1、车辆ABS的控制策略 cqjtu 机电与汽车工程学院 伍岳ABS系统简介 ABS(Anti-braking system)是一种在汽车制动时能够自动调节车轮制动力矩的车载电子控制系统。它能防止车轮抱死,有效地缩短制动时间和制动距离,提高制动时的方向稳定性。 ABS发展历史1910年代 铁路部门为了防止Wheel-lock现象开始试用当中意外发现制动距离缩短效果。1950年代 飞机着陆装置中开始开发并使用。1954年代 美国FORD林肯轿车最初使用法国制飞机用ABS。1970年代 林肯、凯迪拉克等高级轿车开始使用(后轮控制式)1978年代 BENZ 450SEL和BMW 7系列使用BOSCH社的
2、4轮 控制式 ABS。1984年代 日本车开始使用NIPPON社的ABS 德国开发与Master Cylinder 一体型的H .U。 1990年代 韩国车辆开始使用ABS(选装)。系统组成(1)轮速传感器 常用的轮速传感器是电磁式的,即利用电磁感应原理检测车轮速度,并把轮速转换成脉冲信号送至ECU。一般轮速传感器都安装在车轮上,有些后轮驱动的车辆,检测后轮速度的传感器安装在差速器内。(2)电子控制单元(ECU) ECU的作用是接收轮速传感器发出的信号,计算出车轮的运动状态。据此对压力调节装置发出控制指令。当系统发生异常时,由警报灯或蜂鸣器报警,使整个系统停止工作,恢复到常规制动方式。目前EC
3、U主要是由集成度、运算精度都很高的数字电路构成。(3)压力调节装置 压力调节装置也就是ABS的执行机构,它根据ECU的指令来调节各车轮制动器的制动压力。制动压力调节器可分为液压式、气压式和空气液压加力式。目前应用最广泛的是液压制动系统。制动压力调节器的主要元件是电动泵、液压控制阀和液压控制通道。ABS的作用1) 确保方向安全性(Stability)2) 确保方向操纵性(Steerability)3) 缩短制动距离(Stopping Distance)4) 减少轮胎的局部过度磨损 ,提高轮胎的使用寿命 5) 减少刹车消耗,延长刹车轮鼓、碟片的使用寿命 ABS防抱死系统并非万能,在轮胎与路面附着力
4、较差的情况下防抱死系统并非万能,在轮胎与路面附着力较差的情况下(如冰如冰面面)或特殊路况下,或特殊路况下,ABS的作用并不明显。的作用并不明显。ABS制动理论基础 驾驶员踩制动踏板增加制动力矩(T)时滑移率(S)和制动力(Q)跟T成正比上升。但侧向附着力随T的增加而减小。 T继续增加制动力(Q)在理想滑移率(Si)时最大,这时侧向附着力的减量也较小,制动性能在最佳状态。 SSi时制动力减小轮胎也会抱死(S=100%)这时侧向附着力急减,车辆以不稳定状态行驶。 前轮抱死时CFf接近0行驶中制动效果明显下降失去方向操纵性,后轮抱死时CFr接近0制动时车辆稳定性下降车辆左右振动或发生旋转现象。工作原
5、理 ABS的基本工作原理是通过传感器监测制动过程中的车辆状态,由电子控制单元对各车轮的轮速、参考车速、加减速度以及滑移率等重要参数进行计算、分析、比较,根据这些参数对制动压力发出增压、保压或减压的控制指令,驱动调节制动压力来控制汽车制动过程中的车轮运动状态,使车轮保持在最佳制动状态,获得最佳制动效果。ABS综合控制分类ABS按控制通道分类有四通道、三通道、二通道、一通道。控制通道是指能够独立进行制动压力调节的制动管路。一通道式ABS : 又常叫单通道,它是在后轮制动器总管中设置一个制动压力调节器,在后桥主减速器上安装一个轮速传感器,有的也在后轮上各安装一个。其性能特点是,制动时两后轮不会抱死,
