基于模糊識別的電動汽車復合制動模式設計

左冬曉

摘要：為了提高電動汽車制動強度控制精度，設計了一種模糊識別制動強度控制的方案。結合不同路面附著系數下的制動強度來實現制動工作模式的切換，并在上述切換過程中設置了復合制動模式。構建復合制動模型并對行駛工況進行分析。通過安全性仿真得到，經過0.6 s 制動后，汽車制動減速度為8.4 m/s2，經過2 s，汽車速度降低到0，滿足國家要求。通過常規路面制動仿真得到，在初始時間3 s 內，電機發揮制動作用，實現制動能量的有效回收。通過轉彎工況制動仿真得到，前輪轉向角持續上升，在3 s左右達到15°后保持穩定。

關鍵詞：電動汽車；復合制動模式；穩定性；能量回收；工況分析

中圖分類號：U469.72 文獻標識碼：A

0 引言

采用分布式驅動結構的電動汽車對轉矩的控制可根據實際車況條件為各側車輪設置合適的力矩，從而獲得優于傳統電動汽車的動力控制性能[1-2]。

控制車輪滑移率可有效防止車輪抱死問題，如果滑移率太小，在切換參數時將會對制動能量的回收造成較大制約，如果滑移率太高則會影響制動性能[3]。相關問題的研究吸引了很多的研究學者。黃智奇等[4] 開發了一種通過串聯復合方式進行制動的方案，并根據曲線Ⅰ進行前后軸制動力分配，以損失部分制動性能來簡化系統結構，從而獲得更低的研發成本，并兼顧制動能量的回收。劉劍開等[5] 采用MATLAB 構建模糊控制器，通過模糊控制方式確定電機和機械制動的動力輸出比例。為實現穩定的制動效果，應在制動階段避免其一直處于復合制動的狀態。當路面附著力無法達到制動力要求時，持續增大制動力將會引起車輪抱死問題[6]。根據以上方式控制滑移率，除了可以獲得更高制動效能以外，還可以更高效地回收制動能量。

本文采用AMESim 構建復合制動模型并對行駛工況仿真，以此驗證復合制動策略的可靠性。

1 復合制動控制

針對四輪輪轂電機制動系統，結合制動踏板的信號變化計算制動作用力。利用車輛縱向載荷和車輪滑移率參數，計算當前路面附著系數。通過制動踏板信號模糊處理的形式得到縱向制動力矩，并將其作為上層設置制動模式[7]。實際制動過程需要結合路面附著系數、制動載荷來確定常規或復合制動方式。

汽車在沿低附著路面行駛過程中發生轉彎時，較易與原行駛軌跡出現偏差[8]。為確保汽車能夠實現穩定轉彎，可通過差動調節實現可靠的轉向控制目標。

利用Simulink 構建模糊控制系統，以踏板位移變化率作為輸入，以制動意圖作為輸出。設置模糊語言變量{VS，S，M，B，VB}，建立三角函數計算隸屬度。

選擇制動模式需先根據制動載荷、車輪轉向角、路面附著系數進行綜合分析，再根據閾值判斷車輛的轉向情況。如果車輪轉向角小于閾值，可推斷車輛處于直線運行狀態；如果轉向角大于閾值，則可以判斷車輛處于轉向過程中[9]。在車輛產生轉向偏差的情況下，可利用差動制動方式來獲得更穩定的轉向控制效果。

2 構建仿真模型

2.1 設置整車參數

本測試設置參數：滿載800 kg；軸距離2.5 m；質心坐標0.576 m；前軸和后軸相對質心的間距分別為1.42 m 和1.16 m；電機額定功率2 kW，峰值功率9 kW。

2.2 仿真模型

通過MATLAB/Simulink 構建制動模型，利用AMESim 進行復合系統運行控制。建立得到的仿真模型如圖1 所示。

3 仿真分析

3.1 安全性仿真

結合《機動車運行安全技術條件》（GB 7258—2017）規范檢驗標準，將仿真測試時的車速初值設定在13.7 m/s，選擇平整干瀝青路面作為測試條件，同時設置最大制動減速度，制動過程的減速度與制動距離測試結果分別如圖2 和圖3所示。

如圖2 和圖3 所示，經過0.6 s 制動后的汽車制動減速度為8.4 m/s2，能夠滿足國家對車輛制動減速度的要求，即達到6.2 m/s2 以上。設定初速度為13.8 m/s 時，經過2 s，速度降低到0，并在制動階段形成14 m 的制動距離。每項性能指標測試結果都達到了國家關于制動安全的標準。

