自动化技术在汽车机械控制算法模型的仿真研究

齐飞

(烟台汽车工程职业学院 机电工程系， 山东 烟台 265500)

0 引言

近年来自动化技术发展迅速，在日常生活和生产中受到了广泛的关注和推广，应用的范围和领域也在不断地扩大。在汽车机械控制系统中也有自动化技术的应用，用以保证系统运行的稳定，并大幅提高了控制系统的智能化水平以及运行效率。汽车已成为日常出行不可或缺的交通工具，人们更为关注的是日常驾驶的便利性、经济性、安全性等综合体验。集成化线控底盘技术是解决这一需求的有效方法，本文设计的电控机械制动系统(EMB) 作为机电一体化制动装置，结构更为简单，在节能环保、响应速度等方面都体现出了优势。该系统通过滑模控制理论，使用边界层方法来控制颤振现象，以遗传算法为依据对PID控制参数进行优化，弥补传统PID 控制中整定参数上存在的不足，利用地面附着力来实现缩短制动距离的要求，非常有效地提高了目标滑移率的跟踪效果，从而提升制动效能以及稳定性。

1 自动化技术在汽车机械控制中的应用分析

随着电动汽车及电机控制技术的发展，机电装置不断完善，电控机械制动系统可以通过电机有效实现驱动、转向及制动等过程，通过制动力矩来控制车轮制动，从而满足电子制动力分配、制动防抱死等多种控制目标。因此，通过自动化技术的应用使汽车在环保及安全方面具备极大的发展优势。

防抱死制动是电控机械制动过程的重要控制目标，随着动力学建模以及控制策略等相关技术的深入研究，防抱死制动控制算法已经取得了一定的研究成果。例如，通过大量试验寻求 PID参数，并通过制动力评价方法找出影响制动力控制效果的规律，同时分析控制参数的影响情况、通过神经网络实现电机防抱死制动响应、通过模糊控制理论和滑移率的防抱死制动控制方法提高跟踪性能等等[1]。自动化技术在汽车机械控制系统中的应用显著提高了机械控制的效率和准确性。通过向各部门发送指令及数据传输，根据循环和应用过程中的信息及时处理计算机运行中产生的错误，从而减少信息收发时间，实现信息的有效循环。目前自动化技术在汽车中的应用主要包括以下几点。

(1) 实时检测运行数据

针对行驶过程中的汽车，可通过自动化系统收集运行中产生的相关数据，与汽车系统及设备的相关参数进行对比，在对比结果出现差距较大的时候发出警告，对车辆异常状态进行自动判断，为后续采取哪种有效措施提供理论支撑。

(2) 实施安全权限机制

机械自动化技术能够显著提高汽车驾驶的安全性，通过操作符与密码一一对应的方式设置权限，不同驾驶员所设置的等级不同，对应的操作权限也不同。通过设置不同安全级别的方式，搭建车辆控制系统安全操作结构，便于技术人员及时发现不同程度的安全问题，并以此为据采取有针对性的措施。另外，严格控制信息检查过程，非技术人员没有查看与反馈信息的权限，确保信息的安全性和严密性[2]。

(3) 故障诊断和排除

自动化技术可为汽车机械控制系统提供高度集成的控制技术和手段，在确保生产质量与效率的同时降低汽车机械控制系统的生产成本和使用成本。自动化技术应用于汽车机械控制方面主要表现为基于计算机网络技术来模拟汽车的行驶过程，在出现故障后及时报警，并可以通过自动算法预先判定一些难以发现的故障，有效避免继续运行带来的损失。

(4) 完善自动化配电模式

在汽车机械控制系统中，遵循可靠性和适用性原则对功率进行分配，可显著提升汽车行驶过程中的稳定性，最大程度降低事故发生的概率。实际设计配电时首先要考虑对汽车机械负荷的要求，参照车辆相关标准对功率进行设计和分配，通过静态补偿法完成对小负荷配电线路优化，通过动态补偿法完成重载条件下的配电线路优化，使系统在完全供电时能够对电力线补偿方法进行自动合理的选择，从而降低汽车电网系统的功率负荷及损耗。其次，在汽车控制系统中设计配电线路时，需依据线路分布的不同负载，从经济角度完成对应材料及补偿形式的选择，既保证安全性和可靠性，又在补偿电路的同时节约能源[3]。

2 车辆制动过程仿真

汽车电控机械制动系统主要包括制动器、控制器 ECU、电机及传动装置等。在车辆制动时，驾驶员通过安装在电子制动踏板上的踏板位移传感器检测位移并输入到ECU，根据踏板位移和速度识别驾驶员制动意图是普通制动还是紧急制动，由ECU 分析各车轮及制动块(包括轮速传感器和制动力传感器)等的信号，并通过预存的控制算法获取电机电压控制信号，再通过行星齿轮减速器及滚动丝杠机构对制动执行电机的力矩进行减速增扭和转换，完成旋转运动到移动的转换过程，实现制动块的压紧，最终将传感器信号通过FlexRay 总线返回给ECU， ECU发出相应控制信号，完成对各车轮主动制动力的控制过程。

