分布式驱动电动汽车容错控制策略研究综述

贾子润,王亚超

(1.河北科技大学，河北 石家庄 050018；2.北京理工大学，北京 100081)



分布式驱动电动汽车容错控制策略研究综述

贾子润1,王亚超2

(1.河北科技大学，河北 石家庄 050018；2.北京理工大学，北京 100081)

分布式驱动是电动汽车未来的发展方向之一。容错控制对提高车辆可靠性和安全性具有重要作用，是分布式驱动电动汽车研究的重点和热点之一。文章重点总结了执行器容错控制、网络容错控制的相关理论与技术研究现状，在此基础上对容错控制的发展趋势进行预测。

分布式驱动电动汽车；网络容错控制；执行器容错控制

0 引 言

分布式驱动电动汽车以其系统效率可靠性高、控制灵活和精度高、适应未来智能车辆线控发展趋势等优点，成为当前研究热点之一。开展分布式驱动电动汽车容错控制研究，对提高整车安全性、行驶的稳定性和平顺性具有重要意义。本文围绕分布式驱动电动汽车容错控制，重点总结了分布式驱动电动汽车容错控制的方法，在此基础上，对其研发趋势进行了预测。

1 执行器容错控制

分布式驱动是典型的过驱动系统，该系统相比于完备驱动系统与欠驱动系统具有更多的执行器与传感器，出现故障的可概率也大大增加[1]。针对电动汽车电驱动系统的失效控制，研究多集中于电机的故障诊断[2]和电机的失效控制[3]，多采用被动容错控制与主动容错控制。

被动式容错系统应用于有限模式，只对特定工况做出反应。褚文博等提出基于规则的分布式电动车驱动系统失效控制方法，建立了多种失效模式下综合考虑动力性和稳定性的协调控制策略。试验结果表明，发生驱动系统失效后，所设计的失效控制策略通过协调控制各驱动轮剩余的驱动能力，能够在低速小转角阶段改善车辆的纵向驱动能力，在高速或者大转角阶段保证车辆的横向稳定性[4]。基于滑模控制方法，Wang等设计了过驱动系统的被动容错控制策略，该方法不需要执行器故障信息，且易于实施[5]。

主动式容错指系统可以在线生成控制参数，对故障做出最优响应。主动容错控制研究方法众多，包括线性二次型约束、控制分配、H无穷大、智能控制等。错误的准确识别是主动容错控制的前提，Zhang等对故障诊断方法做了回顾与分类，将诊断方法分为基于模型和基于数据两类，并继续分为定量方法与定性方法[6]。Jaewon Nah等应用基于优化力分配方法，建立了多轮驱动多轮转向车辆的容错控制策略[7]。日本Denso公司的Akira等人提出D*优化控制方法，实现转向与分布式驱动系统的互补容错控制，针对驱动系统失效问题，从故障诊断系统获取信息，重新分配驱动力和调整主动转角，实现车辆姿态校正[8]。Casavola等提出集成参数估计的容错控制方法，通过设置表征故障的系数将执行器故障错误转化为控制效率矩阵的参数变化，基于时间窗或最小二乘回归对系数进行在线估计，并以估计值进行基于约束优化的控制分配[9]。Wang对四轮独立驱动电动汽车的容错控制问题进行了研究，通过在失效发生时重新分配驱动力的方法避免车辆失去控制[10]。Wanner基于控制分配提出并比较了三种轮毂电机驱动的电动汽车容错控制策略，将错误建模为约束的变化，证明容错控制提高了车辆的安全性[11]。

2 网络容错控制

通信延时是影响分布式驱动控制效果最直接的因素之一。分布式驱动控制系统中的通信延时可分为两部分：通信节点内部延时和网络传输延时。通信节点内部延时主要包括消息帧/数据包在发送节点中的准备时间与等待时间，以及在接收节点中的处理时间。其主要影响因素是通信节点的硬件及软件水平，如信号处理速度、浮点运算能力、操作系统任务调度等。此外，消息在发送节点内的等待时间还与网络协议设计以及网络中正在发送的消息情况有关。网络传输延时不仅与通信协议、节点数目有关，而且受到电磁干扰、接插件松动等不确定性因素的影响。

