擬系統的扭矩和運動擾動的階躍響應超調量加以限制。

圖1　 實測傳動系道路載荷譜曲線Fig.1 Road load spectrum Curve of Drivetrain

圖2　載荷譜的傳動軸扭矩頻譜圖Fig.2 The Torque load spectrum of drive shaft

2.2臺架系統數學模型

針對道路載荷動態模擬要求建立的臺架系統總體結構如圖3所示，主要包括驅動電機、離合器、后驅變速器和聯軸器、軸承座和永磁同步加載電機。總體控制方法是上位機把需要復現的扭矩載荷譜下載到實時控制器，由實時控制器控制變頻器來驅動永磁同步電機精確跟蹤目標載荷譜，同時發送指令給離合器踏板控制器和換擋機械手控制器來完成車輛實際運行道路載荷的模擬。

圖3　臺架系統總體結構圖Fig.3 Setup of Vehicle Drivetrain Test Bench

根據圖3中系統結構，驅動電機帶動離合器、變速器和加載測功機運動，忽略編碼器慣量等因素的影響，臺架系統由牛頓定律得：

(1)

式中：Te為驅動電機輸出扭矩;TL為加載測功機扭矩;Jf為飛輪及離合器轉動慣量；Je為驅動電機轉動慣量；Jt為各擋位下變速器轉動慣量(文中均以三擋為例);Jc為聯軸器、半軸和傳感器轉動慣量;Jd為加載測功機轉動慣量;B為臺架阻尼系數。進行拉氏變換得臺架系統傳遞函數：

(2)

2.3負載模擬系統控制模型

其三，教育行政部門需要認識到教師情緒勞動作為勞動類型之一，不能被“忽視”，也不能被“敵視”，需要被合理考慮。因此，教育行政部門從意識上要重視教師情緒勞動的存在與管理，從策略上要全員關注、全程管理、科學優化，努力將對教師情緒勞動的模糊認知、判斷、處理走向更加科學、合

(3)

PMSM轉矩方程為：

(4)

PMSM運動方程為：

(5)

式中：ud,uq,id,iq,Ld,Lq分別為定子電壓、電流和電感在d,q軸上的分量。R為定子電阻；J為轉動慣量；Te、TL分別為電磁轉矩和負載轉矩；ψa為永磁體與定子交鏈磁鏈；ωe=npω；ωe為電機電角速度，ω為電機機械角速度；np為極對數；B為黏滯摩擦因數。

圖4　負載模擬系統控制框圖Fig.4 Load Simulation System control diagram

3滑模迭代學習控制

滑模迭代學習控制系統結構如圖5所示，采樣滑模函數和滑模函數變化率作為滑模控制學習的輸入項，產生控制信號校正量，使系統快速收斂。

圖5　滑模迭代控制框圖Fig.5 The SM-ILC Control Diagram

定義永磁同步加載電機電磁轉矩跟蹤誤差如下：

(6)

取加載系統的狀態變量為：

(7)

(8)

(9)

設計轉矩滑模面：

s=cx1+x2

(10)

式中:c為正增益。對s求導得：

(11)

高為炳[11]提出的指數趨律方法不僅能較好地減弱滑模抖振，而且控制量u的求取也比較簡單直觀,其形式如下:

(12)

由式得控制量iq的表達式為:

(13)

建立Lyapunov函數:

(14)

同時由Lyapunov穩定性理論可知,要使滑模變結構控制的系統穩定需要滿足如下條件:

(15)

iq(k+1)=iq(k)+λe(k)

(16)

式中，iq(k)為第k個迭代周期的控制量，iq(k+1)為第k個迭代周期的輸出量，并且作為下一個周期被控對象的輸入存放在記憶存儲器中。λ為控制器增益，系統誤差e(k)可表達為：

(17)

從式(13)中電機扭矩與電流的關系可得：

Te=h(t)iq(t)

(18)

(19)

(20)

