白动化仪表
PROCESS AUTOMATION INSTRUMENTATION
Vol. 38 No. 1Jan. 2017
汽车线控转向系统的模糊滑模控制研究
孔慧芳，朱翔，王海
(合肥工业大学电气与自动化工程学院，安徽合肥230009)
摘要：针对汽车线控转向系统结构复杂、模型参数具有不确定性以及存在多种干扰源的问题，设计了一种模糊滑模控制方法。基 于滑模控制算法，设计了标称控制器和滑模补偿控制器。通过滑模补偿控制器，消除了系统参数的不确定性和路面条件变化对转向 性能的影响。采用模糊逻辑设计滑模边界层，削弱了滑模控制中的抖振问题。仿真结果表明，当路面条件发生变化时，模糊滑模控制 能有效削弱滑模控制的抖振现象，具有较好的响应速度和鲁棒性。
关键词：汽车线控转向系统；标称控制器；滑模补偿器；传感器；滑模控制；模糊控制；鲁棒性；参数扰动
中图分类号：TH -3;TP273 文献标志码：A DOI： 10686/j. cnki. issn 1000-0380.201701007
Research on the Fuzzy Sliding Mode Control of Automobile Steer -by -\\Wre System
(School of Electrical Engineering and Automation,Hefei University of Technology,Hefei 230009,China)
disturbances,aiming at these issues, a fuzzy sliding mode control scheme is designed. The nominal controller and sliding mode compensation controller are designed based on sliding mode control algorithm, the uncertainty of the system parameters and the influence of variation of road surface conditions on steering performance are eliminated through sliding mode compensation controller. In addition, the sliding mode boundary layer is designed by using fuzzy logic to relieve the buffeting problem in sliding mode control. The simulation results show that the fuzzy sliding mode control can effectively relieve the buffeting phenomenon when conditions of road surface change, and it possesses better response speed and strong robustness.Keywords： Automobile steer-by - wire system； Nominal controller； Sliding mode compensator； Sensor； Sliding mode control； Fuzzy control； Robustness； Parameter perturbation
〇引言
汽车线控转向(Steer - by - wire，SbW )系统是近年来 国内外研究学者关注的一种新型转向系统，SbW系统去 除了方向盘和转向轮之间的机械连接，具有提高汽车安 全性、操纵稳定性、驾驶舒适性的特点[1]。目前，SbW系 统的控制研究得到了一定的发展和应用。文献[2]提出 一种基于分数阶微积分理论的控制器，能够很好地提高 转向系统的鲁棒性，但是控制器参数的整定需要不断调 试。文献[3]采用滑模控制器跟踪理想车辆模型的质心 偏侧角和横摆角速度，但未考虑滑模抖振问题。文 献[4]、文献[5]采用饱和函数代替符号函数的方法，对滑 模面设置边界层，抑制了抖振问题。但边界层的设置来 源于经验，过大或过小的边界层都会影响控制效果。
本文在前人研究成果的基础上，设计了模糊滑模