6、能够显著提高制动时的方向稳定性,同时结构简单、成本低。 所以,一通道式在轻型载货车上的应用较为广泛。二通道式ABS: 二通道式ABS难以在方向稳定性、转向控制性和制动效能各方面得到兼顾,目前采用很少。 三通道: 指的是对两前轮进行独立控制,两后轮则按低选原则进行一同控制,也称混合控制。其性能特点是,可以保证汽车在各种条件下两后轮的制动力相等,使两个后轮的制动力始终保持平衡,保证汽车在各种条件下制动时都具有良好的方向稳定性。而对两前轮的独立控制,则适用于小轿车,因为它一方面使汽车获得尽可能大的总制动力,利于缩短制动距离,另一方面可使制动中两前轮始终保持较大的横向附着力,使汽车保持良好转向能力。
7、四通道: 指的是它有四个轮速传感器,在通往四个车轮制动分泵的管路中,各设一个制动压力调节器装置,进行独立控制,构成四通道控制形式。其性能特点是,可以最大程度地利用每个车轮的最大附着力,特别适用于汽车左右两侧车轮附着系数接近的路面,不仅可以获得良好的方向稳定性和方向控制能力,而且可以得到最短的制动距离。 总泵前 轮 速 传 感器前 轮 速 传 感器后轮速传感器后轮速传感器ABS 单元(液压控制单元+控制模块)EMS发动机ABS系统的多轮控制策略 控制方式:一个车桥上的两个车轮由一条通道控制,即两个轮速传感器对应一个压力控制阀,制动压力取决于预先抱死车轮的状态,对于不对称路面,选择附着系数较低的一
8、侧车轮; 优点:左右车轮产生的制动力相同,减少或消除了横摆和转向力矩; 操纵性和方向稳定性好 缺点:附着系数较高的一侧车轮的附着系数得不到充分利用。制动距离加大低选择控制控制方式:一个车桥上的两个车轮由一条通道控制,即两个轮速传感器对应一个压力控制阀,制动压力取决于后抱死车轮的状态,对于不对称路面,选择附着系数较高的一侧车轮进行控制。优点:附着系数得到充分利用。制动距离短缺点:对于附着系数不对称的路面,该控制方式会产生附加的横摆力矩。降低制动时的方向稳定性高选择控制控制方式:和独立控制一样,每个轮速传感器对应一个压力控制阀。具体控制方式是,对一个车桥上的左右轮中附着系数低的一侧车轮用独立控制,
9、附着系数高的另一侧按一定的比例以低于最大附着系数利用率进行控制,或者使其控制压力的建立时间推后一段。优点:综合了独立控制和低选择控制的优点。制动距离较短,方向稳定性较好修正的独立控制ABS的单轮控制策略单轮模型 某车辆简化后的单轮制动力模型如图所示。其中单轮质量为m,车轮滚动半径为rd,车轮转动惯量为Iw,车轮旋转角速度为w,车轮中心前进速度为uo,地面制动力为Fxb,作用于车轮的制动力矩为Tb。忽略空气阻力和车轮滚动阻力,则系统的运动方程如下:TbFdtdwIw-rdxb Fxbdtdum 公式中,地面制动力Fxb等于作用于车轮的法向反力Fz与路面附着系数 的乘积,其中 为制动滑移率S的函数
10、。 单轮制动力模型车轮滑移率模型常见控制策略1.BANG-BANG控制策略2.PID控制策略3.模糊控制(模糊PID控制)策略4.滑模变结构控制策略5.神经元网络控制策略BANG-BANG控制 Bang-Bang控制可以选取两种目标函数,即时间最小和能量最省。 通常使用的是基于最小时间控制理论的时间最优控制。这种控制是一种位开关控制,又为快速控制法,其控制输出只能是离散的数值。它将系统的控制作用维持在极限值上,而且不断的从一个极限值切换到另一个极限值,构成一种最大力量的控制,这样设计出来的系统是在现实基础上最快的系统,从而实现最小时间最优控制。 将Bang-Bang控制算法应用在ABS时,控制
