一种线控转向系统结构及控制参数集成优化方法

技术特征：
1.一种线控转向系统结构及控制参数集成优化方法，其特征在于，步骤如下：(1)建立整车动力学模型、线控转向系统上层路感模拟子系统及下层转角执行子系统动力学模型，并确定影响系统性能的关键结构参数及其物理设计约束空间，即各参数的可选择范围；(2)设计上层路感模拟子系统路感控制策略，提取控制策略中关键控制参数，并基于经验法设计参数约束空间；(3)设计下层转角执行子系统转角跟踪控制策略，提取控制策略中关键控制参数，并基于经验法设计参数约束空间；(4)分别建立上层路感模拟子系统和下层转角执行子系统的优化目标，并以所述步骤(1)(2)和(3)中确定的关键结构和控制参数为优化变量，以所述步骤(1)(2)和(3)中确定的参数设计约束空间为约束条件，并采用全局搜索能力强的多目标粒子群优化方法对上层路感模拟子系统及下层转角执行子系统的结构及控制参数进行子系统层的一级集成优化；(5)建立系统层优化目标，将所述步骤(4)中优化得到的各优化变量结果进行数值浮动作为系统层集成优化的约束条件，优化变量保持不变，并采用局部搜索能力强的模拟退火粒子群优化方法进行系统层的二级集成优化，得到的优化变量参数即为最终的系统设计参数。2.根据权利要求1所述的一种线控转向系统结构及控制参数集成优化方法，其特征在于，所述步骤(1)中的各部分动力学模型为：(11)整车动力学模型：只考虑车辆的横摆和沿y方向的位移运动，忽略左右轮轮胎负荷变化引起的轮胎特性变化，则整车二自由度动力学微分方程可以写为：式中，f
yf
和f
yr
分别为车辆前轮和后轮的侧向力；m是车辆的质量；i
z
是车辆z轴的转动惯量；a和b是前后轴到车辆质心的距离；v
x
是车辆的速度；a
y
是车辆的侧向加速度；ω
r
和分别为车辆的横摆角速度和横摆角加速度；是质心侧偏角速度；将公式(1)进行线性化可写成：式中，c
af
和c
ar
是等效前后轮轮胎的侧偏刚度；β是质心侧偏角；δ
f
为前轮转角；以横摆角速度和质心侧偏角作为车辆模型的输出，公式(2)可进一步写为：(12)上层路感模拟子系统动力学模型：(121)方向盘与转向轴模型：
根据力学原理，方向盘与转向轴的动力学微分方程可以表示为：式中，t
h
为给方向盘输入的力矩；δ
sw
、和分别为方向盘转角、转速和加速度；j
sw
方向盘的转动惯量；b
sw
为方向盘的转动阻尼系数；k
sw
为转向轴刚度；θ
m
和分别为路感电机转角和转速；g
m
为路感电机减速比；t
fr，c
为系统摩擦力矩；(122)路感模拟电机模型：考虑到目前多数转向电机为永磁无刷直流电机，因此本发明中路感电机模型以永磁无刷直流电机为对象，路感电机电枢回路的微分方程可以表示为：式中，l
m
为路感电机电枢电感；i
m
为路感电机电枢电流；r
m
为路感电机电枢电阻；e
m
为路感电机反电动势；u
m
为路感电机电枢电压；k
m
为路感电机反电动势常数；根据力学原理，路感电机的转动力学微分方程可以表示为：式中，j
m
为路感电机转动惯量；b
m
为路感电机阻尼系数；分别为路感电机加速度；t
m
为路感电机电磁转矩；κ
m
为路感电机电磁转矩常数；t
ma
为路感电机输出转矩，即负载转矩；(13)下层转角执行子系统动力学模型：(131)转角执行电机模型：同路感模拟电机一样，转角执行电机通常也会选用永磁无刷直流电机，则转角执行电机的电枢回路微分方程可以表示为：式中，l
s
为转角执行电机电枢电感；i
s
为转角执行电机电枢电流；r
s
为转角执行电机电枢电阻；e
s
为转角执行电机反电动势；u
s
为转角执行电机电枢电压；k
s
为转角执行电机反电动势常数；为转角执行电机转速；根据力学原理，转角执行电机的转动力学微分方程可以表示为：式中，j
s
为转角执行电机转动惯量；b
s
为转角执行电机阻尼系数；为转角执行电机加速度；t
s
为转角执行电机电磁转矩；κ
s
为转角执行电机电磁转矩常数；t
sa
为转角执行电机输出转矩，即负载转矩；(132)齿轮齿条模型：目前的线控转向设计中，通常采用齿轮齿条作为转向器，因此本发明中以此为例建立该部分模型，其中齿轮与齿条的动力学方程为：
式中，m
r
为齿条质量；b
r
为齿条阻尼系数；f
r
为齿条所受转向阻力；x
r
、和分别为齿条位移、速度和加速度；θ
g
为齿轮转角；g
s
为转角执行电机减速比；r
p
为齿轮半径，t
s
为转角执行电机输出力矩；根据机械传动原理，转向执行电机转角θ
s
＝x
r
/r
p
，将齿条受力等效到转向执行电机轴上，可得：式中，f
r
与r
p
的积表示为等效到转向执行电机轴上的轮胎回正力矩。3.根据权利要求1所述的一种线控转向系统结构及控制参数集成优化方法，其特征在于，所述步骤(1)中影响系统性能的关键结构参数确定步骤如下：(14)根据所述步骤(11)、(12)和(13)中建立的整车动力学模型、上层路感模拟子系统和下层转角执行子系统的动力学模型，在相关仿真环境中搭建三者的仿真模型；(15)预筛选可能影响系统性能的结构参数，分别为路感电机减速比g
