CN119176186B - 一种考虑通信延时的电动汽车转向电机控制优化方法 - Google Patents

Abstract

本发明公开了一种考虑通信延时的电动汽车转向电机控制优化方法，包括：获取电机转向角度的期望值，根据所述电机转向角度的期望值得到电机的转向角速度及转向角加速度的期望值；将所述电机的转向角度、转向角速度及转向角加速度的期望值输入到前馈控制模块中，所述前馈控制模块输出前馈控制量信号；通过电机传感器获取电机运行信号，并将所述电机运行信号输入延时观测器，所述延时观测器输出带有时延的转向角度、转向角速度及转向角加速度的观测值；将所述延时观测器、所述切换函数模块及所述外源干扰模块输出的信号输入到所述反馈控制模块中，所述反馈控制模块输出反馈控制量信号；将所述前馈控制量与所述反馈控制量相加得到电流期望值。

Description

一种考虑通信延时的电动汽车转向电机控制优化方法

技术领域

本发明属于分布式线控智能车线控转向领域，特别涉及一种考虑通信延时的电动汽车转向电机控制优化方法。

背景技术

在汽车底盘去传动系化的背景下，线控底盘技术逐渐取代传统底盘的地位，线控转向作为线控底盘的核心技术之一，能够省去传统传动系复杂且庞大的机械结构，提高传动效率以及响应时间，保证了汽车的稳定性。

在此基础上，由于信号从传感器到达执行器直接存在着延迟现象，这种物理延迟一定程度上会影响执行器的效能；传统转向电机控制策略采用三闭环PID控制方法，传统方法在位置环、速度环、电流环内均采用PID控制。

发明内容

本发明的目的是提供了一种考虑通信延时的电动汽车转向电机控制优化方法，通过引入延时观测器和前馈控制与反馈控制相结合的鲁棒自适应滑模方法，克服了信号延迟带来的弊端，提高转向控制的稳定性和精确性。

本发明提供的技术方案为：

一种考虑通信延时的电动汽车转向电机控制优化方法，包括：

从上层控制器中获取电机转向角度的期望值，根据所述电机转向角度的期望值得到电机的转向角速度及转向角加速度的期望值；

将所述电机的转向角度、转向角速度及转向角加速度的期望值输入到速度环控制器的前馈控制模块中，所述前馈控制模块输出前馈控制量信号；

所述前馈控制模块通过如下公式得到所述前馈控制量信号：

其中：为前馈控制量信号；为摩擦粘滞系数；为电机转动惯量，来自电机传感器；为转向电机负载转矩，来自电机传感器；电机转矩系数；，为给定的电机转向角度和电机转向角速度的期望值，来自驾驶员驾驶时的需求，为的两个分量；，为给定的电机转向角速度和电机转向角加速度的期望值，来自驾驶员驾驶时的需求，为的两个分量；为电机转向角度的期望值；为电机转向角速度的期望值；为电机转向角加速度的期望值；

通过电机传感器获取电机运行信号；

延时观测器，其设置在下层控制器与执行器后端；将所述电机运行信号输入所述延时观测器，所述延时观测器输出带有时延的转向角度、转向角速度及转向角加速度的观测值；

所述速度环控制器中还包括：切换函数模块、外源干扰模块及反馈控制模块；将所述电机的转向角度、转向角速度及转向角加速度的期望值及观测值输入到所述切换函数模块和所述反馈控制模块中；所述切换函数模块输出的信号输入到所述外源干扰模块中；

将所述延时观测器、所述切换函数模块及所述外源干扰模块输出的信号输入到所述反馈控制模块中，所述反馈控制模块输出反馈控制量信号；

所述反馈控制模块通过如下公式得到所述反馈控制量信号：

其中：为反馈控制量信号；为切换函数；为电机转向角度的观测值与期望值的误差；为的导数；为所定义的辅助变量；为速度环控制器中切换函数的系数且为待优化的参数；为速度环控制器中辅助变量定义过程中的系数且为待优化的参数；为速度环控制器中滑模项系数且为待优化的参数；为切换项系数；为电机参数摄动和外源干扰；为电机参数摄动和外源干扰的估计值；为符号函数；为优化函数；，为延时观测器输出的电机转向角度和电机转向角速度的观测值，为的两个分量；为电机转向角度，来自电机传感器；为关于的函数；为电机转向角速度；为关于的函数；为电机转向角加速度；为延时观测器输出的电机转向角度的观测值；为延时观测器输出的电机转向角速度的观测值；

