袁朝春 范興根 袁慧穎 沈 捷 陳 龍 貝紹軼

(1.江蘇大學(xué)汽車工程研究院， 鎮(zhèn)江 212013； 2.密西根大學(xué)迪爾本分校， 迪爾本 MI 48128；3.中國(guó)農(nóng)業(yè)機(jī)械化科學(xué)研究院， 北京 100083； 4.江蘇理工學(xué)院汽車工程學(xué)院， 常州 213001)

智能汽車并聯(lián)電控液壓制動(dòng)系統(tǒng)設(shè)計(jì)與試驗(yàn)

袁朝春1,2范興根1袁慧穎3沈 捷2陳 龍1貝紹軼4

(1.江蘇大學(xué)汽車工程研究院， 鎮(zhèn)江 212013； 2.密西根大學(xué)迪爾本分校， 迪爾本 MI 48128；3.中國(guó)農(nóng)業(yè)機(jī)械化科學(xué)研究院， 北京 100083； 4.江蘇理工學(xué)院汽車工程學(xué)院， 常州 213001)

為提高智能汽車自動(dòng)制動(dòng)系統(tǒng)的性能及可靠性，設(shè)計(jì)基于傳統(tǒng)液壓制動(dòng)系統(tǒng)的并聯(lián)式電控液壓主動(dòng)防碰撞自動(dòng)制動(dòng)系統(tǒng)，針對(duì)整車動(dòng)力學(xué)系統(tǒng)存在的參數(shù)攝動(dòng)、外界干擾較強(qiáng)的非線性時(shí)變特征，提出μ控制策略控制制動(dòng)管路壓力，并進(jìn)行參數(shù)攝動(dòng)及外界干擾影響下的控制器性能仿真及整車道路試驗(yàn)。結(jié)果表明，采用μ控制算法的電控液壓制動(dòng)系統(tǒng)，在整車質(zhì)量增加30%和制動(dòng)盤(pán)-摩擦片摩擦因數(shù)減少30%兩種工況下，整車期望加速度的穩(wěn)態(tài)誤差均控制在5%以內(nèi)，穩(wěn)定時(shí)間分別為1.7 s和1.4 s。

智能汽車； 制動(dòng)系統(tǒng)； 攝動(dòng)；μ控制算法； 設(shè)計(jì)

引言

《中國(guó)制造2025》明確指出：“至2025年，高度自動(dòng)駕駛(簡(jiǎn)稱HA)智能汽車的市場(chǎng)占有率將達(dá)到10%～20%”。清華大學(xué)、吉林大學(xué)等國(guó)內(nèi)外高校及研究院所研發(fā)了系列智能汽車，測(cè)試結(jié)果表明現(xiàn)有智能汽車技術(shù)可以適用于大部分的結(jié)構(gòu)化和非結(jié)構(gòu)化道路。王飛躍認(rèn)為，國(guó)內(nèi)智能汽車技術(shù)與國(guó)外技術(shù)的差距之一在于復(fù)雜工況下的智能汽車協(xié)調(diào)控制能力[1]。

復(fù)雜工況下，行駛道路附著特性變化及車輛動(dòng)力學(xué)特性參數(shù)攝動(dòng)等情況經(jīng)常出現(xiàn)[2-3]，受行駛環(huán)境檢測(cè)能力、控制方法及車聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)滯后等原因影響，HA級(jí)智能汽車將面臨著很大的交通事故風(fēng)險(xiǎn)。自動(dòng)制動(dòng)系統(tǒng)是智能汽車的一個(gè)重要組成部分，良好的制動(dòng)控制器能夠在各種工況下都有較好的控制效果，現(xiàn)已經(jīng)成為智能汽車研究領(lǐng)域熱門方向，國(guó)內(nèi)外關(guān)于智能汽車制動(dòng)系統(tǒng)的研究，主要集中在主動(dòng)制動(dòng)系統(tǒng)控制算法的優(yōu)化以及和車輛原有控制系統(tǒng)的集成等方面[4-9]。現(xiàn)有制動(dòng)控制系統(tǒng)所采用的控制理論主要有PID、模糊控制理論等，這些理論的應(yīng)用達(dá)到了一定的控制效果[10-14]。但是，車輛參數(shù)變化、外界環(huán)境干擾等客觀存在的因素會(huì)使系統(tǒng)超調(diào)量增多、調(diào)整時(shí)間過(guò)長(zhǎng)等，甚至?xí)?dǎo)致系統(tǒng)的不穩(wěn)定，嚴(yán)重影響魯棒性能[15-20]。無(wú)人化駕駛是智能汽車發(fā)展的最高水準(zhǔn)，對(duì)制動(dòng)系統(tǒng)的穩(wěn)定魯棒性和性能魯棒性將有更高要求。

