基于新能源电动汽车的电子差速控制系统探究

杨檬玮

摘要：本文立足于新能源电动汽车电子差速控制方法介绍，对电动汽车的电子差速控制系统控制理论进行了深入探究，为保障汽车转向安全，改善汽车动力性能提供理论指导。

关键词：电动汽车;电子差速;控制技术

中图分类号：U463.4                                      文献标识码：A                                  文章编号：1674-957X（2021）14-0224-02

0  引言

伴随着人们对日益枯竭的石化资源的认识水平的提升，越来越重视资源保护，希望寻求一种绿色的、可持续的发展道路。在汽车制造领域，新能源电动汽车的出现，在能源节约及环境保护方面做出了巨大贡献。然而，为实现电动汽车行驶性能的提高，应加强汽车电子差速控制系统研究，以实现汽车转向时的稳定性，保障汽车行驶安全。电动汽车在转向时，因轮毂内外圈半径不同，角速度存在差异化，很容易出现打滑现象。当前，因新能源电动汽车差速控制方面研究还不够成熟，基本都是通过汽车传动轴和传动率实现机械传动的“硬”控制模式，这种模式下，汽车整体动力性能有所影响，转向安全性无法得到高度保障，因此，必须通过一种高性能电子差速控制系统设计，实现汽车变速效率提升之目的。孙振杰[1]等通过对电动汽车驱动理论探究，着重介绍了电动轮驱动MACCP电子差动技术。为能够轻松实现四轮转向，系统通过改进，利用线性步进电机控制实现汽车转向力的控制，使汽车整体转向性能得到有效提高。相信随着电动汽车概念车和实验室中的完全开发，电动汽车必将发展为纯电动汽车产业，新能源电动汽车产业发展必将迎来新高地。本文结合各学者研究成果借鉴，在新能源电动汽车差速控制方法概述基础上，对汽车的电子差速控制系统控制理论进行总结，希望能为新能源汽车产业的不断发展提供帮助。

1  新能源电动汽车电子差速控制方法

总结起来，新能源电动汽车电子差速控制主要通过三种方式实现：即驱动轮转速控制差速、驱动轮转矩控制差速和驱动轮滑移率控制差速。

1.1 控制汽车驱动轮转速

该控制方法是通过汽车转向模型计算实现对目标转速进行追踪，从而达到控制汽车转速目的。对于四轮独立驱动的低速电动车而言，利用Ackermann & jeantand转向模型实现对四轮转速关系的约束，从而达到控制车轮转速，同时采用PID控制，很好地控制了不同速度及转角下的汽车内外侧车轮的目标转速，确保汽车转向的稳定性与安全性[2]。

1.2 控制汽车驱动轮转矩

因汽车内外轮毂半径不同，当汽车转弯时，内外侧车轮转矩存在差异，如果内侧车轮转矩过大，就会出现滑转现象，而外侧车轮转矩过小，又会引起滑移问题，都会引起汽车转向安全性能降低。但通过合理控制汽车驱动轮转矩，将内外侧车轮轮矩控制在合理范围内，就可以大幅降低滑转、滑移现象的发生率，保障了车辆稳定性。一般的，实现车轮轮矩控制的最有效方法是通过BP神经网络控制，确保车辆内外侧渠东路滑移率保持一致，保障汽车转向稳定性。

1.3 控制汽车驱动轮滑移率

在影响汽车稳定性所有因素中，滑移率的影响是最大的，因此，为实现汽车电子差速控制目标，可通过合理控制驱动轮滑移率方式实现。只需将双侧驱动轮滑移率差输入到电子差速控制系统，系统通过计算，就能输出滑移率对车辆的行驶稳定性有很大的影响，因此滑移率车轮转矩协调百分比，将滑移率控制在合理范围内，保障速度控制稳定性，从而有效提升汽车稳定性能。

上述三种控制方式各有优点，各自缺陷也非常明显。1.1所述方法仅是在两侧驱动轮施加了Ackermann &jeantand转向模型约束，因没有考虑轮胎特性、车身侧倾、转弯离心力和向心力等，对高速工况就起不了差速控制效果;1.2所述控制方法因存在汽车横摆力矩大的问题，也不能100%保障控制效率;1.3所述方法需向电子差速控制系统输入滑移率，对于复杂工况，系统输出车轮转矩协调百分比就存在误差现象，控制效果不佳，因此，三种控制方式均需进一步优化、创新，以实现任何工况、任何车速的汽车电子差速控制目标。

2  电子差速控制神经网络算法

神经网络其实就是一种模仿生物神经网络功能的经验模型，该模型在应对输入信號及网络结构方面，具备很强的反应能力及处理能力，神经网络仅需通过不断训练，学习非线性系统动态特征，因此，无需考虑非线性信号输入输出问题[3]。

在进行神经网络计算中，应根据车辆纵向加速度需求进行纵向力分析。通过PID控制结构的应用，分析理论车速与实际车速差值进行加速度设置，再结合油门踏板信号进行驱动轮输出转矩协调，从而发生高效率动态响应，使车辆动力特性得到有效提升的同时，实现电子差速功能（式1）。

