电动轮汽车转矩矢量控制系统试验平台
陈浩1, 袁良信2, 孙涛3, 郑四发1,2, 连小珉1     
1. 清华大学 汽车工程系, 汽车安全与节能国家重点实验室, 北京 100084;
2. 清华大学 苏州汽车研究院, 苏州 215200;
3. 苏州紫荆清远新能源汽车技术有限公司, 苏州 215200
摘要:电动轮采用安装在车轮内部的轮毂电机直接驱动汽车行驶,实现了驱动转矩与电制动转矩独立可控。针对目前电动轮汽车的系统耦合程度高、轮毂电机匹配复杂等问题,提出了一种转矩矢量控制系统(TVCS),其结构与整车其他系统相互独立,构成电动轮汽车的动力总成。设计了转矩矢量控制系统的网络拓扑结构及矢量控制器的软硬件架构。通过对原型车底盘系统的设计与校核,获得了搭载转矩矢量控制系统的电动轮汽车试验平台。实车单移线试验结果表明:转矩矢量控制系统能有效保证整车通信负载率,便于轮毂电机集成;试验车实现了基本功能,为转矩矢量控制算法的研发与优化提供了测试平台。
关键词电动轮汽车    转矩矢量控制系统    矢量控制器    试验平台    
Test platform for a torque vectoring control system for in-wheel motor driven vehicles
CHEN Hao1, YUAN Liangxin2, SUN Tao3, ZHENG Sifa1,2, LIAN Xiaomin1     
1. State Key Laboratory of Automotive Safety and Energy, Department of Automotive Engineering, Tsinghua University, Beijing 100084, China;
2. Suzhou Automobile Research Institute, Tsinghua University, Suzhou 215200, China;
3. Suzhou TS-Sky-Blue Electric Vehicle Co., Ltd., Suzhou 215200, China
Abstract: In-wheel motor driven vehicles are powered directly by in-wheel motors installed inside the wheel which provide independent control of the driving and electrical braking torque. This paper presents a torque vectoring control system (TVCS) to improve the coupling and complex matching of the in-wheel motors. This system is independent of other systems in the vehicle and, thus, is a power assembly for electric vehicles. The paper describes the TVCS network topology and the software and hardware architecture of the torque vectoring controller. An in-wheel motor driven vehicle was built equipped with TVCS with the single-lane change test showing that the TVCS can effectively lower communication load rates and facilitate integration of the in-wheel motors. The test vehicle provides the basic system functions in a test platform for development and optimization of the torque vectoring control algorithm.
Key words: in-wheel motor driven vehicle     torque vectoring control system     torque vectoring controller     test platform    

电动轮汽车指采用轮毂电机作为动力源直接驱动的纯电动汽车[1-2]。电动轮汽车省去了传统的传动机构,是典型的零传动汽车,并且每个车轮都可以独立施加双向转矩形成整车转矩控制矢量,易于车辆的动力学控制[3-4],比其他驱动形式的电动车更节能、更安全、更可靠、更灵活、更快捷、更舒适。在过去的十年间,电动轮汽车已成为电动汽车技术领域的研究热点。吉林大学采用一汽奔腾B50作为原型车,匹配了4轮轮毂电机驱动系统与电子液压制动系统,使用快速原型设备作为整车控制与数据采集的硬件系统,获得了电动轮汽车试验平台[5-6]。同济大学基于上汽荣威E50研发了试验平台,试验车后两轮改造为轮毂电机驱动,前两轮采用轮边电机加减速器的方式,共同构成试验车的动力总成[7-8]。此外,日本东京大学[9]、东海大学[10],美国俄亥俄州立大学[11]等也相继研发了电动轮汽车试验平台。

针对电动轮汽车转矩矢量控制系统,现有研究将电动轮汽车的矢量控制功能整合为整车控制器功能的一部分,不仅增加了整车控制器的设计难度,而且轮毂电机作为原整车总线的新节点与整车控制器直接通信,使得总线上传递信息量增加,总线负载率上升,系统工作可靠性下降;同时,提升了轮毂驱动电机集成与匹配的复杂度,不利于电动轮汽车整车电子电气架构的模块化设计。

