一種基于復(fù)合控制的電動助力轉(zhuǎn)向系統(tǒng)助力控制方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及電動助力轉(zhuǎn)向系統(tǒng)領(lǐng)域，尤其涉及一種基于復(fù)合控制的電動助力轉(zhuǎn)向 系統(tǒng)助力控制方法。
【背景技術(shù)】
[0002] 車輛用電動助力轉(zhuǎn)向（EP巧系統(tǒng)包括電子控制單元巧CU)、轉(zhuǎn)矩傳感器、車速傳感 器、電流傳感器、助力電機和減速機構(gòu)等部件，助力電機通過傳動機構(gòu)與汽車的轉(zhuǎn)向機構(gòu)相 連。EPS系統(tǒng)存在多種控制模式，其中助力控制是其基礎(chǔ)。
[0003]針對助力控制的方法是多種多樣的，傳統(tǒng)的控制方法的控制精度低、魯棒性差，響 應(yīng)時間長，送樣會使得電機提供助力的延遲，對汽車的舒適性和安全性造成很大的影響。較 為理想的控制方法為滑模變結(jié)構(gòu)控制，但是傳統(tǒng)的滑模變結(jié)構(gòu)控制普遍存在著抖振現(xiàn)象。 抖振會影響汽車行駛的穩(wěn)定性，進而影響汽車的安全性。為了解決上述問題，需要有一種新 的電動助力轉(zhuǎn)向系統(tǒng)助力控制方法。
[0004]本發(fā)明設(shè)計了基于遺傳算法優(yōu)化的模糊滑?？刂品椒ǎ粌H有效地減小了系統(tǒng)的 抖振，還進一步增強了系統(tǒng)的控制精度和魯棒性。并且由于滑模變結(jié)構(gòu)控制的特點，該控制 方法可W應(yīng)用于多種不同型號的汽車上。

【發(fā)明內(nèi)容】

[0005]本發(fā)明提供了一種基于復(fù)合控制的電動助力轉(zhuǎn)向系統(tǒng)助力控制方法，目的在于減 小甚至消除傳統(tǒng)的滑模變結(jié)構(gòu)控制中存在的抖振現(xiàn)象，進一步提高系統(tǒng)的控制精度和魯棒 性。當(dāng)車輛進入轉(zhuǎn)向狀態(tài)時，電動助力轉(zhuǎn)向系統(tǒng)的ECU根據(jù)轉(zhuǎn)矩傳感器測得的轉(zhuǎn)矩信號和 車速傳感器測得的車速信號得到所需的目標(biāo)電流，將電流傳感器測得的實際電流與目標(biāo)電 流的差值作為電流控制器的輸入，確保實際電流能夠快速而準(zhǔn)確的跟隨目標(biāo)電流，W此來 快速而準(zhǔn)確的提供助力轉(zhuǎn)矩。本發(fā)明所采用的技術(shù)方案是：
[0006] -種基于復(fù)合控制的電動助力轉(zhuǎn)向系統(tǒng)助力控制方法，其特征在于；第一步，設(shè)計 滑模變結(jié)構(gòu)控制器對電動助力轉(zhuǎn)向系統(tǒng)的電流誤差進行控制；第二步，將一個雙輸入單輸 出的模糊控制引入到第一步的滑模變結(jié)構(gòu)控制器中，使滑?？刂浦械年P(guān)鍵參數(shù)具有一定的 自適應(yīng)特性；第Η步，將遺傳算法優(yōu)化引入到第二步的模糊控制中，對模糊控制規(guī)則進行優(yōu) 化。該方法的主要特性為；將模糊控制應(yīng)用于滑?？刂疲_到優(yōu)化滑?？刂浦械年P(guān)鍵參數(shù)的 作用，同時通過遺傳算法優(yōu)化模糊規(guī)則，W此來提高模糊規(guī)則的精確性，最終實現(xiàn)對EPS系 統(tǒng)的復(fù)合控制，提高系統(tǒng)的魯棒性和控制精度，同時，減小甚至消除系統(tǒng)的抖振現(xiàn)象。
[0007]第一步中，將系統(tǒng)所需的目標(biāo)電流Im和電流傳感器采集助力電機當(dāng)前的實際電流 I的偏差e作為狀態(tài)變量，同時參考滑?？刂浦械闹笖?shù)趨近率，結(jié)合助力電機的電氣特性， 最終初步得到滑?？刂破?。用飽和函數(shù)sat (S)代替理想滑動模態(tài)中的符號函數(shù)sgn(S)，將 已形成的切換控制項連續(xù)化，形成具有一定鄰域的邊界層，增強系統(tǒng)的魯棒性。
[000引第二步中，滑?？刂浦械闹笖?shù)趨近率公式為；= -s.sgnW-k，e會明顯影響系 統(tǒng)的性能，根據(jù)圖3利用模糊控制對其進行自適應(yīng)控制，設(shè)模糊控制器的輸入s和;在模糊 論域上的模糊子集&?= ：{ΛΤ&Λ/5·，Ζα戶&戶9,輸出e在模糊論域上的模糊子集ε= {NB，NS， ZO,PS,PB}。由此可構(gòu)成對助力電機控制的模糊滑模控制器；
