一种车辆EPS摩擦补偿控制方法、控制系统、设备及介质

技术领域

本发明属于车辆电动助力转向系统控制技术领域，具体涉及一种车辆EPS(Electric Power Steering System，电动助力转向系统)摩擦补偿控制方法、控制装置、设备及介质。

背景技术

电动助力转向系统(Electric Power Steering System，EPS)是当前车辆动力转向系统的理想选择。由于EPS的电机及减速机构所引起的转向系统扰动，造成转向系统动态性能的变差和低速回正能力的下降，因此，需要采取合适的补偿策略来解决这些问题。

总体来说，EPS的电机补偿分为惯量补偿、阻尼补偿和摩擦补偿三部分，其中摩擦补偿对系统性能影响十分显著。在EPS中，基本助力曲线的设计并未考虑到摩擦的影响，摩擦力矩的存在导致汽车的转向轻便性受到很大影响，且由于摩擦力矩的波动，转向盘操纵手感也会变差；而在低速回正过程中，摩擦力矩的存在会使回正力矩不足、回正残余角过大，影响汽车的低速回正性能。

综上所述，为了提高EPS的性能，必须要进行EPS的摩擦补偿研究。当前主要的EPS摩擦补偿控制策略有基于模糊PID的电机电流跟踪控制、基于动静摩擦转矩共同补偿的控制方法等，但这些EPS摩擦补偿控制方法针对同一款车型、同一套EPS的补偿力矩是相同的，由于制造差异、装配差异的客观存在，同一款车型每台车的转向系统实际摩擦力矩是不同的、有差异的，因此，即使理论上将这款车型的摩擦力矩计算的再精准，如果不考虑这种个体化差异、装配的误差等导致的转向系统摩擦力矩差异，导致每台车EPS补偿后的手感不同，对匹配调试工作带来困难。

发明内容

为了解决现有技术存在的上述问题，本发明提供一种车辆EPS摩擦补偿控制方法，考虑到转向系统摩擦的不确定性、非线性以及上述个体化差异性，建立基于LuGre模型的转向系统摩擦模型及摩擦状态观测器模型；之后设计基于反步法的自适应神经网络控制器，并通过Lyapunov稳定定理证明其稳定性。通过仿真及硬件在环试验进行验证，结果表明：自适应神经网络控制器的电机电流跟踪性能更加优越，且加入摩擦补偿后EPS的转向轻便性及回正性能得到了很大的提升，由于摩擦不确定性及EPS产品个体化差异性造成的摩擦力矩波动也得到了一定程度的抑制。

本发明的目的是通过以下技术方案实现的：

第一方面，本发明提供一种车辆EPS摩擦补偿控制方法，包括：

S1.进行基于LuGre模型的转向系统摩擦建模；

S2.设计摩擦观测器；

S3.设计基于反步法的自适应神经网络电流控制器，进行EPS摩擦补偿控制。

进一步地，所述步骤S1中，转向系统中LuGre模型表达式如下：

式中，

T

为接触面相对转速；

σ

σ

T

T

为Stribeck临界转速；

z为接触面刚毛的平均变形量；

sat(·)为临界函数，阈值限制为±1。

进一步地，所述步骤S1中，基于LuGre模型的转向系统摩擦模型为：

T

式中，

T

T

进一步地，所述步骤S2中，根据LuGre模型表达式得到状态观测器方程为：

式中，

为状态变量z的估计值；

为LuGre摩擦力矩T

k为增益系数；

e为系统的电流跟踪误差。

进一步地，所述步骤S3中，基于反步法的自适应神经网络电流控制器的设计步骤如下：

S31.定义EPS助力电机电流跟踪误差：

e

式中，

I

I

对上述公式求导，得电流跟踪误差的导数为：

定义Lyapunov函数：

求导可得：

为了实现

式中：c

取虚拟控制：

则：

若s＝0，则

S32.通过RBF神经系统逼近非线性扰动：

重新定义Lyapunov函数：

由于

式中：非线性函数f(x)，其包含不确定参数T

f(x)＝w

式中，

w

为估计逼近参数；

ε为最小逼近误差；

e为神经系统的输入向量，

为使

式中：c

则：

第二方面，本发明还提供一种车辆EPS摩擦补偿控制系统，包括：

转向系统摩擦建模模块，用于建立基于LuGre模型的转向系统摩擦模型；

摩擦观测器设计模块，用于设计摩擦观测器；

自适应神经网络电流控制器设计模块，用于设计基于反步法的自适应神经网络电流控制器。

第三方面，本发明还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明所述的一种车辆EPS摩擦补偿控制方法。

第四方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明所述的一种车辆EPS摩擦补偿控制方法。

本发明具有以下有益效果：

1、本发明将基于LuGre模型的转向系统摩擦模型及摩擦状态观测器模型用于EPS摩擦补偿；

2、本发明设计基于反步法的自适应神经网络控制器进行摩擦补偿控制；

3、本发明考虑到不同车辆个体的转向系统摩擦的不确定性、非线性以及个体化差异性。

通过仿真及硬件在环试验进行验证，结果表明：自适应神经网络控制器的电机电流跟踪性能更加优越，且加入摩擦补偿后EPS的转向轻便性及回正性能得到了很大的提升，由于摩擦不确定性及EPS产品个体化差异性造成的摩擦力矩波动也得到了一定程度的抑制。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例1所述基于LuGre模型的转向系统摩擦模型示意图；

