電動車控制器
前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇電動車控制器范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。
電動車控制器范文第1篇
1、電動車的電機按結構可分為兩種,即有碳刷及換向器的電機(簡稱“有刷電機”)和沒有碳刷靠霍爾元件進行換向的電機(簡稱“無刷電機”)。
2、其控制器也分為有刷控制器和無刷控制器兩種，二者不可互換。有刷控制器的電路組成及原理請參見前文，下面通過實際電路講述無刷控制器的工作原理。
3、舉例48V／350W電動自行車無刷控制器電路原理。該控制器由CPU（PIC16F72）、2片74HC27（3輸入或非門）、1片74HC04D（反相器）、1片74HC08D（雙輸入與門）和1片LM358（雙運放）、6只大功率場效應管等組成，功率達350W。是一款比較典型的無刷電動車控制器，具有60°和120°驅動模式自動切換功能。
（來源：文章屋網 ）
電動車控制器范文第2篇
1、不可以用，會損害電動車。大功率電機配小功率控制器后，大功率電機在工作中電流比較大，會引起控制器頻繁斷電保護。因此大功率電機的性能就會降低。而控制器內的開關管損壞的幾率也會增加。，因此控制器會有一個保護電流，也就是限流。電流超過限定值后控制器會自動切斷電源輸出。因此不同功率的控制器限流電流大小也不一樣。
2、在一定程度上，控制器決定電動機的最大功率。因此控制器功率比電動機功率小的直接后果，就是電動機功率降低。
（來源：文章屋網 ）
電動車控制器范文第3篇
關鍵詞：車輛工程；電液復合制動；主動前輪轉向；能量回收；控制策略；極值搜索算法
中圖分類號：U463.4 文獻標識碼：A
文章編號：1674-2974（2016）02-0028-08
分布式電驅動汽車因其諸多優點而受到工業界和學者們的青睞[1-2].
電動車在復雜路面條件下的制動力矩分配直接影響車輛的穩定性，車輪突然滑轉或抱死會引起側向附著降低，嚴重時可導致車輛失去轉向能力甚至甩尾.傳統的產品化的ESP控制利用ABS和ASR控制作為下層來控制車輪的滑移（轉）率，但現有的分布式驅動電動汽車制動力矩分配控制未能實現與ABS和ASR控制的結合[3]，因此，如何設計適合分布式驅動電動車的滑移率控制器，提高制動效能，同時保證車輛主動安全性是需要關注的一個問題.
電動車具有電機制動響應快、實時性好、精準可控的優點，但其最大制動力矩受限于電機本身特性和電池荷電狀態（SoC），無法滿足一些強制動工況的需求，故電動車常采用電機再生制動和液壓制動的復合制動方式[4].電液復合制動技術也被認為是提高電動車續航和車輛主動安全性的關鍵技術.目前對電液扭矩協調的研究主要采用未包含執行器動力學的靜態分配方法[5]，然而由于二者執行帶寬的差異，會使實際響應力矩的復合效果與期望值之間有偏差.因此，如何在考慮執行器動力學條件下設計動態控制分配是需要關注的又一問題.
鑒于此，本文提出一種分離路面下AFS與電液復合制動集成的控制策略.AFS用來補償側向穩定性，采用滑模控制.電液復合制動用來實現滑移率控制，采用滑模極值搜索算法，并考慮轉彎制動時縱向動力學對側向動力學的影響，引入前輪轉角對滑移率控制律進行修正，進一步提高車輛側向穩定性.針對電液復合制動，采用動態控制分配法協調電機與液壓制動力矩，通過增加對執行機構速率的懲罰，擴展一般的二次規劃控制分配算法，使算法具有頻率依賴的特性，實現對執行機構帶寬的考慮.最后對控制策略進行仿真驗證.
1車輛動力學模型
面向控制器驗證用車輛模型采用七自由度整車模型，如圖1所示.
2 控制策略
控制策略采用內外環結構.為提高車輛系統對參數不確定性的魯棒性，外環AFS控制器采用滑模控制，內環滑移率控制器采用滑模極值搜索算法.針對目前復合制動電液制動力矩協調難的特點，利用考慮執行器帶寬的動態控制分配法進行電機與液壓制動力矩協調，并采用分層控制結構，實現控制問題的解耦化、簡易化，如圖2所示.如上層滑移率控制器保證不出現抱死拖滑，得到總期望制動力矩即可，無需考慮電機與液壓是如何協調的；中層控制分配模塊只需在考慮執行器動力學條件下，實現對總期望制動力矩的分配即可；下層電機與液壓執行器僅需考慮約束條件下執行控制分配模塊給出的分配值即可，無需考慮分配值是如何得到的.
