【正文】 控制和 DYC+AFS 集成控制，驗證了集成控制策略在保障汽車行駛穩(wěn)定與安全上的有效性。 2) 本文所依據(jù)的車輛模型是非常理想的線性二自由度模型，且所有控制系統(tǒng)都是基于理性的線性控制進行設(shè)計的。f,Yoichi Hori. Direct yawmoment control of an inwheelmotored electric vehicle based on body slip angle fuzzy observer. IEEE Transactions on Industrial Electronics, 20xx, 5(56):14111419. [7]． Dejun Yin, Sehoon Oh, Yoichi Hori. A novel traction control for EV based on maximum transmitable torque estimation. IEEE Transactions on Industrial Electronics, 20xx,5(56): 582587. [8]． Motoki Shino, Masao Nagai. Independent wheel torque control of small scale electric vehicle for handling and stability improvement. Elsevier of Japan,20xx, 4(24):449456. [9]． Shino M, Watanabe S, Raksincharoensak P, et al. Vehicle handling and stability control of microscale electric vehicle utilizing steerbywire system[C]//Proceedings of the 7th Int. Sym。 畢業(yè)設(shè)計（論文）報告紙 26 參考文獻 [1]． Anton Van Zanten， Bosch ESP174。還需要大量的人力，物力，財力來驗證它在實車上的運行效果。還設(shè)計了作用在各個車輪上的橫擺力矩的優(yōu)化算法。 論文的具體研究工作如下： 1) 簡單敘述了車輛穩(wěn)定性 研究 的發(fā)展歷程和輪轂電機電動汽車在穩(wěn)定控制上的 自由性和靈活性 以及前輪主動轉(zhuǎn)向（ AFS）和直接橫擺力矩控制（ DYC）的工作原理，以及國內(nèi)外在此方面的研究背景。 本文在車輛穩(wěn)定性控制系統(tǒng)的設(shè)計過程中，將其分為了兩層。且與單純的 DYC 控制相比 ， AFS+DYC 集成控制在達到 相同的效果時，所需的橫擺力矩更少，且對縱向速度的影響跟小。但是如圖 (d)所示，在高速時 DYC 控制所需的橫擺力矩遠遠大于 AFS+DYC 集成控制， 在現(xiàn)階段中輪轂電機難以提供這么大的驅(qū)動 /制動力來實現(xiàn)期望的橫擺力矩， 然而，集成控制由于 AFS 控制器提供部分的橫擺力矩，而剩下的橫擺力矩將由DYC 控制器進行補償，因此，能夠更好的利用輪胎力在線性區(qū)域和非線性區(qū)的特點來提高車輛的穩(wěn)定性 。如圖 (d)所示集成控制時的橫擺力矩很小，說明 在車輛輪胎力處于線性范圍內(nèi)時，集成控制能夠有效地利用 AFS 控制器實現(xiàn)期望橫擺角速度的跟蹤，而 DYC 控制則需要較大的橫擺力矩才能跟蹤上期望的橫擺角速度 。m/rad/sec εr 路面附著縮減系數(shù) s/m g 重力加速度 m/s2 為了有效地突出 AFS 和 DYC 集成控制策略的有益效果，本文將采用仿真對比試驗，與無控制系統(tǒng)以及單獨采用本文 DYC 控制系統(tǒng)進行對比，為便于仿真結(jié)果分析，本文所提出的AFS/DYC 集成控制系統(tǒng)記為 AFS+DYC，無控制系統(tǒng)記為無控制， DYC 控制系統(tǒng)記為 DYC。m2 Ixz 簧上質(zhì)量 繞 x 和 z 軸的轉(zhuǎn)動 慣性積 0 kg 其中單移線工況下的參考模型控制輸入如圖 所示，前輪轉(zhuǎn)角 δf 的峰值為 3deg。其還提供了圖形化用戶界面（ GUI），使用鼠標拖動的方式，即可構(gòu)建結(jié)構(gòu)圖形式的控制系統(tǒng)模型。為此本章首先簡單的對 MATLAB/Simulink 軟件仿真軟件進行介紹，然后在 Simulink 中搭建系統(tǒng)的仿真模型，最后進行單移線工況仿真試驗，并對仿真結(jié)果進行分析 。