四輪輪邊驅(qū)動電動車縱向車速估算算法研究.pdf

1、論文以四輪輪邊驅(qū)動電動車為研究對象，對四輪輪邊驅(qū)動電動車在直線工況下的縱向車速估算進行了研究。論文主要成果是對多種車速估計算法的估計效果進行比較，并根據(jù)比較結(jié)果針對四輪輪邊驅(qū)動電動車的特點，即沒有非驅(qū)動輪以及電機驅(qū)動力矩已知，設(shè)計了一套與之適應(yīng)的車速估計算法，作為將來估計其他狀態(tài)量的基礎(chǔ)。 論文首先使用了卡爾曼濾波器、龍貝格觀測器和傳統(tǒng)模糊邏輯的估算方法對車輛的縱向車速進行估算，以比較兩種估計器的實際估算效果。實車試驗數(shù)據(jù)的離線

2、仿真結(jié)果表明：在模型不精確的條件下，龍貝格觀測器的估計精度不高，通常情況下，誤差在10％左右，在車輪打滑明顯時，由于角加速度的計算誤差較大，導(dǎo)致估算加速度嚴重偏離實際值，長時間積分會令車速估計值的累積誤差迅速上升。而傳統(tǒng)模糊控制器在準確判斷車輛狀態(tài)時能夠有效的回歸車速，估計誤差在5％以內(nèi)，但是在估計值與實際值產(chǎn)生一定偏離的情況下，傳統(tǒng)模糊控制器由于規(guī)則本身的限制，無法自適應(yīng)的消除這一估計誤差，因此算法的魯棒性有待改進。 論文隨后

3、對傳統(tǒng)模糊控制器的不足對其進行改進，加入了狀態(tài)濾波器(ZVF)，對輪速進行一階濾波獲得車輪的角加速度，通過比較車身加速度與車輪角加速度來判斷車輪是否處于強烈滑移或者滑轉(zhuǎn)狀態(tài)，由于這四個輸入變量與前一時刻的估計值無關(guān)，可以有效地提高車輪狀態(tài)判斷的準確性。實車試驗數(shù)據(jù)的離線仿真結(jié)果表明：使用角加速度與車身加速度進行比較能夠準確的反映車輪是否開始打滑。加入該信息能夠有效的避免車輪狀態(tài)的判斷錯誤，改進后的模糊控制器能夠適應(yīng)大部分工況，并控制估計

4、平均誤差在5％以內(nèi)。 由于在加速度較低時加速度傳感器的信噪比較低，所以在加速度較低時進行積分會產(chǎn)生較大誤差。根據(jù)四輪輪邊驅(qū)動電動車的驅(qū)動力矩能夠準確獲得的特點，本文利用力矩信息得到一個估算車身加速度，通過與實際加速度的對比可知，該估算值在加速度較低時能較準確地反映車輛縱向加速度真值。故本文利用了另一個模糊控制器來選擇是否使用該估算值進行積分運算，仿真結(jié)果表明，采用力矩信息后能夠使模糊控制器更全面地適應(yīng)各種工況。 針對改進

5、后的模糊估計器估算車速時可能出現(xiàn)估算值突變的情況，我們采用了幾點措施來提高估計值的精度，分別是加速度測量值的反饋修正，采用較小輪速平均，和非線性函數(shù)進行信號的前后處理，這些方法也相應(yīng)地能使車速估計值保持穩(wěn)定。由于本文應(yīng)用了多個狀態(tài)濾波器和模糊控制器，因此利用Matlab的XpcTarget工具箱建立了實時仿真平臺，驗證了算法的實時性，并進行實車試驗驗證了算法在實際運用中的有效性。 通過本文的研究，對四輪輪邊驅(qū)動電動車在直線工況下