CN119037375A - 一种电子助力制动系统的自适应压力控制方法 - Google Patents

Abstract

本发明公开了一种电子助力制动系统的自适应压力控制方法，包括：基于电子助力制动系统结构建立等效简化模型；在液压控制器中，获取目标制动主缸压力和实际制动主缸压力，输出目标主缸推杆水平位移；在位置控制器中，采用转角PI控制，输出目标电机机械角速度；采用转速滑模控制，结合前馈补偿电流，输出目标电机转矩轴电流；在电流控制器中，通过自抗扰控制设计的电流控制得到转矩轴电压；通过空间矢量脉宽调制控制驱动器带动电子助力制动系统工作，实现主动制动压力控制。本方法能够精确控制电子助力制动系统实现主动制动压力跟随，满足了智能汽车对制动系统压力控制的需求。

Description

一种电子助力制动系统的自适应压力控制方法

技术领域

本发明涉及电子助力制动系统的技术领域，更具体的说是涉及针对多维非线性扰动的电子助力制动系统的压力控制方法。

背景技术

目前，汽车智能化、电动化发展对制动系统提出了高性能主动制动、大强度能量回收等新的功能需求。为此，一种以“电机与传动机构”为核心，保留传统液压电子控制单元，具备精确快速主动制动压力控制能力、高效能量回收性能的电子助力制动系统(Electronic Boost Brake System,EBBS)逐渐受到诸多汽车制造厂商的青睐。

但是，在主动制动过程中，机-电-液-磁耦合的电子助力制动系统面临复杂的多维非线性扰动问题，这对其压力精确控制提出巨大的挑战。由于管路泄露、制动液与管路摩擦等原因，电子助力制动系统存在着复杂的液压时变不确定性扰动问题。而电子助力制动系统需要通过传动机构完成制动压力调控，面临着显著的摩擦阻碍干扰。此外，电子助力制动系统通常选用高性能的永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)作为伺服源提供制动动力，永磁同步电机在高速转动过程中存在的电磁干扰也对压力控制提出挑战。

因此，解决电子助力制动系统的多维非线性扰动问题是本领域技术人员亟需解决的。

发明内容

有鉴于此，本发明提供了一种电子助力制动系统的自适应压力控制方法，针对系统多维非线性扰动，设计液压-位置-电流的级联式控制器，控制电子助力制动系统实现主动制动压力跟随。