的控制方法，将滑模面和滑模面的导数作为模糊控制 器的输入。这种设计方法可以自适应地调整边界层的 厚度，消除系统抖振。仿真分析中给出了沥青路面和 雨雪路面两种路面情况下的仿真结果。结果表明，该 控制方法具有良好的响应速度和鲁棒性，能够满足线 控转向系统的跟随性能要求。
KONG Huifang,ZHU Xiang,WANG Hai
Abstract ： The automobile steer - by - wire system features complex structures, uncertain model parameters and facing multiple
1线控转向系统建模
SbW系统结构示意图如图1所示。
SbW系统可分为转向盘模块、控制器和转向前轮
模块3个部分。转向盘模块包含转向盘、路感电机、转 向盘角传感器;转向前轮模块包含转向执行电机、转向 前轮、齿轮角传感器等部件。转动转向盘时，会产生一 个转角参考信号，控制器根据转向盘模块给出的转角 参考信号和车速信号，发出控制命令到转向电机，使得
修改稿收到日期:2016-05-19
基金项目：中央髙校基本科研业务费专项资金资助项目（20140003)作者简介:孔慧芳(1964—)，女，博士，教授，主要从事新能源汽车电控技术、自动变速箱电控技术的研究。-
Email:konghuifang@ 163. com,
朱翔(通信作者），男，在读硕士研究生，主要研究方向为新能源汽车电控技术。E-mail:www. zhu-xiang@ 163. com。
HGCH
• 30 •自 动化仪表
第38卷
转向前轮跟随转角参考信号。
转向盘
路感电机
图1
SbW系统结构示意图
Fig. 1
Structure of the steer - by - wire system
hi
转向盘总成模型方向盘模型为：
^
sw^h +
+
Ksw (
_
Sm, ) = Tl
(1)
路感电机模型为：人，十^义+ [[
swd
/客ml -汐h)]々ml :~
-Tmi
(2)
采用直流电机，电机电路方程为：
穴 mL +
H
+ 厶
mL = \"m
(3)
电机电磁转矩为：
Tmi
=
Kmim
(4)
以上公式中：为驾驶员施加到转向盘上的力矩；
Jsw为转向盘转动惯量;L为转向柱阻尼系数成为转向
盘转角;L为转向柱的扭转刚度;6>mi为路感电机转角； gmi为减速比;7^为路感电机电磁力矩;/mi为路感电机转
动惯量；、为路感电机阻尼系数;圪为电枢电阻;为 电机电流;K为电机电压;为电机电感;为电机转 矩系数。
h 2
转向前轮总成模型转向执行电机模型为：
Jm^m2 +
+ T/(Vm2gm
(5)
转向前轮模型为：
+
= Tz -(6)
式(5)、式（6)中Jm2为执行电机转动惯量;'2为 执行电机阻尼系数;为执行电机电磁扭矩;^2为执 行电机转角；7；为执行电机经减速机构后对外输出的 扭矩;为减速机构的效率;gm2为减速机构减速比；八 为系统摩擦扭矩；7；为正力矩作用在齿条上的扭矩； 人为前轮的转动惯量;足为前轮的阻尼系数;7；为转 向电机施加到前轮的力矩;6>f为转向前轮转角。
7
；…i x (，c +，。) x (々 + 〒_')
(7)
横摆角速度y和质心侧偏角0由整车二自由度模
型得到：
cl +c2-bc2xr
、，〇f-bc0 aacl
(8)
cx +b2c2 \\y：h
XJ3+--———^
hv
Xy--1
j-/z
x6f
式中:q为前轮侧偏刚度系数;a为质心到前轮距离;〃 为车速;c2为后轮侧偏刚度系数0为质心到后轮距 离;w为整车质量;/z为车辆转动惯量。
假设齿轮与齿条之间没有间隙，可以得到^^和它
们各阶导数之间的关系如下：
e,6
e,K
(9)
〇m2
0m2
Vnhg'Tz
式中A为传动比。
1.3系统模型
结合式(5)、式(6)以及式(9)，得到的转向前轮模 块等效模型如下：
-Y
X
〇{ + ^-x〇{ + y + ^ = u
(10)
式中:人q和\\为等效的转动惯量和阻尼系数。
Be/eqq = /w + K2Jm2
(11) =uBw+ K2Bm2
(12) = KT'
(13)
考虑系统的标称值和不确定部分影响，式（10)改
与如下：
a00{ + b00{ + T{〇 + Teq〇
+ d
(14)
式中W为系统总的不确定部分。
d可表示为：
d = - Aa00{ - Ab00{ - AT{〇 - ATeq〇 (15)
