电动助力转向系统的多学科优化设计方法
【技术领域】
[0001] 本发明涉及一种电动助力转向系统该系统，尤其是一种用于提高转向的轻便性和 灵敏性，为驾驶者提供合适的路感的动助力转向系统该系统的优化设计方法。
【背景技术】
[0002] 车辆操纵稳定性是汽车研究的一个重要方面。其中，转向系统对驾驶员的力反馈 对车辆操纵稳定性影响明显。由于电动助力转向系统是复杂的机电耦合子系统，其设计、参 数优化以及与整车的匹配受到众多机械与控制参数的影响和制约，在EPS系统的初始设计 时，通常将机械结构参数和控制器性能参数单独设计。这样优化出的设计参数往往不能使 转向系统性能达到全局最优，从而影响车辆操稳性和行驶安全性。由于近年来，众多品牌的 乘用车都出现了各种各样的EPS系统问题，若能从系统工程分析的角度对EPS进行全局优 化设计，势必可以极大的降低故障发生的概率，而针对EPS系统参数的优化设计选取必须 通过综合考虑机械、控制参数的多学科全局优化方法得到，并通过整车操稳性的主客观评 价方法进行匹配验证。
[0003] 在传统的电动助力转向系统设计中，先是通过理论来设计EPS的机械结构参数， 然后采用相应的控制策略来设计控制器。这种设计方法把一个机电系统的设计一分为二， 虽然在前后两步设计过程中都使用了优化设计思想，但机械结构和电机控制器之间存在错 综复杂的相互关系，使得机械结构与控制结构之间存在耦合，因此在设计之初就需要考虑 这两者之间的关系，以得到全局最优参数。另一方面，由于被控对象与控制器之间又是相互 联系的。因此对两个系统同时优化设计，比单独设计更合理，也期望得到更佳的结果。EPS 是一个高度协调的机电一体系统，为了能够更加提高转向系统性能并且减少能源消耗。
【发明内容】
[0004] 本发明提出一种电动助力转向系统的多学科优化设计方法，结合多学科协同优化 对EPS系统机械系统和控制系统的参数进行集成优化设计，在此基础上，以操纵路感和转 向灵敏度为优化性能指标，分别运用遗传算法和粒子群算法两种优化方法进行优化，最终 使EPS系统得以全局优化，达到提高整车操纵稳定性的目的，实现了多科学多目标优化设 计。这种通过机械参数和控制参数的多目标集成优化，为EPS系统的优化提供一种新的解 决方案，这是提出该策略的诱因。
[0005] 本发明的技术方案是：一种电动助力转向系统的多学科优化设计方法，包括以下 具体步骤：
[0006] 1.车辆系统建模
[0007] 建立二自由度车辆模型，并对EPS模型的各部件进行受力分析，得到各自的运动 方程：转向柱：/,A + CA + ?： = ?； + ./;风4,) ⑴助力电机：
(?)输出轴：
：?齿条： CN 105137758 A 说明书 2/10 页
[0008] 其中
[0009]
[0010] 由扭矩传感器测量的车速和转向柱力矩为输入量，通过试验得出助力脉谱特性， 由助力电流计算出助力扭矩；
[0011] 2.优化目标的建立
[0012] 采用横摆角速度与转向角之比r (S)/0h(s)来表示转向灵敏度，即车辆方向盘转 角到车辆横摆角速度响应的传递函数表示：
[0013]
(?)
[0015]
[0014] 由公式1和EPS模型公式得转向灵敏度评价传递函数：
[0016]
[0017]
[0018]
[0019]
[0020] 式中：m为整车质量；V为车速；Qf分别为前后轮胎侧偏刚度；β为质心侧偏角； γ为横摆角速度；a为前轮到质心的距离；b为后轮到质心的距离；I = a+b ;ΙΖ为车身横摆 转动惯量；Ν2为齿轮齿条转向器传动比；Kv为助力增益；K t为电动机的电磁转矩常数。
[0021] 求出操纵路感评价函数：
[0024] 根据劳斯判据判断稳定性，获得系统的特征方程和各项系数，并将系统特征方程 的系数排成Routh表，并得出系统稳定的必要条件；
[0025] 3. EPS参数优化
[0026] (1)目标函数的确定：多目标优化问题的基本模型
[0027] min F (x) = Cf1 (x), f2(x),.....,f3(x))T (13)
[0028]
[0029] L x U x = (X1, x2, ... xn)
[0030] 式中F(x)为目标函数，g (X)为不等式约束函数，h (X)为等式约束函数，x为决策 矢量，L、U为X的上下界。
[0031] 建立以操纵路感和转向灵敏度为目标函数的优化模型，操纵路感的频域能量：
[0032]
(14):
[0033] 转向灵敏度频域能量：
[0034]
(15)
[0035] 由于优化算法中进行优化时是使目标函数最小化，所以取优化目标函数为：
[0036] 目标函数 I imin-A (Ks，Ini, N1, Kp，K1, Kd)
[0037] 目标函数 2 :min_f2 (Ks，Ini, N1, Kp，K1, Kd)
[0038] 约束条件的确定，开始优化前根据分析确定参数的上下界：40 < Ks< 180 5 ^ N1^ 30 0. 0001 ^ I 0. 001 0 ^ K 20 0 ^ K ^ 10 0 ^ K 10