为了实现上述目的，本发明采用如下技术方案：一种电子助力制动系统的自适应压力控制方法，该方法包括以下步骤：

S1、基于电子助力制动系统结构建立等效简化模型，所述等效简化模型为级联式控制器，包括外层液压控制器、中间层位置控制器和内层电流控制器；

S2、在所述液压控制器中，获取目标制动主缸压力和实际制动主缸压力，通过自适应RBF神经网络得到估计液压补偿项，调整滑模控制，输出目标主缸推杆水平位移；

S3、在所述位置控制器中，根据所述目标主缸推杆水平位移和获取的实际主缸推杆水平位移，采用转角PI控制，输出目标电机机械角速度；

S4、根据所述目标电机机械角速度和实际电机机械角速度，采用转速滑模控制，得到初始电机转矩轴电流，结合前馈补偿电流，输出目标电机转矩轴电流；

S5、在所述电流控制器中，根据所述目标电机转矩轴电流和实际转矩轴电流，通过自抗扰控制设计的电流控制得到转矩轴电压；

S6、根据计算得到的励磁轴电压和步骤S5的转矩轴电压，通过空间矢量脉宽调制控制驱动器带动电子助力制动系统工作，实现主动制动压力控制。

进一步的，所述步骤S2包括：

S21、获取目标制动主缸压力和实际制动主缸压力，建立液压控制器滑模面，并求解液压控制器滑模面微分形式；运用含有饱和函数的指数趋近律，得到第一液压环控制率；

S22、运用RBF神经网络网络算法对所述第一液压环控制率中的液压补偿项进行逼近拟合，得到第二液压环控制率，并计算输出目标主缸推杆位移。

进一步的，所述步骤S3中，根据所述目标主缸推杆水平位移和获取的实际主缸推杆水平位移，采用转角PI控制，输出目标电机机械角速度；公式表示为：

ω_m ^*＝k_p(x^*-x)+k_i∫(x^*-x)dt

其中，x*表示目标主缸推杆水平位移，x表示实际主缸推杆水平位移，表示输出目标电机机械角速度，k_p表示为比例增益，k_i表示为积分增益，t表示时间，dt表示对时间t的积分形式。

进一步的，所述步骤S4包括：

S41、根据目标电机机械角速度和实际电机机械角速度，建立滑模面；采用指数趋近函数作为滑模趋近律，运用指数趋近率方式得到滑模控制项，得到目标电机转矩轴电流；

S42、结合基于Karnopp摩擦模型的前馈补偿电流，得到输出目标电机转矩轴电流。

进一步的，所述步骤S41包括：

在转速滑模控制中，采用目标转矩轴电流作为控制输入，建立转速滑模控制系统的状态变量方程：

将目标电机机械角速度和实际电机机械角速度ω_m的差值 作为转速滑模控制跟踪误差，建立滑模面为：

运用指数趋近函数作为滑模趋近律：

采用指数趋近率方式得到滑模控制项：

得到目标电机转矩轴电流为：

其中，P_n为磁极对数；ψ_f为转子磁链；J为伺服系统转动惯量；σ₂为转速滑模面参数，σ₂＞0；e_ω表示转速滑模控制跟踪误差，表示跟踪误差e_ω随时间的变化率；s_N为采用指数趋近率方式的滑模面；λ₁，λ₂分别代表滑模控制项参数；u_s表示滑模控制的控制率；表示为电机机械角速度的二阶导数形式；k、d表示为转速滑模趋近律参数，k＞0且d>0；t表示时间，dt表示对时间t的积分形式。

进一步的，所述步骤S42包括：

在总体位置控制器中采用基于Karnopp摩擦模型的前馈补偿电流

得到输出目标电机转矩电流为：

式中，为目标电机转矩轴电流，为前馈补偿电流，Kt为电机力矩系数，T_f为摩擦转矩。

进一步的，所述步骤S5中包括：

S51、根据系统时间，对实际转矩轴电流i_q进行平稳过渡，得到离散系统中不同时刻的转矩轴电流；

S52、根据系统输入和输出来估计系统中的状态和总和扰动，得到观测器不同时刻的观测值；

S53、得到系统状态误差，并得出反馈控制律，形成闭环控制；

S54、在所述反馈控制律的基础上加入对所述系统中的状态和总和扰动部分的补偿，形成所述转矩轴电压。

进一步的，所述步骤S6的励磁轴电压的计算公式为：

其中，u_d为励磁轴电压，R为定子电阻，i_d为励磁轴电流，L_d为励磁轴电感，ω_e为电角速度。

进一步的，所述步骤S6中，通过空间矢量脉宽调制控制驱动器带动电子助力制动系统工作，实现主动制动压力控制的具体步骤包括：

S61、根据所述励磁轴电压和转矩轴电压确定参考电压矢量，并在电机的坐标系中表示；

S62、将参考电压矢量分解为多个基本空间矢量的线性组合；

S63、计算每个基本空间矢量的作用时间；

S64、根据计算出的各基本矢量的作用时间，生成相应的PWM信号；所述PWM信号在每个采样周期内改变开关状态，以模拟参考电压矢量；

S65、将生成的PWM信号应用于逆变器，以控制功率开关器件的工作状态；

S66、电机接收到PWM调制后的三相交流电压后，产生相应的转矩和速度响应；

S67、采用闭环反馈机制，通过传感器检测电机的实际状态，并反馈到控制系统中进行调整。

经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种电子助力制动系统的自适应压力控制方法，具有如下有益效果：

