【正文】 w 車輪轉(zhuǎn)動慣量 kgm2 Cα 輪胎側(cè)向剛度 30000 N/rad Cs 輪胎縱向剛度 50000 N/rad KR 前軸側(cè)傾剛度占總側(cè)傾剛度的比值 Kφ 等效側(cè)傾剛度 Nm/rad Cφ 等效側(cè)傾阻尼 Nm/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。 0 0 . 5 1 1 . 5 2 2 . 5 3 3 . 5 4 4 . 5 5 2 0 1 5 1 05051015時間 t/s橫擺角速度r/(deg/s) 無控制期望值DYCA F S + D Y C (a)橫擺角速度 畢業(yè)設(shè)計（論文）報告紙 20 0 0 . 5 1 1 . 5 2 2 . 5 3 3 . 5 4 4 . 5 5 1 . 51 0 . 500 . 511 . 5時間 t/s質(zhì)心側(cè)偏角b /deg A F S + D Y CDYC無控制 （ b)質(zhì)心側(cè)偏角 0 0 . 5 1 1 . 5 2 2 . 5 3 3 . 5 4 4 . 5 543210123時間 t/s前輪轉(zhuǎn)向角△df/ deg （ c）主動前輪轉(zhuǎn)向角 0 0 . 5 1 1 . 5 2 2 . 5 3 3 . 5 4 4 . 5 5 3 0 0 0 2 0 0 0 1 0 0 00100020223000時間 t/s橫擺力矩Mz/(N ? m) A F S + D Y CDYC （ d）橫擺力矩 0 0 . 5 1 1 . 5 2 2 . 5 3 3 . 5 4 4 . 5 56 9 . 76 9 . 7 56 9 . 86 9 . 8 56 9 . 96 9 . 9 570時間 t/s縱向速度U/(Km/h) DYCA F S + D Y C (e)縱向速度 畢業(yè)設(shè)計（論文）報告紙 21 圖 低速 70Km/h 的 仿真 試驗 結(jié)果 首先， 在 車輛 低速 70Km/h、高路面附著系數(shù)（ μ=）時進行單移線 仿真 試驗 ， 此時，參考模型的控制輸入如圖 所示。 其仿真結(jié)果如圖 所示。 從圖 (a),(b)可知，在低速下 ， 無控制時橫擺角速度 的追蹤誤差較大且質(zhì)心側(cè)偏角也很大，但 DYC 和 AFS+DYC 則能很好地實現(xiàn)橫擺角速度的追蹤且質(zhì)心側(cè)偏角也控制在一個較小的范圍內(nèi)。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 。此外，由圖 (e)可知 DYC 和 DYC+AFS 控制策略對縱向速度的影響都較小。 然后，在車輛 高速 120Km/h、高路面附著系數(shù)（ μ=）時進行單移線 仿真 試驗 ， 此時，其參考模型的控制 輸入如圖 所示。 其仿真結(jié)果如圖 所示 ： 0 0 . 5 1 1 . 5 2 2 . 5 3 3 . 5 4 4 . 5 586420246時間 t/s前輪轉(zhuǎn)向角df/ deg 圖 高速參考模型的控制輸入 0 0 . 5 1 1 . 5 2 2 . 5 3 3 . 5 4 4 . 5 5 1 00102030時間 t/s橫擺角速度r/(deg/s) 無控制DYC期望值A(chǔ) F S + D Y C (a)橫擺角速度 畢業(yè)設(shè)計（論文）報告紙 22 0 0 . 5 1 1 . 5 2 2 . 5 3 3 . 5 4 4 . 5 5 1 5 1 0505時間 t/s質(zhì)心側(cè)偏角b /deg DYCA F S + D Y C無控制 (b)質(zhì)心側(cè)偏角 0 0 . 5 1 1 . 5 2 2 . 5 3 3 . 5 4 4 . 5 56420246時間 t/s前輪轉(zhuǎn)向角△df/ deg (c)主動前輪轉(zhuǎn)向角 0 0 . 5 1 1 . 5 2 2 . 5 3 3 . 5 4 4 . 5 5 4 0 0 0 2 0 0 00202240006000時間 t/s橫擺力矩(N ? m) A F S + D Y CDYC (d)橫擺力矩 0 0 . 5 1 1 . 5 2 2 . 5 3 3 . 5 4 4 . 5 51191 1 9 . 51201 2 0 . 5時間 t/s縱向速度U/(Km/h) A F S + D Y CDYC (e)縱向速度 畢業(yè)設(shè)計（論文）報告紙 23 圖 低車速仿真實驗結(jié)果 從圖 (a),(b)可知此時無控制車輛已出現(xiàn)明顯失穩(wěn)狀況，而 DYC 和 AFS+DYC 依舊能夠?qū)囕v穩(wěn)定性進行良好的控制。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 。此外，由圖 （ e)可知與 AFS+DYC 集成控制相比，單純的 DYC 控制會對縱向速度造成較大的影響，車內(nèi)人員的舒適性會較差。 綜上所 述 ，該仿真實驗的結(jié)果，與前文的設(shè)計思路相一致。這便是，當汽車處于線性區(qū)域時，只有 AFS 控制器起作用；當汽車處于非線性區(qū)域時， DYC 控制器會彌補 AFS 控制器的不足。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。 畢業(yè)設(shè)計（論文）報告紙 24 第五章 總結(jié)與展望 全文總結(jié) 隨著近來電動汽車的興起以及人們對車倆安全性的重視，電動汽車操縱穩(wěn)定性的問題逐漸成為了研究熱點。