本文提出一种电动轮汽车矢量控制系统,硬件和软件均与整车控制器相互独立,从而作为电动轮汽车的动力总成,实现了电动轮汽车动力管理与控制系统的模块化设计,便于电动轮汽车的轮毂驱动单元集成与动力匹配。本文还研发了搭载矢量控制系统的试验样车平台,基于试验平台完成了单移线试验,试验结果初步验证了所提方案的可行性。

1 转矩矢量控制系统拓扑结构

电动轮汽车转矩矢量控制系统,如图 1所示,由矢量控制器(torque vectoring controller, TVC)、前左轮轮毂驱动单元、前右轮轮毂驱动单元、后左轮轮毂驱动单元、后右轮轮毂驱动单元、加速踏板传感器及其相应的通信网络与供电网络组成。

图 1 转矩矢量控制系统网络拓扑图

矢量控制器与整车控制器(vehicle control unit,VCU)通过整车控制局域网络(controller area network,CAN)总线进行信息交互,矢量控制算法依据驾驶员操作(加速踏板、制动踏板、方向盘、档位等)信息确定驾驶员意图,解析车辆总需求扭矩,结合车辆当前状态(车速、加速度、横摆角速度)、路面状态、电机与电池能力限制,考虑车辆动力学特征,对4个轮毂电机的转矩进行分配,从而提高车辆操纵稳定性、经济性与安全性[12]

1.1 轮毂电机单元

轮毂驱动单元包含轮毂电机本体及其电机控制器。如图 1所示,前左轮、前右轮轮毂驱动单元和后左轮、后右轮轮毂驱动单元分别通过前轴动力CAN及后轴动力CAN与矢量控制器进行通信,矢量控制器通过前、后轴供电网向轮毂驱动单元进行低压供电。

试验平台采用英国Protean Electric开发的高性能大功率轮毂电机,内部集成电机控制器,无需额外的机械组件与功率器件。轮毂电机基本性能参数如表 1所示。

表 1 高性能轮毂电机基本参数
标称电压范围/V 200~400
额定功率/kW, 峰值功率/kW 54,75
额定转矩/(Nm), 峰值转矩/(Nm) 650, 1 000
额定转速/(r·min-1), 最高转速/(r·min-1) 750, 1 600
宽度/mm, 直径/mm 115, 420
质量/kg 34

1.2 矢量控制器

矢量控制器是电动轮汽车转矩矢量控制系统的核心部件,也是系统与整车交互的信息接口。矢量控制算法以矢量控制器作为独立的硬件载体与整车其他控制功能隔离,完成加速踏板开度信号采集、电机转矩指令分配及轮毂驱动单元供电管理。

1.2.1 硬件架构设计

根据硬件功能可以将矢量控制器划分为微控制单元(microcontroller unit,MCU)子系统模块、电源模块、数字量输出模块、模拟量输入模块和CAN收发模块。矢量控制器硬件架构如图 2所示。

图 2 矢量控制器硬件架构图

MCU子系统模块主要由微控制单元Freescale SPC5644芯片及其外围电路等组成,采集信号电压范围为0~5 V。电源模块接受整车供电网提供的12 V低压电,经电源芯片转换后为内部主芯片及其他模块供电,同时电源模块也为轮毂驱动单元(12 V)和加速踏板传感器(5 V)供电。数字量输出模块为轮毂驱动单元提供硬件使能信号,MCU的I/O端口控制该模块的通断,并设计外围电路对该模块作光电隔离处理。

模拟量输入模块用于采集油门踏板电压信号,并将该信号送至MCU的模数转换端口(ADC),经处理后获得油门踏板的实际开度。

CAN-A、CAN-B与CAN-C共3路CAN收发模块,通过FlexCAN与MCU进行交互,分别用于整车动力CAN、前轴动力CAN以及后轴动力CAN的通信。考虑轮毂驱动单元的通信速率要求,选用TJA1050T作为CAN收发模块,速度可达1 Mb/s,兼容ISO-11898标准,电磁辐射极低,未通电时不会干扰总线线路,并能在汽车环境中对总线引脚提供抗瞬态保护功能。