2.4制動力矩分配與執行
滑移率控制器得到的總期望制動力矩需要電機與電子液壓復合制動實現，然而由于二者執行動力學差異[1]，傳統靜態控制分配在包含執行器動力學情況下易使實際響應力矩的復合效果與期望值之間有偏差，本文采用動態控制分配[10]實現電液力矩分配：
作為比較，本文采用鏈式遞增法實現期望制動力矩的靜態控制分配[11].圖3為靜態控制分配與動態控制分配力矩分配頻域響應，可以看出動態控制分配高頻階段執行帶寬更大的電機制動權重更大.
其中后輪低選控制表示后輪高附著一側制動力選擇與低附著一側相同；滑模極值搜索與門限值控制均為四通道獨立控制，邏輯門限控制取參考滑移率為0.2.直線制動時，協調控制與無協調控制策略一致，標示為“AFS+WSC”.車輛仿真參數見表2.
3.1分離路面直線制動
工況設定：初始車速為25 m/s；路面摩擦因數，左側0.8，右側0.4.
圖4為幾種控制策略的橫擺角速度變化曲線，可以看出AFS與WSC集成控制可以使橫擺角速度接近理想值0，較好地補償了由于左右制動力不均產生的干擾橫擺力矩；其他3種單獨WSC控制都無法跟蹤理想值，但后輪低選控制因后輪制動力相同，產生的干擾橫擺力矩變小，因此橫擺角速度相對較小.圖5為車輛制動軌跡曲線，AFS與WSC集成控制的最大側向偏移為0.8 m，而3種單獨WSC控制工況均出現較大的制動跑偏，其中邏輯門限值控制產生的側向位移最大，為5.2 m；滑模極值搜索控制為5.1 m，但后者縱向距離為62.5 m，小于前者的69.6 m；后輪低選控制的側向位移為4.08 m，小于滑模極值搜索的5.1 m，但其縱向制動距離為67.6 m，明顯大于滑模極值搜索的62.5 m.其中，由于AFS調節，集成控制側向偏移方向相反.
圖6為輪胎滑移率變化曲線，可以看出0.25 s左右WSC搜索到了最優滑移率并保持穩定，說明本文所提出的滑模極值搜索算法可以自動搜索到最優滑移率.右側低附路面最優滑移率偏小，符合路面附著系數越小最優滑移率也越小的趨勢.圖7所示為左前輪電液復合制動實際響應力矩跟蹤期望值的效果曲線，可以看出動態控制分配能較好地跟蹤期望值，而靜態控制分配則無法跟蹤期望值.圖8所示為電機與液壓制動力矩變化曲線，可以看出開始0～0.06 s內僅有電機制動，當其制動力矩達到飽和后，液壓制動開始工作.仿真開始3 s后，隨著車速降低，當電機轉速低于電機基速時，再生制動力矩開始逐漸減小到0，與此同時液壓制動逐漸增大以滿足總期望制動力矩需求.可見制動過程中，除因最大扭矩380 N?m的約束條件限制，電機總是處于最大制動強度，最大化地進行了能量回收.
3.2分離路面轉彎制動
工況設定：初始車速為20 m/s；彎道內側路面摩擦因數為0.4，外側為0.8；1 s后開始向左轉向，1 s內方向盤轉角由0°轉到84°.
圖9顯示，AFS與WSC協調控制可以較好地跟蹤理想橫擺角速度，無協調控制則在大橫擺角速度時無法跟蹤，3種WSC單獨控制工況，均無法跟蹤理想橫擺角速度.
圖10為轉彎制動距離，可看出協調控制較無協調控制最大側向位移增加了0.1 m，3種WSC單獨控制時出現了較大的側向滑移.圖11顯示，無協調控制時產生的質心側偏角最大為0.22 rad，而協調控制僅為0.06 rad，單獨WSC控制時因未實現理想轉彎運動，產生的質心側偏角均較小.圖9～圖11表明AFS與WSC協調控制較無協調控制可以顯著提高車輛側向穩定性，制動距離卻未出現明顯增大，而單獨WSC控制均無法保證車輛轉彎時的側向穩定性.
