新能源汽车底盘性能控制及优化研究

摘要：汽车的底盘性能对新能源汽车的节能性、安全性、舒适性和操稳性有着重要影响。以模糊制动控制策略、遗传算法分别对新能源汽车制动子系统、新能源汽车转向子系统进行分析并提出优化方式，结果表明优化电子机械制动系统可提升2.5%的能量回收，GA-PID控制器取代传统的PID控制器的方法能降低新能源汽车转向系统工作能耗，以此达到优化目的。研究结论为新能源汽车底盘性能控制的实际应用提供节能性、安全性、操稳性的参考。

关键词：新能源汽车；底盘性能；控制；优化

中图分类号：U469.7 收稿日期：2024-01-25

DOI：10.19999/j.cnki.1004-0226.2024.04.005

1 前言

汽车的底盘性能对新能源汽车的重要性能如节能性、安全性、舒适性和操稳性等有着重要影响。随着科技的不断发展，传统燃油车不断向新能源汽车迭代，新能源汽车逐步占据行业主流位置，随之而来的是新能源汽车的使用对节能性、安全性、舒适性和操稳性提出了更高的要求[1]。本文以制动系统与转向系统为研究对象，分别提出了模糊制动控制策略、遗传算法两种方法，并给出优化建议，为之后新能源汽车的实际优化提供思路。

2 电子机械制动系统（EMB）

2.1 模糊控制策略

作为目前制动系统发展的最终产品，现阶段的大多数新能源汽车基本上都是采用的电子机械制动系统。它的结构更简单，制动效果更好，并且具有区别于传统油车的制动力，即再生制动力[2]。

为了提高新能源汽车制动时回收的能量，相关的再生制动策略也在不断的发展，但多数采用的仍是固定比例分配策略。经研究分析，在电子机械制动的基础上，采用模糊控制的分配策略可以使新能源汽车在制动时完成最大化的回收能量。

2.2 模糊控制的原理

制动控制流程如图1所示。当驾驶员踩下新能源汽车的制动踏板后，计算出总制动力，根据当时的实时车速和电池的SOC值来判断车辆是否需要进行再生制动，若不需要，则使电子机械制动系统来进行纯机械制动，若需要，则把制动力输入进模糊控制器里，得到再生制动力，同时再与轮廓电机的最大制动力进行比较，若小于最大制动力，则再由电子机械制动系统进行补充制动[3]。

2.3 模糊控制的约束条件

a.电机转矩限制。

当电机转速低于预设值时，它将保持恒定的转矩，而EMB的最大制动转矩则由Tmax来决定，因此，当电机转速超过预设值时，它将保持恒定的功率。

b.电池SOC的限制。

为了保护新能源汽车的动力电池，防止动力电池过充，当SOC[>]85%时，电子机械制动系统就退出再生制动模式，转为纯机械制动。

c.新能源汽车车速的限制。

当车辆速度较低时，由于电动机运转得很缓慢，所引起的充电电流也极小，因此为使车辆迅速停下，在速度逐渐降低后使之退出再生制动系统，并改为纯机械刹车。本文设置限制车速为5 km/h，当车速低于该值，便退出再生制动。同时为了使再生制动和机械制动的交替平缓进行，设置一个速度影响因子[Kw]，电机再生制动力占比系数为K×[Kw]。电机的再生制动能力，相当于分配在每个轴上的最大需求制动能乘上约束后的占比系数K×[Kw]。通过前后轴制动力分配可以得出对前后轴的需求制动能力，进而测试对每个轴承的再生制动能力是否可以达到要求，如若没有，则使用机械制动能作为补偿。速度影响因子表达式如下：

2.4 模糊控制策略的优势

采用模糊制动控制策略，可以将实际操作经验转换成定性的模糊控制规则，从而提高系统的灵活性和可靠性[4]。通过对新能源汽车再生制动控制系统的建模，可以更加精确地捕捉到实际操作中无法准确反映的规律，并且可以更加清楚地展示出影响再生制动控制的各种因素。通过对能量回收问题的深入研究，提出一种新的基于改进固定比例分配策略的能量管理方案，以期望最大限度地提升新能源汽车的再生制动效率。通过建模预测制动力分布，提出了基于边界约束优化的再生制动控制策略。通过采用这种控制策略，可以确保制动的安全性、稳定性，制动力分配得到调整，在频繁制动的情况下，制动能量回收效果突出。

2.5 电子机械制动系统的优化建议

现阶段，电子机械制动系统是最适合大众的制动系统，但是现在新能源汽车的发展理念不仅要节约能源，还要提高回收的能量，所以电子机械制动系统还具有优化的空间。

通过采用模糊控制策略，可以将传统的固定分配比例策略进行优化，从而使新能源汽车在制动时能够更有效地回收制动能量，因此最大限度地减少能源的浪费。经研究，这种优化方式可以使新能源汽车的续航里程提高10%以上。

通过图2和图3对NEDC和CLTC-P工况下SOC变化的对比，可以清晰地看到，基于电子机械制动系统采用模糊控制策略，可以相对于传统的固定分配比例策略多回收能量2.5%左右，且经实践发现，该优化建议完全可行。