通过建立性能指标与误差函数对所述反馈控制量信号进行优化；

所述性能指标为：

所述误差函数为：

其中：为性能指标；为误差函数；为无延迟时间；

以性能指标最小为优化目标，对参数、和进行优化，得到的最优参数、和来调节所述反馈控制量信号，得到所述反馈控制量信号；

将所述前馈控制量信号与所述反馈控制量信号相加得到电流期望值；

所述下层控制器与执行器接收所述电流期望值并做出转向操作。

优选的是，对所述反馈控制量信号进行优化的过程还包括：

约束条件为：

其中：为辅助矩阵。

优选的是，所述切换函数的计算公式为：

。

优选的是，采用自适应律对所述外源干扰进行估计：

其中：为的导数；为自适应估计系数。

优选的是，所述延时观测器状态空间表达式设计为：

其中：，为延时观测器输出的电机转向角速度和电机转向角加速度的观测值，为的两个分量；为延时观测器输出的电机转向角加速度的观测值；为延时观测器状态空间表达式的系数矩阵；为输出矩阵；为观测器增益矩阵；为常数；为输出延迟信号；为电机编码器反馈的带有时延的转向角度值；为时变的延迟时间；为延迟信号的观测量；为电机输出转矩，来自电机传感器；为电机控制量。

优选的是，延时观测器关于速度环控制器的状态空间方程为：

其中：为速度环控制器的状态空间方程的系数矩阵；为控制量；为电流期望值。

本发明的有益效果是：

本发明提供的考虑通信延时的电动汽车转向电机控制优化方法，在传统三闭环PID的基础上，在执行器端引入延时观测器，实时监测并处理信号延迟，有效提升了转向电机的控制精度；采用前馈控制与反馈控制相结合的鲁棒自适应滑模方法控制速度环控制器，克服了多种干扰因素，显著增强了系统的鲁棒性和稳定性；对速度环控制器的参数进行优化，确保速度环控制器参数的最优性，提升了控制性能；设计的速度环控制器模型简单高效，提高了速度环控制器的处理速度，降低了系统复杂度。

附图说明

图1为本发明所述的考虑通信延时的电动汽车转向电机控制优化方法的流程图。

图2为本发明所述的速度环控制器的流程图。

图3为本发明所述的BEO算法流程图。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

如图1所示，本发明提供了一种考虑通信延时的电动汽车转向电机控制优化方法流程包括：

根据分布式线控车辆的转向系统的工作原理和整体控制架构，设计针对时变延迟信号的延时观测器，用以处理延迟信号带来的危害；延时观测器设置在下层控制器与执行器后端，实时监测信号延迟并确定转向电机的实际状态反馈给速度环控制器；构建包含机电耦合干扰和延迟信号干扰的速度环控制模型，采用前馈控制与反馈控制相结合的鲁棒自适应滑模方法控制速度环控制器；从上层控制器中获取转向电机的期望转向角度；建立性能指标、误差函数及约束条件，通过BEO算法迭代优化得到最优的速度环控制器参数；下层控制器与执行器接收电流期望值并执行转向操作；通过速度环控制器整合延时观测器提供的延迟信号和外源干扰，计算并输出电流期望值，使上层控制器提供转向电机的转向角度期望值转化为下层控制器与执行器所需的电流期望值，下层控制器与执行器根据上层控制器的转向角度期望值做出转向操作；其中，上层控制器为方向盘传递给VCU硬件，通过驾驶员意图，提供电机转向角度的期望值，下层控制器与执行器为电机与车轮。