1.2.2 软件架构设计

矢量控制器的软件架构如图 3所示。软件代码主要有两部分组成:BootLoader代码和应用程序代码。

图 3 矢量控制器软件架构图

BootLoader代码实现了矢量控制器的代码在线更新。矢量控制器上电后,首先执行BootLoader程序,检测到在线更新标识后,通过CAN总线接收上位机发送的应用程序可执行文件,并将其依次按顺序存入预先规划的Flash区域;接收过程结束后,BootLoader将程序计数器指向应用程序可执行文件首地址处,进而执行应用程序。

应用程序代码自上向下可分为应用层、实时环境(run-time environment,RTE)层、操作系统(operating system,OS)层和驱动层。

应用层主要包括应用软件(application software,ASW)模块和总线标定协议(CAN calibration protocol,CCP)模块。ASW模块是基于矢量控制器模型自动生成的代码,CCP模块主要用于控制器内部参数的在线标定。RTE层为应用层和硬件驱动层提供基础通信服务,解析与封装CAN帧信息。控制器的功能通常分布在多个运算周期内。OS层通过设定在硬件驱动层设置定时器(Timer),按照预定周期依次执行相关任务(Tasks),实现任务调度。驱动层为应用层提供底层驱动,通过配置相应的寄存器实现不同模块的功能需求,为其他模块提供操纵硬件的接口。

2 试验平台搭建

以国产某款运动型多功能车(sports utility vehicle,SUV)为原型车搭建试验平台。原型车基本参数如表 2所示。

表 2 原型车基本参数
空载簧上质量/kg, 满载簧上质量/kg 1 648, 2 003
簧下质量/kg 422
总长/m, 总宽/ m, 总高/ m 4.42, 1.91, 1.63
轴距/m 2.670
前轴到质心距离/m 1.315
轮距/m 1.715
满载质心高度/m 0.586
轮胎参数 255/45/R20

利用多体建模软件CATIA对轮毂电机与原型车进行数模匹配,如图 4所示。检查空间尺寸以避免系统间的干涉,同时对试验车悬架系统、冷却系统、制动系统与动力电池系统进行校核与匹配设计,并在此基础上完成试验车轮毂电机集成。

图 4 试验车数模匹配图

2.1 悬架系统匹配设计

匹配轮毂电机后,会导致簧下质量增加,前后轴轮距增加50 mm。因此,在保证试验车最小离地间隙的前提下,调整悬架弹簧负荷点及刚度,使得车身相对于原型车抬高20 mm。

原型车前悬架为MacPherson独立悬架,后悬架为多连杆式独立悬架。通过调整前滑注总成弹簧下托盘与基准孔的距离和后螺旋弹簧刚度、自由长度等参数,达到提升车身高度的目的,并对悬架系统的车轮定位参数、车身偏频、悬架静挠度、车轮上下跳动行程、悬架侧倾角刚度和车身侧倾角等参数进行校核与设计。

依据汽车底盘设计中对悬架系统的要求,采用双质量系统模型计算偏频[13],

$ n = \frac{1}{{2{\rm{ \mathsf{ π} }}}}\sqrt {\frac{K}{{{m_{\rm{s}}}}}} . $ (1)

其中:K表示单侧悬架刚度,按照原型车的设计参数取为前悬架3.35×104 N/m、后悬架3.0×104 N/m;ms表示单轮簧上质量,通过表 2中的几何尺寸换算得到前悬架与后悬架对应的单轮簧上质量。

悬架侧倾角刚度为[13]

$ {C_\phi } = \frac{1}{2}{C_{\rm{s}}}{\left( {{i_{\rm{s}}}B} \right)^2}. $ (2)