m
、路感电机电磁转矩常数κ
m
、路感电机额定转矩t
md
、转角执行电机减速度g
s
、转角执行电机电磁转矩常数κ
s
、转角执行电机额定转矩t
sd
、齿轮半径r
p
以及齿条质量m
r
；(16)根据步骤(14)中搭建的仿真模型，采用控制变量法逐一对所述步骤(15)中的预筛选结构参数进行分析，当改变一个参数进行分析时，其余参数保持不变，并根据最终系统的响应曲线波动情况筛选出关键结构参数p1，p2，...，p
n
。4.根据权利要求1所述的一种线控转向系统结构及控制参数集成优化方法，其特征在于，所述步骤(2)中路感控制策略采用模糊pi自整定控制方法，其中pi控制器对路感电机电枢电流i
m
进行控制，控制参数为比例系数k
p
和积分系数k
i
，则t时刻的电流控制输入为i
a
(t)＝k
p
e(t) k
i
∫e(t)dt，而模糊控制器则根据路感转矩预设值和路感转矩实际值计算偏差e和偏差变化率ec，对照模糊控制规则对k
p
和k
i
分别进行参数修正，则路感控制策略的中的关键控制参数为比例系数k
p
的隶属度函数节点o
p
，积分系数k
i
的隶属度函数节点o
i
，需求电枢电流的隶属度函数节点o
m
。5.根据权利要求1所述的一种线控转向系统结构及控制参数集成优化方法，其特征在于，所述步骤(3)中转角跟踪控制策略采用鲁棒滑模控制方法，对于被控的转角执行电机，设其期望跟踪角度为θ
d
(t)＝sin(t)，则滑模控制器的闭环控制即是要使得电机实际角度θ(t)的变化可以跟踪上期望角度θ
d
(t)的变化，定义系统的跟踪误差为e(t)＝θ
d
(t)-θ(t)，则系统跟踪误差的微分为取线性滑模面并且采用等速趋近率和指数趋近率，则滑模控制器的表达式如下：式中，u(t)为t时刻的控制输出，即为转角执行电机电枢电流i
s
；ρ为等速趋近率；λ为指数趋近率；b
s
为输入系数；sgn为符号函数；为t时刻的期望角加速度；c为滑模控制器中的滑模面系数；则根据公式(12)，最终所述步骤(3)中转角跟控制策略中关键控制参数选择为等速趋近率ρ、指数趋近率λ、输入系数b
s
和滑模面系数c。6.根据权利要求1所述的一种线控转向系统结构及控制参数集成优化方法，其特征在
于，所述步骤(4)中上层路感模拟子系统和下层转角执行子系统的优化目标为：(41)上层路感模拟子系统的优化目标为转向路感和成本，表示为：(411)转向路感优化目标f1：式中，ω为路感模拟子系统频率；ω0为截止频率；j为虚数单位；x1、y1、z1分别为等效转动惯量、阻尼和刚度系数，取决于方向盘、转向轴与路感电机的转动惯量、阻尼和刚度系数；(412)路感模拟子系统成本优化目标f2：f2＝c
m
(κ
m
，t
md
，g
m
)
ꢀꢀꢀꢀꢀꢀꢀꢀ
(13)式中，c
m
为路感模拟子系统成本函数；(42)下层转角执行子系统的优化目标为转向灵敏度和成本，表示为：(421)转向灵敏度优化目标f3：式中，a
i
(i＝0，1，2，3)为传递函数分子系数，取决于转角执行电机转动惯量和阻尼系数；q
i
(i＝0，1，2，3，4，5)为传递函数分母系数，取决于齿轮半径、齿条质量和阻尼系数；(422)转角执行子系统成本优化目标f4：f4＝c
s
(κ
s
，t
sd
，g
s
，r
p
，m
r
)
ꢀꢀꢀꢀꢀꢀ
(15)式中，c
s
为转角执行子系统成本函数。7.根据权利要求1所述的一种线控转向系统结构及控制参数集成优化方法，其特征在于，所述步骤(5)中的数值浮动操作是将步骤(4)的求解结果进行上下15％的数值浮动，并将浮动后的区间作为各参数的约束条件，此外所述步骤(5)中系统层优化目标为：(51)线控转向系统能耗优化目标f5：式中，t
sn
为转角执行电机负载转矩，g为转角执行电机负载转矩、车辆速度与需求路感间的函数关系，一般可定义为车辆实际转向负载转矩与其转向助力特性曲线的差值；(52)线控转向系统转向稳定性优化目标f6：式中，p
i
(s)/x
r
(s)，i＝1，2，...，n为所述步骤(16)中筛选出的关键结构参数与齿条位移间的传递函数；g
real
为传递函数极点实部提取函数。

技术总结
本发明公开了一种线控转向系统结构及控制参数集成优化方法，本发明首先通过对线控转向系统进行结构拆分，将其划分为上层路感模拟子系统和下层转角执行子系统，并分别设计各子系统的控制策略，实现对系统层次的划分以简化优化问题。然后在子系统层面进行两者各自的结构及控制参数的一级集成优化，以明确线控转向系统不同组成部分的参数设计范围。最后在线控转向系统的系统层进行二级集成优化设计，保证整个系统层面的综合性能最优。整个系统层面的综合性能最优。整个系统层面的综合性能最优。


技术研发人员：王崴崴 徐晓美
受保护的技术使用者：南京林业大学
技术研发日：2022.10.10
技术公布日：2022/11/25