本文從制動(dòng)系統(tǒng)結(jié)構(gòu)和控制算法兩方面出發(fā)，設(shè)計(jì)并聯(lián)式電控液壓制動(dòng)執(zhí)行機(jī)構(gòu)，該執(zhí)行機(jī)構(gòu)可以在智能車液壓制動(dòng)系統(tǒng)失效時(shí)保持車輛制動(dòng)能力，同時(shí)可以在緊急情況下輔助駕駛員進(jìn)行制動(dòng)避讓障礙物；應(yīng)用μ控制算法設(shè)計(jì)電控液壓制動(dòng)控制系統(tǒng)，在整車質(zhì)量攝動(dòng)和制動(dòng)盤(pán)-摩擦片摩擦因數(shù)攝動(dòng)的情況下保持優(yōu)良的穩(wěn)定魯棒性和性能魯棒性，以確保智能車的縱向安全性。

1 并聯(lián)式電控液壓制動(dòng)系統(tǒng)設(shè)計(jì)及建模

1.1 并聯(lián)式電控液壓制動(dòng)系統(tǒng)

為了顯著提高智能汽車制動(dòng)系統(tǒng)的可靠性，設(shè)計(jì)了一套并聯(lián)式電控液壓制動(dòng)系統(tǒng)，此系統(tǒng)是將電控液壓裝置與傳統(tǒng)液壓制動(dòng)系統(tǒng)并聯(lián)作為輔助制動(dòng)系統(tǒng)。系統(tǒng)結(jié)構(gòu)如圖1所示，主要包括電機(jī)泵、蓄能器、比例閥、壓力傳感器及ECU等主要模塊。

ECU是整個(gè)系統(tǒng)的控制核心，它會(huì)根據(jù)期望制動(dòng)壓力調(diào)節(jié)比例閥的開(kāi)度，并負(fù)責(zé)控制電動(dòng)機(jī)與接收壓力傳感器信號(hào)。電動(dòng)機(jī)帶動(dòng)油泵將制動(dòng)油壺中的制動(dòng)液泵出產(chǎn)生高壓油，高壓油經(jīng)過(guò)單向閥給蓄能器充能，使蓄能器中始終充滿高壓制動(dòng)油。當(dāng)制動(dòng)壓力控制器發(fā)出增大制動(dòng)力指令時(shí)，蓄能器中存儲(chǔ)的高壓油經(jīng)過(guò)進(jìn)液比例閥流入梭閥，進(jìn)而使輪缸壓力升高，產(chǎn)生制動(dòng)力；當(dāng)制動(dòng)壓力控制器發(fā)出減小制動(dòng)力指令時(shí)，關(guān)閉進(jìn)液比例閥，打開(kāi)出液比例閥，制動(dòng)管路中的制動(dòng)液回流到制動(dòng)油壺，從而降低制動(dòng)力。

圖1 并聯(lián)式電控液壓制動(dòng)系統(tǒng)結(jié)構(gòu)圖Fig.1 Structure diagram of parallel electric-hydraulic braking system

1.2 電控液壓制動(dòng)系統(tǒng)模型

針對(duì)設(shè)計(jì)的電控液壓制動(dòng)系統(tǒng)，通過(guò)實(shí)驗(yàn)及系統(tǒng)參數(shù)辨識(shí)方法建立系統(tǒng)增壓及減壓數(shù)學(xué)模型

(1)

(2)

增壓驅(qū)動(dòng)電流Iincrease與進(jìn)液比例閥占空比Dj之間的關(guān)系為

Iincrease=2.596 1Dj+0.073

(3)

減壓驅(qū)動(dòng)電流Idecline與出液比例閥占空比Dc之間的關(guān)系為

Idecline=2.582 9Dc+0.044 5

(4)

如圖2所示，當(dāng)比例閥占空比為36%時(shí)，制動(dòng)輪缸的實(shí)際壓力與仿真結(jié)果誤差小于1%，所建立的模型可以精確地表征電控液壓制動(dòng)系統(tǒng)特性。

圖2 進(jìn)液比例閥部分打開(kāi)時(shí)制動(dòng)輪缸壓力Fig.2 Brake wheel cylinder pressure under partly opened proportional valve

2 自動(dòng)制動(dòng)系統(tǒng)及攝動(dòng)分析

2.1 自動(dòng)制動(dòng)系統(tǒng)結(jié)構(gòu)