其中:Cs表示螺旋弹簧刚度,取7.7×104 N/m;B表示轮距;is表示螺旋弹簧布置杠杆比,取0.62。

悬架系统设计参数如表 3所示。

表 3 悬架系统设计参数
参数 前悬架 后悬架
车轮前束角/(°) -0.08~0 -0.06~0.46
车轮外倾角/(°) -0.25~0.15 -0.75~0.60
空载偏频/Hz, 满载偏频/Hz 1.32, 1.26 1.38, 1.2
空载静挠度/mm, 满载静挠度/mm 142, 156 130, 176
空载上下跳行程/mm 100/52 140/52
满载上下跳行程/mm 88/66 90/102
悬架侧倾角刚度/(107 N·mm·rad-1) 6.22 6.15
0.4g/0.5g车身侧倾角/(°) 2.0/1.3

2.2 冷却系统匹配设计

同传统汽车发动机的冷却系统一样,电动轮汽车动力总成的冷却系统也具有散热器、风扇、水泵等冷却部件。为了确保电动轮汽车动力系统各部件能够正常工作,应合理选择散热器、风扇、水泵,以满足系统的冷却要求。

根据电机峰值总发热功率,散热器理论散热面积Sr可由式(3)计算[14],

$ {S_{\rm{r}}} = \frac{{{Q_{\rm{w}}}{\varphi _{\rm{w}}}}}{{{K_{\rm{w}}}\Delta {t_{\rm{m}}}}}. $ (3)

其中:Qw为散热器散发的功率;Kw为散热器的传热系数;$φ$w 为散热器储备系数,一般取1.1~1.4;Δtm为冷却介质的对数平均温差[14]

$ \Delta {t_{\rm{m}}} = \psi \frac{{\left( {{t_{{\rm{w1}}}}-{t_{{\rm{a2}}}}} \right)-\left( {{t_{{\rm{w2}}}}-{t_{{\rm{a1}}}}} \right)}}{{{\rm{ln}}\left( {\frac{{{t_{{\rm{w1}}}} - {t_{{\rm{a2}}}}}}{{{t_{{\rm{w2}}}} - {t_{{\rm{a1}}}}}}} \right)}}. $ (4)

其中:ψ为修正系数,一般取0.95~0.99;ta1ta2分别表示空气进入与离开散热器的温度;tw1tw2分别表示冷却液进入与离开散热器的温度,由轮毂电机冷却进出口限制的极限温度决定。

水泵流速为[14]

$ {V_{\rm{w}}} = \frac{{{Q_{\rm{w}}}}}{{{\rho _{\rm{w}}}{C_{\rm{w}}}\Delta {t_{\rm{w}}}}}. $ (5)

其中:Δtw为流过轮毂电机后冷却液的温升,一般为5~10 ℃,取7 ℃(280.15 K);ρw为冷却液密度,取1.07×103 kg/m3(20 ℃环境温度);Cw为冷却液比热,取3.38×103 J/(kg·K) (20 ℃环境温度)。

综合考虑水泵扬程等因素,选取离心式可调速电子水泵,并结合轮毂电机制造方给出的冷却系统推荐值,确定冷却系统设计参数,如表 4所示。

表 4 冷却系统设计参数
散热器面积/m2 7.7
流速/(L·min-1) 15
最大热功率/kW 5.5
冷却液温度范围/℃ -30~50
冷却液体积/L 0.35

2.3 制动系统匹配设计

试验车的行车制动系统采用液压真空助力结构,其液压助力总成包括电子真空泵和真空罐,制动管路为双回路对角线X型布置。试验车制动系统布置如图 5所示。

图 5 (网络版彩图)试验车制动系统布置图

由于轮毂电机占据了车轮内部的空间,前、后制动器为环式制动器,有效摩擦面积减少。为保证正常制动性能,前轴车轮采用2个浮动式制动卡钳,后轴车轮采用1个浮动式制动卡钳。制动卡钳模型与实物如图 6所示。

图 6 (网络版彩图)制动卡钳模型与实物图

制动系统设计参数如表 5所示。

表 5 制动系统设计参数
制动力分配系数 0.667
空载/满载同步附着系数 0.57/0.78
前轴制动器极限制动力/N 13 690.5
后轴制动器极限制动力/N 6 845.3

2.4 动力电池系统匹配设计

电池组的总容量决定了整车的续驶里程,因此合理地匹配电池容量对提升整车性能非常重要。

由行驶能量平衡关系可得

$ E{\eta _{\rm{e}}}{\eta _{\rm{b}}} = {P_{60}}\frac{D}{{60}}. $ (6)

