伍磊 凌和平 石明川 邱松
比亚迪汽车工业有限公司
摘要：针对纯电动汽车的电驱动系统，提出采用将卡尔曼(Kalman)观测器与预测控制相结合的扭矩控制方法，从而减少电驱动系统的扭转振动，提高电动汽车的驾驶舒适性。同时为了满足动力性需求，提出将电机目标扭矩作为新的状态量引入系统状态方程中，从而建立系统的增广模型，并以此完成了基于预测模型的滚动优化控制的设计。其设计思路是以扭转角速度偏差和目标扭矩与系统需求扭矩偏差的最小化为优化指标，实时地求解出当前最优目标扭矩。最后通过Simulink与Adams的联合仿真，验证了该方法能在保证整车动力需求的基础上有效地抑制电驱动系统的扭转振动，从而提高了整车的驾驶性能。
关键词：电驱动系统；扭转振动；预测控制；卡尔曼；观测器；
前言
电驱动系统是电动汽车的核心部件，并且相对传统汽车动力系统而言更加简单化，并向着高效一体化设计发展 [4]。但这种一体化形式，使得电驱动系统不需要离合器或液力变矩器而直接耦合动力，从而导致驱动系统因缺少减振部件而产生扭转振动，严重时将会影响整车的驾驶舒适性。
针对这种现象，一些机构提出了被动控制方法，即通过大量实车试验数据设计出能提取电机转速振动频率的滤波器，并对其进行反馈控制，从而达到抑制扭转振动的目的[1, 2]。但这种方法只有在出现振动后才进行控制，因此对系统的延迟极为敏感。同时，一些学者或机构提出了基于模型的控制方法，如基于LQR的最优反馈控制[4]、基于模型的预测控制[5,6]等先进的控制方法。其主要控制思路是利用最优控制理论实时计算所需要的控制量，从而达到控制扭转振动的效果[3]，但没有考虑实际情况中是难以得到状态方程的各个状态量。并且由于没有直接将整车需求扭矩作为一项指标，从而使得电机目标扭矩与整车的需求扭矩有一定的偏差。
综上所述，本文针对电驱动系统，提出采用Kalman观测器结合预测控制的控制方法，通过Kalman观测器实时估算预测控制器所需要的各个状态量[7]。同时在设计预测控制器时，提出将电机目标扭矩作为系统的另一状态量加入所建立的状态方程中，从而得到能反映电机目标扭矩跟随系统需求的增广模型。通过Adams和Simulink联合仿真，对控制前、后的控制效果进行了仿真对比分析，其结果表明所设计的控制器能有效地抑制电驱动系统的扭转振动，同时也充分保证了系统的动力需求。
1电驱动系统及其等效模型
5 结论
文中提出采用预测控制结合Kalman观测器抑制电驱动系统扭转振动的控制方案。为了方便控制器的设计，利用Kalman观测器实时估算预测控制器所需要的状态量。
同时为了保证系统的动力需求，提出将电机目标扭矩作为状态量加入电驱动系统等效模型中，从而得到其增广模型，并以此设计了预测控制器。
本文通过Adams和Simulink联合仿真技术对控制前、后进行了仿真对比分析，其仿真结果表明：
（1）Kalman观测器能估算系统的各个状态量，其估算误差均在10-2量级，能满足控制器的要求；
（2）基于增广模型的预测控制器能有效地抑制电驱动系统在扭矩加/减载时出现的扭转振动现象，从而提高了驾驶平顺性。
（3）在改善平顺性的同时，该控制器也能较好地跟随目标扭矩参考值，从而保证了系统动力需求。
综上所述，所设计的预测控制器能有效地控制电驱动系统的扭转振动，同时也保证了系统的动力需求，从而提高了整车的驾驶性能。
参考文献
北京智行鸿远汽车技术有限公司，一种纯电动汽车急加速扭矩滤波的控制方法：中国，CN102887080A[P]．2013-01-23
长城汽车股份有限公司，车辆的扭矩滤波控制方法、系统及车辆：中国，CN10826324[P]．2018-07-10
U.Kiencke，李道飞．汽车控制系统：发动机、传动系和整车控制[M]，北京：高等教育出版社，2010．
傅洪．电机变速器集成驱动系统扭转振动控制研究[J]，汽车工程，2010 30(7)：596-600．
卢晓晖．汽车传动系的滚动优化控制研究[J]，吉林大学，2013．
Marcin Cychowski．Constrained Model Predictive Control of the Drive System With Mechanical Elasticity[J]，IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS，2009 56(6)：1963-1973．
Mohinder S. Grewal，刘郁林．卡尔曼滤波理论与实践[M]，北京：电子工业出版社，2017．
黎明安，Matlab/Simulink动力学系统建模与仿真[M]，北京：国防工业出版社，2012．
席裕庚．预测控制[M]．北京：国防工业出版社，1993．
Mayen DQ，Rawlings J B．Constrained model predictive control: Stability and optimality[J]．Automaitica，2000，36(6)．
论文作者:伍磊 凌和平 石明川 邱松
论文发表刊物:《中国西部科技》2019年第22期
论文发表时间:2019/11/26
标签：系统论文; 扭矩论文; 观测器论文; 控制器论文; 模型论文; 状态论文; 整车论文; 《中国西部科技》2019年第22期论文;