圖12為AFS與WSC協調控制產生的歸一化輪胎縱向力，左側輪胎快速穩定在0.4左右，而右側穩定在0.8左右，說明WSC滑模極值搜索算法可以自適應路面附著系數的變化，快速搜索到輪胎的最大制動力.前輪轉向時（1.0～2.0 s），前軸左右輪歸一化輪胎縱向力出現了明顯的減小，這是由于AFS控制產生了車輪附加轉角，造成輪胎縱向力減小的緣故.
4結論
針對分布式電驅動汽車，以實現車輛主動安全性同時兼顧制動能量回收為目標，考慮轉向和制動兩系統動力學上的相互影響和相互制約，提出一種AFS與電液復合制動的集成控制策略.通過對所提出控制策略進行仿真驗證，主要得出以下結論：
1） 分離路面直線制動時，集成控制策略產生的橫擺角速度接近0，側向偏移為0.8 m，可以較好地回收制動能量，保證制動方向穩定性.滑移率控制器可自適應路面附著系數變化，不依賴參考滑移率即可快速搜索到最大制動力和最優滑移率.動態控制分配可使實際響應力矩更好地跟蹤期望制動力矩.
2） 分離路面轉彎制動時，WSC與AFS協調控制較無協調控制可以更好地跟蹤理想橫擺角速度，制動距離卻未出現明顯增大，且質心側偏角明顯相對較小，提高了車輛側向穩定性.
參考文獻
[1]CROLLA D A，CAO D. The impact of hybrid and electric powertrains on vehicle dynamics，control systems and energy regeneration[J]. Vehicle System Dynamics， 2012，50（S1）：95-109.
[2]KAWASHIMA K，UCHIDA T，HORI Y. Rolling stability control utilizing rollover index for in-wheel motor electric vehicle[J]. IEEJ Transactions on Industry Applications，2010，130（5）：655-662.
[3]余卓平，馮源，熊璐.分布式驅動電動汽車動力學控制發展現狀綜述[J].機械工程學報，2013，49（8）：105-114.
YU Zhuo-ping，FENG Yuan，XIONG Lu. Review on vehicle dynamics control of distributed drive electric vehicle[J]. Journal of Mechanical Engineering，2013，49（8）：105-114.（In Chinese）
[4]DE CASTRO R，ARAJO R E，TANELLI M，et al. Torque blending and wheel slip control in EVs with in-wheel motors[J]. Vehicle System Dynamics，2012，50（S1）：71-94.
[5]JING H H，LIU Z Y，LIU J S. Wheel slip control for hybrid braking system of electric vehicle[C]//Proceedings of 2011 International Conference on Transportation， Mechanical， and Electrical Engineering. New York： IEEE，2011：743-746.
[6]周兵，范璐，駱晨. 主動前輪轉向變傳動比曲線分析與設計[J]. 湖南大學學報：自然科學版，2014，41（2）：73-78.
ZHOU Bing，FAN Lu，LUO Chen. Analysis and design of the variable steering ratio curve of active front steering system[J]. Journal of Hunan University： Natural Sciences，2014，41（2）：73-78. （In Chinese）
[7]ZHANG C，ORDONEZ R. Extremum-seeking control and applications[M]. Berlin： Springer，2012：51-52.
[8]DINMEN E，GUVEN B A，ACARMAN T. Extremum seeking control of ABS braking in road vehicles with lateral force improvement[J].IEEE Transactions on Control Systems Technology，2012，22（1）：230-237.
[9]DRAKUNOV S，OZGUNER U，DIX P. ABS control using optimum search via sliding modes[J]. IEEE Transactions on Control Systems Technology， 1995，3（1）：79-85.