1、搭建的电机、液压系统与摩擦等关键模型充分考虑了电子助力制动系统工作原理及传动关系，表征了电子助力制动系统在主动制动功能中所体现的关键运动学特征。

2、基于自适应径向基函数神经网络和鲁棒滑模控制设计了外层液压控制器，能够补偿液压系统中的液压时变不确定性扰动，精确将顶层目标压力值转化为主缸推杆位移目标值。

3、中间层位置控制器引入Karnopp模型和滑模控制设计位置控制器，有效克服了传动机构中存在的传动摩擦阻碍，能够较好的跟随主缸推杆位移目标值。

4、应用自抗扰控制设计内层电流控制器，阻止了永磁同步电机电磁特性干扰问题，提高了目标电流跟随精度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明提供的一种电子助力制动系统的自适应压力控制方法架构图。

图2为本发明提供的一种电子助力制动系统的结构图。

图3为本发明提供的斜坡压力跟随工况测试结果展示图。

图4为本发明提供的连续正弦压力跟随工况测试结果展示图。

图5为本发明提供的变阶跃压力跟随工况测试结果展示图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例公开了一种电子助力制动系统的自适应压力控制方法，参照图1所示，包括以下步骤：

S1、基于电子助力制动系统结构建立等效简化模型，所述等效简化模型为级联式控制器，包括外层液压控制器、中间层位置控制器和内层电流控制器；

S2、在所述液压控制器中，获取目标制动主缸压力P^*和实际制动主缸压力P，通过自适应RBF神经网络得到估计液压补偿项调整滑模控制，输出目标主缸推杆水平位移x^*；

S3、在所述位置控制器中，根据所述目标主缸推杆水平位移x^*和获取的实际主缸推杆水平位移x，采用转角PI控制，输出目标电机机械角速度

S4、根据所述目标电机机械角速度和实际电机机械角速度ω_m，采用转速滑模控制，得到初始电机转矩轴电流结合前馈补偿电流输出目标电机转矩轴电流

S5、在所述电流控制器中，根据所述目标电机转矩轴电流和实际转矩轴电流，通过自抗扰控制设计的电流控制得到转矩轴电压；

S6、根据计算得到的励磁轴电压和步骤S5的转矩轴电压，通过空间矢量脉宽调制控制驱动器带动电子助力制动系统工作，实现主动制动压力控制。

本发明基于电子助力制动系统结构建立面向控制器设计的等效简化模型，并针对系统多维非线性扰动，设计了液压-位置-电流的级联式控制器。首先，基于自适应径向基函数(Radialbasedfunction,RBF)神经网络和鲁棒滑模控制设计外层液压控制器，补偿系统存在的液压时变不确定性扰动；其次，中间层位置控制器引入Karnopp模型和滑模控制，有效克服了传动机构中存在的传动摩擦阻碍；最后，通过自抗扰控制设计得到内层电流解耦控制器，解决永磁同步电机电磁特性干扰问题。针对多维非线性扰动的电子助力制动系统压力控制方法，能够精确控制电子助力制动系统实现主动制动压力跟随，满足智能汽车对制动系统压力控制的需求。

在一个实施例中，为了实现电子助力制动系统主动制动压力精确控制，首先步骤S1需要基于电子助力制动系统结构建立面向控制器设计的等效简化模型。本发明所采用的电子助力制动系统结构参照图2所示，由制动踏板、制动主缸/轮缸、PMSM、传动机构、液压控制单元(HydraulicControlUnit,HCU)等部件构成。

永磁同步电机是一种非线性、强耦合、多变量的复杂系统，本实施例为了简化分析，假设PMSM是理想电机，不考虑涡流和磁滞损耗，在励磁轴-转矩轴上建立定子电压方程：

针对所用表贴式永磁同步电机，其电磁转矩方程表示为：

T_e＝1.5P_ni_qψ_f (2)

