基于转矩补偿的整车控制策略及仿真

摘 "要：针对纯电动商用车在载重变化、坡道变化等因素下存在转矩输出响应滞后、操控性能下降的问题，提出了一种基于转矩补偿的整车控制方法。该方法结合了模糊控制算法和转矩补偿策略，通过Simulink搭建整车控制器模型，将模型进行代码生成并刷写进控制器，同时使用CANoe和vTESTstudio搭建测试系统，对模型进行硬件在环测试。结果表明，基于转矩补偿算法的控制器显著提升了商用车根据驾驶员意图以及实时车况变化时的加速性能，提升了车辆的操纵性能。

关键词：转矩补偿；整车控制；模糊控制；硬件在环

中图分类号：U469.72 " " " " " " " " " " " " " 文献标识码：A 文章编号：1008-5483（2024）03-0027-06

Vehicle Control Strategy and Simulation Based on Torque Compensation

Guan Shibin， Yao Shenghua， Guo Hengche

（School of Automotive Engineering， Hubei University of Automotive Technology， Shiyan 442002， China）

Abstract： A vehicle control method based on torque compensation was proposed to solve the problems of response lag of torque output and deterioration of control performance of pure electric commercial vehicles under the influence of load changes， ramp changes， and other factors. The method combined the fuzzy control algorithm and the torque compensation strategy. The vehicle controller model was built through Simulink， and the model code was generated and written into the controller. At the same time， the test system was built using CANoe and vTESTstudio to perform hardware-in-the-loop testing on the model. The results show that the controller based on the torque compensation algorithm significantly improves the acceleration performance of commercial vehicles according to the driver’s intention and real-time changes in vehicle conditions and enhances the vehicle’s control performance.

Key words： torque compensation; vehicle control; fuzzy control; hardware in the loop

目前整车控制技术的研究大多聚焦于乘用车的动力系统、转向控制系统和制动系统［1］。对于纯电动汽车的驱动转矩控制，王善超等将加速踏板开度以及车速作为输入，采用模糊控制器来实现动力性优化［2］。秦大同、宋强等将加速踏板及变化率作为模糊控制器的输入变量来调节驱动电机的输出转矩，以优化车辆性能 ［3-4］。王晶等提出一种基于径向函数（radialbasis function， RBF）神经网络的转矩控制方法来抵抗外部环境对于汽车动力的影响［5］。在汽车动力学方面，Guo L等使用模型预测转矩控制（model predictive torque control，MPTC）算法，通过结合车辆动力学模型预测不同转矩分配方案，实现最佳转矩分配［6］。

以上方法多是单独将驾驶员意图、车辆实时车况或者外部干扰作为参考因素，未将驾驶员意图与实时车况结合起来作为参考来对车辆进行控制。基于此，文中提出基于纯电动商用车转矩补偿的整车控制策略，通过汽车电池荷电状态（state of charge，SOC）反映实时车况，通过加速踏板开度及其变化率反映驾驶员意图，并将车辆加速度作为控制目标，实时调整动力电机的转矩输出，以达到转矩补偿的目的。结合模糊控制算法和转矩补偿策略，在纯电动商用车满载的工况下，在实际驾驶环境中优化转矩输出。

1 驱动控制策略

在平稳路面的常规行驶工况下，传统控制策略一般采用转矩MAP查表法［7］。

根据整车状态进行转矩输出控制，如电池SOC、当前车速、踏板开度等，同时根据驾驶员实时操作计算期望转矩和电机输出功率。

加速踏板开度与对应踏板实际电压的比例系数函数如图1所示。为确保车辆在平坦道路上的动力性和加速性，通常会选用曲线A表示响应关系，通过调整转矩响应，提升驾驶过程中对转矩调节的灵敏度。将加速踏板当前开度和电机转速作为输入，通过事先定义好的转矩MAP进行决策控制，查表得到所需的输出转矩。

实践经验表明，传统控制策略在调整电机所需转矩以适应车辆在满载加速时的反应上存在滞后现象［7］。为此，文中提出了一种改进的驱动控制策略，结合转矩补偿控制和转矩MAP查表法，控制逻辑框架如图2所示。

2 加速转矩优化控制策略

2.1 转矩补偿量计算

驾驶员对加速踏板进行操纵，实现了车辆加速行驶，目标车速主要取决于加速踏板开度，开度变化具有离散化，因此定义加速踏板开度为

[θ（k）=θ（k-1）+Δθ（k）] （1）

以纯电动汽车满载时0～80 km·h⁻¹加速工况的转矩补偿值为控制目标进行研究设计。[θ（k）]代表驾驶员对车辆加速性能的需求，但不能准确反映驾驶员加速意图。文中引入加速踏板开度变化率来表示驾驶员踩下加速踏板的迅速程度，以此来判断驾驶意图，定义为