式（14)、式（15)中：aQ = /pq/&火=人i、'q。和&为系统参数的标称值、Aa〇、A~、A7\\ft
A7；q。为系统的不确定部分;7； = Fs。sign U
)/&，\\为
系统摩擦力矩和回正力矩的标称值。
sign(心）函数定义为：
1
6{ > 0
sign ⑷
0 6{
=
0
(16)
—1 < 0
2
控制器设计
2.1滑模控制器设计
转向前轮参考转角为：
K
0 =
N
(17)
第1期汽车线控转向系统的模糊滑模控制研究孔慧芳，等
• 31 •
式中:6U0为转向盘参考角成⑴为转向盘轴转角;# 为转向盘模块传动比。
定义跟随误差e(〇为：
ao
(18)(19)
式中:以0，F<0。
ao ao ao
e⑴：=0{(t) - 0hl(t)e(t)
不等式（27)确保了滑模变量最终能够到达滑 模面。
滑模补偿控制器％是为了补偿系统的不确定性、 ：-0{(t) - ^hr(0
由式（19 )可以得到系统跟随误差的二阶导数
如下：
e(t) = 6{(t) - ^hr(〇 = - —ao x e(t) - — ao
x 6{(t) +
—li(f)— _ Te-—r, —— T -er^ + ,df
(20)
ao
df
〇〇
(
21)
式中W为等效系统总的不确定部分。
将MO分为标称控制和滑模补偿控制两部分：
u(t) = ux(t) + u0(t)
(22)
式中：
为标称反馈控制器（
nominal feedback
controller，NFC ); ⑴为系统滑模补偿控制器（sliding mode compensator，SMC ) 〇
只考虑标称系统时，控制器A (0设计为：
ui(t) = Ti0+Teq〇 +«〇[^e(〇 +k2e(t)] +b00{(t)
(23)
式中:^、A:2满足Hurwitz多项式条件。
由式(20)、式(22)和式(23)可得闭环系统误差动 力学方程为：
e (0 = (\\ a0 +k2\\j x e(t)+kle(t)a0+ df (24)
根据滑模控制的基本思想，选择线性切换函数，定
义滑模变量：
5 = e(t) + \\e(t)
(25)
式中:A为大于0的正数。
为了使跟随误差e渐近收敛到0，设计滑模补偿控 制器为：
u0 = - a0sign(s) dr + \\ kl\\ xl el +9
_K
Xlei- qxsa
+ ^2 - ^2sign(5)
(26)
式中：为式（21)中\"的上界;心和如为大于0的
正数。
考虑Lyapunov函数F = //2，可以证明得到：
V = ss = s[e(t) Xe(t)]-s x [(一 i
+ 众2 + A)e(0 + V(0 + 士从。+ ,卜I 州 x
非线性等因素而加入的不连续控制部分，它的存在提 高了系统的鲁棒性，但同时也引起了系统状态环绕滑 模面的抖振。
去除抖振的一个有效方法是在滑模面附近引入一 个边界层，将滑模控制不连续部分的符号函数修改为 饱和函数[44:
sat(5) = l!
■ sign («?/〇■)
\\ s(28)
\\ ^ a
式中■为边界层的宽度。2.2模糊滑模控制器设计
在滑模控制中，虽然引入了边界层控制方法削弱 抖振，但是过窄的边界层，对不确定系统的高频抖振消 除效果不明显;过宽的边界层，又会出现较大的稳态误 差[6<。边界层的选取往往采用经验和试凑法。若采 用固定的边界层，将无法很好地适应系统参数发生变 化（比如路面条件变化)对滑模系统抖振的抑制效果。 为获得最佳的抖振抑制效果，应用模糊规则对边界层 的厚度进行调整。
本文设计模糊逻辑系统的输入量为^表示任意 点到滑动面的相对距离。模糊逻辑系统的输出量为滑 模控制边界层的宽度。定义模糊语言变量为7个子 集:负大（NB)、负中（NM)、负小（NS)、零（Z)、正小 (?3)、正中\"1\\/[)、正大（？8)，并定义输入论域均为
I -3,3丨，输出模论域为|0，1丨，超过此范围按边界值
处理。根据专家经验和试验修正，建立如表1所示的 控制规则表。
Tab. 1 表1模糊规则表Fuzzy rules
S
a
NBNMNSzPSPMPBNB
NBNBNMNMNSNSZNMNBNMNMNSNSZPSNSNMNMNSNSZPSPSZNMNSNSZPSPSPMPSNSNSZPSPSPMPMPMNSZPSPSPMPMPBPB
ZPSPSPMPMPBPB
• 32 •自 动化仪表
第38卷