鑒于 輪轂電機電動汽車具有更好的可控自由度， AFS+DYC 集成控制成為了主要的研究對象。本文以汽車的線性二自由度模型為基礎(chǔ)，設(shè)計了分層控制的車輛穩(wěn)定性控制系統(tǒng)。 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。第一層為決策層，其中包含汽車線性二自由度參考模型和以滑?？刂圃頌榛A(chǔ)設(shè)計的 AFS 和 DYC 控制器。在這一層中，駕駛員輸出的實際 狀態(tài)與參考模型的理想狀態(tài)進行比較，將得到的誤差傳送給AFS+DYC 集成控制系統(tǒng)，輸出附加的前輪轉(zhuǎn)向角和橫擺控制力矩。 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 。 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。 2) 介紹滑?？刂品椒ǖ脑砗托再|(zhì)以及它在控制系統(tǒng)上的優(yōu)越性和它能優(yōu)化系統(tǒng)運動品質(zhì)的原因。 3) 通過汽車二自由度線性模型的運動學(xué)微分方程得到了 其狀態(tài)方程并設(shè)計了一個理想?yún)⒖寄Ｐ?，得到了橫擺角速度和質(zhì)心側(cè)偏角的期望值。 4) 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 以及兩者的集成控制策略。還設(shè)計了作用在各個車輪上的橫擺力矩的優(yōu)化算法。 5) 在基于 二自由度線性車輛模型的平臺上，進行了 MATLAB/Simulink 仿真實驗。通過無控制， DYC 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。 研究展望 雖然本文對電動汽車的行駛穩(wěn)定 性控制系統(tǒng)做了一定量的研究，但這些研究只局限于理 畢業(yè)設(shè)計（論文）報告紙 25 論部分。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。今后還需要研究的問題有如下幾個方面： 1) 為進一步驗證 AFS+DYC 集成控制系統(tǒng)的有效性，實用性和可控性還需要做大量的實車多工況實驗。 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。該系統(tǒng)還需要在非線性，離散系統(tǒng)的情況下進行設(shè)計和仿真實驗評估。 畢業(yè)設(shè)計（論文）報告紙 26 參考文獻 [1]． Anton Van Zanten， Bosch ESP174。System: 5 Years of Experience， 2022， SAE Paper 2022011633 [2]． van Zanten A T, Erhardt R, Pfaff G. VDC, the vehicle dynamics control system of Bosch, 1995[J]. SAE Paper, 950759. [3]． Masao Nagai, Motoki Shino, Feng Gao， Study on Integrated Control of Active Front Steer Angle and Direct Yaw Moment， JSAE Review， 2022， 23(4)： 309~315 [4]． Tohru Yoshioka, Tomohiko Adachi, Tetsuro Butsuen, et al.， Application of SlidingMode Theory to Direct YawMoment Control， JSAE Paper 9936724 [5]． , ,. Decoupling control of p and y for high performanceAFS and DYC of 4 wheel motor electric vehicle. Proceedings of the International Symposium on Advanced Vehicle Control (AVEC),Hiroshima, Japan, 2022: 17. [6]． Cong Geng, Lotfi Mostefai, Mouloud Dena39。f,Yoichi Hori. Direct yawmoment control of an inwheelmotored electric vehicle based on body slip angle fuzzy observer. IEEE Transactions on Industrial Electronics, 2022, 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, 2022,5(56): 582587. [8]． Motoki Shino, Masao Nagai. Independent wheel torque control of small scale electric vehicle for handling and stability improvement. Elsevier of Japan,2022, 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. Symposiu