基于EPS目标电流跟踪的控制策略研究

摘 要：电动助力转向系统（EPS）是顺应节能环保理念诞生的汽车电子控制技术产物，其相对于液压助力转向系统具有节能、环保、操纵性好等优点，已成为当今动力转向技术研究的热点，其市场应用也将越来越大。电动助力转向系统关键技术主要包括硬件技术和软件技术两个方面，而控制策略又是软件技术的核心。文章通过建模仿真，完成了对各种控制策略的验证和分析。通过分析，选择出了最适用于电动助力转向系统的控制算法，为EPS软件技术的开发奠定了基础，同时，也为硬件技术的开发提供一定的指导作用。

关键词：电动助力转向系统；控制策略；建模仿真

汽车在泊车或者中低速行驶过程中进行转向时，地面产生的转向阻力是非常沉重的，为了减轻方向盘的操纵力，可通过控制助力电机的输出力矩经传动机构作用到转向轴或者转向小齿轮或者齿条上来实现。该控制利用电机的特性，由EPS控制器实时监测转向盘转矩传感器输出的转矩信号和车速传感器输出的车速信号，根据EPS内部固化的控制算法确定出电机的目标助力电流，通过对反馈电流与目标助力电流的比较，利用一定的控制算法来控制助力电机的电枢电压，实现闭环控制。

1 常见控制策略

EPS的主要任务就是通过设计控制算法完成对于目标电流的跟踪，当前对于目标电流的跟踪控制中常用的有如下几种。

1.1 PID控制

在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称PID控制。当我们不完全了解一个系统和被控对象，或不能通过有效的测量手段来获得系统参数时，最适合用PID控制技术。

PID控制在EPS中应用的基本原理是助力电机某一时刻的电压是由该时刻的目标电流和测量设备检测到的助力电流的差值通过PID控制方法而得到。

数字PID控制算法可以表示为：

1.2 模糊控制

模糊控制器设计的核心工作有三个方面：①精确变量的模糊化，完成清晰量转换成模糊量的运算。②模糊控制算法的设计，完成根据输入模糊量进行近似推理运算，得出模糊输出量。③输出信息的模糊化判决，完成模糊输出量转换成清晰量的运算。

1.3 滑模变结构控制

这种控制方法是在动态的过程中根据系统当前的状态（误差或误差及其各阶导数）有目的地不断发生变化，从而迫使系统可以按照预定的“滑动模态”的状态轨迹运动。滑动模态的存在，使得系统在滑动模态下不仅保持对系统结构、参数以及外界干扰等不确定性因素的鲁棒性，而且可以获得较为满意的动态性能。

1.4 模糊滑模控制

基于模糊控制的上述优越性，我们可以融合滑模控制的优越性设计搭建一个模糊滑模控制器，并应用于EPS仿真模型，基于模糊滑模控制系统的结构图如图所示：

图1 模糊滑模控制系统结构图

1.5 自适应模糊滑模控制

自适应控制器的基本思想是：基于测量得到的信号，对不确定的被控对象参数（及相应的控制器参数）进行在线估计，并在控制输入计算中使用参数的估计值。因而自适应控制系统可以看作带有参数的在线估计的系统。自适应控制的基本目标是：当对象存在不确定性和参数的未知变化时，仍能够保持可靠的系统性能。

2 仿真分析和对比

EPS系统是一个多输入多输出，并且具有一定程度的非线性、时变环节的系统，含有结构性摄动和非结构性摄动等不确定性因素，这些因素会对EPS系统的动态特性产生一定影响，影响因素包括外部扰动，非线性摩擦，参数摄动，延时扰动，力矩波动。这决定了EPS的助力控制算法必须具有一定的鲁棒性和自适应性，能够在一定程度上抵抗外界对于系统的干扰，使得实际电流与目标电流的差值保持在允许的范围以内。这些因素对各种控制策略的控制效果也提出了挑战。

2.1 PID控制器与滑模控制器比较

在汽车的行驶过程中会遇到来自地面的干扰，因此在仿真时本文给轮胎添加了一个正弦的干扰力矩。仿真结果如图所示。

图2 干扰下的不同控制算法的助力电流阶跃响应

PID控制算法和滑模控制算法的调节时间都很短且没有超调，但是PID 控制存在一定的稳态误差，而滑模控制稳态误差基本不存在。因此，PID控制方法跟踪目标电流基本可以满足要求，但还不是很理想；而采用滑模变结构控制算法跟踪助力电流无超调且调节时间短、稳态误差小，跟踪效果优于PID控制方法。