4試驗結果分析

道路負載模擬臺架如圖3，考慮到前驅變速器兩個半軸需提供兩個負載電機，這樣在扭矩控制過程中會出現差速等不穩定現象。本文通過傳動比參數把實測半軸載荷譜轉化到變速器輸入端，利用輸入端的驅動電機控制扭矩，變速器輸出端電機為轉速模式。被試變速器輸入端由功率132 kW高帶寬低慣量永磁同步電機加載，輸出端連接交流異步電機提供驅動轉速，同時在被試變速器輸入輸出端分別連接轉速扭矩傳感器用來采集反饋信號，兩個電機的轉速閉環回饋信號由安裝在電機上的編碼器獲得。負載模擬電機內環為電流，外環為迭代滑模控制。系統上位機與實時控制器的通訊采用工業以太網標準的Modbus TCP協議，100M以太網的傳輸能力為每秒4 000個Modbus TCP報文。在試驗臺架控制系統中上位機PC選擇ModBusTCP Master模式,實時控制器選擇ModBusTCP Slave模式。實時控制器與變頻器、離合器踏板控制器和換擋機械手控制器的通訊采用CANopen協議，它是一個標準的工業控制系統現場總線協議，最高通訊波特率可達1 Mbps。

圖6是模擬系統迭代3次后的跟蹤曲線和參考曲線，由于學習參考數據不足，系統的跟蹤精度不高，但是從圖7～圖9中可以看出負載模擬系統在學習10次后的最大跟蹤誤差為4.7%，而在常規PID控制下的最大跟蹤誤差為8.3%，滑模迭代學習控制方法明顯優于常規PID控制。圖10與圖11為滑模迭代10次后其頻域幅值與參考曲線頻域幅值對比，可以看出低頻部分幅值相差很小，頻率較大部分的幅值誤差較大，這是由于系統慣量和控制器響應相對較慢的原因。當模擬系統迭代學習20次后其最大跟蹤誤差降到3.8%左右，這種跟蹤精度達到了道路載荷模擬的要求。

圖6　迭代滑模控制3次迭代后Fig.6 The Curves of the SM-ILC Control (3 iterations)

圖7　迭代滑模控制迭代10次后與常規PID控制比較Fig.7 The Curves of the SM-ILC Control and PID Control (10 iterations)

圖8　迭代滑模控制迭代10次后與常規PID控制比較(放大)Fig.8 The Curves of the SM-ILC Control and PID Control (10 iterations)

圖9　迭代滑模控制迭代10次最大誤差曲線Fig.9 The maximum error curves of the SM-ILC Control (10 iterations)

圖10　迭代滑模控制迭代10次后頻域幅值Fig.10 The frequency domain Amplitude of the SM-ILC Control(10 iterations)

圖11　迭代滑模控制迭代10次后頻域幅值(放大)Fig.11 The frequency domain Amplitude of the SM-ILC Control(10 iterations)

圖12　迭代滑模控制迭代20次后Fig.12 The Curves of the SM-ILC Control (20 iterations)

圖13　迭代滑模控制迭代20次最大誤差曲線Fig.13 The maximum error Curves of the SM-ILC Control (20 iterations)

5結論

利用汽車傳動系道路模擬試驗系統在室內重現車輛在真實道路上的行駛載荷譜，為了提高負載模擬控制系統對目標載荷曲線的跟隨精度，本文提出來一種滑模變結構技術和迭代學習控制技術相結合的控制方法。

(1) 迭代學習控制通過重復執行同一任務來減少跟隨誤差，是系統輸出盡可能逼近理想值，結合滑模變結構控制響應快，對參數變化及擾動不敏感的優點提高了模擬系統的魯棒性。

(2) 滑模迭代學習控制下系統學習10次后的最大跟蹤誤差為4.7%，而在常規PID控制下的最大誤差為8.3%，滑模迭代學習控制方法明顯優于常規PID控制，當模擬系統迭代學習20次后其最大跟蹤誤差降到3.8%左右，這種跟蹤精度達到了道路載荷模擬的要求。

參 考 文 獻

[ 1 ] 鄒喜紅,熊鋒,余勇,等.摩托車車架多軸向多激勵道路模擬試驗方法研究[J].振動與沖擊, 2014,33(5)：170-174.

ZOU Xi-hong,XIONG Feng,YU Yong,et al.Multi-axial and multi-channel road simulation method for motorcycle frames[J]. Journal of Vibration and Shock, 2014,33(5)：170-174.

[ 2 ] 胡毓冬,周鋐,徐剛.整車道路模擬試驗臺的控制算法[J].同濟大學學報:自然科學版,2012,40(8)：1244-1248.

HU Yu-dong,ZHOU Hong,XU Gang.Control algorithm of test rig for vehicle road simulation [J].Journal of TongJi University:Natural Science, 2012,40(8)：1244-1248.

[ 3 ] 汪斌,過學迅,李孟良,等.基于迭代學習控制的道路模擬算法[J].汽車工程,2010,32(8):686-689.