如图2所示，本发明提供了一种考虑通信延时的电动汽车转向电机控制优化方法，其包括：获取电机转向角度的期望值，根据所述电机转向角度的期望值得到电机的转向角速度及转向角加速度的期望值；将所述电机的转向角度、转向角速度及转向角加速度的期望值输入到前馈控制模块中，所述前馈控制模块输出前馈控制量信号；通过电机传感器获取电机运行信号，并将所述电机运行信号输入延时观测器，所述延时观测器输出带有时延的转向角度、转向角速度及转向角加速度的观测值；将所述电机的转向角度、转向角速度及转向角加速度的期望值及观测值输入到切换函数模块和反馈控制模块中；所述切换函数模块输出的信号输入到外源干扰模块中；将所述延时观测器、所述切换函数模块及所述外源干扰模块输出的信号输入到所述反馈控制模块中，所述反馈控制模块输出反馈控制量信号；将所述前馈控制量与所述反馈控制量相加得到电流期望值。

本发明提供了一种考虑通信延时的电动汽车转向电机控制优化方法，根据分布式线控车辆的转向系统工作原理和整体控制架构，设计了针对时变延迟信号的延时观测器，构建速度环控制模型，包含机电耦合干扰和延迟信号干扰；采用前馈控制与反馈控制相结合的鲁棒自适应滑模方法代替传统PID方法控制速度环控制器，利用自适应律实时监测外源干扰，使速度环控制器根据自适应律模块的监测结果调整控制输出，基于鲁棒滑模控制克服了多种干扰并实现控制性能优化。