11、器的输入为期望滑移率与实际滑移率的逻辑判断,经过位开关控制,输出为刹车盘制动力矩。 汽车开始制动时,驾驶员踩下制动踏板,对制动管路中油压进行控制,制动器使车轮产生制动力矩,同时产生地面制动力。车辆进入制动状态后首先对滑移率进行判断,如果滑移率小于Smin,应进入增压状态;如滑移率大于Smin,接着检查是否大于Smax,如大于Smax将进入减压状态;如果滑移率在Smin至Smax之间,接下来则会进入制动器的保压状态。 BANG-BANG控制算法预选两个门限值Smin和Smax,并通过门限值值之间的逻辑关系,进行循环控制,使车轮的速度控制在一定的范围内而不产生抱死。BANG-BANG控制的仿真程序
12、及结果 基本仿真参数:部分仿真程序:*由滑移率计算出附着系数* if s(k)=0 phi(k)=phi_h/S0*s(k); elseif s(k)S0&s(k)=1 phi(k)=(phi_h-phi_g*S0)/(1-S0)-(phi_h-phi_g)/(1-S0)*s(k); elseif s(k)0 disp(something is wrong)*地面制动力* Fxb(k)=m*g*phi(k);*计算轮胎的角加速度,加速度 beta(k)=(Fxb(k)*rd-Tb(k)/Iw; a_u(k)=Fxb(k)/m; *制动压力调节* if s(k)=Smax if Tb(k)=0&
13、Tb(k)=Smin&s(k)=Smax Tb(k+1)=Tb(k);制动器保压仿真结果:PID控制策略 1 .PID控制基本原理: PID控制是最早发展起来的控制策略之一,由于其算法简单、鲁棒性好及可靠性高,被广泛用于过程控制和运动控制中。PID控制量u和偏差P的函数关系式为: 式中:Kp是比例系数,1Ti是积分系数,Td是微分系数,三个系数对系统有不同的影响,通过调整三个系数,使闭环系统得到预期控制效果。 2.PID控制分析: PID控制方案并不要求精确的受控对象数学模型,也不要求系统线性,只要现场整定PID参数合适,就会得到很好的控制效果,因此在工业界得到广泛的应用。 将PID控制算法应
14、用在ABS时,PID控制器是以期望滑移率与实际滑移率之差作为输入,输出为刹车盘制动力矩。PID 控制器包括比例、积分和微分三个环节,各环节的作用如下:( 1) 比例环节: 主要用于提高系统的动态响应速度和减小系统稳态误差即提高系统的控制精度。该环节成比例地反映控制系统的偏差信号e( r) ,一旦产生偏差,控制器立即产生控制作用,以减少偏差使实际值接近目标值。( 2) 积分环节: 在一般的PID 控制中,当有较大的扰动或大幅度改变给定值时,由于有较大的偏差,以及系统有惯性和滞后,故在积分项的作用下,往往会产生较大的超调和长时间波动、振荡次数增加和调整时间延长,使系统的稳定性下降。通常用积分时间常
15、数Ti来表示积分作用的强弱,Ti取值必须合适,Ti取值太大会导致系统趋于不稳定,反之其取值太小影响系统控制性能,使控制性能变差。( 3) 微分环节: 根据偏差信号的变化趋势( 变化速率) 对其进行修正,在偏差信号值变得太大之前,引入一个有效的修正信号,从而使系统的动作速度加快,减小调节时间。PID控制器参数整定的方法很多,概括起来有两大类:(1)理论计算整定法 主要依据系统的数学模型,经过理论计算确定控制器参数。这种方法所得到的计算数据未必可以直接使用,还必须通过工程实际进行调整和修改。(2)工程整定方法 主要有Ziegler-Nichols整定法、临界比例度法、衰减曲线法。这三种方法各有特点