根据永磁同步电机输出轴转矩平衡，建立电机运动方程：

式中，u_d、u_q分别为励磁轴、转矩轴电压；i_d、i_q分别为励磁轴、转矩轴电流；R为定子电阻；L_d、L_q分别为励磁轴、转矩轴电感；P_n为磁极对数；ψ_f为转子磁链；ω_e、ω_m分别为电角速度、机械角速度，其中ω_e＝P_n·ω_m；J为伺服系统转动惯量；T_e、T_L分别为电磁转矩以及负载转矩，为机械角速度的时间导数。

本发明针对制动液泄露、温度变化等非线性因素对系统产生的影响，引入f(P)作为液压时变不确定性扰动。假设主缸与轮缸制动压力一致，根据流量连续方程，液压系统简化模型为：

式中，x为主缸推杆位移，主缸推杆位移x的时间导数；A为主缸活塞有效面积；P为主缸制动压力；K_c为制动液体积弹性模量；V_m为主缸制动液体积；V_w为轮缸制动液体积。

此外，在调节压力工作过程中，电子助力制动系统内部存在显著的静摩擦、库仑摩擦、粘性摩擦等。为此，本文采用Karnopp摩擦模型对这些摩擦力进行建模：

式中，T_f为摩擦转矩；θ_m为电机机械角度；ρ_v为黏性摩擦系数；T_c为系统空载时的库伦摩擦转矩；ρ_c为库仑摩擦系数；ε_n为电机转速阈值；T_H为液压负载转矩；T_s为静摩擦转矩；n为齿轮传动比；h为滚珠丝杠导程。

本实施例充分考虑了电子助力制动系统的工作原理及传动关系，搭建了包含电机、液压系统与摩擦等关键模型的等效简化模型，能够准确表征电子助力制动系统在主动制动功能中所体现的关键运动学特征。

步骤S2，为解决液压时变不确定性扰动对压力控制的影响，本发明设计了结合自适应径向基函数神经网络和鲁棒滑模控制的液压控制器。首先，令目标主缸推杆速度作为液压控制律，即液压系统模型转化可得到：

式中，α、β分别表示液压模型参数。

在步骤S21中，根据目标压力与实际压力差值e_p＝P^*-P建立液压控制器滑模面：

s_p＝σ₁e_p+∫e_pdt (8)

求解液压控制器滑模面微分形式为：

式中，σ₁为液压控制器滑模面参数，σ₁>0。

选用含有饱和函数的指数趋近律：

式中，c、q为滑模趋近律参数，且c>0、q>0；ξ为饱和函数边界层。

化简得到液压环控制率为：

在本实施例中，液压控制律中液压补偿项f(P)难以精确测量，本实施例使用RBF神经网络对其进行逼近拟合。

在步骤S22中，RBF神经网络算法为：

式中，c_j为网络隐含层第j个神经元高斯基函数中心值；b_j为隐含层第j个神经元高斯基函数宽度；为逼近的估计网络权值；h(P)为网络高斯基函数输出。

液压补偿项理想值f(P)^*表示为：

f(P)^*＝W^*Th(P)+ε_p (13)

式中，W^*T为理想网络权值；ε_p为网络逼近误差，且ε_p≤|T|，T表示有界边界实数。

设定理想网络权值和估计网络权值的差值为可以得到：

将生成的代入液压环控制率中，可得到新的输出控制律即第二液压环控制率为：

将u_p代入液压控制器滑模面微分形式，可以简化得到：

设计李雅普诺夫函数可以得到其微分形式为：

根据李雅普诺夫直接法，设计RBF神经网络自适应律为：

式中,μ为自适应律参数，且μ>0。

将代入李雅普诺夫函数微分形式中，可简化得到：

考虑到网络逼近误差ε_p≤|T|有界，因此选用时，能够使得

最终，目标主缸推杆位移为：

x^*＝∫u_pdt (20)