由圖3可知，在智能車輛行駛過(guò)程中，首先由自車傳感器系統(tǒng)和車載毫米波雷達(dá)對(duì)車輛行駛狀態(tài)及行駛環(huán)境進(jìn)行感知，上位控制器依據(jù)安全距離模型判斷車輛與前方車輛(或障礙物)的碰撞風(fēng)險(xiǎn)，并確定當(dāng)前自車與前車(或障礙物)之間的安全距離，然后計(jì)算出當(dāng)前車輛的期望加速度。下位控制器根據(jù)期望加速度，對(duì)車輛制動(dòng)系統(tǒng)進(jìn)行控制，保持車輛的安全距離，以達(dá)到智能汽車安全行駛的目的[21]。

由圖4可知，由主動(dòng)避撞系統(tǒng)上位控制器得到期望加速度后，由車輛逆縱向動(dòng)力學(xué)系統(tǒng)模型得到期望制動(dòng)壓力，然后由制動(dòng)執(zhí)行器模型得到實(shí)際制動(dòng)壓力，最后輸出實(shí)際速度和加速度。本文的自動(dòng)制動(dòng)系統(tǒng)即在主動(dòng)避撞系統(tǒng)基礎(chǔ)上改進(jìn)而來(lái)。

2.2 整車縱向標(biāo)稱動(dòng)力學(xué)模型

由于本文僅考慮智能汽車直線行駛時(shí)防止與正前方障礙物追尾碰撞工況，驗(yàn)證攝動(dòng)影響下的電控液壓制動(dòng)系統(tǒng)的性能及可靠性，因此，把整車動(dòng)力學(xué)模型簡(jiǎn)化成兩輪模型，如圖5所示。

圖4 主動(dòng)避撞系統(tǒng)下位控制器Fig.4 Lower controller of active collision avoidance system

圖5 整車動(dòng)力學(xué)模型Fig.5 Dynamic model of vehicle

假設(shè)前后輪滾動(dòng)半徑及轉(zhuǎn)速相同，則制動(dòng)狀態(tài)下，得到整車縱向標(biāo)稱動(dòng)力學(xué)方程為

(5)

式中M——智能汽車總質(zhì)量，kgJf——前輪轉(zhuǎn)動(dòng)慣量，kg·m2Jr——后輪轉(zhuǎn)動(dòng)慣量，kg·m2rr——車輪滾動(dòng)半徑，mω——車輪轉(zhuǎn)速，rad/sTbf——前輪制動(dòng)力矩，N·mTbr——后輪制動(dòng)力矩，N·mAa——車輛迎風(fēng)面積，m2CD——風(fēng)阻系數(shù)

g——重力加速度，m/s2f——滾動(dòng)阻力摩擦因數(shù)

圖6 制動(dòng)盤(pán)受力分析Fig.6 Force analysis of brake disc

在汽車自動(dòng)制動(dòng)過(guò)程中，電控液壓制動(dòng)系統(tǒng)制動(dòng)輪缸產(chǎn)生制動(dòng)壓力，通過(guò)活塞推動(dòng)摩擦片壓緊制動(dòng)盤(pán)，從而產(chǎn)生制動(dòng)摩擦力矩。制動(dòng)盤(pán)受力情況，如圖6所示。

通常情況下，制動(dòng)輪缸壓力P和摩擦片施加的壓力NP之間的力學(xué)關(guān)系表達(dá)式為

NP=PgAmc

(6)

式中NP——摩擦片施加的正壓力，NAmc——摩擦片截面積，m2

液壓制動(dòng)力矩為

(7)

式中μ——制動(dòng)盤(pán)-摩擦片摩擦因數(shù)R1——制動(dòng)盤(pán)內(nèi)徑，mR2——制動(dòng)盤(pán)外徑，m

2.3 逆制動(dòng)系統(tǒng)模型

智能汽車自動(dòng)制動(dòng)系統(tǒng)根據(jù)期望加速度通過(guò)逆制動(dòng)模型計(jì)算期望制動(dòng)壓力，由制動(dòng)執(zhí)行器進(jìn)行制動(dòng)控制，實(shí)現(xiàn)期望的制動(dòng)壓力。期望制動(dòng)壓力Pdes為

(8)

式中Kb——制動(dòng)力和制動(dòng)壓力的比值，取1 185acdes——期望制動(dòng)加速度，m/s2ρ——空氣密度，kg/m3v——智能車行駛速度，m/s

2.4 系統(tǒng)攝動(dòng)特性分析

從式(5)～(8)可以看出，智能汽車總質(zhì)量M和制動(dòng)盤(pán)-摩擦片摩擦因數(shù)μ的變化對(duì)智能車輛整車動(dòng)力學(xué)特性有較大影響。