WANG Bin,GUO Xue-xun,LI Meng-liang,et al.Road simulation algorithm based on iterative learning control[J]. Automotive Engineering, 2012,40(8)：1244-1248.

[ 4 ] 陳劍,馬文明,文智明.基于模糊聚類算法的道路模擬試驗控制方法研究[J].中國機械工程,2010,21(18)：2260-2263.

CHEN Jian,MA Wen-ming,WEN Zhi-ming.Research on road simulation control method based on fuzzy clustering algorithm[J]. China Mechanical Engineering, 2010,21(18)：2260-2263.

[ 5 ] 劉成,李一兵,王仲范,等.多輸入多輸出試驗系統的隨機波形時域再現[J].汽車工程,2003,25(2):171-174.

LIU Cheng,LI Yi-bing WANG Zhong-fan,et al.The reconstruction of stochastic waveform of MIMO test system in time domain[J]. Automotive Engineering, 2003,25(2)：171-174.

[ 6 ] 于少娟,彭昌,宋君君,等.雙閥并聯電液伺服力控系統的迭代學習控制[J],振動、測試與診斷,2013,33(2):247-251.

YU Shao-juan,PENG Chang,SONG Jun-jun,et al. Iterative learning control on double-valve parallel electro-hydraulic servo force control system[J].Journal of Vibration,Measurement & Diagnosis,2013,33(2):247-251.

[ 7 ] 張宏偉，余發山，卜旭輝，等. 基于魯棒迭代學習的永磁直線電機控制[J].電機與控制學報,2012(16),81-86.

ZHANG Hong-wei,YU Fa-shan,BU Xu-hui,et.al.Robust iterative learning control for permanent magnet linear motor[J] .Eleetric Machines and Control,2012(16):81-86.

[ 8 ] 何熊熊，秦貞華，張端.基于邊界層的不確定機器人自適應迭代學習控制[J].控制理論與應用，2012(29):1090-1093.

HE Xiong-xiong,QIN Zhen-hua,ZHANG Duan.Adaptive iterative learning control for uncertain robotbased on boundary layer[J],Control Theory Applications, 2012(29):1090-1093.

[ 9 ] 劉金琨.滑模變結構控制MATLAB仿真[M].第2版.清華大學出版社，2012.

[10] Singh M, Mohanty K B, Member S,et al.Sliding mode control of a feedback linearized induction motor using TS fuzzy based adaptive iterative learning controller[C]//9th IEEEInternational Conference on Power Electronics & Drive Systems, Singapore, Dec 5-8, 2011:625-630.

[11] 高為炳.變結構控制理論基礎[M].北京:中國科學技術出版社，1990.

A dynamic road load simulation system for vehicle drivetrains

LIWen-li1,3,SHIXiao-hui1,ZOUXi-hong1,GUODong1,YUYong2,YIPeng2(1. Key Laboratory of Advanced Manufacturing and Test Technology for Automobile Parts, Ministry of Education Chongqing University of Technology, Chongqing 400054, China;2. Research Center for Rail Transit & Automobile(Motorcycle)Parts, Chongqing Acaddemy of Science and Technology, Chongqing 400054, China;3.Mechanical Engineering College, Southwest Jiao tong University, Chengdu 610031, China)

Abstract:In order to study the fatigue durability of a vehicle drivetrain system, a new vehicle drivetrain road load simulation system was designed to return the load spectrum on an indoor testbench. The band widths of the load simulation system were obtained according to the measured data. Based on the iterative learning control(ILC), a sliding mode variable structure control(SMC) scheme was proposed for the road load simulation system to improve the accuracy of load spectrum tracking. ILC generally improved the system performance in performing repetitive tasks by using the information from previous iterations, SMC with advantages of fast response and being not sensitive to disturbances of parameters was a good solution to the problem of the system’s robustness. It was shown that compared with the conventional PID control, the control precision of the simulation system with ILC and SMC can be improved by 3.6%, the iteratived load response error can be controlled within 5%, the requirements of the indoor durability test can be met.

Key words:load simulation; drivetrain; sliding mode variable structure control (SMC); iterative learning control (ILC)

中圖分類號:U467.523

文獻標志碼：A

DOI:10.13465/j.cnki.jvs.2016.05.026

收稿日期：2014-11-06修改稿收到日期：2015-03-16

基金項目：國家自然科學基金資助項目(51205432)；重慶市科技攻關計劃資助項目(CSTC2011GGB60010)

第一作者 李文禮 男，博士生，1983年生