[0009]第Η步中，利用遺傳算法對對第二步的模糊控制中的模糊規(guī)則進行優(yōu)化，具體的 控制規(guī)則優(yōu)化過程為；隨機初始化初始群體的參數(shù)，計算出目標(biāo)函數(shù)值及相應(yīng)的適值；計 算初始種群的適值總和、最值、平均值及最大值樣本序號；計算出個體的適值與平均適值之 比，用比值大于1的個體繁殖，保持種群中個體個數(shù)不變；在上一代種群中隨機進行兩兩配 對，W交叉概率為0. 85隨機選取交叉位進行交叉操作，便W概率為0. 01.由此產(chǎn)生新一代 種群，計算各樣本的目標(biāo)函數(shù)值機器最大值和適值；計算新一代種群的適值總和、最值、平 均值及最大值樣本序號；判斷是否滿足終止條件，滿足則結(jié)束，不滿足重復(fù)上述過程；由最 大適值的樣本解碼，得到優(yōu)化的控制規(guī)則。
[0010] 優(yōu)越地，本發(fā)明的電流控制器將采用基于遺傳算法優(yōu)化的模糊滑模變結(jié)構(gòu)控制， 由于滑模變結(jié)構(gòu)控制器具有開關(guān)特性，且與系統(tǒng)本身的參數(shù)和擾動無關(guān)，因此，該控制方法 可W應(yīng)用于不同型號的汽車上。
[0011] 優(yōu)越地，本發(fā)明利用模糊控制優(yōu)化滑?？刂浦械膮?shù)，使得參數(shù)能夠根據(jù)不同的 工況發(fā)生自適應(yīng)變化，同時利用遺傳算法優(yōu)化模糊控制中的控制規(guī)則，增強了系統(tǒng)的控制 精度，進一步提高了系統(tǒng)的自適應(yīng)特性和魯棒性，同時，減小甚至消除了傳統(tǒng)滑模變結(jié)構(gòu)控 制所特有的抖振現(xiàn)象。
[0012] W下結(jié)合附圖，詳細說明本發(fā)明的優(yōu)點和特征。
【附圖說明】
[0013]圖1為電動助力轉(zhuǎn)向系統(tǒng)分模型示意圖；
[0014] 圖2為電動助力轉(zhuǎn)向系統(tǒng)助力控制方法的邏輯框圖；
[0015]圖3為模糊滑模變結(jié)構(gòu)控制框圖；
[0016] 圖4為遺傳算法流程圖。
【具體實施方式】
[0017] 如圖2, 一種電動助力轉(zhuǎn)向系統(tǒng)，包括微處理器MCU1,W及與之相連的方向盤扭矩 傳感器2、車速傳感器3、PWM助力電機驅(qū)動模塊4、助力電機5及反饋電流采集模塊6,微處 理器MCU1實時采集由方向盤扭矩傳感器2產(chǎn)生的扭矩信號和車速傳感器3產(chǎn)生的車速信 號，并通過內(nèi)置的助力特性曲線得到電動助力轉(zhuǎn)向系統(tǒng)應(yīng)輸出的助力電機的目標(biāo)電流，將 該參數(shù)輸入到模糊PID控制器進行處理，向PWM助力電機驅(qū)動模塊4輸出經(jīng)微處理器MCU 調(diào)節(jié)的脈寬調(diào)制信號（PWM)，通過控制PWM波占空比的方式控制助力電機5輸出助力扭矩， 同時反饋電流6采集模塊實時采集助力電機實際電流，輸入微處理器MCU1中的模糊PID控 制器7,形成閉環(huán)控制。
[0018]本發(fā)明公開了一種基于復(fù)合控制的電動助力轉(zhuǎn)向系統(tǒng)助力控制方法，其中關(guān)鍵在 于對電流控制器的設(shè)計，具體實施如下：
[0019] 1.當(dāng)車輛進入轉(zhuǎn)向狀態(tài)時，電動助力轉(zhuǎn)向系統(tǒng)的ECU根據(jù)轉(zhuǎn)矩傳感器測得的轉(zhuǎn)矩 信號和車速傳感器測得的車速信號得到所需的目標(biāo)電流，將電流傳感器測得的實際電流與 目標(biāo)電流的差值作為電流控制器的輸入，確保實際電流能夠快速而準(zhǔn)確的跟隨目標(biāo)電流，W此來快速而準(zhǔn)確的提供助力轉(zhuǎn)矩。
[0020] 2.將系統(tǒng)所需的目標(biāo)電流Im和電流傳感器采集助力電機當(dāng)前的實際電流I的偏 差e作為狀態(tài)變量，得到切換函數(shù)：
[00引]s=c*e=c(Im-：0 公式（1)
[002引公式（1)中C為比例系數(shù)，Im為目標(biāo)電流，I為實際電流。
[0023] 對S求導(dǎo)：
[0024] S=C·e=C 公式似
[00巧]選取指數(shù)趨近率設(shè)計滑模觀測器，即；
[0026]
公式