(9)

車輛使用過(guò)程中制動(dòng)系統(tǒng)過(guò)熱、涉水等因素造成制動(dòng)效能下降，同時(shí)，由于地面濕滑等因素的影響使車輛制動(dòng)距離加長(zhǎng)，為方便控制系統(tǒng)設(shè)計(jì)，把這些因素影響效果綜合考慮為制動(dòng)系統(tǒng)摩擦因數(shù)降低，即制動(dòng)盤(pán)-摩擦片之間的摩擦因數(shù)μ產(chǎn)生不同程度的減小[23]，即

(10)

利用μ分析與綜合理論中的上線性分式變換方法，對(duì)式(5)～(8)中參數(shù)M及μ進(jìn)行線性分式變換

(11)

(12)

式中dM——智能汽車總質(zhì)量M攝動(dòng)程度，dM∈[0，0.5]

dμ——制動(dòng)盤(pán)-摩擦片摩擦因數(shù)μ攝動(dòng)程度，dμ∈[-0.5，0]

δM、δμ——單位攝動(dòng)，δM、δμ∈[-1,1]

以便于在設(shè)計(jì)控制器時(shí)考慮參數(shù)攝動(dòng)對(duì)系統(tǒng)性能及穩(wěn)定性的影響。

3 電控液壓制動(dòng)控制器設(shè)計(jì)

為保證電控液壓制動(dòng)控制系統(tǒng)性能魯棒性和魯棒穩(wěn)定性，對(duì)包含電控液壓制動(dòng)系統(tǒng)的整車動(dòng)力學(xué)模型進(jìn)行μ分析與綜合。

對(duì)控制系統(tǒng)μ綜合過(guò)程中，考慮了參數(shù)攝動(dòng)和傳感器噪聲對(duì)控制器性能及穩(wěn)定性的影響，即：智能汽車總質(zhì)量M參數(shù)攝動(dòng)、制動(dòng)盤(pán)-摩擦片摩擦因數(shù)μ參數(shù)攝動(dòng)、比例閥驅(qū)動(dòng)電流I及車輛加速度a的傳感器測(cè)量噪聲。

控制系統(tǒng)輸入為

u=[wMwμη1η2ades]T

(13)

控制系統(tǒng)輸出量為

y=[yMyμeaaI]T

(14)

對(duì)模型中各個(gè)輸入輸出及擾動(dòng)等線性關(guān)聯(lián)重構(gòu)，并隔離所有攝動(dòng)，得到電控液壓制動(dòng)控制系統(tǒng)閉環(huán)控制框圖，如圖7所示。

圖7 制動(dòng)控制系統(tǒng)μ控制框圖Fig.7 Diagram of μ control in brake control system

3.1 控制器性能指標(biāo)設(shè)計(jì)

本文設(shè)計(jì)μ綜合魯棒控制器考慮以下幾點(diǎn)：

(2)當(dāng)整車質(zhì)量、摩擦因數(shù)發(fā)生改變時(shí)，系統(tǒng)有較強(qiáng)的魯棒性，保證控制器的可靠性。

(3)減少傳感器噪聲對(duì)系統(tǒng)的干擾，保證系統(tǒng)的性能魯棒性。

3.2 控制器權(quán)函數(shù)選擇

4 試驗(yàn)及仿真

由于H∞魯棒控制理論能夠有效處理非結(jié)構(gòu)不確定性問(wèn)題，但是對(duì)于已知結(jié)構(gòu)不確定性問(wèn)題則存在較大的保守性。本文為了綜合評(píng)估μ控制方法的魯棒性，對(duì)于上述結(jié)構(gòu)，在不改變輸入輸出的情況下，根據(jù)H∞魯棒控制理論，設(shè)計(jì)了H∞控制器并將兩種控制器進(jìn)行分析對(duì)比。仿真及試驗(yàn)主要參數(shù)如表1所示，仿真工況如表2所示。

表1 仿真、試驗(yàn)主要參數(shù)Tab.1 Main parameters of simulation and test

表2 仿真工況Tab.2 Simulation conditions

4.1 仿真分析

針對(duì)μ控制器在質(zhì)量增加30%和摩擦因數(shù)減少30%的工況下對(duì)系統(tǒng)進(jìn)行仿真，并與H∞控制器進(jìn)行對(duì)比，驗(yàn)證控制器魯棒性。由文獻(xiàn)[24]可知將期望加速度ades的輸出限制在-0.5～0.6 m/s2之間，駕駛員與乘客的舒適性最佳，此工況稱為最優(yōu)加速度控制，所以本文選取期望加速度為-0.5 m/s2的階躍輸入，各傳感器的噪聲假設(shè)為協(xié)方差為0.01的隨機(jī)測(cè)量噪聲。

