《Actuators》:Adaptive Front and Rear Braking Force Distribution Strategy for Electric Commercial Vehicles: Modeling, Control, and Experimental Validation
编辑推荐:
摘要:电动商用车前桥与后桥之间制动力的动态分配是一项关键的多目标优化挑战,需要在变化的载荷和道路条件下同时满足法规安全合规性、再生能量回收、热稳定性以及执行器协调等多重要求。本文通过开发并实验验证一种集成自适应制动力分配策略来解决这一挑战,该策略将模型预测控制
摘要:电动商用车前桥与后桥之间制动力的动态分配是一项关键的多目标优化挑战,需要在变化的载荷和道路条件下同时满足法规安全合规性、再生能量回收、热稳定性以及执行器协调等多重要求。本文通过开发并实验验证一种集成自适应制动力分配策略来解决这一挑战,该策略将模型预测控制(MPC)与粒子群优化(PSO)结合在一个统一框架内,确保符合ECE第13号法规。研究人员设计并搭建了一个综合实验台架,集成了三种独立的制动机构:磁力制动器(前桥和后桥扭矩系数分别为4.73 N·m/A和3.65 N·m/A);电涡流缓速器(系数为2.220 × 10-4 N·m·s/(A2·rad)),其产生的制动力矩与励磁电流呈二次关系、与转子转速呈线性关系;再生制动系统(效率为82–90%);以及用于前驱/四驱模式切换的可切换磁力离合器。MPC控制器设定预测时域=20,控制时域=5,采样时间=20 ms。PSO采用30个粒子、50次迭代对MPC权重进行系统整定,认知系数和社会系数均为2.0,惯性权重从0.8线性递减至0.4。研究人员开发了基于卡尔曼滤波的车辆状态估计模块,用于实时估计车辆质量(误差<3%)、道路坡度(误差<0.3%)和道路摩擦系数(误差<5%)。八个综合测试场景的实验验证表明,PSO优化的MPC控制器实现了前桥均方根误差降低43%(从2.65 N·m降至1.52 N·m)、后桥均方根误差降低44%(从0.78 N·m降至0.44 N·m)、ECE R13合规性达到100%(从67.5%提升)、调节时间改善57%(从4.2 s缩短至1.8 s)、超调量降低92%(从67%降至5%),以及平均回收能量从3.51 kJ提升至4.04 kJ。所提出的框架为下一代电动商用车制动管理系统提供了综合解决方案。
论文解读
一、研究背景与问题
全球交通运输行业正经历深刻的电动化转型。2022年电动汽车销量突破1050万辆,占全球新车销售的14%以上。商用车虽仅占保有量约2%,却贡献了约15%的交通运输温室气体排放。电动商用车市场预计到2030年将以31.4%的年复合增长率持续增长。电动化动力系统对制动系统提出了根本性重构要求:传统液压制动是独立子系统,而电动汽车通过电机可逆性引入再生制动,可在提供制动扭矩的同时回收动能。然而,再生制动与摩擦制动的协调对保持方向稳定性至关重要。
电动商用车制动系统面临三个关键挑战:其一,商用车载质量变化幅度可超过150%(本研究中实验覆盖2805 kg至4495 kg,变化达60%),导致理想的制动力分配曲线发生显著偏移,固定比例分配策略无法适应;其二,ECE R13法规要求后轴附着力利用率曲线不得位于前轴之上,这一约束在传统方法中往往仅作为事后验证而非在线优化中的主动约束;其三,多执行器协调通常依赖启发式规则,缺乏系统性的优化方法。既有研究大多停留在仿真层面,实验验证存在明显缺口。因此,如何在宽载荷和道路变化条件下实时优化制动力分配,同时满足法规合规性、热安全、执行器限制和车辆稳定性,成为亟待解决的核心问题。
二、研究方法
研究人员提出了一种分层制动控制框架,将模型预测控制与粒子群优化离线整定相结合。MPC控制器采用四状态、三输入、四输出的状态空间模型,包含八项权重的代价函数,统一协调机械摩擦制动器、电涡流缓速器、再生制动和磁力离合器切换。PSO用于离线整定MPC权重。实验验证在硬件在环(HIL)制动试验台架上完成,该台架基于飞轮惯性模拟系统,配备多执行器制动硬件、完整传感器套件和实时控制系统。乘员/载荷变化通过虚拟车辆模型模拟,试验台架与整车之间建立了缩放关系。车辆状态估计模块采用卡尔曼滤波估算质量、扩展卡尔曼滤波估算坡度、递推最小二乘估算摩擦系数。试验台架设计将技术就绪水平(TRL)从理论阶段(TRL 3–4)提升至实验室验证阶段(TRL 5–6)。
