[发明专利]一种基于变权重模型预测算法的车辆稳定性集成控制方法

摘要

本发明公开了一种基于变权重模型预测算法的车辆稳定性集成控制方法，主要针对车辆的横摆运动和侧倾运动，以提高车辆的稳定性和乘坐舒适性。主要包含以下步骤：步骤一、采集车辆行驶状态信息，并进行估计处理；步骤二、分别决策出保持车辆横摆稳定性和侧倾稳定性的参考状态值；步骤三、选用变权重模型预测控制算法，以前轮转角和轮胎制动力为控制变量，集成车辆横摆和侧倾稳定性控制；步骤四、对比轮胎期望制动力与制动管实际压力，确定电磁阀动作指令，同时将附加前轮转角与驾驶员的转向动作叠加，得到最终的前轮转角；步骤五、制动执行器和转向执行器执行电磁阀动作指令和前轮转角指令，从而使车辆保持横摆稳定性和侧倾稳定性。

主权项

一种基于变权重模型预测算法的车辆稳定性集成控制方法，其特征在于，包括以下步骤：步骤一、实时采集车车辆状态信息，并经估计处理更新采集的车辆状态信息，包括车辆的方向盘转角、横摆角速度、质心侧偏角、侧倾角、侧倾角速度、纵向车速、侧向载荷转移率、制动管压力以及路面附着系数；步骤二、根据所述步骤一实时处理得到的车辆状态信息，分别决策出保持车辆横摆稳定性和侧倾稳定性的参考状态值；步骤三、基于变权重模型预测算法，以前轮转角和轮胎制动力为控制变量，设计车辆横摆和侧倾稳定性集成控制器：选用变权重模型预测算法，以前轮转角和轮胎制动力为控制变量，集成车辆横摆和侧倾稳定性控制，并以横摆角速度跟踪参考值和最小化侧向载荷转移率为控制目标，选用模糊逻辑策略对目标函数中的两个权重系数进行实时的更新，完成控制器的设计；具体包括以下步骤：3.1)针对车辆的横摆运动、侧向运动和侧倾运动，建立简化的三自由度车辆模型作为预测模型：轮胎侧向合力∑F_y、横摆合力矩∑M_z以及侧倾合力矩∑M_x的表达式分别为：∑F_y＝K_fα_fcosδ_f+K_rα_r∑M_z＝L_f·K_fα_fcosδ_f‑L_r·K_rα_r+ΔM_z式中，m_s为车辆簧载质量，L_f为前轮轴心到汽车质心的距离，L_r为后轮轴心到车辆质心的距离，e为车辆簧载质量的质心到侧倾中心的距离，g为重力加速度，v_x代表车辆纵向车速，v_y代表车辆侧向车速，r是横摆角速度，β是质心侧偏角，φ为汽车车身侧倾角，δ_f是前轮转角，M_z是车辆绕z轴的横摆力矩，ΔM_z为附加的横摆力矩，M_x是车辆绕x轴的侧倾力矩，K_φ为车辆的侧倾刚度，C_φ为车辆的侧倾阻尼，K_f为前轮侧偏刚度，K_r为后轮侧偏刚度，α_f为前轮侧偏角，α_r为后轮侧偏角，b为稳定性约束常数；动态侧向载荷转移率LTR表达式如下：其中，d＝(d₁+d₂)/2，为前后轮平均轮距，d₁为车辆前轮距，d₂为车辆后轮距，h_R为侧倾中心高度；预测模型的连续时间状态空间方程表达式如下：将连续的状态空间模型离散化，选择采样时间为Ts＝0.01，经过离散化后，状态空间模型可以描述为：定义预测时域为p，控制时域为m，而且p>m；3.2)基于模糊策略的反馈优化：综合考虑车辆的横摆稳定性和侧倾稳定性需求，得到集成控制器的目标函数为：J＝Γ_y||(Y₁(k+1|k)‑R(k+1))||²+Γ_r||(Y₂(k+1|k))||²其中，Γ _y ＝ diag ( τ _y,1 , τ _y,2 , … , τ _y,p ) ， 为车辆横摆稳定性控制的权重系数，Γ_r＝diag(τ_r,1,τ_r,2,…,τ_r,p)为车辆侧倾稳定性控制的权重系数；将车辆稳定性集成控制问题描述为下列优化问题：满足步骤四、将所述步骤三中控制器输出的轮胎期望制动力与制动管实际压力作对比，从而决策出制动执行系统的增压、保压或减压状态，并转换成与之对应的电磁阀动作指令，同时将所述步骤三中输出的附加前轮转角与驾驶员的转向动作叠加，得到最终的前轮转角；步骤五、制动执行器和转向执行器执行所述步骤四中的电磁阀动作指令和前轮转角指令，使车辆保持横摆稳定性和侧倾稳定性。