圖8～10顯示了當(dāng)質(zhì)量增加30%時(shí)，在μ控制器和H∞控制器控制下系統(tǒng)的實(shí)際加速度、加速度誤差和制動(dòng)壓力?？梢钥闯觯炭刂破髟?.5 s左右可以達(dá)到期望加速度，且能夠?qū)⒎€(wěn)態(tài)誤差控制在5%以內(nèi)，延遲μ控制器在1.8 s達(dá)到期望制動(dòng)壓力，達(dá)到了較好的控制效果。而H∞控制器在5 s時(shí)，加速度為-0.75 m/s2，穩(wěn)態(tài)誤差接近50%，達(dá)到期望制動(dòng)加速度的能力較差。

圖11～13顯示了當(dāng)制動(dòng)盤(pán)-摩擦片摩擦因數(shù)減小30%時(shí)，μ控制器和H∞器控制下系統(tǒng)的實(shí)際加速度、加速度誤差和制動(dòng)壓力。從仿真結(jié)果可以看出，在5 s內(nèi)，H∞控制器不能達(dá)到期望的加速度，而且制動(dòng)壓力有較大范圍的波動(dòng)。H∞控制器實(shí)際加速度和期望加速度誤差較大，最大偏差達(dá)到0.27 m/s2，而μ控制器在1.3 s左右，系統(tǒng)達(dá)到期望的加速度，并使得相對(duì)誤差穩(wěn)定在一個(gè)較小的范圍內(nèi)。

圖8 質(zhì)量增加30%時(shí)，縱向加速度仿真曲線Fig.8 Simulation curves of longitudinal acceleration

圖9 質(zhì)量增加30%時(shí)，縱向加速度誤差仿真曲線Fig.9 Simulation curves of longitudinal acceleration error

圖10 質(zhì)量增加30%時(shí)，制動(dòng)壓力仿真曲線Fig.10 Simulation curves of brake pressure

圖11 摩擦因數(shù)減小30%時(shí)，縱向加速度仿真曲線Fig.11 Simulation curves of longitudinal acceleration

圖12 摩擦因數(shù)減小30%時(shí)，縱向加速度誤差仿真曲線Fig.12 Simulation curves of longitudinal acceleration error

圖13 摩擦因數(shù)減小30%時(shí)，制動(dòng)壓力仿真曲線Fig.13 Simulation curves of brake pressure

4.2 試驗(yàn)驗(yàn)證

利用圖14所示的實(shí)車試驗(yàn)平臺(tái)驗(yàn)證整車對(duì)期望加速度的響應(yīng)。通過(guò)更換不同的摩擦片材料改變摩擦因數(shù)，通過(guò)在實(shí)驗(yàn)車裝質(zhì)量塊來(lái)模擬載荷變化。采用ARK-3440F型控制系統(tǒng)的工業(yè)工況機(jī)實(shí)現(xiàn)對(duì)整車制動(dòng)系統(tǒng)的實(shí)時(shí)控制，根據(jù)實(shí)際情況計(jì)算期望的制動(dòng)減速度，將控制信號(hào)輸出給執(zhí)行機(jī)構(gòu)，控制比例閥的驅(qū)動(dòng)電流達(dá)到期望減速度。

在路面附著系數(shù)為0.8的干燥瀝青路面上以72 km/h的初速度進(jìn)行試驗(yàn)。輸入期望加速度為-0.5 m/s2，通過(guò)加速度傳感器實(shí)時(shí)檢測(cè)實(shí)車加速度的響應(yīng)情況。分別在質(zhì)量增加30%和摩擦因數(shù)減小30%的2種工況下(表3)對(duì)μ控制器和H∞控制器進(jìn)行實(shí)車試驗(yàn)，實(shí)車試驗(yàn)結(jié)果如圖15～20所示。

圖14 實(shí)車試驗(yàn)平臺(tái)Fig.14 Vehicle test platforms

表3 實(shí)車試驗(yàn)工況Tab.3 Actual vehicle test conditions

圖15 質(zhì)量增加30%，實(shí)車加速度試驗(yàn)曲線Fig.15 Test curves of acceleration under 30% increase in mass

圖16 質(zhì)量增加30%，實(shí)車加速度誤差試驗(yàn)曲線Fig.16 Test curve of acceleration error under 30% increase in mass