其中:D为续驶里程设计目标值,取302 km; ηe为电机工作效率,取0.85;ηb为电池放电效率,取0.95;P60为整车在60 km/h负载稳定行驶输出功率,取8.64 kW。

由式(6)知电池组总容量E

$ E = \frac{{{P_{60}}D}}{{60{\eta _{\rm{e}}}{\eta _{\rm{b}}}}}. $ (7)

动力电池系统设计参数如表 6所示。

表 6 动力电池系统设计参数
设计续驶里程/km 302
单体电芯电压/V 3.6
电池包额定电压/V 345.6
电池组总容量/(kWh) 53.9
最大持续放电电流/A 156

3 实车试验验证

为了对转矩矢量控制系统拓扑结构的通信功能及转矩分配功能进行初步验证,选取干燥的柏油路面作为试验场地,设计了单移线试验,并按照图 7所示布置标桩。

图 7 单移线试验场地桩标布置

试验车道入口B1与出口宽度B2与平台车辆宽度b(表 2)有关:

$ {B_1} = 1.1b + 0.25{\rm{m = 2}}{\rm{.35m, }} $ (8)
$ {B_2} = 1.2b + 0.25{\rm{m = 2}}{\rm{.54m}}{\rm{.}} $ (9)
3.1 拓扑结构功能验证

拓扑结构功能验证主要测试矢量控制器是否能够与其他节点正常通信,并且保证整车CAN总线的负载率。试验中,转矩矢量控制系统能与整车控制器完成正常的信息交互,矢量控制器能够通过前后轴动力CAN与电机完成通信。

利用总线分析工具(CANoe)对整车CAN总线负载率进行实时监测,结果如图 8所示。

图 8 整车CAN总线负载率

图 8可知,整车CAN的负载率为25.36%,小于30%,符合总线负载率的设计要求。因此,转矩矢量控制系统采用模块化设计方案能充分保证信息传递的可靠性。

3.2 转矩分配功能初步验证

转矩分配功能初步验证主要测试矢量控制算法是否能够正确解析驾驶员意图,并且正确分配至4个电机。试验中记录各总线通信数据,得到车辆行驶速度v、加速踏板开度α、单个电机输出转矩T分配曲线,如图 9所示。

图 9 实车试验结果

图 9中,S为车辆距离试验车道入口处的水平位移。由图 9a可以看出,通过单移线试验车道时,试验车车速保持在30~35 km/h。由于研发初期采用平均分配的方案,因此4个电机转矩指令一致,图 9c给出了左前车轮的转矩实时数据。结合图 9b9c可知,驾驶员需求能够与电机转矩指令相互对应。

试验结果表明:转矩矢量控制系统初步实现了电机的转矩分配;同时,试验平台的子系统能有效协调工作,实现试验平台的基本性能。

4 结论

本文针对电动轮汽车设计了转矩矢量控制系统,提出了电动轮汽车动力总成的网络拓扑结构,并在此基础上研发了试验平台,完成了功能验证,可以得到以下几点结论:

1) 转矩矢量控制系统实现了电动轮汽车动力管理与控制系统的模块化设计,有效保证了整车通信负载率,提高了信息传输的可靠性;

2) 矢量控制器作为电动轮汽车动力分配与管理的物理载体,实现了硬件结构及软件算法与整车控制器相隔离,兼具在线更新与参数标定等功能,便于轮毂电机集成与匹配;