[θ（k）=dθ（k）dt=θ（k）-θ（k-1）tk-tk-1] （2）

式中：[tk]为加速后的时间点；[tk-1]为加速前的时间点。驱动转矩为

[Tt=Tstd（u，θ（k））+ΔT] （3）

式中：[u]为车速；[Tstd（n）]为基准转矩；[ΔT]为动态补偿转矩。为确保车辆在增加了转矩补偿策略后行驶的平顺性，需要对[ΔT]进行限制，避免电机转矩提升过大，导致车辆遭受过强的冲击。因此，将冲击度作为约束条件对[ΔT]进行限制，表达式为

[j=d2udt2≈1miηr×ΔTΔt] （4）

式中：[j]为冲击度；[m]为车辆满载质量；[η]为传动效率；[i]为传动比；[r]为车轮滚动半径；[Δt]为电机响应时间。由式（4）可以推出：

[ΔTΔt≈mriηj] （5）

取[Δt]为20 ms，[j]推荐为不大于10 m·s-3，整车部分参数如表1所示，代入式（5）可得[ΔT]为20 N·m。

2.2 动态转矩补偿模糊控制器设计

将SOC、[θ（k）]、[θ（k）]作为输入，将[ΔT]作为输出来设计模糊规则控制器。[θ（k）]和[θ（k）]的论域均为［0，100］，模糊子集均分为小（S）、中（M）、大（B）、极大（ZB）；SOC论域为［0，100］，模糊子集分为小（S）、中（M）、大（B）；[ΔT]论域为［0，20］，模糊子集分为极小（ZS）、小（S）、中（M）、大（B）、极大（ZB）。隶属度函数如图3所示。采用“Mamdani”模糊推理方法和重心法反模糊化算法，将模糊规则转换为数学形式，从而计算出最终的输出值。将[θ（k）]、[θ（k）]、SOC作为输入，[ΔT]作为输出，设计了48条模糊控制规则，如表2所示。通过使用这些模糊控制规则和模糊推理方法，确定在不同输入条件下的最佳转矩补偿值，以实现策略中的模糊控制转矩补偿部分。

3 整车控制器Simulink模型搭建

3.1 整车控制器模型

整车控制器接收来自各个传感器和CAN总线的数据，并通过分析和判断驾驶员的操作意图和车辆的运行状态，对动力整车系统进行能量管理和力矩分配，向其他控制单元传递控制指令，实现车辆的稳定运行和高效能耗。整车控制系统框架如图4所示。通过接收CAN总线上来自电机控制器和电池管理系统的数据，了解电动车的运行状态，如电量、温度等。在此基础上，整车控制器根据动力分配策略，将能量分配给电机并控制驱动轮的转矩输出，从而实现车辆的加速、减速和转向。此外，整车控制器采集来自各类传感器的数据，如车速传感器、惯性传感器、加速度传感器等，以判断车辆的运行状态和环境状况，并根据控制策略进行调整，控制车辆的稳定性和行驶安全性。

整车控制器Simulink模型如图5所示，是将驱动动态转矩补偿、上下电、制动等模块进行集成，采用仿真方式对车辆在不同运行状态下的响应进行模拟和评估，实现整车控制的各项功能。文中着重对驱动动态转矩补偿模块进行设计。

3.2 动态转矩补偿模型

由2种驱动控制逻辑组成整车控制器驱动控制模型。第1种是基于MAP查表的基础转矩输出机制，接收车速和加速踏板开度为输入信号，用查表方式确定输出的基础转矩，车速通过电机当前转速进行换算得出。基础转矩输出控制策略的核心是转矩MAP，如图6所示，根据不同车速和加速踏板开度得到相应的基础转矩输出值，再经过计算和转化得到需要发送给电机的加速度信号。第2种控制策略是模糊控制转矩补偿部分，用于判断是否需要进行转矩补偿。该控制策略的核心是模糊控制器的设计，采集实时车况以及驾驶员意图，将电池SOC、[θ（k）]、[θ（k）]作为变量输入进模糊控制器中，模糊控制器根据这些输入变量通过一定的模糊规则和算法计算出转矩补偿，与基础转矩相加从而得到最终的转矩输出值，如图7所示。得到最终的转矩输出值后，经过计算得到向电机发送的CAN信号值，用于控制电机的转矩大小。这个过程通过单片机进行控制，将搭建好的模型生成C代码，再进行编译生成单片机可识别的srec文件，并刷写进RapidECU-U34控制器进行硬件在环测试。在S32DS 3.5软件中查看生成的C代码，可以进行代码优化改进及调试，最终应用于仿真测试中。

4 控制策略硬件在环仿真验证

为验证转矩补偿策略的有效性，需要搭建硬件在环（hardware-in-the-loop，HIL）测试系统，模拟完整的整车环境对整车控制单元（vehicle control unit，VCU）进行测试［8］。

4.1 硬件在环测试系统搭建

选用Vector公司的VT系统作为HIL试验装置，该系统板卡种类多样、系统反馈速度快、实时性强、集成度高，能够涵盖广泛的测试范围，包括故障注入等，满足控制器测试的各项需求［9］。为了执行HIL测试，必须搭建接近实车的测试环境，使被测车辆VCU能够在此环境中进行测试，包括硬件层面的实现和软件层面的模拟。