本实施例通过自适应RBF神经网络和鲁棒滑模控制设计的外层液压控制器，能够补偿液压系统中的液压时变不确定性扰动，精确将顶层目标压力值转化为主缸推杆位移目标值，从而实现对制动压力的精确控制。

步骤S3，在位置控制器设计中，首先采用转角PI控制建立目标电机机械角速度

ω_m ^*＝k_p(x^*-x)+k_i∫(x^*-x)dt (21)

式中，x^*表示目标主缸推杆水平位移，x表示实际主缸推杆水平位移，表示输出目标电机机械角速度，k_p表示为比例增益，k_i表示为积分增益，t表示时间，dt表示对时间t的积分形式。

步骤S4，在位置控制器设计中，根据目标电机机械角速度和实际电机机械角速度，采用转速滑模控制，得到初始电机转矩轴电流，结合前馈补偿电流，输出目标电机转矩轴电流；具体包括以下步骤：

步骤S41，在转速滑模控制中选用目标转矩轴电流作为控制输入，即 建立系统状态变量方程为：

设定目标和实际电机机械角速度差值作为转速滑模控制跟踪误差，建立滑模面为：

式中，σ₂为转速滑模面参数，σ₂＞0。

同样选用指数趋近函数作为滑模趋近律：

式中，k、d表示为转速滑模趋近律参数，k＞0且d>0。

采用指数趋近率方法设计滑模控制项：

联立式(24)～(26)可化简得到初始电机转矩轴电流为：：

步骤S42，考虑到机构摩擦阻碍影响电子助力制动系统压力调控精度，因此在总体位置控制器中引入基于Karnopp摩擦模型的前馈补偿电流

式中，为目标电机转矩轴电流，为前馈补偿电流，K_t为电机力矩系数，T_f为摩擦转矩。

最终，输出目标电机转矩轴电流可以表示为：

本实施例的中间层位置控制器引入了Karnopp模型和滑模控制，结合基于Karnopp摩擦模型的前馈补偿电流，有效克服了传动机构中存在的静摩擦、库仑摩擦、粘性摩擦等传动摩擦阻碍，使得位置控制器能够更好地跟随主缸推杆位移目标值。

在本实施例中，永磁同步电机在高速转动过程中存在的电磁干扰，本发明根据自抗扰控制设计了电机电流控制器。由于采用目标励磁轴电流为零的电流控制，即为此本发明在步骤S5中，主要针对转矩轴电流进行自抗扰控制器设计，主要由四部分组成：

S51、跟踪微分器。

从系统响应特性角度出发，根据系统的“反应速度”(即时间常数)对目标值i_q进行平稳过渡，具体算法(离散形式)为：

式中，fh为跟踪微分器离线系统表达式；fhan()为函数表达式；r0为速度因子，r₀越大，跟踪速度越快；h₀为滤波因子；h为积分步长；i_q0(k)为k时刻的目标电机转矩电流；i_q1(k)及i_q2(k)为离散系统得到的k时刻转矩轴电流；i_q1(k+1)及i_q2(k+1)为离散系统得到的k+1时刻转矩轴电流。

S52、扩张状态观测器。

根据系统输入和输出来估计系统中的状态和总和扰动，具体算法(离散形式)为：

式中，fal()为函数表达式；fe为自定义函数表达式；；β₁、β₂、β₃为观测器参数；z₁(k)、z₂(k)、z₃(k)为观测器k时刻观测值；z₁(k+1)、z₂(k+1)、z₃(k+1)为观测器k+1时刻观测值；b为补偿系数。