3) 试验平台完成了转矩矢量控制系统功能的初步验证,有助于实现矢量控制算法的快速优化迭代。

参考文献
[1]
戴一凡.分布式电驱动车辆纵横向运动综合控制[D].北京: 清华大学, 2013.
DAI Y F. Integrated longitudinal and lateral motion control of distributed electric vehicles[D]. Beijing: Tsinghua University, 2013. (in Chinese)
[2]
余卓平, 冯源, 熊璐. 分布式驱动电动汽车动力学控制发展现状综述[J]. 机械工程学报, 2013, 49(8): 105-114.
YU Z P, FENG Y, XIONG L. Review on vehicle dynamics control of distributed drive electric vehicle[J]. Chinese Journal of Mechanical Engineering, 2013, 49(8): 105-114. (in Chinese)
[3]
殷国栋, 金贤建, 张云. 分布式驱动电动汽车底盘动力学控制研究综述[J]. 重庆理工大学学报(自然科学), 2016, 30(8): 13-19.
YIN G D, JIN X J, ZHANG Y. Overview for chassis vehicle dynamics control of distributed drive electric vehicle[J]. Journal of Chongqing University of Technology (Natural Science), 2016, 30(8): 13-19. (in Chinese)
[4]
王博, 罗禹贡, 邹广才, 等. 四轮独立电驱动越野车辆研究实验平台[J]. 清华大学学报(自然科学), 2009, 49(11): 1838-1842.
WANG B, LUO Y G, ZOU G C, et al. Four wheel independent electric drive off road vehicle test bed[J]. Journal of Tsinghua University (Science and Technology), 2009, 49(11): 1838-1842. (in Chinese)
[5]
王御.基于约束优化的汽车集成控制研究[D].长春: 吉林大学, 2016.
WANG Y. Studies on integrated vehicle control based on constrained optimization[D]. Changchun: Jilin University, 2016. (in Chinese)
[6]
武冬梅.分布式驱动电动汽车动力学控制机理和控制策略研究[D].长春: 吉林大学, 2015.
WU D M. Study on the vehicle dynamics control principle and strategy of distributed drive electric vehicle[D]. Changchun: Jilin University, 2015. (in Chinese)
[7]
余卓平, 夏新, 熊璐, 等. 分布式驱动电动汽车纵向车速非线性自适应估计[J]. 同济大学学报(自然科学版), 2016, 44(5): 779-786.
YU Z P, XIA X, XIONG L, et al. Vehicle longitudinal velocity nonlinear adaptive estimation of distributed drive electric vehicle[J]. Journal of Tongji University (Natural Science), 2016, 44(5): 779-786. (in Chinese)
[8]
熊璐, 高翔, 邹童. 分布式驱动电动汽车电液复合分配稳定性控制[J]. 同济大学学报(自然科学版), 2016, 44(6): 922-929.
XIONG L, GAO X, ZOU T. Stability control based on electric-hydraulic allocation for distributed drive electric vehicles[J]. Journal of Tongji University (Natural Science), 2016, 44(6): 922-929. (in Chinese)
[9]
NGUYEN B M, FUJIMOTO H, HARA S. Glocal motion control system of in-wheel-motor electric vehicles based on driving force distribution[C]//Proceedings of the 2016 SICE International Symposium on Control System. Nagoya, Japan, 2016: 15-22.
[10]
ISHAK M I, OGINO H, YAMAMOTO Y. Improvement of mobility for in-wheel small electric vehicle with integrated four wheel drive and independent steering:A numerical simulation analysis[J]. International Journal of Multidisciplinary and Current Research, 2016, 4: 308-316.
[11]
WANG R, WANG J. Passive actuator fault-tolerant control for a class of overactuated nonlinear systems and applications to electric vehicles[J]. IEEE Transactions on Vehicular Technology, 2013, 62(3): 972-985. DOI:10.1109/TVT.2012.2232687
[12]
连小珉, 金达锋, 陈浩, 等.一种电动轮汽车矢量控制系统的网络拓扑结构: CN108001294A[P]. 2018-05-08.
LIAN X M, JIN D F, CHEN H, et al. A network topology structure of torque vectoring control system for in-wheel motor driven vehicle: CN108001294A[P]. 2018-05-08. (in Chinese)
[13]
王霄锋. 汽车底盘设计[M]. 北京: 清华大学出版社, 2010.
WANG X F. Automotive chassis design[M]. Beijing: Tsinghua University Press, 2010. (in Chinese)
[14]
杨世铭, 陶文铨. 传热学[M]. 4版. 北京: 高等教育出版社, 2006.
YANG S M, TAO W Q. Heat transfer[M]. 4th ed. Beijing: Higher Education Press, 2006. (in Chinese)