图2为本发明实施例1所述车辆EPS摩擦补偿控制方法控制策略框图。

图3为本发明实施例3所示一种计算机设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例1

本实施例为一种车辆EPS摩擦补偿控制方法，包括：

一、进行基于LuGre模型的转向系统摩擦建模：

LuGre模型是以各种平均行为来建模的，并考虑了库伦摩擦、Stribeck负斜率效应以及摩擦记忆等现象，能够比较准确地描述系统摩擦静态和动态特性。该模型对系统动态摩擦的描述采用的是刚毛思想，即将系统的接触面等效成大量具有随机行为的弹性刚毛，由于刚毛的变形而产生摩擦力，如图1所示。由于转向系统中的摩擦为动态摩擦，十分复杂，因此，本实施例采用LuGre模型对转向系统进行摩擦建模。

转向系统中LuGre模型表达式如下：

式中，

T

为接触面相对转速；

σ

σ

T

T

为Stribeck临界转速；

z为接触面刚毛的平均变形量；

sat(·)为临界函数，阈值限制为±1。

由于制造及装配引起的个体化摩擦力矩差异非常小且不确定，用T

T

二、设计摩擦观测器：

本实施例采用非线性状态观测器对z进行实时估计，根据LuGre模型表达式可得状态观测器方程为：

式中，

为状态变量z的估计值；

为LuGre摩擦力矩T

k为增益系数；

e为系统的电流跟踪误差。

三、设计基于反步法的自适应神经网络电流控制器，进行EPS摩擦补偿控制：

传统的摩擦补偿方法是输出一个与摩擦力矩成比例的定值补偿电流，称为定摩擦补偿控制策略。但该补偿控制策略未考虑到摩擦的非线性、负载的不确定性以及上述个体化差异性对EPS系统性能及匹配调试造成的影响。本实施例在神经网络逼近系统的基础上，设计一种基于反步法的自适应神经网络电流控制器对EPS摩擦进行在线补偿，使EPS的电机电流跟踪精度更高、动态性能更好，如图2所示。

近年来，神经网络控制已经广泛应用于机电伺服系统的非线性摩擦补偿中。径向基(Radial Basis Function，RBF)神经网络是20世纪末由J.Moody等人提出的一种三层前馈网络，其可以高精度的逼近任意连续函数，具有任意逼近的特性。因此采用RBF神经网络函数对EPS中的非线性外部扰动、个体化差异造成的摩擦力矩波动进行逼近，RBF神经网络算法如下：

式中，

x为神经网络的输入信号；

i为输入信号个数；

j为隐含层节点；

h为径向量，h＝[h

h

b

c

w为神经网络权值；

ε为神经网络逼近误差。

反步法是一种递归算法，将李亚普诺夫函数的选取与控制器设计相结合，从最低阶次微分方程开始，引入虚拟控制的概念，然后逐步设计满足要求的虚拟控制，最终设计出真正的控制律。反步法的最大优点在于它不会消除有用的非线性，而是具有灵活性，以跟踪和镇定为目标，而非追求线性化。在机械伺服系统摩擦补偿方面，反步法是最常用的一种方法。

基于反步法设计一种自适应神经网络电流控制器，通过RBF神经系统逼近非线性扰动，不仅可以简化控制器设计过程，而且能够抑制摩擦等非线性因素的影响，提升系统跟踪性能。

本实施例中基于反步法的自适应神经网络电流控制器的具体设计方法如下：

S31.定义EPS助力电机电流跟踪误差：

e

式中，

I

I

对上述公式求导，可得电流跟踪误差的导数为：

定义Lyapunov函数：

求导可得：

为了实现

式中：c

取虚拟控制：

则：

若s＝0，则

S32.通过RBF神经系统逼近非线性扰动：

重新定义Lyapunov函数：

由于

式中：非线性函数f(x)，其包含不确定参数T

f(x)＝w

式中，

w

为估计逼近参数；

ε为最小逼近误差；

e为神经系统的输入向量，

为使

式中：c

则：

因为-c

实施例2

一种车辆EPS摩擦补偿控制系统，包括：

转向系统摩擦建模模块，用于建立基于LuGre模型的转向系统摩擦模型；

摩擦观测器设计模块，用于设计摩擦观测器；

自适应神经网络电流控制器设计模块，用于设计基于反步法的自适应神经网络电流控制器。

实施例3

如图3所示，为本发明实施例3中的一种计算机设备的结构示意图。图3示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。图3显示的计算机设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图3所示，计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图3未显示，通常称为“硬盘驱动器”)。尽管图3中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。另外，本实施例中的计算机设备12，显示器24不是作为独立个体存在，而是嵌入镜面中，在显示器24的显示面不予显示时，显示器24的显示面与镜面从视觉上融为一体。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的一种车辆EPS摩擦补偿控制方法。

实施例4

本发明实施例4提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请所有发明实施例提供的一种车辆EPS摩擦补偿控制方法。

可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。