一种永磁同步电机线控转向系统复合扰动抑制方法

技术领域

本发明属于车辆线控转向控制领域，具体涉及一种永磁同步电机线控转向系统复合扰动抑制方法。

背景技术

随着车辆智能化、电气化和网联化的发展趋势的到来，传统的机械式转向系统与助力式转向系统的缺点日益突出，包括安全性不佳与行驶感受差等。而线控转向(SbW)技术的出现解决了上述诸多缺点，并且成为当下汽车的热门应用系统；然而永磁同步电机(PMSM)作为线控转向的执行器会产生转矩脉动，导致线控转向的跟踪性能和控制稳定性变差。

目前针对线控转向系统扰动抑制的方法主要包括对观测器法、鲁棒控制法等；观测器法是通过扰动观测器对线控转向系统受到的摩擦扰动、轮胎回正转矩和未知随机扰动进行观测。鲁棒控制法则是将扰动最大值标记，通过控制增益的修正实现扰动的抑制。现有的方法虽然能够实现对摩擦扰动、轮胎回正转矩和未知随机扰动等非周期性扰动进行抑制，但无法对永磁同步电机内部的时变周期性转矩脉动进行抑制。

有研究表明，时间域迭代学习可以有效抑制固定周期性下电机内部产生的周期性转矩脉动，但线控转向系统永磁同步电机的转矩脉动的周期时刻处于变化状态，不利于时间域迭代学习的应用。因此，永磁同步电机给线控转向系统带来的扰动与线控转向系统自身扰动组成的复合扰动一直得不到有效地解决。

发明内容

针对于上述现有技术的不足，本发明的目的在于提供一种永磁同步电机线控转向系统复合扰动抑制方法，以解决现有技术中线控转向系统复合扰动带来的控制精度与系统稳定性变差的问题。

为达到上述目的，本发明采用的技术方案如下：

本发明的一种永磁同步电机线控转向系统复合扰动抑制方法，基于线控转向系统，所述线控转向系统包括：转角控制器、逆变器、转向电机、转角传感器、转向齿轮、转向齿条、转向拉杆和前轮；

所述转角控制器与逆变器电性连接，并发送控制指令到逆变器；所述逆变器与转向电机电性连接，逆变器产生三相电流驱动转向电机，转向电机为永磁同步电机；转向电机的输出端与转向齿轮机械连接，连接方式为轴与键的配合；转向齿轮与转向齿条相啮合，转向齿条与转向拉杆的一端机械连接，连接方式为螺纹连接，转向拉杆的另一端与前轮机械连接，连接方式为螺纹连接；转向拉杆带动前轮产生转向角度；所述转角传感器安装在转向电机输出轴与转向齿轮之间，输出电机转角信号；转角传感器与转角控制器电性连接，并通过信号线将转角信号传输给转角控制器。

所述方法步骤如下：

1)转角控制器接收外部输入的车辆的期望转向角度，并将所述期望转向角度和车辆的实际转向角度作差，得到车辆的期望转向角度与车辆的实际转向角度的差值；

2)建立包含非周期性扰动与时变周期性转矩脉动的线控转向系统不确定性模型，根据线控转向系统不确定性模型设计误差动态方程，将车辆的期望转向角度与车辆的实际转向角度的差值及其微分值输入至误差动态方程，设计非奇异快速终端滑模面，根据非奇异快速终端滑模面与误差动态方程设计非奇异快速终端滑模(NFTSM)转角跟踪控制器，通过调节所述非奇异快速终端滑模转角跟踪控制器的参数保证车辆的期望转向角度与车辆的实际转向角度的差值及其微分值收敛为0，所述非奇异快速终端滑模转角跟踪控制器计算得到输出电流；

3)设计线性扩张状态观测器，将转角传感器采集到的车辆的实际转向角度进行微分，得到车辆的实际转向角度的微分值，将车辆的实际转向角度、车辆的实际转向角度的微分值和非奇异快速终端滑模转角跟踪控制器的输出电流输入至线性扩张状态观测器，经过计算得到转向角度估计值、转向角度微分值的估计值和非周期性扰动的估计值，并将以上估计值输入至非奇异快速终端滑模转角跟踪控制器得到针对非周期性扰动的补偿电流；

4)设计转矩观测器，将转向电机转速与非奇异快速终端滑模转角跟踪控制器输出电流输入至所述转矩观测器，计算得到转向电机输出转矩的观测值；

5)将转矩观测器的转矩观测值、转向电机实际q轴电流i

6)将非奇异快速终端滑模转角跟踪控制器输出电流与非周期性扰动和时变周期性转矩脉动的补偿电流相加得到转向电机输入电流，通过输入电流驱动转向电机，为车辆提供理想的转向角度。

