新能源汽車底盤性能控制及優化研究

摘要：汽車的底盤性能對新能源汽車的節能性、安全性、舒適性和操穩性有著重要影響。以模糊制動控制策略、遺傳算法分別對新能源汽車制動子系統、新能源汽車轉向子系統進行分析并提出優化方式，結果表明優化電子機械制動系統可提升2.5%的能量回收，GA-PID控制器取代傳統的PID控制器的方法能降低新能源汽車轉向系統工作能耗，以此達到優化目的。研究結論為新能源汽車底盤性能控制的實際應用提供節能性、安全性、操穩性的參考。

關鍵詞：新能源汽車；底盤性能；控制；優化

中圖分類號：U469.7 收稿日期：2024-01-25

DOI：10.19999/j.cnki.1004-0226.2024.04.005

1 前言

汽車的底盤性能對新能源汽車的重要性能如節能性、安全性、舒適性和操穩性等有著重要影響。隨著科技的不斷發展，傳統燃油車不斷向新能源汽車迭代，新能源汽車逐步占據行業主流位置，隨之而來的是新能源汽車的使用對節能性、安全性、舒適性和操穩性提出了更高的要求[1]。本文以制動系統與轉向系統為研究對象，分別提出了模糊制動控制策略、遺傳算法兩種方法，并給出優化建議，為之后新能源汽車的實際優化提供思路。

2 電子機械制動系統（EMB）

2.1 模糊控制策略

作為目前制動系統發展的最終產品，現階段的大多數新能源汽車基本上都是采用的電子機械制動系統。它的結構更簡單，制動效果更好，并且具有區別于傳統油車的制動力，即再生制動力[2]。

為了提高新能源汽車制動時回收的能量，相關的再生制動策略也在不斷的發展，但多數采用的仍是固定比例分配策略。經研究分析，在電子機械制動的基礎上，采用模糊控制的分配策略可以使新能源汽車在制動時完成最大化的回收能量。

2.2 模糊控制的原理

制動控制流程如圖1所示。當駕駛員踩下新能源汽車的制動踏板后，計算出總制動力，根據當時的實時車速和電池的SOC值來判斷車輛是否需要進行再生制動，若不需要，則使電子機械制動系統來進行純機械制動，若需要，則把制動力輸入進模糊控制器里，得到再生制動力，同時再與輪廓電機的最大制動力進行比較，若小于最大制動力，則再由電子機械制動系統進行補充制動[3]。

2.3 模糊控制的約束條件

a.電機轉矩限制。

當電機轉速低于預設值時，它將保持恒定的轉矩，而EMB的最大制動轉矩則由Tmax來決定，因此，當電機轉速超過預設值時，它將保持恒定的功率。

b.電池SOC的限制。

為了保護新能源汽車的動力電池，防止動力電池過充，當SOC[>]85%時，電子機械制動系統就退出再生制動模式，轉為純機械制動。

c.新能源汽車車速的限制。

當車輛速度較低時，由于電動機運轉得很緩慢，所引起的充電電流也極小，因此為使車輛迅速停下，在速度逐漸降低后使之退出再生制動系統，并改為純機械剎車。本文設置限制車速為5 km/h，當車速低于該值，便退出再生制動。同時為了使再生制動和機械制動的交替平緩進行，設置一個速度影響因子[Kw]，電機再生制動力占比系數為K×[Kw]。電機的再生制動能力，相當于分配在每個軸上的最大需求制動能乘上約束后的占比系數K×[Kw]。通過前后軸制動力分配可以得出對前后軸的需求制動能力，進而測試對每個軸承的再生制動能力是否可以達到要求，如若沒有，則使用機械制動能作為補償。速度影響因子表達式如下：

2.4 模糊控制策略的優勢

采用模糊制動控制策略，可以將實際操作經驗轉換成定性的模糊控制規則，從而提高系統的靈活性和可靠性[4]。通過對新能源汽車再生制動控制系統的建模，可以更加精確地捕捉到實際操作中無法準確反映的規律，并且可以更加清楚地展示出影響再生制動控制的各種因素。通過對能量回收問題的深入研究，提出一種新的基于改進固定比例分配策略的能量管理方案，以期望最大限度地提升新能源汽車的再生制動效率。通過建模預測制動力分布，提出了基于邊界約束優化的再生制動控制策略。通過采用這種控制策略，可以確保制動的安全性、穩定性，制動力分配得到調整，在頻繁制動的情況下，制動能量回收效果突出。

2.5 電子機械制動系統的優化建議

現階段，電子機械制動系統是最適合大眾的制動系統，但是現在新能源汽車的發展理念不僅要節約能源，還要提高回收的能量，所以電子機械制動系統還具有優化的空間。

通過采用模糊控制策略，可以將傳統的固定分配比例策略進行優化，從而使新能源汽車在制動時能夠更有效地回收制動能量，因此最大限度地減少能源的浪費。經研究，這種優化方式可以使新能源汽車的續航里程提高10%以上。

通過圖2和圖3對NEDC和CLTC-P工況下SOC變化的對比，可以清晰地看到，基于電子機械制動系統采用模糊控制策略，可以相對于傳統的固定分配比例策略多回收能量2.5%左右，且經實踐發現，該優化建議完全可行。