16、,其共同点都是通过试验,然后按照工程经验公式对控制器参数进行整定。但无论采用哪一种方法所得到的控制器参数,都需要在实际运行中进行最后调整与完善。 工程整定法的基本特点是:不需要事先知道过程的数学模型,直接在过程控制系统中进行现场整定;方法简单,计算简便,易于掌握。 一种基于PID的ABS控制: PID 控制器以制动时轮胎的期望滑移率为控制目标,通过轮速与车速传感器采集汽车速度、车轮转速信号,根据实际采集的速度信号计算出汽车各轮胎实际滑移率,再将实际滑移率与期望滑移率进行比较,得出二者的偏差,将其作为PID 控制器的输入量,控制器输出控制量用以调节制动器制动压力的大小,在控制的过程中要不断地调整
17、PID 控制的各参数,从而调节制动力的大小,轮胎受制动器不同制动力作用后,实际滑移率会发生相应的变化,通过反馈后,与期望滑移率的偏差也发生了相应的变化,反复调节控制器的控制参数,最终使实际滑移率始终处于最佳滑移率附近,汽车在最佳滑移率所对应的地面制动力下进行制动,制动效果达到最佳。 制动系统即制动器模型,控制器采用的是PID 控制器。以理想的滑移率值为输入,通过基于偏差进行单闭环的反馈控制。与实际的滑移率值进行比较后输入到控制器,由PID 控制器算出控制液压力,得到合适的制动力,给制动系统,以达到控制汽车制动系统防止抱死的目标,最终使制动处于最佳状态。另一种基于PID的ABS控制: 采用两个P
18、ID控制构成串级控制系统,内环为压力控制,外环为滑移率控制。在不同的条件下,采用不同的PID参数,即增益调试,在压力控制中,低压时采用大增量,高压时采用小增量。 从PID的动态调节过程可以看出,用滑移率作为控制 目标必须解决这样一个问题,实时系统辨识路面的附着系数变化情况,自动地改变控制目标以跟踪路面附着系数的变化,使制动效能始终在最佳状态。由此可见,简单的PID控制器不能满足ABS全工况的使用要求,它必须具备识别路面特征的辨识功能,并有在线整定控制器参数的功能。模糊控制(模糊PID控制)策略 模糊控制是基于经验知识又可以结合数学过程的新型控制方法,它不需要建立控制过程精确的数学模型,而是完全
19、凭人的经验,用语言变量代替数字变量,利用微机取代人对被控制对象进行自动控制。基本原理 “模糊”,是指客观事物彼此间的差异在中间过渡时,界限不明显,呈现出的“亦此亦彼”性。“模糊”是相对于“精确”而言的。 模糊数学并不是让数学变成模模糊糊的东西,而是用数学工具对模糊现象进行描述和分析。模糊数学是对经典数学的扩展,它在经典集合理论的基础上引入了“隶属函数”的概念,来描述事物对模糊概念的从属程度。 模糊控制系统架构 此架构包含了五个主要部分,即:定义变量、模糊化、知识库、逻辑判断及反模糊化,底下将就每一部分做简单的说明: 定义变量也就是决定程序被观察的状况及考虑控制的动作,例如在一般控制问题上,输入
20、变量有输出误差E与输出误差之变化率EC,而控制变量则为下一个状态之输入U。其中E、EC、U统称为模糊变量。 模糊化(fuzzify)将输入值以适当的比例转换到论域的数值,利用口语化变量来描述测量物理量的过程,依适合的语言值(linguistic value)求该值相对之隶属度,此口语化变量我们称之为模糊子集合(fuzzy subsets)。 知识库包括数据库(data base)与规则库(rule base)两部分,其中数据库是提供处理模糊数据之相关定义;而规则库则藉由一群语言控制规则描述控制目标和策略。逻辑判断模仿人类下判断时的模糊概念,运用模糊逻辑和模糊推论法进行推论,而得到模糊控制讯号。