进一步地，所述步骤1)具体包括：

车辆的期望转向角度由驾驶员提供，车辆的实际转向角度由转角传感器获得，车辆的期望转向角度与车辆的实际转向角度的差值e

式中，

进一步地，所述步骤2)中的线控转向系统不确定性模型包含非周期性扰动与时变周期性转矩脉动，将未知模型参数失配扰动、未知建模动态扰动、轮胎回正力矩与其他外部未知扰动组成的非周期性扰动建模为有界的不确定性扰动；将齿槽转矩、磁通谐波转矩、逆变器非线性转矩与电流采样误差扰动组成的时变周期性转矩脉动建模为有界的时变周期性扰动，得到线控转向系统不确定性模型；根据线控转向系统不确定性模型得到误差动态方程，将步骤1)中车辆的期望转向角度与车辆的实际转向角度的差值进行微分，得到转向角度差值的微分值，将车辆期望的转向角度与车辆实际的转向角度的差值及其微分值代入误差动态方程，设计非奇异快速终端滑模面，根据非奇异快速终端滑模面与误差动态方程设计非奇异快速终端滑模转角控制器，通过调节非奇异快速终端滑模转角控制器参数使车辆的期望转向角度与车辆的实际转向角度的差值及其微分值收敛为0，计算得到转角控制器所需输入电流。

进一步地，所述步骤2)具体包括：

21)将未知模型参数失配扰动、未知建模动态扰动、轮胎回正力矩与其他外部未知扰动组成的非周期性扰动建模为有界的不确定性扰动，具体如下：

式中，t为时间，δ

22)将齿槽转矩、磁通谐波转矩、逆变器非线性转矩与电流采样误差扰动组成的时变周期性转矩脉动建模为有界的时变周期性扰动，具体如下：

式中，T

23)线控转向系统不确定模型描述为：

式中，J为转向系统转动惯量；B为转向系统阻尼系数；τ

令

式中，f

转向电机的输出转矩τ

式中，P

包含周期性转矩脉动的电磁输出转矩表示为：

式中，ψ

转向电机输出转矩由直流分量和第1、2、6、12以及6的倍数阶次谐波分量组成，转向电机输出转矩简化为：

式中，τ

24)建立线控转向转角跟踪控制器；

由线性扩张状态观测器的补偿作用，车辆的期望转向角度与车辆的实际转向角度的误差表示为：

式中，

得到误差动态方程：

式中，t

设计非奇异快速终端滑模面为：

式中，γ、p和q为非奇异快速终端滑模控制器的系数；γ＞0；p,q为正奇数，p＞q；

非奇异快速终端滑模转角控制器输出电流u为：

式中，

进一步地，所述步骤3)中转角传感器测量得到车辆实际的转向角度，对其进行微分得到车辆实际的转向角度的微分值，设计线性扩张状态观测器，将车辆实际的转向角度、车辆实际的转向角度的微分值和非奇异快速终端滑模转角跟踪控制器输出电流作为线性扩张状态观测器输入，通过调节观测器带宽保证观测误差收敛为0，线性扩张状态观测器输出转向角度的估计值、转向角度的微分值的估计值和非周期性扰动估计值，并将转向角度、转向角度的微分值和非周期性扰动输入至误差动态方程中，利用非奇异快速终端滑模转角控制器得到非周期性扰动的补偿电流。

进一步地，所述步骤3)具体包括：

设计线性扩张状态观测器(ESO)对线控转向系统不确定性模型的非周期性扰动进行补偿；设计线性扩张状态观测器具体为：

设非周期性转矩扰动f

描述为：

线性扩张状态观测器设计为：

式中，

令

得到：

式中，

令ω

对于非周期性转矩扰动的估计值

进一步地，所述步骤4)中构建永磁同步电机的状态方程，设计转矩观测器，所述转矩观测器接收转角传感器测量得到的转向角度的微分值与非奇异快速终端滑模转角跟踪控制器的输出电流，经计算得到电机输出转矩的观测值；并将电机输出转矩的观测值输入至迭代学习计算迭代学习跟踪误差。