HIL测试系统的硬件设备由板卡、程序控制电源、工控机等构成，针对待检测VCU和测试需求，选择合适的VT板卡类型。VCU通过I/O接口以及CAN通信电路与特定的VT测试板卡连接，实现HIL系统对VCU输入输出的模拟，同时也可以接入传感器和执行器等硬件实物。选择VT7001作为电源模块，可连接外部电源或使用内部电源；VT2848作为主要的数字I/O接口模块，负责开关量的管理；VT2816和VT2004作为激励模块，提供模拟量输出和功率驱动。VT系统的硬件设备接入后，硬件系统测试部分完成配置，如图8所示。

测试软件采用Vector公司的vTESTstudio和CANoe，能将实际物理总线和模拟总线进行相连，实现全数字模拟或半实物模拟。vTESTstudio可以对测试面板和功能进行设计，同时生成CANoe所支持的CAPL语言。CAPL语言可构建各控制单元的功能模型，完成整车仿真。建立DBC数据库和网络仿真节点后，利用CANoe的Vector Panel Designer和Vector CAPL Browser工具对测试软件进行开发。测试软件负责管理测试流程，涵盖测试系统的启动、系统初始化、VCU控制器上电控制功能测试、VCU转矩控制功能测试、故障处理、VCU下电控制、CAN报文数据的采集等功能，如图9所示。

测试软件能够监控实验中的关键信号，以验证VCU的控制逻辑准确性。测试软件能够设定电机控制模式、故障等级、电池SOC等参数，同时观测实验过程中的电机输出转矩、速度误差、电机转速等关键信号，如图10所示。

4.2 硬件在环测试结果分析

搭建测试台架后，VT板卡负责将CAN信号和I/O信号传输至工控机，以实现系统间的双向通讯。首次测试中，对VCU进行上电，验证VCU与HIL设备（工控机）之间的通信功能是否正常，之后测试台架将用于评估动态转矩补偿策略。

文中HIL测试模拟了不同电池SOC、[θ（k）]和[θ（k）]的加速测试场景，如图11所示。此外，不同隶属度输入函数改变时0～80 km·h-¹加速时间的仿真结果如表3所示。

通过分析这些数据，可以观察到汽车加速性能受电池SOC、踏板开度及其变化率的影响。在电池SOC和踏板开度一定的条件下，提高踏板开度的调节速度会缩短加速时间，同时加快电机输出转矩的响应时间。当电池SOC和踏板调节速率固定，增加踏板开度可减少汽车加速时间。在加速踏板开度及其变化率不变的情况下，提升电池SOC同样能够加强车辆的加速能力。这说明，动态转矩补偿控制策略可以提升纯电动车辆的加速性能，更好地满足驾驶员的加速预期。

5 结论

针对纯电动商用车在加速阶段的动力系统转矩需求特性，设计了一种基于模糊控制方法的转矩补偿控制策略，解决电机驱动转矩滞后的问题。

在Simulink中搭建加速转矩补偿控制策略的仿真模型以及整车控制系统模型。根据驾驶员意图以及实时车况，将电池SOC、加速踏板开度及其变化率作为输入，补偿转矩作为输出，设计了模糊控制转矩补偿策略，并对转矩补偿值进行计算。通过VT板卡与CANoe联合建立硬件在环仿真系统，对优化后的驱动转矩控制策略在不同条件下进行测试。结果表明汽车的动力性能得到改善，验证了控制策略的有效性。

参考文献：

［1］ "张甫圆. 纯电动汽车整车控制器研究［D］. 福州：福州大学，2020.

［2］ "王善超，吉春宇，覃记荣，等. 纯电动汽车加速过程转矩优化策略［J］. 装备制造技术，2020（3）：14-18.

［3］ "秦大同，周孟喜，胡明辉，等. 电动汽车的加速转矩补偿控制策略［J］. 公路交通科技，2012，29（5）：146-151.

［4］ "宋强，万海桐，米玉轩，等. 纯电动汽车加速过程中的驱动转矩优化控制策略［J］. 江苏大学学报（自然科学版），2017，38（1）：1-6.

［5］ "王晶. 基于环境补偿的电动汽车输出扭矩控制方法［J］. 汽车实用技术，2023，48（13）：9-13.

［6］ "Guo L L，Xu H B，Zou J X，et al. A State Observation and Torque Compensation–Based Acceleration Slip Regulation Control Approach for a Four-wheel Independent Drive Electric Vehicle under Slope Driving［J］. Proceedings of the Institution of Mechanical Engineers，Part D：Journal of Automobile Engineering，2020，234：2728-2743.

［7］ "Xiong P，Gu C. On Torque Compensation with Optimal Pedal Throttle for Direct-drive Electric Vehicle Start-up［J］. Technical Gazette 2017，24（5）：1391-1400.

［8］ "王德军，于洪峰，宋增凤，等. 基于dSPACE的纯电动整车控制器硬件在环仿真测试研究［J］. 汽车电器，2022（6）：14-17.

［9］ "邢博，周家平，王春阳，等. 电动汽车整车控制器硬件在环测试系统设计［J］. 汽车实用技术，2020，45（19）：27-32.