S53、误差反馈律。

根据系统状态误差设计反馈控制律，形成闭环控制，具体算法为：

式中，e₁，e₂分别表示实际转矩轴电流与转矩轴电流观测值的差，i_q1，i_q2分别表示步骤S51跟踪微分器中离散系统得到的实际转矩轴电流，z₁，z₂分别表示步骤S52中扩张状态观测器生成的观测值，f为一组可调参数；函数K()既可以是线性的也可以是非线性的，如非线性函数fhan()函数和fal()函数均可以是K()函数的表达形式；u₀为系统控制率。

S54、前馈补偿。

在反馈控制律的基础上加入对系统已知部分和总和扰动部分的补偿，形成最终的总控制率，具体算法为：

式中，f₀()为扰动项，系统总控制率u_q为输出的转矩轴电压。

本实施例的内层电流控制器采用自抗扰控制设计，通过跟踪微分器、扩张状态观测器、误差反馈律以及前馈补偿等环节，解决了永磁同步电机在高速转动过程中存在的电磁干扰问题，提高了目标电流的跟随精度，确保了电机的稳定运行。

本实施例的步骤S6中，根据定子电压方程公式(1)，得出励磁轴电压u_d。

通过空间矢量脉宽调制控制驱动器带动电子助力制动系统工作，实现主动制动压力控制，具体包括以下步骤：

S61、确定参考矢量：根据所需的励磁轴电压和转矩轴电压来确定一个参考电压矢量；这个矢量在电机的α₁-β₁坐标系中表示，其中α₁代表转矩分量，β₁代表励磁分量。

S62、分解参考矢量：将参考电压矢量分解为基本空间矢量的组合；在一个两电平逆变器中，通常有六个非零的基本空间矢量(V1至V6)和两个零矢量(V0和V7)，这些矢量可以形成一个正六边形，在这个正六边形中，任何参考矢量都可以由两个相邻的非零矢量和零矢量来合成。

S63、计算作用时间：确定每个基本空间矢量的作用时间，以确保合成的输出电压矢量与参考矢量相匹配；这涉及到计算非零矢量的作用时间和零矢量的作用时间。这通常通过求解一组方程来实现，该方程考虑了参考矢量的位置和大小。

S64、生成PWM信号：一旦确定了矢量的作用时间，就可以生成PWM信号来控制逆变器的开关状态；PWM信号会根据计算出的时间周期性地切换逆变器的开关状态，从而产生接近于所需电压矢量的输出电压。

S65、应用PWM信号：将生成的PWM信号应用于逆变器，以控制功率开关器件的工作状态；这些开关器件(如IGBT)根据PWM信号周期性地导通和关断，从而输出三相交流电压来驱动电机。

S66、电机响应：电机接收到PWM调制后的三相交流电压后，会产生相应的转矩和速度响应；这一响应是根据前面所有步骤中的控制方法(如位置控制、电流控制等)来设计的，以达到所需的制动效果。

S67、闭环控制：在整个过程中，系统会持续监测实际输出并与期望值进行比较，以确保输出与目标一致。如果存在偏差，则调整参考矢量或矢量作用时间以纠正偏差。

本实施例通过空间矢量脉宽调制(SVPWM)技术控制驱动器带动电子助力制动系统工作，不仅提高了电机控制的精度，还优化了电力电子变换器的效率，减少了谐波干扰，从而改善了整个电子助力制动系统的性能。

本实施例基于dSpace公司快速控制原型开发工具链，搭建了包含完整软硬件设备的硬件在环试验平台对本发明的控制方法进行了验证。

本发明选取斜坡、连续正弦、变阶跃压力跟随工况对控制策略进行测试验证。

第一组工况为输入目标压力2.5MPa的斜坡压力跟随工况，测试结果参照图3所示：在1.3s时需要克服制动空行程，在该时刻后压力跟随误差逐渐稳定，稳态压力跟随误差基本控制在0.1MPa之内。在7.7s回位阶段，为了避免电子助力制动系统撞击机构壳体，本发明添加了限位算法导致制动压力出现一定滞后，但仍在可接受范围内。得益于位置控制器设计，主缸推杆位移跟随误差几乎为0。电流控制器也能够较好控制电机转矩轴电流，保证了EBBS良好的制动性能。