圖17 質(zhì)量增加30%，制動(dòng)壓力試驗(yàn)曲線Fig.17 Test curves of braking pressure under 30% increase in mass

圖18 摩擦因數(shù)減小30%，實(shí)車加速度響應(yīng)曲線Fig.18 Test curves of acceleration under 30% decrease in friction coefficient

圖19 摩擦因數(shù)減小30%，實(shí)車加速度誤差試驗(yàn)曲線Fig.19 Test curves of acceleration error under 30% decrease in friction coefficient

從圖15可看出，在實(shí)際質(zhì)量增加30%的情況下，μ控制器在1.7 s時(shí)，期望加速度達(dá)到-0.5 m/s2，并穩(wěn)定在一定范圍內(nèi)。而在H∞控制器控制下，整車在5 s時(shí)仍未達(dá)到期望的加速度，且超調(diào)量達(dá)到0.26 m/s2。從圖16可以看出，當(dāng)質(zhì)量增加30%時(shí)，μ控制器在2 s左右時(shí)加速度誤差就趨于0并保持穩(wěn)定，而H∞控制器則波動(dòng)較大。從圖17可以看出，μ控制器在2.1 s時(shí)達(dá)到期望制動(dòng)壓力，而H∞控制器則明顯偏離期望制動(dòng)壓力。由圖15～17可得，在實(shí)際質(zhì)量存在大范圍攝動(dòng)時(shí)，μ控制器具有較好的魯棒性和較好的制動(dòng)性能。由圖18可知，當(dāng)摩擦因數(shù)減小30%時(shí)，在H∞控制器的控制下，整車無(wú)法達(dá)到期望加速度，最大制動(dòng)加速度僅達(dá)到-0.35 m/s2，有明顯的制動(dòng)力不足的情況，嚴(yán)重影響了實(shí)際安全。而在μ控制器控制下，在1.4 s時(shí)，實(shí)車達(dá)到期望加速度，并且將穩(wěn)態(tài)誤差控制在5%以內(nèi)。從圖19可以看出，當(dāng)摩擦因數(shù)減小30%時(shí)，μ控制器在2 s后加速度誤差就趨于0并保持穩(wěn)定，而H∞控制器則波動(dòng)很大。從圖20可以看出，μ控制器在2 s左右時(shí)就達(dá)到期望的制動(dòng)壓力，而H∞控制器則沒(méi)有此效果，說(shuō)明μ控制器在摩擦因數(shù)變化下仍有較好的控制效果。

圖20 摩擦因數(shù)減小30%，制動(dòng)壓力試驗(yàn)曲線Fig.20 Test curves of braking pressure under 30% decrease in friction coefficient

5 結(jié)論

(1)為提高智能汽車制動(dòng)系統(tǒng)的性能及可靠性，設(shè)計(jì)了并聯(lián)式電控液壓主動(dòng)防碰撞自動(dòng)制動(dòng)系統(tǒng)，并建立其在增壓和減壓狀態(tài)下的數(shù)學(xué)模型，在比例閥占空比為36%時(shí)，仿真及試驗(yàn)結(jié)果誤差小于1%，表明所建模型的精確性。

(2)采用μ分析與綜合方法中的線性分式變換及系統(tǒng)關(guān)聯(lián)重構(gòu)等手段，解決電控液壓制動(dòng)系統(tǒng)中存在的參數(shù)攝動(dòng)、傳感器噪聲等對(duì)控制器性能的影響，試驗(yàn)結(jié)果表明，采用μ控制算法的電控液壓制動(dòng)系統(tǒng)，在整車質(zhì)量增加30%和制動(dòng)盤(pán)-摩擦片摩擦因數(shù)減少30%兩種工況下，整車期望加速度的穩(wěn)態(tài)誤差均控制在5%以內(nèi)，穩(wěn)定時(shí)間分別為1.7 s和1.4 s。

1 2015中國(guó)智能未來(lái)挑戰(zhàn)賽全紀(jì)錄.http:∥www.its114.com/html/2015/telematics_1118160968.html.

2 解瑞春. 基于信息融合技術(shù)的車輛行駛狀態(tài)估計(jì)算法研究[D]. 錦州：遼寧工業(yè)大學(xué), 2015. XIE Ruichun. Research on vehicle driving state estimation algorithm based on information fusion technology[D]. Jinzhou:Liaoning University of Technology, 2015.(in Chinese)

3 GUSTAFSSON F. Estimation and change detection of tire-road friction using the wheel slip[C]∥IEEE International Symposium on Computer Aided Control System Design, 1996:99-104.