进一步地，所述步骤4)具体包括：

设计转矩观测器，得到转矩观测值；构建永磁同步电机的状态方程：

式中，

转矩观测器表示为：

式中，期望的状态变量为

由

式中，

观测器的特征方程表示为：

式中，λ为特征方程自变量；det表示方阵线性变换对应矩阵的特征值之积；

根据期望极点σ、

假设b

可得永磁同步电机转矩观测值为：

得到的

进一步地，所述步骤5)中将线控转向系统不确定性模型简化为近似线性积分模型，得到近似线性积分模型的状态空间，将近似线性积分模型的状态空间改写为迭代学习状态空间，根据迭代学习状态空间设计带遗忘因子的空间域迭代学习算法，算法的输入包括上一次迭代的输出和上一次迭代的迭代学习跟踪误差，迭代学习跟踪误差为转矩实际值与转矩观测值的差值，设计得到带遗忘因子的空间域迭代学习算法的学习律，学习律为永磁同步电机对于周期性转矩脉动的补偿电流。

进一步地，所述步骤5)具体包括：

设计带遗忘因子迭代学习：选择带宽值使

式中：

近似线性积分模型的状态空间

式中，x

带遗忘因子的空间域迭代学习算法表示为：

式中：Γ和Φ分别为比例学习增益和微分学习增益；ν为遗忘因子；

迭代学习的输出为永磁同步电机的q轴补偿电流Δi

迭代学习跟踪误差表示为：

式中，e

进一步地，所述步骤6)中转向电机理想的输入电流为非奇异快速终端滑模转角控制器的控制输出电流、带遗忘因子的空间域迭代学习算法输出的补偿电流与非周期性扰动的补偿电流的相加值，其中，带遗忘因子的空间域迭代学习算法输出的补偿电流包含了对周期性转矩脉动的补偿电流，非周期性扰动的补偿电流与带遗忘因子的空间域迭代学习算法的补偿电流相加即对非周期性扰动和周期性转矩脉动的复合扰动补偿，此时转向电机将理想的输入电流转换为电磁转矩，为线控转向系统提供转向动力，转向电机转动带动转向齿轮，转向齿轮旋转从而转向齿条横向移动，转向拉杆随之移动，从而带动前轮进行转向工作。

进一步地，所述步骤6)具体包括：

转向电机理想的输入电流

根据线控转向系统动力学方程，转向电机为线控转向系统提供转向动力，线控转向系统动力学方程表示为：

式中，f

针对线控转向系统存在的时变周期性转矩脉动与非周期性扰动，本发明提出带遗忘因子的空间域迭代学习算法与线性扩张状态观测器结合的复合扰动抑制策略与非奇异快速终端滑模转角跟踪策略，复合扰动抑制策略充分利用两者的优势。线性扩张状态观测器观测非周期性扰动并补偿到非奇异快速终端滑模控制器中，提高精度与鲁棒性。带遗忘因子的空间域迭代学习算法相较于时间域迭代学习算法可以更好的补偿时变周期性转矩脉动，遗忘因子提高系统对噪声与初始误差的鲁棒性。线性扩张状态观测器的加入弥补了空间域遗忘因子迭代学习算法无法抑制非周期性扰动的缺点。

本发明的有益效果：

本发明的线控转向系统复合扰动抑制方法与转角跟踪控制可以有效抑制转向复合扰动，在复合扰动下具有更好的转角跟踪性能和鲁棒性，最大程度地降低驾驶员操纵负担和车辆的操纵稳定性，实现对线控转向车辆的安全及操纵性能控制，因此具有广阔的市场应用前景。

附图说明

图1是本发明中线控转向系统结构图。

图2是本发明中线控转向系统复合扰动抑制方法结构图。

图3是本发明方法在期望转向角度为正弦信号的跟踪性能图。

图4是本发明方法在期望转向角度为扫频信号的跟踪性能图。

图5是本发明方法在期望转向角度为斜坡信号的跟踪性能图。

具体实施方式

为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。

本发明的一种永磁同步电机线控转向系统复合扰动抑制方法，基于线控转向系统，所述线控转向系统包括：转角控制器、逆变器、转向电机、转角传感器、转向齿轮、转向齿条、转向拉杆和前轮，如图1所示；

所述转角控制器与逆变器电性连接，并发送控制指令到逆变器；所述逆变器与转向电机电性连接，逆变器产生三相电流驱动转向电机，转向电机为永磁同步电机；转向电机的输出端与转向齿轮机械连接，连接方式为轴与键的配合；转向齿轮与转向齿条相啮合，转向齿条与转向拉杆的一端机械连接，连接方式为螺纹连接，转向拉杆的另一端与前轮机械连接，连接方式为螺纹连接；转向拉杆带动前轮产生转向角度；所述转角传感器安装在转向电机输出轴与转向齿轮之间，输出电机转角信号；转角传感器与转角控制器电性连接，并通过信号线将转角信号传输给转角控制器。