表1中的控制规则可以用以下模糊条件语句来描述：
IF 5IF=NB
AND5 =NBTHEN〇- = NB
5=NMAND5 =NBTHEN〇
- = IFNB 5=PBAND5 =PBTHENa = PB
模糊输入量和输出量选取相同的隶属度函数，NB 选择Z型隶属度函数，PB选择S型隶属度函数，其余均选择如图2所示的三角形隶属度函数。
1.0
图2
隶属度函数示意图
Fig. 2 Membership function
由模糊控制器给出的控制量需要进行清晰化处 理，本文采用重心法解模糊[8]。
(J
i = l___________________(29)
3
仿真结果及分析
以某款汽车线控转向系统为例，模糊滑模控制器 结构[m]如图3所示。
->
d/df ■>
标称
m
m
婦「控制器
w
系统模型
m
1/N
-/〇
e(t)
--------------------w
滑模面
.......s......滑控模算制法
I模糊 d/dr
控制
图3
模糊滑模控制器结构图
Fig. 3 Structure of the fuzzy sliding mode controller
Matlab为了验证所设计模糊滑模控制器的有效性，利用
编写SbW系统的固定边界层滑模控制算法和
模糊滑模控制算法。设置两种不同的路面情况，以验 证当系统参数改变时模糊滑模控制对系统抖振的抑制效果。
在〇 s时，给转向盘输入一个正弦信号，汽车车速 为60 km/h;0〜15 s时为雨雪路面、15〜30 s时为沥青 路面。仿真得到转向前轮对于给定参考信号的跟随性
能和控制器输出扭矩信号。图4为固定边界层滑模控 制器仿真曲线。从仿真曲线可以看出，当转向盘输入 一个正弦转角信号，固定边界层取0.27时，转向前轮 转角在整个仿真过程中能够很好地跟随参考转向信 号，最大跟随误差为±0.253 md。由图4(b)可见，当 路面情况发生变化时，控制系统具有较大的抖振，且不 能逐渐稳定。
P2/职侄敢.
0 10
t/s
, 20 30
(a)转向前轮跟随性能
50
(
s.zv-sflptl
(b)控制器输出信号
图4
固定边界层滑膜控制器仿真曲线
Fig. 4 Simulation curve of fixed - boundary - layer sliding mode controller
图5为模糊滑模控制器仿真曲线。
P2/职徑搲
-1
)
30
(a)转向前轮跟随性能
2C
D
l〇 t!% 20
30
(b)控制器输出信号
图5
模糊滑膜控制器仿真曲线
Fig. 5 Simulation curve of fuzzy sliding mode controller
对系统边界层进行模糊控制后，系统的最大跟随 误差为±0.242 md。当路面情况发生变化时，传统滑
第1期汽车线控转向系统的模糊滑模控制研究孔慧芳，等
• 33 •
模控制和模糊滑模控制均表现出很好的鲁棒性。
模糊控制器的滑模边界层输出示意图如图6所示。
参考文献：
[1 ]田争芳.基于模糊滑模控制的汽车线控转向系统研究[D ].济 南:山东理工大学，2013.
〇.〇
0
10
,s
20 30
Fig. 6 Sliding mode boundary layer output of fuzzy controller
4
结束语
在分析滑模控制原理的基础上，给出了一种模糊 滑模控制器的设计方法。将滑模控制器分为标称控制 器和滑模补偿器，利用滑模补偿器消除系统不确定性 和外界干扰对系统的影响;并将模糊控制方法应用于 滑模边界层的自适应调整，从而抑制系统参数发生变 化时的系统抖振问题。
最后将模糊滑模控制器应用于某汽车线控转向系 统的控制器，并给出仿真结果。结果表明，基于边界层 模糊调节的滑模控制方法，根据系统滑模变量状态的 变化，动态模糊调整滑模边界层的宽度，有效改善了当 环境变化时固定边界层[11^3]滑模控制存在的抖振问 题，对系统参数变化具有很强的鲁棒性，非常适合应用 在汽车线控转向系统。
图6
模糊控制器的滑模边界层输出示意图
[2]田杰，髙翔，陈宁.基于分数阶微积分的线控转向系统的控制研 究[J ].机械科学与技术，2010，29 (9) : 1172 - 1176•[3 ]韩坤，任春燕.基于滑模控制的线控转向系统仿真[J].湖北汽
车工业学院学报，2013,27(3):1-4.
[4]彭晓燕.汽车线控制动系统安全控制技术研究[D].长沙:湖南
大学，2013.