4 宋曉琳，馮廣剛，楊濟(jì)匡.汽車主動(dòng)避撞系統(tǒng)的發(fā)展現(xiàn)狀及趨勢(shì)[J].汽車工程,2008,30(2):285-289. SONG Xiaolin, FENG Guanggang, YANG Jikuang. Present status and trend of automotive active collision avoidance system [J].Automotive Engineering, 2008,30(2): 285-289.(in Chinese)

5 龍偉，魏玉聰. 基于毫米波雷達(dá)的高速?gòu)澋郎刃晤A(yù)警模型[J].四川大學(xué)學(xué)報(bào)： 工程科學(xué)版,2015,47(3):150-153. LONG Wei, WEI Yucong. An early warning model of high-speed curve sector based on millimeter-wave radar [J]. Journal of Sichuan University： Engineering Science Edition, 2015,47(3): 150-153.(in Chinese)

6 劉志新, 張大衛(wèi), 李幼德. 基于滑轉(zhuǎn)率的四輪驅(qū)動(dòng)汽車防滑模糊控制仿真[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2005, 36(12):21-24. LIU Zhixin, ZHANG Dawei, LI Youde. Simulation of non-slip fuzzy control for four-wheel-drive vehicle based on slip ratio [J]. Transactions of the Chinese Society for Agricultural Machinery, 2005,36(12): 21-24.(in Chinese)

7 劉學(xué)軍, 何仁. 電磁-液壓復(fù)合防抱死制動(dòng)系統(tǒng)滑?？刂芠J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2014, 45(5):1-7. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20140501&flag=1.DOI：10.6041/j.issn.1000-1298.2014.05.001. LIU Xuejun, HE Ren. Sliding mode control of antilock braking system with electromagnetic-hydraulic compound[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2014, 45(5):1-7.(in Chinese)

8 MOON S, MOON I, YI K. Design, tuning, and evaluation of a full-range adaptive cruise control system with collision avoidance[J]. Control Engineering Practice, 2009, 17(4):442-455.

9 LU X Y, TAN H S, DAN E, et al. Nonlinear longitudinal controller development and real-time implementation[R]. Transportation Studies, UC Brfeeley, 2000.

10 YI K, HONG J, KWON Y D. A vehicle control algorithm for stop-and-go cruise control[C]∥2001 IEEE Intelligent Transportation Systems, 2001:478-482.

11 CHOI S B, DEVLIN P. Throttle and brake combined control for intelligent vehicle highway systems[M]∥Systems & Issues in Its, SAE Special Publications, 1995.

12 CONNOLLY T R, HEDRICK J K. Longitudinal transition maneuvers in an automated highway system[J]. Journal of Dynamic Systems Measurement & Control, 1996, 121(3):471-478.

13 GERDES J C, HEDRICK J K. Brake system requirements for platooning on an automated highway[C]∥Proceedings of the 1995, 1995:165-169.

14 胡春花, 何仁, 李楠. 混聯(lián)式HEV能量控制系統(tǒng)魯棒控制器設(shè)計(jì)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2011, 42(12):62-66. HU Chunhua, HE Ren, LI Nan. Robust controller design for hybrid HEV energy control system[J]. Transactions of the Chinese Society for Agricultural Machinery, 2011, 42(12):62-66.(in Chinese)

15 侯德藻, 高鋒, 李克強(qiáng),等. 應(yīng)用于汽車主動(dòng)避撞系統(tǒng)的車輛縱向動(dòng)力學(xué)模型[J]. 清華大學(xué)學(xué)報(bào)：自然科學(xué)版, 2004, 44(2):258-261. HOU Dezao, GAO Feng, LI Keqiang, et al. Vehicle longitudinal dynamic model applied to vehicle active collision avoidance system[J].Journal of Tsinghua University： Science and Technology, 2004,44(2):258-261.(in Chinese)

16 CELENTANO G, IERVOLINO R, PORRECA S, et al. Car brake system modeling for longitudinal control design[C]∥Proceedings of 2003 IEEE Conference on Control Applications, 2003:25-30.

18 LIMEBEER D J N, KASENALLY E.H∞optimal control of a synchronous turbo-generator[C]∥IEEE Conference on Decision and Control, 1987:62-65.