第二组工况为输入目标压力2MPa的连续正弦压力跟随工况，测试结果参照图4所示：设计的控制策略能够有效调节制动系统跟随正弦目标压力的变化。在1.5s、2.8s、4.1s等进行连续换向调压时，EBBS内部多维非线性特性变化较大，但在设计的控制策略作用下制动压力跟随未出现明显的超调或迟滞问题，且稳态压力跟随误差始终维持在0.15MPa之内，主缸推杆位移控制误差几乎为0，证明了设计的控制策略能够保证制动系统具有良好压力控制性能。

第三组工况为变阶跃压力跟随工况，在3.5s、6.0s、8.5s、11.0s、13.5s、16.0s、18.5s、22.0s、25.5s、27.0s左右，发送0.5MPa、1.0MPa、1.5MPa、2.0MPa、2.5MPa、2.0MPa、1.5MPa、1.0MPa、0.5MPa、0MPa的阶跃目标压力信号，测试结果参照图5所示：在每次接受到目标压力指令后，控制策略平均经历70ms左右能够迅速跟随目标主缸压力，主缸压力控制效果良好，稳态压力跟随误差控制在0.15MPa之内。设计的控制策略能迅速调节主缸推杆位移并以微小的误差对位移目标值进行跟随，输出的转矩轴电流同样能匹配阶跃目标制动压力的响应。

本发明有效解决了电子助力制动系统在多维非线性扰动下压力精确控制的难题，提升了系统的整体性能和可靠性，能够精确控制电子助力制动系统实现主动制动压力跟随，满足了智能汽车对制动系统高性能主动制动、大强度能量回收等新的功能需求。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种电子助力制动系统的自适应压力控制方法，其特征在于，包括以下步骤：

S1、基于电子助力制动系统结构建立等效简化模型，所述等效简化模型为级联式控制器，包括外层液压控制器、中间层位置控制器和内层电流控制器；

S2、在所述液压控制器中，获取目标制动主缸压力和实际制动主缸压力，通过自适应RBF神经网络得到估计液压补偿项，调整滑模控制，输出目标主缸推杆水平位移；

S3、在所述位置控制器中，根据所述目标主缸推杆水平位移和获取的实际主缸推杆水平位移，采用转角PI控制，输出目标电机机械角速度；

S4、根据所述目标电机机械角速度和实际电机机械角速度，采用转速滑模控制，得到初始电机转矩轴电流，结合前馈补偿电流，输出目标电机转矩轴电流；

S5、在所述电流控制器中，根据所述目标电机转矩轴电流和实际转矩轴电流，通过自抗扰控制设计的电流控制得到转矩轴电压；

S6、根据计算得到的励磁轴电压和步骤S5的转矩轴电压，通过空间矢量脉宽调制控制驱动器带动电子助力制动系统工作，实现主动制动压力控制。

2.如权利要求1所述的一种电子助力制动系统的自适应压力控制方法，其特征在于，所述步骤S2包括：

S21、获取目标制动主缸压力和实际制动主缸压力，建立液压控制器滑模面，并求解液压控制器滑模面微分形式；运用含有饱和函数的指数趋近律，得到第一液压环控制率；

S22、运用RBF神经网络网络算法对所述第一液压环控制率中的液压补偿项进行逼近拟合，得到第二液压环控制率，并计算输出目标主缸推杆位移。

3.如权利要求2所述的一种电子助力制动系统的自适应压力控制方法，其特征在于，所述步骤S3中，根据所述目标主缸推杆水平位移和获取的实际主缸推杆水平位移，采用转角PI控制，输出目标电机机械角速度；公式表示为：

ω_m ^*＝k_p(x^*-x)+k_i∫(x^*-x)dt

其中，x^*表示目标主缸推杆水平位移，x表示实际主缸推杆水平位移，表示输出目标电机机械角速度，k_p表示为比例增益，k_i表示为积分增益，t表示时间，dt表示对时间t的积分形式。