延时观测器的设计：

在分布式线控车辆转向系统中，信号经历传感器、CAN总线、控制器到达执行器，其物理延迟会很大程度上削弱执行器的效能。

为此本发明提出了一种时变延时观测器以实时监测控制器、电机编码器和CAN通信网络之间的信号延时，在底层控制器中通过对观测信号的处理屏蔽时延特性造成的危害。

在转向执行机构中，其核心驱动单元是永磁伺服电机；基于分布式线控车辆转向系统所使用的永磁伺服电机的工作原理和机电耦合特性可以得到其机械特性方程：

其中：

为转向电机输出转矩，来自电机传感器，作为控制输入；

为转向电机负载转矩，来自电机传感器；

为转向电机转动惯量，来自电机传感器；

为摩擦粘滞系数；

为无延迟时间；

为电机转向角度，来自电机传感器；为关于的函数；

为电机转向角速度；为关于的函数；

为电机转向角加速度。

关于电机转向角的状态空间表达式为：

其中：

，为状态变量，为的两个分量；

，为的导数，为的两个分量；

为转向电机输出转矩，来自电机传感器，作为控制输入；

为输出延迟信号，作为控制输出；

为电机编码器反馈的带有时延的转向角度值；

为时变的延迟时间；

为关于电机转向角的状态空间表达式的系数矩阵。

基于电机转向角的状态空间表达式将延时观测器状态空间表达式设计为：

其中：

，延时观测器输出的电机转向角度和电机转向角速度的观测值，为的两个分量；为延时观测器输出的电机转向角度的观测值；为延时观测器输出的电机转向角速度的观测值；

，为延时观测器输出的电机转向角速度和电机转向角加速度的观测值，为的两个分量；为延时观测器输出的电机转向角加速度的观测值；

为延时观测器状态空间表达式的系数矩阵；

为输出矩阵；

为观测器增益矩阵；

为常数；

为延迟信号的观测量；

为电机控制量；

通过控制来改变，用以观测随的变化关系。

延时观测器状态空间表达式收敛的条件是：满足Hurwitz条件，其中：为判敛矩阵；

的特征方程为：

其中：

为特征值；

为单位对角矩阵；

通过调节从而调节，使满足Hurwitz收敛条件，保证系统的稳定性。

速度环控制器的设计：

速度环控制器的目标是克服信号传递延迟造成的控制性能下降、外源输入性干扰和内部参数摄动，确保转向执行机构的鲁棒性和精确性。

转向执行机构的机械特性受外源干扰和装配误差等因素的影响，转动惯量、粘滞系数都会发生变化，可将这些参数的摄动表征在机械特性方程中得到：

其中：

表示转向电机转动惯量的摄动值；

为摩擦粘滞系数的摄动值；

为外界输入干扰值。

延时观测器建立关于速度环控制器的状态空间表达式为：

其中：

为电机转矩系数；

为控制量；

为电流期望值；

为前馈控制量信号；

为反馈控制量信号；

为电机参数摄动和外源干扰；

为延时观测器关于速度环控制器的状态空间表达式的系数矩阵。

将摄动表征在机械特性方程内可得到：

给定的电机转向角期望值的状态空间表达式：

其中：

，为给定的电机转向角度和电机转向角速度的期望值，来自驾驶员驾驶时的需求，为的两个分量；

，为给定的电机转向角速度和电机转向角加速度的期望值，来自驾驶员驾驶时的需求，为的两个分量；

为电机转向角度的期望值；

为电机转向角速度的期望值；

为电机转向角加速度的期望值；

为给定的电机转向角期望值的状态空间表达式的系数矩阵。

进而，速度环控制器内的速度环控制器内的前馈控制模块通过如下公式得到前馈控制量信号：

为进一步克服信号传输延迟和参数摄动等因素的干扰，还需要求解反馈控制量，将速度环控制器内的前馈控制量代入延时观测器建立关于速度环控制器的状态空间表达式中，得到关于电机转向角观测值与反馈控制量的状态空间表达式为：

其中：

为电机转向角观测值与反馈控制量的状态空间表达式的系数矩阵。

设置辅助变量：

其中：

为所定义的辅助变量；

为电机转向角度的观测值与期望值的误差；

设第一个Lyapunov函数为：

对求导得到：

其中：

为的导数；

为的导数；

基于李雅普诺夫稳定性原理，令，则需和收敛于0。

设置切换函数为，切换函数的计算公式为：

为切换函数；

为所述速度环控制器中切换函数的系数且为待优化的参数；

所述电机的转向角度、转向角速度及转向角加速度的期望值及观测值输入到切换函数模块后会得到切换函数信号，所述切换函数信号是一个平滑的曲线，使反馈滑模控制更加平稳；通过改变控制参数的值保持系统能够在不同工况下具有优良的控制性能。

设第二个Lyapunov函数为：

其中：

为干扰收敛速度系数；

为电机参数摄动和外源干扰的估计值；

为干扰估计误差；

对求导得到：

其中：

为的导数；

为的导数；

为的导数；

为的导数；

为的导数；

为的导数；

在外源干扰缓慢的情况下，可视。

将上述结论代入到的表达式中，得到：

速度环控制器内的反馈控制模块通过如下公式得到反馈控制量信号：

其中：

为符号函数；

为所述速度环控制器中辅助变量定义过程中的系数且为待优化的参数；

为所述速度环控制器中滑模项系数且为待优化的参数；

为切换项系数；

为优化函数；

设置如下趋近律优化函数：

其中：

为滑模函数；

为的导数；

表示绝对值；

为自然常数；

为趋近律系数；

为对趋近律所做的优化函数；

为常数；

关于的优化函数为：

采用自适应律对所述外源干扰进行估计：

其中：

为自适应估计系数；

外源干扰指电机收到的来自电机外部的对电机造成影响的干扰信号；传感器因为硬件物理原因导致信号出现波动，外部环境对信号采集产生了影响，比如外部有静电影响传感器精度；

该系统的第二李雅普诺夫函数微分为：

设辅助矩阵为：

基于辅助矩阵可以得到：

设辅助向量为；

其中：

为的转置；

若令为正定矩阵，可满足。

速度环控制器的输出变量作为输入进下层控制器与执行器的电流期望值，经过下层控制器与执行器，从而更新执行器的输出量和延时观测器的输出量。

建立性能指标与误差函数，对反馈控制模块进行优化：

其中：

为性能指标；

为误差函数；

为关于的函数。

通过BEO算法迭代优化速度环控制器的参数、和，满足约束条件及使为正定矩阵，得到优化后的速度环控制器的参数、和，通过优化后、和来调节反馈信号进而改变延时观测器关于速度环控制器的状态空间表达式中的控制量，通过控制量调节状态量、达到控制转向精度的目标。