[5 ] CAO J B,CAO B G. Fuzzy - logic - based sliding - mode controller
design for position - sensorless electric vehicle [ J ]. Power Electronics IEEE Transactions on,2009,24( 10) ：2368 - 2378.[6 ] ERBATUR K，KAWAMURA A. Chattering elimination via fuzzy
boundaiy layer tuning[C]// IECON. IEEE,2002：2131 -2136.[7] 杨玲玲，章云，陈晓龙.一类不确定非线性系统的模糊边界层滑
模控制[J].系统仿真学报，2009,21(22) :7262 -7265.
[8] 李士勇.模糊控制•神经控制和智能控制论[M].哈尔滨:哈尔
滨工业大学出版社，1998.
[9] WANG H，MAN Z，SHEN W，et al. Robust control for steer-by
wire systems with partially known dynamics [ J ]• IEEE Transactions on Industrial Informatics,2014,10(4) ：2003 - 2015.[10] 余志生.汽车理论[M]. 3版.北京:机械工业出版社，2005.[11 ]张晓宇，陈文卓，申斌.一种离散模糊滑模边界层自适应的消抖
方法[J]•自动化仪表，2015,36(8) :1-6.
[12] WANG H,K0NG H,MAN Z,et al. Sliding mode control for steer -
by - wire systems with AC motors in road vehicles [ J ]• IEEE Transactions on Industrial Electronics,2014,61 (3) ：1596 - 1611.[13] ZHANG X，KONG H，WANG H. A composite control scheme for
automotive steer - by - wire system [ CJ//2014 Proceedings of the 6th International Conference on Modelling, Identification & Control (ICMIC). IEEE,2014：237 -242.
(上接第28页）
[9] 陈进东，张相胜，潘丰.基于wienei•模型的非线性预测函数控
制[J].吉林大学学报(工学版），2〇11，41(增刊1) :264 -269.[10] ZHANG J M. A non - minimal state space formulation based
predictive functional control design for inverse - response processes [ J ]. Chemometrics & Intelligent Laboratory Systems, 2014,139(6) ：70 -75.[11] 侯宁，费树岷，周磊.基于小波函数的预测函数控制方法研
究[J].西南大学学报（自然科学版），2014,36(2):136 -142.[12] 赵寅军，陈国定，张伯立.阶跃基权系数时变的预测函数控
制[J] •计算机仿真，2012，29(1) :79 - 82.
[13] ZHANG R D, WU S,GA0 F R. Improved PI controller based on
predictive functional control for liquid level regulation in a coke fractionation tower [ J ]. Journal of Process Control ,2014,24 ( 3 )： 125 -132.[14] 郭伟，吴东，吴青.基于PID预测函数的励磁控制研究[J].控制
工程，2012,19(5) :757 -760,764.[15] 郭伟，倪家健，李涛，等.基于时域的分数阶PID预测函数励磁
控制器[J].仪器仪表学报，2011，32(11) :2461 -2467.
[16 ]周磊，费树岷，黄家才.一种新型的预测函数PID控制算法的研
究[J]•自动化仪表，2013,34(9) :63 -66.
[17 ] WU S. State space predictive functional control optimization based new PID design for multivariable processes [ J ]. Chemometrics and Intelligent Laboratory Systems,2015,143(5) ：16 -27.
[18 ]苏成利，施惠元，李平，等.增量式多变量预测函数控制及其在
气体分傭装置中的应用[J].南京理工大学学报，2015，39(5): 625 -631.
[19]张运诗，仲兆准，钟胜奎，等.分布式预测函数控制优化算
法[J] •自动化仪表，2014,35(7) :68 -73.
[20 ]杜建根，唐建生，黄建娜.模糊预测函数控制在倒立摆上的应用 研究[〗].武汉理工大学学报，2008,30(1):146 -149.[21 ]朱坚民，沈正强，李孝茄.基于神经网络反馈补偿控制的磁悬浮
球位置控制[J].仪器仪表学报，2014，35 (5) :976 -986.[22]邓永停，李洪文，王建立，等.基于预测函数控制和扰动观测器
的永磁同步电机速度控制[J].光学精密工程，2014,22(6): 1598 -1605.[23 ]尹成强，岳继光.非自衡时滞对象的改进内模控制[J ].控制与
决策，2009，24( 10) : 1593 -1596,1600.
因篇幅问题不能全部显示，请点此查看更多更全内容