三、研究结果
(一)MPC状态空间建模与约束集成
研究人员建立了包含车辆纵向动力学、动态载荷转移、阻力模型和三类执行器(磁力制动器、电涡流缓速器、再生制动)的数学模型。ECE R13合规要求被转化为线性不等式约束,在MPC预测时域内每步强制执行。通过参考整形和加权惩罚双重策略实现ECE R13合规。热修正因子用于实时补偿制动衰退。
(二)执行器建模与验证
实验台架集成了三种独立制动机制:磁力制动器(前桥扭矩系数4.73 N·m/A,后桥3.65 N·m/A)、电涡流缓速器(系数2.220 × 10
-4 N·m·s/(A
2·rad),扭矩与励磁电流呈二次关系)、再生制动系统(效率82–90%)以及可切换磁力离合器。各执行器模型均通过实验数据独立验证,后桥磁力制动器模型R2=0.999,RMSE=0.022 N·m;电涡流缓速器模型RMSE=0.012 N·m;再生制动模型RMSE=0.0035 N·m。
(三)车辆状态估计
卡尔曼滤波质量估计在3秒内收敛,误差小于3%;扩展卡尔曼滤波坡度估计在2秒内收敛,误差小于0.3%;递推最小二乘摩擦系数估计在2秒内收敛,误差小于5%。
(四)PSO权重优化与实验验证
模型预测控制设定预测时域20步、控制时域5步、采样时间20 ms。PSO采用30个粒子、50次迭代、认知和社会系数均为2.0、惯性权重从0.8线性递减至0.4,约35次迭代收敛,成本改善43%。实验覆盖八个测试场景共52个测试用例,包括突加制动、变速行驶、恒定制动、驾驶模式切换、高速四驱、缓速器变化、载荷变化和路面类型变化。MPC+PSO策略相比固定权重MPC实现了:前桥扭矩跟踪RMSE降低43%(从2.65 N·m降至1.52 N·m)、后桥RMSE降低44%(从0.78 N·m降至0.44 N·m)、ECE R13合规率从67.5%提升至100%、调节时间改善57%(从4.2 s缩短至1.8 s)、超调量降低92%(从67%降至5%)、平均回收能量从3.51 kJ提升至4.04 kJ。
四、讨论
ECE R13法规合规性通过状态相关边界计算,所需前后桥比例随制动需求和车辆载荷变化。固定比例基线策略无论载荷和制动需求如何,始终保持恒定的1.85:1前后桥比例,仅有46%达到理想4.0:1比例,导致后桥过早抱死风险。MPC-only策略在满载100%制动需求时前后桥比例为1.21:1,低于所需2.00:1,产生ECE违规。MPC+PSO策略在所有条件下保持一致的高比例,在空载和满载条件下全部达到100%合规。在满载100%制动需求时,5.91:1的比例较MPC-only提升4.9倍。MPC-only控制器在瞬态过程中出现前桥扭矩崩溃,导致其能量回收(2.73 kJ)甚至低于基线策略(3.17 kJ),而MPC+PSO通过优化权重(再生权重=0.35)实现5.26 kJ回收能量,较MPC-only提升93%。此外,MPC+PSO消除了MPC-only在高转速下制动力随需求增加而下降的危险逆功率响应,并将FWD/4WD模式灵敏度降低了76%。
五、结论
本研究解决了电动商用车在宽载荷和道路变化条件下前后桥制动力动态分配问题。所提出的MPC+PSO分层控制框架在52个测试案例和八个场景的HIL制动试验台架上验证了有效性。ECE R13合规率从67.5%提升至100%,调节时间改善57%,超调量降低92%,平均回收能量从3.51 kJ提升至4.04 kJ。该控制器消除了MPC-only中观测到的临界失效模式,包括瞬态前桥扭矩崩溃、高制动需求时制动功率下降、全制动需求前驱模式下的ECE违规以及过度驾驶模式敏感度。
本研究存在若干局限性:首先,验证在硬件在环试验台架上完成,采用缩放执行器和飞轮惯性,绝对扭矩水平和热动力学可能与实际道路条件存在差异;其次,实验覆盖范围为车速最高100 km/h、载荷2805–4495 kg、摩擦系数0.5和0.8以及特定制动需求曲线;第三,再生电机效率采用双线性模型近似、热模型为集总参数;第四,PSO权重为离线优化,权重值本身不进行在线调整;最后,当前框架未包含完整的ABS或车辆横摆动力学。未来工作应扩展到全尺寸车辆测试、引入在线权重自适应,并将所提出的制动力分配策略与ABS和ESC系统集成。