21、此部分是模糊控制器的精髓所在。 解模糊化(defuzzify)将推论所得到的模糊值转换为明确的控制讯号,做为系统的输入值。 模糊控制器的模糊推理部分由计算机的程序实现,微机采样可获取被控量的精确值,然后将此量与系统设定值R(精确量)比较得到误差信号e和误差变化率ec。一般把误差信号e和误差变化率ec作为模糊控制器的输入量。把误差信号e和误差变化率e的精确量进行模糊化变成模糊量E和EC,误差P和误差变化率Pc的模糊量可用响应的模糊语言表示。这样就得到了误差e和误差变化率ec的模糊语言集合的子集。再由e、ec和模糊控制规则R(模糊关系)根据推理合成规则进行决策,得到模糊控制量u,作用于被控对象上。
22、改进模糊+PID自适应控制 自适应模糊PID控制器以误差e和误差变化ec作为输入,可以满足不同时刻的e和ec对PID参数自整定的要求。利用模糊控制规则在线对PID参数进行修改,便构成了自适应模糊PID控制器。 PID参数模糊自整定是找出PID三个参数与e和ec之间的模糊关系,在运行中通过不断检测e和ec,根据模糊控制原理来对三个参数进行在线修改,以满足不同e和ec时对控制参数的不同要求,而使被控对象有良好的动、静态性能。在不同e和ec下被控过程对参数Kp、Ki和Kd的自整定要求可简单地总结出以下规律: (1)当较大时,应取较大的Kp和较小的Kd(以使系统响应加快)且使Ki=0(为避免较大的超调
23、,故去掉积分作用)。 (2)当中等时,应取较小的Kp(使系统响应具有较小的超调),适当的Ki和Kd(特别是Kd的取值对系统的影响较大)。 (3)当较小时,应取较大的Kp和Ki(以使系统能有较好的稳态性能),Kd的取值要恰当,以避免在平衡点鼢近出现振荡。 根据上面的规律设计模糊PID的控制规则,系统中模糊控制器输入、输出量的隶属度函数确定方法与前面介绍的一般模糊控制算法相似,只是所选隶属度函数的形状不同。从而在各自E和Ec的的论域下得到不同的Ki,Kd,Kp的逻辑规则曲面。模糊推理仿真(模糊推理/隶属度函数建立)模糊规则建立01234505100510XYZ滑模变结构控制策略 滑模变结构控制(V
24、ariable Structure System with Sliding Mode, VSS )是一种常用的控制策略。它与常规控制的根本区别在于控制的不连续性。它可以迫使系统在一定条件下沿规定的状态轨迹作小幅度高频率的上下运动,即滑动模态。这种滑动模态是可以设计的,且与系统的参数及扰动无关,这样,处于滑模运动的系统就具有很好的鲁棒性。 汽车防抱死制动控制系统具有其自身的特点,除汽车本身环境差要求系统抗干扰能力强及高可靠性以外,一个重要的特点是控制过程要求快速,这样对控制算法有很大的限制,复杂的算法无法满足快速这一要求。此外汽车制动过程具有明显的非线性、时变性和不确定性等特点,所以滑模变结构控
25、制同样适用于防抱死控制系统。附着系数与滑移率的非线性关系 当车轮滑动率 较小时,纵向附着系数h 随 近似成线性关系增加,当纵向附着系数h在 = 20% 附近时达到峰值附着系数f ,此时汽车具有最大的纵向附着能力。ABS的控制原理是使车轮的滑移率控制在最佳滑移率附近,以获得较高的纵向系数,减小制动距离,保证汽车制动时的方向稳定性。滑模模型的建立 模态设计 对于单轮车辆系统模型,定义状态变量的期望值,状态偏差向量及控制变量分别为 设计滑模变结构控制器前首先是确定滑模函数S(x),从而确定控制u:(对于防抱死控制系统,定义滑模函数) 其中 是设计参数,因为单轮车辆模型为一阶系统,因此,S =e= d