在面向控制的建模过程中，对通信延时的描述是一个关键环节。许多学者采用概率分布来描述通信延时，He Xiao通过伯努利序列来描述网络通信的丢包率[12]，Lian Fengli采用一致分布来描述网络延时并研究其对系统的影响[13]。此外，还有学者采用马尔可夫链(Markov Chains)更细致地描述前后时刻通信延时之间的关联，获得转移概率矩阵等跳变信息，并在此基础上推导稳定性条件[14]。在文献[15]中，作者采用两个马尔可夫链分别描述前向通道和反馈通道的通信延时特性，提出双模态依赖的控制器设计方案。

CAN通信是汽车工业当前应用的主流。Tindell基于CAN总线的简化模型，提出了计算CAN消息最差响应时间的方法，并结合不同的CAN控制器芯片的具体行为研究了其对CAN消息发送实时性的影响[16]。Herpel针对车用CAN总线的传输延时、队列长度、系统利用率等统计特性展开了研究，不仅借助仿真手段研究了CAN通信在非强实时应用中的统计特性，还通过演算确定了强实时系统中不同优先级消息的延时上限，其研究结果对于CAN总线在实时系统中的工程应用有很强的参考价值和借鉴意义[17]。李佳对不同网络负载下的CAN通信延时进行了数学建模，并通过实验平台对模型进行了验证[18]。

在对通信网络进行性能分析的基础上，许多学者和工程应用人员对标准协议进行了改进与优化，以尽可能地减少通信延时、提高网络利用率。在工程领域得到广泛应用的TTCAN(Time-triggerd CAN)协议就是对CAN协议的成功改进，在TTCAN的基础上还衍生出了FTTCAN(Flexible Time-triggered CAN)等进一步的优化方案[19]。Zuberi基于CAN协议的优先级仲裁机制，针对性地设计了更高效的混合传输调度机制(Mixed Traffic Scheduler, MTS)，并在摩托罗拉的TouCAN模块上进行了成功应用[20]。

针对通信延时、丢包等问题对分布式控制系统稳定性的影响，学者们进行了大量的分析与控制研究。Yue Dong基于连续系统框架给出了采用状态反馈的分布式控制系统稳定性的充分条件，并提出了相应的控制设计方法[21-22]。Hu Lisheng基于采样系统框架研究了分布式控制系统的稳定性，并针对系统中的时间驱动部件和事件驱动部件分别进行了处理[23]。Cloosterman基于分布式控制系统的离散事件模型，实现了通信延时长度大于采样周期情况下的系统稳定性控制[24]。

在实际工程应用中，只保证系统的稳定性是远远不够的。大多数控制系统都要求受控目标尽可能快速、精确地跟随参考信号变化，即跟踪控制(Tracking Control)。对于考虑通信延迟等问题的分布式系统跟踪控制，国内外学者也开展了相应的研究工作。GaoHuijun等提出了基于参考模型的分布式控制系统跟踪控制方法，在线性连续系统的框架下，设计了对网络通信延时和丢包具有鲁棒性的状态反馈跟踪控制器[25]。Zhang Hui等基于线性离散系统框架展开分析，设计了网络PID跟踪控制器，无需改变常见的控制器结构，只要调整控制参数就可使控制器获得较好跟踪性能，同时也对通信延时和丢包问题具有较强的鲁棒性[26]。Liu Guoping等采用网络预测控制方法解决具有通信延时的跟踪控制问题，通过时滞的测量信号预测若干采样周期之后的系统信息，并向智能执行器发送多个控制信号以供选择[27]。Marieke Cloosterman等人在网络控制系统中，分析了网络控制系统中产生的不定延时，在此基础上，对诱导延时之于控制性能鲁棒性的影响做了较为深入的研究，采用鲁棒性能更好的控制策略，在一定程度上能够改善车载总线所造成的影响[28]。Zhibin Shuai等人提出了基于H∞的控制策略，同时与采用前馈+LQR反馈控制策略的操纵稳定性响应进行对比，发现在定延时的情况下，H∞相对于前馈+LQR算法具有更好的鲁棒性，对于基于车载总线的网络控制系统的控制系统来说具有更好的控制性能[29]。