如图3所示，BEO算法，其基于黑鹰的行为构建数学模型，通过跟踪、盘旋、捕捉、抢夺、警告、迁移、求偶和孵化等行为进行迭代优化，在大范围迭代空间内寻找最优解。初始化，其用于设置种群数量、优化变量的维度以及模拟黑鹰位置的矩阵。判断，其用于判断当前迭代次数、最大迭代次数和停止更新的次数之间的关系，并根据判断结果执行相应的更新步骤。

在本发明中，对于性能指标，采用BEO算法进行迭代优化，在大范围迭代空间内寻找最优解。

初始化：

首先，将种群数量设为，待优化变量的维度为，，为黑鹰种群矩阵：

其中：

代表待优化的不同黑鹰个体

为种群矩阵的每一列，即不同黑鹰个体；

为优化变量的上界；

为优化变量的下界；

为维数为3的列向量，其元素为0至1的随机值；

为个体的适应度值；

在本发明中，。

跟踪：

其中：

为第次的辅助跟踪种群矩阵；

为第次跟踪种群矩阵；

为第次跟踪种群矩阵；

为搜索空间中的随机位置；

为第次搜索空间中的随机位置；

为随机个体的位置；

为第次随机个体位置；

为当前最佳的解集；

为第次迭代的最优解；

为与搜索边界的最远距离；

为迭代次数；

为0到1的随机数；

为由（帐篷映射）生成的0到1之间的随机数；

为跟踪更新辅助函数。

通过“跟踪”计算出候选解和适应度值为，并暂将其记为当前最佳适配值。

其中：

对于任意输入量由帐篷映射生成对应的。

盘旋：

其中：

为一个3维盘旋矩阵；

为盘旋角度；

为一个0到1的随机数。

通过“盘旋”计算出候选解和适应度值为，并用其中更小的适应度值替换并记录候选解集。

“盘旋”操作的作用是进行旋转搜索，以进一步完善全局最优位置的范围。“盘旋”策略在由跟踪策略初步确定的全局最优位置范围内进行旋转搜索。

捕捉：

其中：

为辅助矩阵；

为第次捕捉更新辅助矩阵；

为位置调整因子1；

为位置调整因子2；

为维数为3的列向量，元素介于0.5和1之间。

通过“捕捉”计算出候选解和适应度值为，并用其中更小的适应度值替换并记录候选解集。

抢夺：

其中，为维数为3的随机向量，各维元素的值服从正态分布。

通过“抢夺”计算出候选解和适应度值为，并用其中更小的适应度值替换并记录候选解集。

将“抢夺”行为简化为一只黑鹰从一个点曲线飞到另一个点，然后利用点的跳跃运动来模拟黑鹰的抢夺行为。“抢夺”策略是一种跳跃搜索方法，其目的是在前一种策略调整过的位置上进行跳跃搜索，以提高发现全局最优位置的几率。

警告：

其中：

为第维空间中与搜索空间中心之间的距离；

为最小的；

为最大的；

为加权位移；

是按照接近的顺序重新排列后的位置矩阵；

为第次警告更新辅助矩阵；

为边界辅助函数；

为第一正弦辅助函数；

为第二正弦辅助函数；

表示第行第列；

为泊松分布的概率密度函数。

通过“警告”计算出候选解和适应度值为，并用其中更小的适应度值替换并记录候选解集。

“警告”使用泊松分布来引导粒子的运动，生成新的用以代替超出搜索边界的解。

迁移：

其中：

为辅助迁移函数；

为当前最佳适配值；

为第个个体的适配值；

为维数为3的列向量，元素介于-1和1之间；

为由帐篷映射形成的从0.4到1的随机数；

为常数。

通过“迁移”计算出候选解和适应度值为，并用其中更小的适应度值替换并记录候选解集。

“迁移”用适应度函数值来表示黑鹰对环境的适应程度，并构建迁移函数来进一步全面模拟其迁移规律：适应度越低，迁移的距离就越远。迁移机制旨在将适应度较低的个体迁移到远离当前最佳位置的地方，以减少陷入局部最优的可能性。