26、 。当系统在滑模面上运动时,S = 0 ,由S = 0可求得所需等效控制量Ueq 。 S= 由滑移率公式可得:将其带入滑移率的公式: 从而再由车轮的运动方程得:控制规律设计 为了满足滑模变结构控制的到达条件,且以最短时间到达滑模面及系统具有良好的鲁棒性,同时尽量削弱到达时产生的抖振,采用改进的指数趋近率表达形式:从而得到最终的控制规律:具有滑模控制器的控制结构神经元网络控制策略 模糊控制解决了人类语言的描述和推理问题,为模拟人脑的感知推理等智能行为迈了一大步。但是在数据处理、自学习能力方面还有很大的差距。 人工神经网络就是模拟人脑细胞的分布式工作特点和自组织功能实现并行处理、自学习和非线性映射
27、等能力。 目前,已有近40种神经网络模型,其中有反传网络、感知器、自组织映射、Hopfield网络、波耳兹曼机、适应谐振理论等。ANN:人工神经网络(Artificial Neural Networks),BP:Back Propagation网络是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。 BP网络能学习和存贮大量的输入-输出模式映射关系,而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法,通过反向传播来不断调整网络的权值和阈值,使网络的误差平方和最小。BP神经网络模型拓扑结构包括输入层(input)、隐层(hide layer)和输出层
28、(output layer)。 BP神经网络的基本原理 BP (Back Propagation)神经网络,即误差反传误差反向传播算法的学习过程,由信息的正向传播和误差的反向传播两个过程组成。 输入层各神经元负责接收来自外界的输入信息,并传递给中间层各神经元;中间层是内部信息处理层,负责信息变换,根据信息变化能力的需求,中间层可以设计为单隐层或者多隐层结构;最后一个隐层传递到输出层各神经元的信息,经进一步处理后,完成一次学习的正向传播处理过程,由输出层向外界输出信息处理结果。当实际输出与期望输出不符时,进入误差的反向传播阶段。误差通过输出层,按误差梯度下降的方式修正各层权值,向隐层、输入层逐层
29、反传。周而复始的信息正向传播和误差反向传播过程,是各层权值不断调整的过程,也是神经网络学习训练的过程,此过程一直进行到网络输出的误差减少到可以接受的程度,或者预先设定的学习次数为止。 这样,经过训练的神经网络可以成为描述系统的模型。利用神经网络建模,只需样本数据而不需要建立具体的数学方程表达式,就能建立起输入和输出之间的非线形映射关系,用于函数逼近,理论上可以达到任意精度。 汽车ABS的工作过程与外界环境密切相关, 用通常的控制方法难以有满意的结果。 经分析比较发现, 模糊控制技术对汽车ABS较为合适, 然而对系统性能影响较大的控制规则不易实现自适应调节, 因而采用具有自学习和纠错功能的神经网
30、络来替代模糊控制器中的控制规则, 把在一般情况下具有满意性能的控制规则, 作为神经网络的学习样本, 从而实现模糊神经网络控制。 为弥补由于神经网络学习而导致精度和速度的不足, 故在原有模糊控制的基础上采用参考模型和模糊逆模型的方法, 即以辅助信号来改善系统的自适应能力。 模糊逆模型是将参考模型与被控对象输出间的误差 及其变化作为其输入, 输出为制动力矩的增量 , 作为系统自适应的补充, 它与模糊逆模型的设计密切有关。 先将神经网络替代模糊控制器中的控制规则,把调试后的模糊控制器的控制规则作为神经网络的学习样本, 从而构成了模糊神经网络控制。模糊神经网络不仅具有模糊控制的特征, 而且具备自学习、自适应的功能。