2.2 常规滑模控制器与模糊滑模控制器比较

对中高速工况下的方向盘回正过程进行仿真，结果如下图。

图3 行车回正过程转向盘转角 图4 行车回正过程电机电流

从图中可以看出，采用常规滑模回正控制后，回正准确迅速，抑制了回正超调现象，但是转向盘在回正后持续产生抖振。采用模糊滑模控制的回正准确迅速无超调，并且回正后无抖振。常规滑模控制的电流波动较大，而模糊滑模控制电流变化相对平缓。

2.3 自适应模糊滑模控制器与PID控制器比较

选取车速为10km/h的低速转向工况和车速为60km/h的高速转向工况进行仿真，并将两种控制算法下的实际助力电流对目标助力电流的跟踪效果进行了对比，如图5-图8所示。

①V=10km/h，存在外界干扰，助力电机电阻缓慢变化条件下两种控制算法的助力电流跟踪效果（见图5、图6）。②V=60km/h，存在外界干扰，助力电机电阻缓慢变定条件下两种控制算法的助力电流跟踪效果。

图7 自适应模糊滑模控制算法 图8 PID控制算法

从图中可以看出，自适应模糊滑模控制算法鲁棒性较强，能够克服由于外界的干扰和系统结构的不确定性带来的不利影响，在任何时候都能够使得实际电流跟踪上目标电流。而PID控制算法对于外界抗干扰能力略差，高速行驶工况下助力电流目标值较小时能够在一定的范围跟踪上目标电流，而在车速较低目标助力电流较大的时候，对于目标电流的跟踪精度误差则非常大。

3 结束语

嵌入式系统中控制算法的选用可以通过仿真结果我们能够明确各种控制算法的优点和不足，其中自适应模糊滑模控制的控制效果相对是最好的。

在搭建各种控制算法模型的过程中，我们也体会到了各种控制算法模型的难易程度。电流闭环控制用的PID控制，设计过程简单、控制参数调整方便和直观，其模型的搭建在各种算法中也是最容易实现的。自适应模糊滑模控制由于集成了自适应控制、模糊控制和滑模控制等智能控制策略，其控制器设计和模型搭建的复杂程度也是远远超过PID控制策略。

设计各种控制算法的最终目的还是将其写入嵌入式系统，以完成对EPS系统的实时控制。对于各种控制算法的评价，我们要从两方面进行考虑，一是结合EPS的设计目标要求对比各种控制算法的差异性；二是考虑各种控制算法对嵌入式系统的要求。

综合考虑以上两点，控制效果最好的算法不一定是嵌入式微控制器的最佳选择，而控制效果稍差的算法不一定被摒弃。自适应模糊滑模控制算法虽然控制效果相对较好，但其设计过程复杂，运算量大，对于控制用单片机的工作速度及性能要求更高，因此大大增加了EPS量产的成本。而PID控制算法，由于设计过程简单，易于软件编程实现，对单片机的要求较低，更重要的是其对EPS的控制效果能够达到设计目标及满足驾驶员需求。这种情况下企业没有必要花费更高的成本去采用最好的控制算法，因此，PID控制算法目前依然是EPS助力电机控制中使用最为广泛的控制策略。

参考文献

[1]冯引安.汽车电动助力转向系统建模及控制算法研究[D].重庆大学，重庆，2007.

[2]姚慧杰，高秀华，张小江.基于FUZZY控制策略的汽车EPS助力特性分析[J].机械设计与制造，2008，（7）：9-10.

[3]刘金琨.先进PID控制MATLAB仿真（第3版）[M].电子工业出版社，2011.

[4]余志生.汽车理论（第5版）[M].北京，机械工业出版社，2010：176-183.

[5]胡建军，卢娟，秦大同，等.电动助力转向系统的建模和仿真分析[J].重庆大学学报（自科版），2007，30（8）：10-13.

[6]施国标.电动助力转向助力特性仿真与控制策略研究[D].吉林大学博士学位论文，2002.