所述方法步骤如下：

1)转角控制器接收外部输入的车辆的期望转向角度，并将所述期望转向角度和车辆的实际转向角度作差，得到车辆的期望转向角度与车辆的实际转向角度的差值；具体包括：

车辆的期望转向角度由驾驶员提供，车辆的实际转向角度由转角传感器获得，车辆的期望转向角度与车辆的实际转向角度的差值e

式中，

2)建立包含非周期性扰动与时变周期性转矩脉动的线控转向系统不确定性模型，根据线控转向系统不确定性模型设计误差动态方程，将车辆的期望转向角度与车辆的实际转向角度的差值及其微分值输入至误差动态方程，设计非奇异快速终端滑模面，根据非奇异快速终端滑模面与误差动态方程设计非奇异快速终端滑模(NFTSM)转角跟踪控制器，通过调节所述非奇异快速终端滑模转角跟踪控制器的参数保证车辆的期望转向角度与车辆的实际转向角度的差值及其微分值收敛为0，所述非奇异快速终端滑模转角跟踪控制器计算得到输出电流；

线控转向系统不确定性模型包含非周期性扰动与时变周期性转矩脉动，将未知模型参数失配扰动、未知建模动态扰动、轮胎回正力矩与其他外部未知扰动组成的非周期性扰动建模为有界的不确定性扰动；将齿槽转矩、磁通谐波转矩、逆变器非线性转矩与电流采样误差扰动组成的时变周期性转矩脉动建模为有界的时变周期性扰动，得到线控转向系统不确定性模型；根据线控转向系统不确定性模型得到误差动态方程，将步骤1)中车辆的期望转向角度与车辆的实际转向角度的差值进行微分，得到转向角度差值的微分值，将车辆期望的转向角度与车辆实际的转向角度的差值及其微分值代入误差动态方程，设计非奇异快速终端滑模面，根据非奇异快速终端滑模面与误差动态方程设计非奇异快速终端滑模转角控制器，通过调节非奇异快速终端滑模转角控制器参数使车辆的期望转向角度与车辆的实际转向角度的差值及其微分值收敛为0，计算得到转角控制器所需输入电流；具体包括：

21)将未知模型参数失配扰动、未知建模动态扰动、轮胎回正力矩与其他外部未知扰动组成的非周期性扰动建模为有界的不确定性扰动，具体如下：

式中，t为时间，δ

22)将齿槽转矩、磁通谐波转矩、逆变器非线性转矩与电流采样误差扰动组成的时变周期性转矩脉动建模为有界的时变周期性扰动，具体如下：

/>

式中，T

23)线控转向系统不确定模型描述为：

式中，J为转向系统转动惯量；B为转向系统阻尼系数；τ

令

式中，f

转向电机的输出转矩τ

式中，P

包含周期性转矩脉动的电磁输出转矩表示为：

式中，ψ

转向电机输出转矩由直流分量和第1、2、6、12以及6的倍数阶次谐波分量组成，转向电机输出转矩简化为：

式中，τ

24)建立线控转向转角跟踪控制器；

由线性扩张状态观测器的补偿作用，车辆的期望转向角度与车辆的实际转向角度的误差表示为：

式中，

得到误差动态方程：

式中，t

设计非奇异快速终端滑模面为：

式中，γ、p和q为非奇异快速终端滑模控制器的系数；γ＞0；p,q为正奇数，p＞q；

非奇异快速终端滑模转角控制器输出电流u为：

式中，

3)设计线性扩张状态观测器，将转角传感器采集到的车辆的实际转向角度进行微分，得到车辆的实际转向角度的微分值，将车辆的实际转向角度、车辆的实际转向角度的微分值和非奇异快速终端滑模转角跟踪控制器的输出电流输入至线性扩张状态观测器，经过计算得到转向角度估计值、转向角度微分值的估计值和非周期性扰动的估计值，并将以上估计值输入至非奇异快速终端滑模转角跟踪控制器得到针对非周期性扰动的补偿电流；

转角传感器测量得到车辆实际的转向角度，对其进行微分得到车辆实际的转向角度的微分值，设计线性扩张状态观测器，将车辆实际的转向角度、车辆实际的转向角度的微分值和非奇异快速终端滑模转角跟踪控制器输出电流作为线性扩张状态观测器输入，通过调节观测器带宽保证观测误差收敛为0，线性扩张状态观测器输出转向角度的估计值、转向角度的微分值的估计值和非周期性扰动估计值，并将转向角度、转向角度的微分值和非周期性扰动输入至误差动态方程中，利用非奇异快速终端滑模转角控制器得到非周期性扰动的补偿电流；具体包括：