2.1 车辆制动动力学模型

本文的整车制动模型采用了基于SIMULINK 建立的1/4车辆模型，如图1所示。

图1 1/4 制动模型

控制过程的轮胎模型基于 Burckhardt，可以看出，在制动时所用到的表征中，轮胎滑移率同路面纵向附着系数存在明显的关系。分别以轮胎滑移率和路面附着系数作为输入和输出，根据车速以及轮速计算滑移率后，再通过SIMULINK 的查表模块在轮胎模型中查询相应路面纵向附着系数。

滑移率在干路面、湿路面、冰雪路面等不同路况下与地面上的纵向附着系数间的具体关系，如图2 所示。

图2 滑移率同地面纵向附着系数间的关系

对应的峰值附着系数为 0.82、0.45、0.18，最佳滑移率为0.2、0.08、0.15。在电控机械制动系统中，以电机力矩及车轮制动力矩作为动力学模型的输入和输出，使用 PID 控制时，则是以实际滑移率与最佳值之间的差值、电机期望力矩值作为输入和输出[4-5]。

3 电控机械制动系统控制过程的实现

本文通过使用MATLAB自带的图形用户界面开发环境(GUI)来完成对控制策略的仿真分析过程，提升人机交互界面的友好性，用户只需输入对应的整车及轮胎模型参数，点击选择对应控制算法按钮即可直观快速地完成分析过程。

3.1 PID 控制模型

本文采用的PID 控制过程以滑移率为依据，基于上述车辆制动模型构建 PID 控制子系统模型，如图3所示。

图3 PID 控制的子系统模型

车辆制动模型向PID 控制子系统反馈获取的实际滑移率，然后PID控制子系统向车辆制动模型输入制动力矩信号(通过 PID控制算法的使用完成制动力矩信号的输出)，从而完成对理想滑移率的有效跟踪过程。

针对PID 控制子系统，本文使用SIMULINK构建PID 控制算法模型，如图4所示。

图4 PID 控制算法模型

在制动过程中，需要预先对干路面、湿路面及冰雪路面的理想滑移率数值进行预设，例如分别预设为：0.2、0.08、0.15，再与各个时刻计算获取的实际滑移率相减，通过对差值进行按比例、积分、微分等相关运算，最终获取电机力矩的数值，最终通过调节制动器的制动力矩，使制动效能得以显著提升，从而完成防抱死控制过程[6]。

3.2 PID 控制参数对制动性能的影响

车辆以80 km/h的初始车速在干路面上制动时，制动性能受到不同的比例、积分及微分系数的影响情况的仿真结果，如图5—图7所示。

图5 不同比例系数的影响

图6 不同积分系数的影响

图7 不同微分系数的影响

由图5—图7可知，在比例系数取值不同的情况下，将滑移率变化过程与目标值进行对比，得到以下结果。

(1) 滑移率跟踪响应速度与比例系数(由kp表示)成正比，稳态误差减小。在比例系数超过一定范围之后振动加剧，系统易表现出不稳定性。

(2) 滑移率跟踪响应速度与积分系数增成正比，稳态误差呈减小趋势，积分系数(由ki表示)超过一定范围后振动加剧，系统易表现出不稳定性。

(3) 滑移率跟踪响应速度与微分系数(由kd表示)成正比，稳态误差变小，当微分系数超过一定范围后系统抗干扰能力呈下降趋势[7]。

3.3 优化 PID 控制参数

遗传算法作为一种随机优化搜索算法，适用于求解复杂系统的优化问题，可同时对空间的多个点进行高效搜索，并且可以快速全局收敛。本文使用遗传算法对PID 控制参数进行优化。第一步，建立针对优化问题的数学模型，以kp、ki、kd作为 PID 控制参数的优化变量，将车辆稳定性条件作为约束条件。第二步，在路面上的制动过程中，将实际滑移率与理想滑移率相减，再以差值的均方根作为目标函数，然后通过位于MATLAB优化工具箱中的遗传算法调用算法优化程序进行求解。第三步，编写目标函数及主程序的M文件，并结合实际所需的判断终止条件，最终获取PID 控制参数优化结果[8]。

经过优化后的 PID控制参数在不同路面上的控制效果

的实验仿真结果为：在干路面(ki值为4)、湿路面及冰雪路面上的kp值分别为148.6、56.7、14.2，制动距离分别为30.5 m、52.5 m、144.9 m，制动时间分别为2.7 s、4.7 s、13 s。实际结果证明了基于该算法可以在不同路面上完成对目标滑移率较好的自动跟踪过程，在有效缩短了制动距离的同时也大幅提高了制动效能。

4 总结

本文基于车辆制动模型构建 PID 控制子系统模型，使用遗传算法对PID 控制参数进行优化，通过汽车机械控制系统完成了对控制策略模型的设计与仿真分析过程。由于制动性能受到不同的比例、积分及微分系数的影响，因此该模型在以理想轮胎滑移率跟踪为依据的基础上，还验证了PID控制参数对制动性能的影响程度。最终结果表明：基于遗传算法的机械控制系统可以有效提升目标滑移率的自动跟踪效果，并且充分利用地面附着力缩短制动距离，可有效满足制动防抱死的控制需求，显著提升控制过程的效率以及自动化水平。