19 皮大偉, 陳南, 張丙軍. 基于主動(dòng)制動(dòng)的車輛穩(wěn)定性系統(tǒng)最優(yōu)控制策略[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2009, 40(11):1-6. PI Dawei, CHEN Nan, ZHANG Bingjun. Optimal control strategy of vehicle stability based on active braking [J].Transactions of the Chinese Society for Agricultural Machinery, 2009, 40(11): 1-6. (in Chinese)

20 丁永前, 王致情, 林相澤,等. 自主跟隨車輛航向控制系統(tǒng)[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2015, 46(1):8-13. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20150102&flag=1.DOI：10.6041/j.issn.1000-1298.2015.01.002. DING Yongqian, WANG Zhiqing, LIN Xiangze, et al. Autonomous follow the vehicle heading control system[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2015,46(1):8-13.(in Chinese)

21 宋曉琳, 馮廣剛, 楊濟(jì)匡. 汽車主動(dòng)避撞系統(tǒng)的發(fā)展現(xiàn)狀及趨勢(shì)[J]. 汽車工程, 2008, 30(4):285-290. SONG Xiaolin, FENG Guanggang, YANG Jikuang. Present status and trends of vehicle active collision avoidance system [J]. Automotive Engineering, 2008, 30 (4): 285-290.(in Chinese)

22 王兆. 乘用車制動(dòng)標(biāo)準(zhǔn)法規(guī)技術(shù)對(duì)比分析與研究[D]. 長(zhǎng)春：吉林大學(xué), 2008. WANG Zhao. Comparison and analysis of technical regulations of passenger vehicle braking standards [D]. Changchun:Jilin University, 2008.(in Chinese)

23 朱攀. 車輛制動(dòng)摩擦材料關(guān)鍵特性的研究及檢測(cè)方法[D]. 武漢：武漢理工大學(xué), 2006. ZHU Pan.Study on the key characteristics of vehicle braking friction material and its detection method [D].Wuhan:Wuhan University of Technology,2006.(in Chinese)

24 馬國(guó)成. 車輛自適應(yīng)巡航跟隨控制技術(shù)研究[D].北京：北京理工大學(xué), 2014. MA Guocheng. Vehicle adaptive cruise following control technology [D]. Beijing:Beijing Institute of Technology, 2014.(in Chinese)

Design and Experiment on Hydraulic Brake System of Intelligent Automobile Parallel Electric Control

YUAN Chaochun1,2FAN Xinggen1YUAN Huiying3SHEN Jie2CHEN Long1BEI Shaoyi4
(1.AutomotiveEngineeringResearchInstitute,JiangsuUniversity,Zhenjiang212013,China2.UniversityofMichigan-Dearborn，DearbornMI48128,USA3.ChineseAcademyofAgriculturalMechanizationSciences,Beijing100083,China4.SchoolofAutomotiveEngineering,JiangsuInstituteofTechnology,Changzhou213001,China)

In order to improve the performance and reliability of intelligent automatic braking system and the braking performance of traditional hydraulic braking system, on the basis of active collision avoidance system, a parallel electro-hydraulic anti-collision automatic braking system was designed based on the traditional hydraulic braking system, its mathematical model in the state of supercharging and decompression was also established. In view of the parameter perturbation and non-linear time-varying characteristics of vehicle dynamics, and also considered the vehicle in the process of vehicle quality changes and brake disc-brake pads friction coefficient changes, theμcontrol strategy was proposed to control the brake line pressure, an electronic control hydraulic brake controller based onμcontrol strategy and controller performance indicators were designed to simulate the performance of the controller under the influence of parameters perturbation and external disturbance, and theμcontrol strategy was compared with theH∞control strategy. The results showed that the electronic control hydraulic braking system withμcontrol algorithm can control the steady-state errors of expected accelerations of the whole vehicle within 5% under the conditions of 30% increase in the mass of the whole vehicle and 30% decrease in the friction coefficient of the brake disc-friction disc. The stabilization time was 1.7 s and 1.4 s, respectively, indicating the accuracy of the model was high, which solved the influence of parameter perturbation and sensor noise on the performance of controller in the electronic control hydraulic braking system.

intelligent vehicle; brake system; perturbation;μcontrol algorithm; design

2016-11-04

2017-03-11

國(guó)家自然科學(xué)基金項(xiàng)目(51305167、U1564201)、江蘇省高校自然科學(xué)研究重大項(xiàng)目(16KJA580002)、江蘇大學(xué)青年骨干教師培養(yǎng)工程項(xiàng)目和江蘇省“六大人才高峰”項(xiàng)目(2012-ZBZZ-029)

袁朝春(1978—)，男，副教授，博士，主要從事汽車主動(dòng)安全研究，E-mail: yuancc_78@163.com

貝紹軼(1968—)，男，教授，博士，主要從事汽車動(dòng)力學(xué)研究，E-mail: bsy1968@126.com

10.6041/j.issn.1000-1298.2017.05.047

U463.52+5

A

1000-1298(2017)05-0369-08