设计线性扩张状态观测器(ESO)对线控转向系统不确定性模型的非周期性扰动进行补偿；设计线性扩张状态观测器具体为：

设非周期性转矩扰动f

描述为：

线性扩张状态观测器设计为：

式中，

令

式中，

令ω

对于非周期性转矩扰动的估计值

4)设计转矩观测器，将转向电机转速与非奇异快速终端滑模转角跟踪控制器输出电流输入至所述转矩观测器，计算得到转向电机输出转矩的观测值；

构建永磁同步电机的状态方程，设计转矩观测器，所述转矩观测器接收转角传感器测量得到的转向角度的微分值与非奇异快速终端滑模转角跟踪控制器的输出电流，经计算得到电机输出转矩的观测值；并将电机输出转矩的观测值输入至迭代学习计算迭代学习跟踪误差；具体包括：

设计转矩观测器，得到转矩观测值；构建永磁同步电机的状态方程：

式中，

转矩观测器表示为：

式中，期望的状态变量为

由

式中，

观测器的特征方程表示为：

式中，λ为特征方程自变量；det表示方阵线性变换对应矩阵的特征值之积；

根据期望极点σ、

假设b

可得永磁同步电机转矩观测值为：

得到的

5)将转矩观测器的转矩观测值、转向电机实际q轴电流i

将线控转向系统不确定性模型简化为近似线性积分模型，得到近似线性积分模型的状态空间，将近似线性积分模型的状态空间改写为迭代学习状态空间，根据迭代学习状态空间设计带遗忘因子的空间域迭代学习算法，算法的输入包括上一次迭代的输出和上一次迭代的迭代学习跟踪误差，迭代学习跟踪误差为转矩实际值与转矩观测值的差值，设计得到带遗忘因子的空间域迭代学习算法的学习律，学习律为永磁同步电机对于周期性转矩脉动的补偿电流；具体包括：

设计带遗忘因子迭代学习：选择带宽值使

式中：

近似线性积分模型的状态空间

式中，x

带遗忘因子的空间域迭代学习算法表示为：

式中：Γ和Φ分别为比例学习增益和微分学习增益；ν为遗忘因子；

迭代学习的输出为永磁同步电机的q轴补偿电流Δi

迭代学习跟踪误差表示为：

e

式中，e

6)将非奇异快速终端滑模转角跟踪控制器输出电流与非周期性扰动和时变周期性转矩脉动的补偿电流相加得到转向电机输入电流，通过输入电流驱动转向电机，为车辆提供理想的转向角度；

如图2所示，转向电机理想的输入电流为非奇异快速终端滑模转角控制器的控制输出电流、带遗忘因子的空间域迭代学习算法输出的补偿电流与非周期性扰动的补偿电流的相加值，其中，带遗忘因子的空间域迭代学习算法输出的补偿电流包含了对周期性转矩脉动的补偿电流，非周期性扰动的补偿电流与带遗忘因子的空间域迭代学习算法的补偿电流相加即对非周期性扰动和周期性转矩脉动的复合扰动补偿，此时转向电机将理想的输入电流转换为电磁转矩，为线控转向系统提供转向动力，转向电机转动带动转向齿轮，转向齿轮旋转从而转向齿条横向移动，转向拉杆随之移动，从而带动前轮进行转向工作；具体包括：

转向电机理想的输入电流

根据线控转向系统动力学方程，转向电机为线控转向系统提供转向动力，线控转向系统动力学方程表示为：

式中，f

如图2所示，为本发明线控转向复合扰动抑制策略的结构框图，期望转向角度与实际转向角度作差输入至非奇异快速终端滑模算法中，输出转向电机所需电流；线性扩张状态观测器将转向角度观测值、转向角度微分值的观测值和非周期性扰动的观测器输入至非奇异快速终端滑模算法中，转矩观测器接收转向电机q轴电流与转速并输出转矩观测值，转矩观测器的转矩观测值、转向电机实际q轴电流i

如图3所示，以正弦信号为期望转向轨迹，经过复合扰动抑制方法补偿后，非奇异快速终端滑模转角跟踪控制器实现了对正弦信号稳定精确的跟踪。

如图4所示，以扫频信号为期望转向轨迹，经过复合扰动抑制方法补偿后，非奇异快速终端滑模转角跟踪控制器实现了对扫频信号稳定精确的跟踪。

如图5所示，以斜坡信号为期望转向轨迹，经过复合扰动抑制方法补偿后，非奇异快速终端滑模转角跟踪控制器实现了对斜坡信号稳定精确的跟踪。

本发明具体应用途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进，这些改进也应视为本发明的保护范围。