上述公式中，Fxreq代表需求纵向力，axreq是指需求加速度，m为汽车自重，g为重力加速度，Cd和Ad分别表示空气阻力系数和汽车迎风面积，ρ为空气密度，Vx为纵向速度，ev为期望速度与实际纵向速度差值。kp和ki分别表示比例和积分控制增益，取1.5。在离心力作用下，车轮垂直载荷会向外移动，实现转矩差值计算分析。结合车轮轴距、侧向速度、绝对速度、转角等各项参数值，可进行垂直载荷比Kz计算，从而得出车轮左、右电机转矩差值△T：

Rw是指车轮滚动半径。运用滑模控制算法可求得横摆力矩值，然后运用控制规律参数进行变量分析，实现对横摆角速度跟踪。为实现电机效率提升至目标，需进行控制规律参数优化，引入切换面sγ和约束Q，得到：

Mz、KSMC分别表示横摆力矩和控制规律参数，IZ、sat（·）分别标志绕Z轴转动惯量和饱和函数。当下层控制进行上层输出参数接收时，可引入切换面sγ和约束Q进行不同电机转矩计算。此过程中，应将提升电机效率作为主要目标任务，利用力矩分配参数进行转矩分配。功能控制变量包括控制律参数、转矩需求和转矩分配参数，输出结果是优化后的电机需求转矩：

当已经确定电机物理结构时，就不能完全依照分配要求进行转矩分配，但可根据车轮转速和修正系数对转矩输出进行限制，最终确定变量阈值;同时，还应该加强稳定性约束，保障转矩输出控制在合理范圍内，基于车轮滑移问题的考虑，要保证转矩对应纵向力低于最大附着力。一般的，将修正系数设定为10000，转矩分配参数控制在0-1范围内，控规规律参数则控制在5-9范围内。为进一步明确转矩与电极效率关系，需采集400-900r/min转速条件下的轮毂电极数据。再运用Matlab进行数据拟合分析，最终得出最大输出转矩Tmaxi：

上述公式表示在400-900r/min范围内，输出转矩对转速产生较大影响。运用上述方法，可实现较好的电子差速控制，并最大限度地保障横摆稳定性与电机效率，因此，通过提升电机运行效率，可降低汽车失稳风险，确保汽车始终处于稳定运行模式中。

3  电动汽车差速控制发展

随着电力电子技术在新能源汽车应用领域的逐渐渗透，推动了汽车电子差速控制理论的发展，在保障汽车行驶稳定性及安全性方面起到了积极的促进作用，尤其自新能源汽车动力学控制、整车结构设计、能量效率方面拥有绝对优势，备受新能源汽车制造领域青睐。

据统计，2018年，全球电动汽车保有量超过了510万辆，仅中国就拥有200多万辆，依然占据市场鳌头，相信随着新能源电动汽车的逐渐发展，预计到2030年，中国新能源电动汽车将超越900万辆。客户群如此巨大，市场潜力无限，对于新能源电动汽车制造商而言，可以说迎来了空前发展机遇，在此背景下，必须注重汽车运行稳定性研究，加强电动汽车差速控制系统研发[4]。

在技术、政策和市场三方驱动下，电子差速控制必将获得进一步发展，但必须要认识到当前在此领域还尚未取得成熟的发展理论，急需解决以下问题，实现控制水平的提升。

3.1 控制策略不全面

因存在控制策略不全面问题，仅考虑到变量控制，忽略了路面整体情况及转速特性问题，过于简单化、理想化。

3.2 没有统一的规范

因电子差速系统没有统一的规范，各种控制方式缺点明显，实车论证方面不足，尤其在车辆自由度模型方面，考虑不周，存在状态量有偏差现象，控制效果有待进一步加强。

3.3 车辆转向灵敏度不高

因将电机镶嵌在轮胎中，增加了簧上质量，致使转向灵敏度降低。因此，电子差速控制系统技术研究任重而道远，应从理论开始，全面、准确地考量差速控制策略效果，并通过实车论证差速控制技术的实用性能[5]。

4  结束语

本文综述了电动汽车电子差速系统控制方法、理论及亟待解决的问题。基于各种控制方法优缺点的综合分析，需进一步优化与创新，通过人工神经网络算法的应用，提升系统运行稳定性，保障车辆行驶安全性，进一步促进新能源汽车产业的快速发展。

参考文献：

[1]孙振杰，曹江卫，庞蒙，武波涛.电动汽车电子差速控制技术研究[J].湖北农机化，2020（07）：15.

[2]王鹏，陶小松，曹晓玉.纯电动汽车电子差速系统研究综述[J].汽车实用技术，2020（03）：30.

[3]郭娅红.电动汽车电子差速控制技术分析[J].内蒙古煤炭经济，2019（12）：30.

[4]姚芳，林祥辉，吴正斌，李贵强.电动汽车电子差速控制技术研究综述 网络首发[J].自动化学报，2019（11）：06.

[5]何仁，恽航.电动汽车电子差速的节能优化控制策略[J].重庆理工大学学报（自然科学），2019，33（09）：1-10.