3 电动助力转向系统（EPS）

3.1 电动助力转向系统的优势

转向系统的优化相对于前面的系统要求较低，但转向系统的发展方向是逐渐轻便化[5]，这对驾驶者的驾驶体验以及路感是很重要的。而对于现阶段的新能源汽车来说，电动助力转向系统可满足这些要求。该系统跟上一代的转向系统相比，取消了液压线路，取而代之的是线控技术，这使得助力转向系统完全由ECU决定，也就是电信号，这样对于驾驶者来说有着更好的驾驶体验。比如以前在转向的时候用一只手，甚至是两只手，而在电动助力转向系统的调节下，只用一根手指也同样能完成汽车的转向，符合新能源汽车转向系统轻便化的发展方向。

3.2 GA-PID控制器

经上文研究可知，现阶段新能源汽车的转向系统基本上都是采用的电动助力转向系统，而电动助力转向系统主要的优点不仅是使车辆的驾驶越来越轻便化，更主要的还是可以减少能源的消耗，这是新能源汽车底盘性能发展最重要的理念[6]。而要最大化地实现这种理念，就要采用遗传算法对电动助力转向系统中传统的PID控制器进行优化。

GA-PID就是利用遗传算法优化的PID控制器。它与传统的PID方法相比，具有更快的速度，操作更加方便，且能避免复杂的运算规则。

经过研究可知，如果采用GA-PID控制器，那么新能源汽车的助力转向系统将会比传统的PID控制器更能减少能源消耗。

3.3 遗传算法（GA）优化PID控制器

a.确定约束条件。

PID控制器有三个Kp（比例系数）、Ki（积分系数）和Kd（微分系数），而这三个系数对控制系统有着决定性的作用，所以可以根据这三个系数确定取值范围。

b.建立优化模型。

通过采取一系列的措施，包括调整误差的绝对值，使其达到一个更小的目标函数，以及确保目标函数的准确度，从而达到更好的效果，最终选用以下公式[7]作为参数选择的最优指标：

d.确定编码和解码方法。

遗传算法可以通过二进制和实数编码来实现，其中，实数编码虽然不需要解码，但是在遗传操作中却不太方便，而二进制编码则更加简单，只需要进行解码处理，就能够获得最佳的结果。

e.确定遗传算法（GA）的运行参数。

通过实际情况去确定种群的大小等一系列参数，然后进行遗传算法的编写，最后得到优化后的PID参数。

3.4 GA-PID控制器的优势

a.自适应搜索。

GA-PID对于信息能够模仿生物遗传的机理，使遗传算法对信息能够自动整合、调整，具有很强的自适应能力和智能化。

b.优化解的全局性。

遗传算法具有全局搜索的能力，因为它采用随机策略来搜索最优解，是一种模糊思维，可以同时搜索多个最优解，使搜索期望值得以实现，从而找到全局最优解。

3.5 电动助力转向系统的优化建议

新能源汽车在使用电动助力转向系统时依靠的是其内部的PID控制器来实现节能的效果，但仅依靠传统的PID控制器来实现节能，将会导致低效，所以针对这个问题提出的优化建议是采用GA-PID控制器来代替传统的PID控制器。

而在采用PID控制器时，Kp、Ki和Kd三个参数对电动助力转向系统的控制效果有着决定性的作用。

如表1所示，GA-PID控制器相对于传统的PID控制器有着更好的控制性能，这也就表示经过优化后的PID控制器可以让电动助力转向系统在进行工作时的能耗更低，能够最大限度地减少电动助力转向系统在工作时的能量损耗。另外，优化电动助力转向系统的成本不高，将它用于实践中将有利于新能源汽车行业的再一次发展。

4 结语

本文主要以模糊制动控制策略、遗传算法分别对新能源汽车制动子系统、新能源汽车转向子系统进行研究，得到以下结论：

a.经优化的电子机械制动系统能量回收率提升约2.5%，续航里程提升约10%。

b.GA-PID控制器相对于传统的PID控制器有着更好的控制性能。

通过分析以上结论，给出如下优化建议：

a.采用模糊控制策略优化电子机械制动系统，可确保制动的安全性、稳定性，制动力分配得到调整，频繁制动的情况下，制动能量回收效果突出。

b.使用GA-PID控制取代传统的PID控制器。GA-PID控制可以将电动助力转向系统工作能耗降到最低。

参考文献：

[1]彭少辉，蒋顺.刍议新能源汽车底盘设计方向[J].汽车实用技术，2019（21）：19-20.

[2]蒋鸣雷.新能源汽车制动系统的发展趋势[J].汽车实用技术，2019，（19）：16～17.

[3]赵立金，杨世春，曲婧瑶.电子机械制动系统关键技术研究进展[J].北京航空航天大学学报，2023（2）：1-12.

[4]舒红，张光琛，何杉，等.汽车自动紧急制动系统控制研究[J].公路交通科技，2023，40（7）：216-223+230.

[5]王栋，张晓俊.嵌入式电子助力转向系统研究[J].电子器件，2022，45（1）：235-238.

[6]张端军，鹿鹏程，赵曰贺.汽车底盘性能主观评价与调校方法的研究[J].汽车零部件，2022（12）：96-99.

[7]杨琛，蒋鑫，白波，等.遗传算法优化PID控制器参数的路径跟踪控制[J].制造业自动化，2022，44（5）：78-81.

作者简介：

周新智，男，2003年生，本科生在读，研究方向为新能源汽车。

朱元润（通讯作者），女，2001年生，本科生在读，研究方向为自动驾驶汽车。