[0039] (2)优化算法：
[0040] 采用遗传算法和改进的粒子群算法，来寻找全局最优值，更新各粒子速度和位置 的公式为：
[0041] (16)
[0042]
[0043] 其中：w表示惯性权重；Cl、C2为学习因子；r i、r2为介于0到1之间均匀分布的随 机函数自动生成；t表示第t次迭代，d代表决策变量的维数，average (pg/)代表对"记忆 体"中当前最优Pareto解两两相互比较所得的较优粒子；
[0044] (3)优化步骤：
[0045] 首先通过Simulink模型，求得一组名义系统参数，即Ks，NI, 1"，Kp，K1, Kd的初始值， 设定系统在2秒内稳定，横摆角速度峰值在0. 3左右，且增益幅度不超过20%的条件下，确 定一组名义模型参数：
[0046] 1)建立以操纵路感和转向灵敏度为目标函数的模型，将控制器参数取名义定值， 利用两优化算法分别进行优化机械系统参数K s、Nl、Ini;
[0047] 2)根据EPS控制和优化的需要，设计PID控制器控制策略，将机械结构参数取名义 定值，优化控制器参数K p、Kp Kd;
[0048] 3)将机械结构参数和控制系统参数同时设为自变量，利用两种算法进行协同优 化。代入simulink模型进行验证并比较最终优化效果。
[0049] 本发明的有益效果是：本发明结合多学科协同优化对EPS系统机械系统和控制系 统的参数进行集成优化设计，在此基础上，以操纵路感和转向灵敏度为优化性能指标，分别 运用遗传算法和粒子群算法两种优化方法进行优化，最终使EPS系统得以全局优化，达到 提高整车操纵稳定性的目的，实现了多科学多目标优化设计。
【附图说明】
[0050] 图1是本发明集成优化框图；
[0051] 图2a是EPS折线型助力特性图；
[0052] 图2b是EPS助力特性试验Map图；
[0053] 图3是机械参数多目标优化图；
[0054] 图4是控制参数多目标优化图；
[0055] 图5是多目标参数集成优化图；
[0056] 图6是机械参数多目标粒子群优化结果图；
[0057] 图7是控制参数多目标粒子群优化结果图；
[0058] 图8是多目标集成多目标粒子群优化结果图；
[0059] 图9是采用遗传算法的横摆角速度优化结果图；
[0060] 图10是采用改进的粒子群算法的横摆角速度优化结果图；
[0061] 图11是采用遗传算法的质心侧偏角优化结果图；
[0062] 图12是采用改进的粒子群算法的质心侧偏角优化结果图；
[0063] 图13是优化前后的转向灵敏度对比曲线图；
[0064] 图14是优化前后的转向路感对比曲线图。
【具体实施方式】
[0065] 下面结合附图与实施例对本发明作进一步说明。
[0066] 如图1所示，本发明的电动助力转向系统的多学科优化设计方法，包括以下具体 步骤：
[0067] 1.车辆系统建模
[0068] 建立二自由度车辆模型，并对EPS模型的各部件进行受力分析，得到各自的运动 方程：转向柱：/A+d I； = I；+人(M6) ⑴助力电机：
[0069] 其中
[0070] CN 105137758 A 1冗 P月卞> 6/10 页
[0071] 合理的转向助力特性曲线不仅可保持汽车低速行驶时转向轻便灵活，而且可保持 中高速行驶时的路感和操纵稳定性。该车初始设计采用的是折线型助力特性曲线图（如图 2a)，车速和转向柱力矩（由扭矩传感器测量）为输入量，通过试验得出助力脉谱特性，由助 力电流计算出助力扭矩，实际助力Map特性如图2b所示。
[0072] 2.优化目标的建立
[0073] 在本发明中，为了更加直接客观的反映转向系统和整车系统的综合性能，拟采用 横摆角速度与转向角之比r (S)/Θ h(s)来表示转向灵敏度，即车辆方向盘转角到车辆横摆 角速度响应的传递函数表示。结合上面公式可知：
[0074]
(6)
[0075] 由公式1和EPS模型公式得转向灵敏度评价传递函数：
[0076]
(7)
[0077]
(8)
[0078]
(9)
[0081] 式中：m为整车质量；V为车速；Qf分别为前后轮胎侧偏刚度；β为质心侧偏角； γ为横摆角速度；a为前轮到质心的距离；b为后轮到质心的距离；I = a+b ;ΙΖ为车身横摆 转动惯量；Ν2为齿轮齿条转向器传动比；Kv为助力增益；K t为电动机的电磁转矩常数。
[0082] 求出操纵路感评价函数：
[0083]
其中：
(U)
[0084] Th^Ts=Ks(9h-0e) =-Ks9e (12)
[0085] 根据劳斯判据判断稳定性，获得系统的特征方程和各项系数，并将系统特征方程 的系数按下列形式排成Routh表，并得出系统稳定的必要条件。
[0086] 3. EPS参数优化
[0087] 目标函数的确定：多目标优化问题的基本模型
[0088] min F (x) = (f j (x), f2 (x),....., f3 (x))T (13)
[0089]
[0090] L ^ x ^ U X= (x1; x2, · · · xn)