3 電動助力轉向系統（EPS）

3.1 電動助力轉向系統的優勢

轉向系統的優化相對于前面的系統要求較低，但轉向系統的發展方向是逐漸輕便化[5]，這對駕駛者的駕駛體驗以及路感是很重要的。而對于現階段的新能源汽車來說，電動助力轉向系統可滿足這些要求。該系統跟上一代的轉向系統相比，取消了液壓線路，取而代之的是線控技術，這使得助力轉向系統完全由ECU決定，也就是電信號，這樣對于駕駛者來說有著更好的駕駛體驗。比如以前在轉向的時候用一只手，甚至是兩只手，而在電動助力轉向系統的調節下，只用一根手指也同樣能完成汽車的轉向，符合新能源汽車轉向系統輕便化的發展方向。

3.2 GA-PID控制器

經上文研究可知，現階段新能源汽車的轉向系統基本上都是采用的電動助力轉向系統，而電動助力轉向系統主要的優點不僅是使車輛的駕駛越來越輕便化，更主要的還是可以減少能源的消耗，這是新能源汽車底盤性能發展最重要的理念[6]。而要最大化地實現這種理念，就要采用遺傳算法對電動助力轉向系統中傳統的PID控制器進行優化。

GA-PID就是利用遺傳算法優化的PID控制器。它與傳統的PID方法相比，具有更快的速度，操作更加方便，且能避免復雜的運算規則。

經過研究可知，如果采用GA-PID控制器，那么新能源汽車的助力轉向系統將會比傳統的PID控制器更能減少能源消耗。

3.3 遺傳算法（GA）優化PID控制器

a.確定約束條件。

PID控制器有三個Kp（比例系數）、Ki（積分系數）和Kd（微分系數），而這三個系數對控制系統有著決定性的作用，所以可以根據這三個系數確定取值范圍。

b.建立優化模型。

通過采取一系列的措施，包括調整誤差的絕對值，使其達到一個更小的目標函數，以及確保目標函數的準確度，從而達到更好的效果，最終選用以下公式[7]作為參數選擇的最優指標：

d.確定編碼和解碼方法。

遺傳算法可以通過二進制和實數編碼來實現，其中，實數編碼雖然不需要解碼，但是在遺傳操作中卻不太方便，而二進制編碼則更加簡單，只需要進行解碼處理，就能夠獲得最佳的結果。

e.確定遺傳算法（GA）的運行參數。

通過實際情況去確定種群的大小等一系列參數，然后進行遺傳算法的編寫，最后得到優化后的PID參數。

3.4 GA-PID控制器的優勢

a.自適應搜索。

GA-PID對于信息能夠模仿生物遺傳的機理，使遺傳算法對信息能夠自動整合、調整，具有很強的自適應能力和智能化。

b.優化解的全局性。

遺傳算法具有全局搜索的能力，因為它采用隨機策略來搜索最優解，是一種模糊思維，可以同時搜索多個最優解，使搜索期望值得以實現，從而找到全局最優解。

3.5 電動助力轉向系統的優化建議

新能源汽車在使用電動助力轉向系統時依靠的是其內部的PID控制器來實現節能的效果，但僅依靠傳統的PID控制器來實現節能，將會導致低效，所以針對這個問題提出的優化建議是采用GA-PID控制器來代替傳統的PID控制器。

而在采用PID控制器時，Kp、Ki和Kd三個參數對電動助力轉向系統的控制效果有著決定性的作用。

如表1所示，GA-PID控制器相對于傳統的PID控制器有著更好的控制性能，這也就表示經過優化后的PID控制器可以讓電動助力轉向系統在進行工作時的能耗更低，能夠最大限度地減少電動助力轉向系統在工作時的能量損耗。另外，優化電動助力轉向系統的成本不高，將它用于實踐中將有利于新能源汽車行業的再一次發展。

4 結語

本文主要以模糊制動控制策略、遺傳算法分別對新能源汽車制動子系統、新能源汽車轉向子系統進行研究，得到以下結論：

a.經優化的電子機械制動系統能量回收率提升約2.5%，續航里程提升約10%。

b.GA-PID控制器相對于傳統的PID控制器有著更好的控制性能。

通過分析以上結論，給出如下優化建議：

a.采用模糊控制策略優化電子機械制動系統，可確保制動的安全性、穩定性，制動力分配得到調整，頻繁制動的情況下，制動能量回收效果突出。

b.使用GA-PID控制取代傳統的PID控制器。GA-PID控制可以將電動助力轉向系統工作能耗降到最低。

參考文獻：

[1]彭少輝，蔣順.芻議新能源汽車底盤設計方向[J].汽車實用技術，2019（21）：19-20.

[2]蔣鳴雷.新能源汽車制動系統的發展趨勢[J].汽車實用技術，2019，（19）：16～17.

[3]趙立金，楊世春，曲婧瑤.電子機械制動系統關鍵技術研究進展[J].北京航空航天大學學報，2023（2）：1-12.

[4]舒紅，張光琛，何杉，等.汽車自動緊急制動系統控制研究[J].公路交通科技，2023，40（7）：216-223+230.

[5]王棟，張曉俊.嵌入式電子助力轉向系統研究[J].電子器件，2022，45（1）：235-238.

[6]張端軍，鹿鵬程，趙曰賀.汽車底盤性能主觀評價與調校方法的研究[J].汽車零部件，2022（12）：96-99.

[7]楊琛，蔣鑫，白波，等.遺傳算法優化PID控制器參數的路徑跟蹤控制[J].制造業自動化，2022，44（5）：78-81.

作者簡介：

周新智，男，2003年生，本科生在讀，研究方向為新能源汽車。

朱元潤（通訊作者），女，2001年生，本科生在讀，研究方向為自動駕駛汽車。