4.如权利要求3所述的一种电子助力制动系统的自适应压力控制方法，其特征在于，所述步骤S4包括：

S41、根据目标电机机械角速度和实际电机机械角速度，建立滑模面；采用指数趋近函数作为滑模趋近律，运用指数趋近率方式得到滑模控制项，得到目标电机转矩轴电流；

S42、结合基于Karnopp摩擦模型的前馈补偿电流，得到输出目标电机转矩轴电流。

5.如权利要求4所述的一种电子助力制动系统的自适应压力控制方法，其特征在于，所述步骤S41包括：

在转速滑模控制中，采用目标转矩轴电流作为控制输入，建立转速滑模控制系统的状态变量方程：

将目标电机机械角速度和实际电机机械角速度ω_m的差值 作为转速滑模控制跟踪误差,建立滑模面为：

运用指数趋近函数作为滑模趋近律：

采用指数趋近率方式得到滑模控制项：

得到目标电机转矩轴电流为：

其中，P_n为磁极对数；ψ_f为转子磁链；J为伺服系统转动惯量；σ₂为转速滑模面参数，σ₂>0；e_ω表示转速滑模控制跟踪误差，表示跟踪误差e_ω随时间的变化率；s_N为采用指数趋近率方式的滑模面；λ₁，λ₂分别表示滑模控制项参数；u_s表示滑模控制的控制率；表示为电机机械角速度的二阶导数形式；k、d表示为转速滑模趋近律参数，k>0且d>0；t表示时间，dt表示对时间t的积分形式。

6.如权利要求5所述的一种电子助力制动系统的自适应压力控制方法，其特征在于，所述步骤S42包括：

在总体位置控制器中采用基于Karnopp摩擦模型的前馈补偿电流

得到输出目标电机转矩电流为：

式中，为目标电机转矩轴电流，为前馈补偿电流，K_t为电机力矩系数，T_f为摩擦转矩。

7.如权利要求6所述的一种电子助力制动系统的自适应压力控制方法，其特征在于，所述步骤S5中包括：

S51、根据系统时间，对实际转矩轴电流i_q进行平稳过渡，得到离散系统中不同时刻的转矩轴电流；

S52、根据系统输入和输出来估计系统中的状态和总和扰动，得到观测器不同时刻的观测值；

S53、得到系统状态误差，并得出反馈控制律，形成闭环控制；

S54、在所述反馈控制律的基础上加入对所述系统中的状态和总和扰动部分的补偿，形成所述转矩轴电压。

8.如权利要求7所述的一种电子助力制动系统的自适应压力控制方法，其特征在于，所述步骤S6的励磁轴电压的计算公式为：

其中，u_d为励磁轴电压，R为定子电阻，i_d为励磁轴电流，L_d为励磁轴电感，ω_e为电角速度。

9.如权利要求8所述的一种电子助力制动系统的自适应压力控制方法，其特征在于，所述步骤S6中，通过空间矢量脉宽调制控制驱动器带动电子助力制动系统工作，实现主动制动压力控制，具体包括：

S61、根据所述励磁轴电压和转矩轴电压确定参考电压矢量，并在电机的坐标系中表示；

S62、将参考电压矢量分解为多个基本空间矢量的线性组合；

S63、计算每个基本空间矢量的作用时间；

S64、根据计算出的各基本矢量的作用时间，生成相应的PWM信号；所述PWM信号在每个采样周期内改变开关状态，以模拟参考电压矢量；

S65、将生成的PWM信号应用于逆变器，以控制功率开关器件的工作状态；

S66、电机接收到PWM调制后的三相交流电压后，产生相应的转矩和速度响应；

S67、采用闭环反馈机制，通过传感器检测电机的实际状态，并反馈到控制系统中进行调整。