AFS 控制器和 DYC 控制器則是根據(jù)駕駛意圖與理想狀態(tài)的差值來對車輛狀態(tài)進行補償，以保證車輛的操縱穩(wěn)定性。在各輪胎上的縱向力 xiF 滿足 zM 的情況下，我們要盡量使 xdF 為零，且各 xiF 都要在摩擦圓允許的條件范圍內(nèi) ，以使 汽車處在良好的運行狀態(tài)，保持較好的穩(wěn)定性。標準形式為： xmin ucQu TUT ?21 . ?? ????uuubuAbAueqeq () 本節(jié)采用二次規(guī)劃法，對在線性區(qū)域由改變轉(zhuǎn)向角產(chǎn)生的橫擺力矩和在非線性區(qū)域內(nèi)由改變輪胎上的縱向力產(chǎn)生的橫擺力矩進行優(yōu)化分配。 至此， DYC 控制器設(shè)計完畢，控制器的輸入為理想?yún)⒖寄Ｐ偷臋M擺角速度輸出 dr 、 AFS控制器輸出變量 fd ，和車輛的反饋狀態(tài) (r 和 b )，輸出為直接橫擺力矩 zM 。 將其帶入式（ )中，可得 ? ?2222222 s g n)( SSKrIMI acrvI bcacI acbcS dzzfzfzrfzfr ?db ?????????? ?? () 最后，對式 ()進行變換，可得滑模控制器的輸入變量 zM ? ? ???????? ????????? 222222 s g n)( SSKrI acrvI bcacI acbcIM dfzfzrfzfrzz ?db ? () 由上式可以看出，控制器的輸入變量 zM 中含有前后輪轉(zhuǎn)角 fd 。 與 AFS 控制器的設(shè)計相比，這里仍采用車輛二自由度線 動力學 模型。 對（ ）進行求導，并結(jié)合式（ ）和（ ）可以推得系統(tǒng)靠近滑模面的時速度 ? ? ? ?? ?? ? ? ? ? ?? ?ddddd dddddddddddduuBuBBXAAACBuBuuBBuXAAXXXACuBXABuAXCXXCS?????????????????????11111)(??? () 同時為了 提高運動品質(zhì) ，則設(shè)計 滑模變結(jié)構(gòu) 控制器的速率遵照質(zhì)數(shù)趨近律，即 ? ? 0k＞0 ,s g n 11111 ???? ?? SSKS d e s? () 式中， 1K 和 1? 為對角增益矩陣，且對角數(shù)皆為正數(shù)。 vgrrd ? a x ?? () 因此，期望的橫擺角速度 dr 在實際過程中可表示為： ? ?m i n , sg n1 dd f fdk gr sv ?dd?? ???????? ??? () 至此，車輛二自由度線性理想?yún)⒖寄Ｐ捅阍O(shè)計完畢。 將車輛的運動學微分方程轉(zhuǎn)化為狀態(tài)方程，其狀態(tài)量 ? ?TrX b? ，輸入向量fu d?，這狀態(tài)方程為： BuAXX ??? () 其中， ???????22211211 aa aaA ???????22211211 bb bbB 可展開為： ?????????ffbraar braa db dbb212221111211?? () 其中， mvcca rf ???11，212 1 mvbcaca rf ???? ，zrf I bcaca ???21 , vI bcacazrf 2222 ??? mvcb f?11,zfIacb ?21 車輛理想?yún)⒖寄Ｐ? 本節(jié)會設(shè)計汽車理想?yún)⒖寄Ｐ停员銓Ⅰ{駛員的轉(zhuǎn)向意圖轉(zhuǎn)換為操縱穩(wěn)定性意圖 ， 即期望的橫擺角速度 dr 和期望的質(zhì)心偏側(cè)角 db 。同時，從控制器的設(shè)計角度來看，線性模型跟有利于控制器的設(shè)計，簡化了控制器的設(shè)計難度。本文將從 AFS 和 DYC 控制器各自的作用特點出發(fā)，針對它們的特點進行分層控制結(jié)構(gòu)的設(shè)計，采用滑?？刂品椒▽?AFS 和 DYC 控制器進行設(shè)計，其設(shè)計的思路為：當汽車輪胎的側(cè)向力處于線性區(qū)域時，此時主要發(fā)揮 AFS 控制器的作用；而當汽車輪胎的側(cè)向力超出線性區(qū)域時，此時超出部分將由 DYC 控制器對其進行補償。 另一方面，滑膜 控制算法簡單，實時計算時間少， 既降低了控制器的設(shè)計難度，又 對車輛穩(wěn)定性有較大的提高。 3) 冪次趨近律 100),s g n ( ＜α＜,k ＞ssks ???? () 4) 一般趨近律 ? ? 0,)s g n ( ＞sfss ?? ???? () 其中， ? ? ? ? 0,0,00 ＞ssfsf 時當 ?? 。以下是常用的四種趨近律： 1) 等速趨近律 0),sgn( ＞ss ????? () 其中， ? 