3.2 常規路面制動仿真

將制動強度由0 持續增大至0.85， 之后保持一段時間再持續降低。控制路面附著系數為0.72，再根據不同方式對制動力矩進行分配（圖4）。

由圖4 分析可知，制動所需時間接近4.5 s，車速從最初的22 m/s 降低到0。初始制動階段只需達到較低的制動強度。隨著制動強度提高，需要提供的制動力矩也進一步增大，由此形成了電液共復合制動。時間到達3 s 左右時，制動強度已經超過路面的附著系數，因此復合制動過程轉變為防抱死模式，制動載荷主要由液壓制動結構產生。

車輪的滑移率測試結果如圖5 所示。在初始時間3 s 內，因為制動強度明顯低于路面附著系數，當在復合制動模式下持續增大制動強度1.5 s 后，控制系統測試發現制動所需的載荷已經超過路面的附著力，此時制動防抱死系統發揮作用，使滑移率達到最佳狀態[10]。在初始時間3 s 內，電機發揮制動作用，實現制動能量的有效回收，與同樣制動工況下按照滑移率進行切換的控制策略相比，可以發現，采用該控制方案可以回收更高比例的制動能量。

3.3 轉彎工況制動仿真

對附著系數為0.4 的路面仿真，控制轉彎速度為20 m/s，前輪轉向角持續上升并在3 s 左右達到15°后保持穩定。

左后輪仿真測試得到的滑移率結果如圖6 所示。不同條件下的橫擺角速度曲線如圖7 所示。調節前后的左后輪滑移率測試數據如圖5 所示。控制左后輪達到更小滑移率和制動載荷，確保獲得與理想橫擺角速度相近的實際值。由圖7 可知，橫擺角速度的實際值與前輪轉角之間呈線性變化。根據左后輪滑移率，適當減小制動力矩，獲得接近目標值的橫擺角速度。

4 結論

本文對基于模糊識別的電動汽車復合制動控制模式進行設計，得到以下3 點結論。

（1）通過安全性仿真得到，經過0.6 s 制動后，汽車制動減速度為8.4 m/s2，經過2 s，汽車速度降低到0，滿足國家要求。

（2）通過常規路面制動仿真得到，制動時間接近4.5 s，車速從最初的22 m/s 降低到0。隨著制動強度提高，需要提供的制動力矩也進一步增大。在初始時間3 s 內，電機發揮制動作用，實現制動能量的有效回收。

（3）通過轉彎工況制動仿真得到，前輪轉向角持續上升，在3 s 左右達到15°后保持穩定。通過減小左后輪滑移率與制動力，獲得與理想橫擺角速度相近的實際值。

參考文獻

[1] 郭金剛，董昊軒. 四輪轂電機驅動電動汽車動力系統優化匹配[J]. 公路交通科技，2019，36（7）：150-158.

[2] 徐國棟，余卓平，熊璐，等. 基于解耦式EHB 的多電機再生制動策略設計[J]. 汽車技術，2019（3）：25-30.

[3] 伍令飛，王麗芳，茍晉芳，等. 分布式電驅動車輛回饋制動控制策略研究[J]. 電工電能新技術，2016，35（9）：1-7.

[4] 黃智奇，姚棟偉，楊國青，等. 電動汽車復合能源系統再生制動分段控制策略研究[J]. 機電工程，2016，33（3）：280-286.

[5] 劉劍開，張向文. 電動汽車再生制動過程制動踏板位移與制動意圖及制動強度之間的關系[J]. 科學技術與工程，2018，18（12）：317-325.

[6] 李玉芳，林逸，何洪文，等. 電動汽車再生制動控制算法研究[J]. 汽車工程，2007，29（12）：1059-1062，1073.

[7] 張雷，劉青松，王震坡. 基于魯棒積分滑模的四輪輪轂電機驅動電動汽車電液復合制動防抱死控制研究[J]. 機械工程學報，2022，58（24）：243-253.

[8] 汪偉，姜蘇杰，王汝佳，等. 復合電源電動汽車功率分配與再生制動研究[J]. 機械設計與制造，2022（10）：139-142.

[9] 袁師召，李軍，周舟. 基于制動意圖識別的雙軸四驅電動汽車制動控制策略研究[J]. 合肥工業大學學報（自然科學版），2022，45（2）：158-164.

[10] 王健，盤朝奉，陳燎，等. 基于模糊規則的電動汽車機電復合制動力分配策略[J]. 重慶理工大學學報（自然科學），2021，35（9）：66-72，82.