求偶：

其中：

为第次求偶更新辅助矩阵；

为第次求偶更新辅助矩阵；

为步长因子，其函数表达式来自于 Sigmoid 函数的变形；

和为0到1的随机数；

和为维数为3的列向量，其元素服从正态分布；

为最大迭代次数；

表示除以2取余数，例如：表示除以2取余数为1，即表示为奇数。

通过“求偶”计算出候选解和适应度值为，并用其中更小的适应度值替换并记录候选解集。

“求偶”利用正余弦函数之间的类似波动和奇数-偶数之间的交替模式，模拟了雌雄黑鹰在求偶过程中的互动行为。

孵化：

其中：

是一组正态分布阵列；

是将群体位置从离巢最近到最远重新排列后的群体位置矩阵。

通过“孵化”计算出候选解和适应度值为，并用其中更小的适应度值替换并记录候选解集。

“孵化”根据正态分布模拟了雄性黑鹰在孵化期间由于守护雌性黑鹰孵化而在巢附近活动较多而在较远处活动稀少的情况。孵化策略是一种扩散搜索方法，它允许一些个体继续接近当前最优值，而另一些个体则向外扩散，从而防止陷入局部最优值。

BEO算法流程：在开始时进行初始化，设置种群数量、优化变量的维度以及模拟黑鹰位置的矩阵；设置为最大迭代次数，为黑鹰个体数量，为停止更新的次数；初始化后，通过“跟踪”评估种群的适应度值，找出当前最优解，并暂将其记为当前最佳适配值；判断是否达到搜索边界，若是：执行“警告”步骤生成新的候选解当前最佳适配值，以代替超出边界的解；若不是：执行“盘旋”、“捕捉”、“抢夺”步骤进行更新当前最佳适配值；判断当前迭代次数、最大迭代次数、停止更新的次数之间的关系是否满足：，若满足：执行“迁移”步骤进行更新当前最佳适配值；若不满足：执行“求偶”、“孵化”步骤进行更新当前最佳适配值后结束该次循环；在执行“迁移”步骤进行更新当前最佳适配值后，判断是否满足：，若满足：执行“求偶”、“孵化”步骤进行更新当前最佳适配值后结束该次循环；若不满足：跳转回初始化后，重新进入循环。

BEO算法流程结束，迭代完成，BEO算法获得最优解，依次判断最优解是否满足及，除去其中不满足上式的最优解并留下符合约束的解，若最终得到最优解不止一组，即获得一组最优解集，则取其中满足性能指标最小的解作为最优解，

其中：

表示电机等效电阻，为电机自身参数；

表示令电机所耗功率的性能指标即经济性指标。

本发明开发了一种考虑通信延时的电动汽车转向电机控制优化方法，传统电机转向过程中，通常忽略了控制器与执行器之间的信号延迟现象，由此带来转向精度降低的弊端；抑或是建立较为冗杂的多自由度模型，导致其中存在着过约束现象，导致控制器较为复杂，在处理复杂问题时易出现处理时间过长的现象。为此，本发明在传统三闭环PID的基础上，在执行器端引入延时观测器，实时监测并处理信号延迟，有效提升了转向电机的控制精度；采用前馈+反馈的自适应鲁棒滑模控制方法，克服了多种干扰因素，显著增强了系统的鲁棒性和稳定性；利用BEO算法进行参数优化，确保控制器设置参数的最优性，进一步提升了控制性能；设计的控制器模型简单高效，提高了控制器的处理速度，降低了系统复杂度。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

Claims (6)