3 容错控制研发现状

(1)被动容错控制具有反应速度快、控制稳定的优点，但工况适应性差；主动容错控制可以应用多工况，但控制模型复杂。需要根据分布式驱动的特点，实现主动容错控制和被动容错控制的有机结合。

(2)网络通信延时是影响分布式驱动系统控制网络稳定性和可靠性的核心问题，需要通过通讯协议优化、稳定性控制、跟踪控制等方法，改善网络延时并实现网络容错控制。

(3)分布式驱动电动汽车的整车动力学模型与车载网络模型的深度融合和高可靠性、高容错能力的控制器开发将成为未来研究的重点和技术发展方向之一。

4 容错控制未来研发趋势

(1)主动容错控制和被动容错控制相结合，实现典型失效工况快速力矩分配和特殊失效工况快可靠构建控制模型并实施容错控制。

(2)车载网络模型与分布式驱动车辆动力学控制模型深度融合，研究鲁棒性更好的控制算法来避免总线所带来的影响，并优化总线设计方案，实现总线对控制系统影响最小化。

(3)目前的网络容错控制算法主要适用于短延时工况，随着延时的增大，系统维数和多胞形顶点数将呈指数增加，需开展全新网络容错控制算法和求解器研究，提高模型求解效率，解决长延时工况下的稳定控制问题。

(4)深入开展分布式驱动系统可靠性研究，开发高可靠性、高容错能力分布式驱动电机及其控制系统，提供系统的稳定性和可靠性。

[1] Liu X,He H,Xiong R, et al.Study on the fault tolerance control strategy of the distributed driving electric vehicle running in straight line with failure motor [A].2nd International Conference on Electronic & Mechanical Engineering and Information Technology[C].Atlantis Press,2012:1627-1632.

[2] Akin B,Choi S,Orguner U,et al.A Simple Real-Time Fault Signature Monitoring Tool for Motor-Drive-Embedded Fault Diagnosis Systems[J].IEEE Transactions on Industrial Electronics,2011,58(5):1990-2001.

[3] Khwan-on S,Lillo L D,Empringham L P,et al.Fault Tolerant,Matrix Converter, Permanent Magnet Synchronous Motor Drive for Open-Circuit Failures[J].Electric Power Applications,2011,5(8):654-667.

[4] 褚文博,罗禹贡,韩云武.基于规则的分布式电驱动车辆驱动系统失效控制[J].机械工程学报,2012,48(10):90-96.

[5] Dumont P E,Aitouche A, Merzouki R, et al.Fault tolerant control on an electric vehicle[A].IEEE International Conference on Industrial Technology[C].2007:2450-2455.

[6] Luo Y,Serrani A,Yurkovich S, et al.Model-Predictive Dynamic Control Allocation Scheme for Reentry Vehicles[J].Journal of Guidance,Control,and Dynamics,2007,30(1):100-113.

[7] Nah J,Kim W,Yi K,et al.Fault-tolerant driving control of a steer-by-wire system for six-wheel-driving-six-wheel-steering vehicles[J].Proceedings of the Institution of Mechanical Engineers,Part D:Journal of Automobile Engineering,2013,227(4):506-520.

[8] Akira ITO,Yoshikazu HAYAKAWA.Design of Fault Tolerant Control System for Electric Vehicles with Steer-by-Wire and In-Wheel Motors[A].7th IFAC Symposium on Advances in Automotive Control[C].Tokyo,2013.

[9] Casavola A,Garone E.Fault-tolerant adaptive control allocation schemes for overactuated systems[J].International Journal of Robust and Nonlinear Control,2010,20(17):1958-1980.

[10] Wang R,Wang J.Fault-Tolerant Control With Active Fault Diagnosis for Four-Wheel Independently Driven Electric Ground Vehicles[J].IEEE Transactions on Vehicular Technology,2011,60(9):4276-4287.

[11] Wanner D,Wallmark O,Jonasson M, et al.Control allocation strategies for an electric vehicle with a wheel hub motor failure[J].International Journal of Vehicle Systems Modelling and Testing,2015,10(3):263-287.

[12] He Xiao,Wang Zidong,Wang Xiaofeng,Zhou D H.Networked strong tracking filtering with multiple packet dropouts:Algorithms and applications[J].IEEE Transactions on Industrial Electronics,2014,61(3):1454-1463.