表示趨近速率。 滑模運動到達條件 如果系統(tǒng)的初始點 x(0)不在 s(x)=0 的附近，而是在狀態(tài)空間的任何位置，此時要求系統(tǒng)必須 向滑膜 面 s(x)=0 運動 ，在有限的時間內(nèi)到達或無限趨向于 s(x)=0，即滿足可達到性條件 ，不然系統(tǒng)無法啟動滑模運動 [19]。 滑動模態(tài)的存在性 CBAs 0?s 0?s 0? 圖 滑模 控制三點圖 如圖 所示， 在切換面上的點有三種情況 :一種是通常點如 A 點，穿過此點到達滑模面的；一種是起始點如 B 點，從該點離開到達滑模面的兩側(cè)；另一種是終止點如 C 點，從兩側(cè)趨向該點并沿著滑模面運動 [18]。系統(tǒng)一旦到達切換 超平面 ，控制作用將保證系統(tǒng)沿切換超平面到達系統(tǒng)原點，這一沿切換超平面向原點滑動的過程稱為滑?？刂啤；？刂剖亲兘Y(jié)構(gòu)控制的一 個分支。 第二層為執(zhí)行層，包括 附加主動前輪轉(zhuǎn)角和附加橫擺力矩的分配 ， 其中附加主動前輪轉(zhuǎn)角通過轉(zhuǎn)向電機進行實現(xiàn)，而附加橫擺力矩通過約束條件下的二次規(guī)劃方法求得各個輪轂電機的驅(qū)動 /制動力大小，并分配到各個輪轂電機中 。 第一層為 決策 層，包括駕駛員、參考模型、AFS 控制器和 DYC 控制器。在高速時，轉(zhuǎn)向傳動比增大， 給 前輪 一負值的附加 轉(zhuǎn)向角度， 減小汽車的轉(zhuǎn)向過度，提高了汽車的轉(zhuǎn)向穩(wěn)定性。 控制四個車輪的縱向力的分布及幅度 的 DYC 系統(tǒng) ，在汽車上產(chǎn)生可以穩(wěn)定車輛的 外部 畢業(yè)設(shè)計（論文）報告紙 5 橫擺力矩，使車輛保持在中性轉(zhuǎn)向稍偏不足轉(zhuǎn)向的狀態(tài)。因此，先介紹了 現(xiàn)階段 兩種控制橫擺力矩 主要方法 。 綜上所述，在國內(nèi)外都對 AFS 和 DYC 有了一定的研究， 但現(xiàn)階段 仍然 是著力于開發(fā)單個系統(tǒng)的性能，對于兩者的 集成控制仍然缺乏明確的控制策略，使得 AFS、 DYC 系統(tǒng) 無法在一個車 輛上同時使用 充分發(fā)揮它們的優(yōu)勢 來互補其劣勢。 北京理工大學的陳思忠教授研究了把輪胎的非線性和汽車動力性考慮在內(nèi)的直接橫擺力矩控制 (DYC)，以提高大側(cè)偏角和高側(cè)向加速度的操縱穩(wěn)定性和主動安全性 [11]。 Yoichi Hori 研究了應(yīng)用于四輪驅(qū)動電動汽車的控制方法 :一種高性能 AFS 和 DYC 的質(zhì)心側(cè)偏角和橫擺用速度解稱控制 ,基于質(zhì)心側(cè)偏用模糊觀測器的直接橫擺力矩控制 ,以及基于最大驅(qū)動轉(zhuǎn)矩估計的牽引控制方法 [57]。 為了改善車輛操縱性 的 穩(wěn)定性和安全性 ， 近年來國內(nèi)外出現(xiàn)了一系列的AFS 和 DYC 集成控制系統(tǒng)，隨著研究的不斷深入，集成控制系統(tǒng)考慮的因素越來越多，集成度也逐漸增加。（ 3）通過 對于 汽車底盤集成控制 性能潛力的挖掘 ，現(xiàn)已出現(xiàn)了獨立制動 /驅(qū) 動 /主動懸架于一體的輪轂電機總成，如圖 所示， 該系統(tǒng) 通過對車輪各向力 的整體控制，可以保證汽車各子系統(tǒng)之間工作 互不干擾 ， 更加方便了 AFS 和 DYC對于汽車的聯(lián)合控制 ，提高汽車正常行駛的舒適性和極限工況下的主動安全性 以及轉(zhuǎn)彎時的穩(wěn)定性 。基于此，四輪獨立驅(qū)動電動 輪 汽車 能 實現(xiàn)主動懸架的集成控制。 其中比較成功的是 BOSCH 公司的 VDC 概念， Benz 公司的 ESP 概念，豐田公司的 VSC 概念 。隨著電子技術(shù)的 成熟 ，控制技術(shù)的進步， 跟多的 的電子控制 單元 被安裝在汽車上。 但隨之而來的風險也 在逐步增加，有 關(guān) 研究機構(gòu)對大量交通事故進行了統(tǒng)計分析后發(fā)現(xiàn)，與車速有關(guān)的交通事故 的發(fā)生概率超過了 80%。因此，針對 AFS 和 DYC 集成控制方式存在的協(xié)調(diào)控制問題，本文采用了分層控制方法進行了解決，并通過滑模變結(jié)構(gòu)控制理論分別對 AFS 和 DYC 控制器進行了設(shè)計，從而使汽車輪胎的側(cè)向力在線性范圍時，主要通過 AFS 來實現(xiàn)期望的橫擺力矩，當汽車輪胎的側(cè)向力超出線性范圍時，超