1.一种考虑通信延时的电动汽车转向电机控制优化方法，其特征在于，包括：

从上层控制器中获取电机转向角度的期望值，根据所述电机转向角度的期望值得到电机的转向角速度及转向角加速度的期望值；

将所述电机的转向角度、转向角速度及转向角加速度的期望值输入到速度环控制器的前馈控制模块中，所述前馈控制模块输出前馈控制量信号；

所述前馈控制模块通过如下公式得到所述前馈控制量信号：

其中：为前馈控制量信号；为摩擦粘滞系数；为电机转动惯量，来自电机传感器；为转向电机负载转矩，来自电机传感器；电机转矩系数；，为给定的电机转向角度和电机转向角速度的期望值，来自驾驶员驾驶时的需求，为的两个分量；，为给定的电机转向角速度和电机转向角加速度的期望值，来自驾驶员驾驶时的需求，为的两个分量；为电机转向角度的期望值；为电机转向角速度的期望值；为电机转向角加速度的期望值；

通过电机传感器获取电机运行信号；

延时观测器，其设置在下层控制器与执行器后端；将所述电机运行信号输入所述延时观测器，所述延时观测器输出带有时延的转向角度、转向角速度及转向角加速度的观测值；

所述速度环控制器中还包括：切换函数模块、外源干扰模块及反馈控制模块；将所述电机的转向角度、转向角速度及转向角加速度的期望值及观测值输入到所述切换函数模块和所述反馈控制模块中；所述切换函数模块输出的信号输入到所述外源干扰模块中；

将所述延时观测器、所述切换函数模块及所述外源干扰模块输出的信号输入到所述反馈控制模块中，所述反馈控制模块输出反馈控制量信号；

所述反馈控制模块通过如下公式得到所述反馈控制量信号：

其中：为反馈控制量信号；为切换函数；为电机转向角度的观测值与期望值的误差；为的导数；为所定义的辅助变量；为速度环控制器中切换函数的系数且为待优化的参数；为速度环控制器中辅助变量定义过程中的系数且为待优化的参数；为速度环控制器中滑模项系数且为待优化的参数；为切换项系数；为电机参数摄动和外源干扰；为电机参数摄动和外源干扰的估计值；为符号函数；为优化函数；，为延时观测器输出的电机转向角度和电机转向角速度的观测值，为的两个分量；为电机转向角度，来自电机传感器；为关于的函数；为电机转向角速度；为关于的函数；为电机转向角加速度；为延时观测器输出的电机转向角度的观测值；为延时观测器输出的电机转向角速度的观测值；

通过建立性能指标与误差函数对所述反馈控制量信号进行优化；

所述性能指标为：

所述误差函数为：

其中：为性能指标；为误差函数；为无延迟时间；

以性能指标最小为优化目标，对参数、和进行优化，得到的最优参数、和来调节所述反馈控制量信号，得到所述反馈控制量信号；

将所述前馈控制量信号与所述反馈控制量信号相加得到电流期望值；

所述下层控制器与执行器接收所述电流期望值并做出转向操作。

2.根据权利要求1所述的考虑通信延时的电动汽车转向电机控制优化方法，其特征在于，对所述反馈控制量信号进行优化的过程还包括：

约束条件为：

其中：为辅助矩阵。

3.根据权利要求1所述的考虑通信延时的电动汽车转向电机控制优化方法，其特征在于，所述切换函数的计算公式为：

。

4.根据权利要求3所述的考虑通信延时的电动汽车转向电机控制优化方法，其特征在于，采用自适应律对所述外源干扰进行估计：

其中：为的导数；为自适应估计系数。

5.根据权利要求1所述的考虑通信延时的电动汽车转向电机控制优化方法，其特征在于，所述延时观测器状态空间表达式设计为：

其中：，为延时观测器输出的电机转向角速度和电机转向角加速度的观测值，为的两个分量；为延时观测器输出的电机转向角加速度的观测值；为延时观测器状态空间表达式的系数矩阵；为输出矩阵；为观测器增益矩阵；为常数；为输出延迟信号；为电机编码器反馈的带有时延的转向角度值；为时变的延迟时间；为延迟信号的观测量；为电机输出转矩，来自电机传感器；为电机控制量。

6.根据权利要求5所述的考虑通信延时的电动汽车转向电机控制优化方法，其特征在于，延时观测器关于速度环控制器的状态空间方程为：

其中：为速度环控制器的状态空间方程的系数矩阵；为控制量；为电流期望值。