[13] Zhang Liqian,Shi Yang,Chen Tongwen,Huang Biao. A new method for stabilization of networked control systems with random delays[J].IEEE Transactions on Automatic Control,2005,50(8):1177-1181.

[14] Wu Jing,Chen Tongwen.Design of networked control systems with packet dropouts[J].IEEE Transactions on Automatic Control,2007,52(7):1314-1319.

[15] Shi Yang,Yu Bo.Output feedback stabilization of networked control systems with random delays modeled by Markov chains[J].IEEE Transactions on Automatic Control,2009,54(7):1668-1674.

[16] Tindell K,Burns A,Wellings A J.Calculating Controller Area Network (CAN) message response times[J].Control Engineering Practice,1995,3(8):1163-1169.

[17] Herpel T,Hielscher K,Klehmet U,German R.Stochastic and deterministic performance evaluation of automotive CAN communication[J].Computer Networks,2009,53(8):1171-1185.

[18] 李佳,朱元,田光宇.CAN与TTCAN通信延迟时间的分析[J].清华大学学报(自然科学版),2006,46(2):261-265.

[19] Almeida L,Pedreiras P,Fonseca J A G.The FTT-CAN protocol:Why and how[J].IEEE Transactions on Industrial Electronics,2002,49(6):1189-1201.

[20] Zuberi K M,Shin K G.Design and implementation of efficient message scheduling for Controller Area Network[J].IEEE Transactions on Computers,2000,49(2):182-188.

[21] Yue Dong,Han Qinglong,Peng Chen.State feedback controller design of networked control systems[J].IEEE Transactions on Circuits Systems-II:Express Briefs,2004,51(11):640-644.

[22] Yue Dong,Han Qinglong,Lam J.Network-based H∞ control of systems with uncertainty[J].Automatica,2005,41(6):999-1007.

[23] Hu Lisheng,Bai Tao,Shi Peng,Wu Ziming.Sampled-data control of networked linear control systems[J].Automatica,2007,43(5):903-911.

[24] Cloosterman M B G,Wouw N van de,Heemels W P M H,Nijmeijer H.Stability of networked control systems with uncertain time-varying delays[J].IEEE Transactions on Automatic Control,2009,54(7):1575-1580.

[25] Gao Huijun,Chen Tongwen.Network-based H∞ output tracking control[J].IEEE Transactions on Automatic Control,2008,53(3):655-667.

[26] Zhang Hui,Shi Yang,Mehr A S.Robust H∞ PID control for multivariable networked control systems with disturbance/noise attenuation[J].International Journal of Robust and Nonlinear Control,2012,22(2):183-204.

[27] Liu Guoping,Xia Yuanqing,Chen Jie,Rees D,Hu Wenshan.Networked predictive control of systems with random network delays in both forward and feedback channels[J].IEEE Transactions on Industrial Electronics,2007,54(3):1282-1297.

[28] Constantin F,Mircea L,Rob H.Lyapunov based predictive control of vehicle drivetrains over CAN[J].Control Engineering Practice 2013,21(12):1884-1898.

[29] Zhibin Shuai,Hui Zhang.Combine AFS and DYC Control of Four-Wheel-Independent-Drive Electric Vehicles over CAN Network with Time-Varying Delays[J].Vehicular Technology,2014,63(2):591-602.

Research on Fault Tolerant Control Strategyof Distributed Driving Electric Vehicles

JIAZi-run1,WANGYa-chao2

(1.HebeiUniversityofScience&Technology，Shijiazhuang050018，China；2.BeijingInstituteofTechnology,Beijing100081,China)

The distributed driving is one important development direction of the electric vehicles. Fault-tolerant control plays an important role in improving EV safety and reliability. Now it has been studied deeply and widely. The fault tolerant control methods of the actuator and the network control system are summarized in this paper, and the prospect for its development is concluded too.

distributed driving electric vehicles；network fault tolerant control；actuator fault tolerant control

2017-05-15

贾子润(1998-)，男，河北科技大学材料科学与工程学院在读，研究方向：材料科学与机械；王亚超(1983-)，男，北京理工大学机械与车辆学院博士生，研究方向：新能源汽车整车集成与控制。

U462.3

A

1674-3229(2017)02-0034-04