電動車控制器范文第4篇
關鍵詞：電動汽車；驅動控制系統；車輛模型；SOA智能優化算法
DOI：10.16640/ki.37-1222/t.2016.21.163
0 引言
近年來，綠色環保與可持續發展成為日益重要的發展理念。本文研究的輪轂電機驅動電動汽車在現有商用化電動汽車的基礎上省略了減速器、 差速器和傳動軸等機械零部件部件，直接由整車控制器發出控制信號直接控制車輪，這樣節省車內空間，更容易實現電動車的微型化、輕量化[1-2]。本文將CarSim中的內燃機模型和傳動系統模型，修改為轂電機模型，在Matlab/Simulink中搭建電機模型和控制系統模塊，在聯合CarSim進行聯合仿真。
1 四輪輪轂電機電動汽車建模
在Matlab/Simulink中搭建輪轂電機模型，去掉CarSim中的傳統內燃機汽車模型， 通過Matlab/Simulink和CarSim聯合仿真，搭建出四輪獨立驅動輪轂電機電動汽車整車模型。
1.1 輪轂電機建模
輪轂電機無刷直流電機，其主要由電機本體、霍爾位置傳感器和電子逆變器構成。無刷直流電機數學模型形式可表示為：
其中ea，eb，ec分別表示定子a，b，c三相生成的梯形反電動勢。電磁轉矩方程為：
式中：Te為電磁轉矩；w為電機角速度；Tl為負載轉矩；J為轉動慣量；B為黏滯摩擦系數；ua，ub，uc為繞組電壓 ，ia， ib，ic為相電流；ea，eb，ec為相反電勢；L為相繞組自感系數；M為相繞組互感系數。
式（1）、式（2）和式（3）共同構成了無刷直流電機的微分方程數學模型。采用基于SOA的PID控制算法來控制輪轂電機，
1.2 整車模型搭建
打開CarSim 8.02 軟件，選擇B-Class， Hatchback選項作為基準車輛，將CarSim中原有的內燃機模型改為 4-wheel drive（四輪驅動），其內容定義為選擇No dataset select方式，同時將四輪驅動轉矩設置為車輛模型的輸入量變量。
2 整車動力學控制器設計
基于PID的控制器技術問世至今有70多年，但在一般情況下，對PID的三個參數的取值是根據經驗，再加上試湊出來的，本論文引用基于人群搜索算法來優化PID的參數整定。
2.1 SOA算法適度函數的選取
SOA智能算法在搜索進化中用適度值來評價解的優劣，用其解作為下一個搜尋個體的更新依據，經過多次迭代，最終達到最優解。目標函數如下：
式中，是系統誤差，是控制器的輸出，和為權值。同時采用懲罰控制，一旦有超調產生，超調量就作為一項最優指標，其最優指標函數為下：
2.2 SOA算法個置的更新
用高斯隸屬度函數表示了搜索步長的模糊變量：
試中：為高斯隸屬度函數，而為輸入變量，和為隸屬度函數的參數。通過對人的利己、利他和預估行為分析，確定搜索方向，確定搜索方向和步長以后，可以得到位置更新算式如下：
2.3 SOA算法流程
適度函數和參數編碼確定后SOA算法整定PID參數算法如下： （1）初始化個體和維度矩陣時，隨機產生一個S×D的初始位置矩陣；（2）根據目標函數和最優指標函數計算個體的適度值；（3）每個個置與自己的歷史最佳位置進行比較，記錄最佳位置作為個體最佳位置；（4）每個個體最佳位置與種群最佳位置進行比較，記錄最佳位置作為種群最佳位置； （5）根據位置更新算法，更新位置，如果沒有達到結束條件，返回到（2）。
3 仿真分析
采用CarSim和Matlab/Simulink搭建的用于四輪獨立驅動輪轂電機電動汽車控制系統仿真驗證的平臺。首先，SOA智能算法，實時的迭代出控制系統的最優參數，使得PID控制器能獲得最優的控制性能， PID控制器根據目標車速實際工作狀態，合理的給四個四輪分配力矩。
為進一步驗證所搭建的四輪獨立驅動輪轂電機電動汽車模型的有效性，在CarSim中選擇對應的傳統車模型來對比，方向盤轉選擇有代表性的正弦波形來進行仿真實驗，路面附著系數選擇0.25，行駛速度為120 km/h，無制動，檔位控制選擇AT 6檔。
4 結論
仿真結果可以很容易地分析得到，在論文中所建立的輪轂電機電動汽車模型與 CarSim中傳統汽車模型是比較接近，進入一步的驗證了模型的有效性，通過引入SOA智能控制算法，也提高了電動汽車驅動控制系統的快速響應性能和魯棒性能，該模型的搭建將為日后電動汽車整車控制算法的研
究奠定了基礎。
參考文獻：
[1]Murata S.Vehicle dynamics innovation with in-wheel motor.SAE Paper，2011（39）：7204.
電動車控制器范文第5篇
關鍵詞：分布式驅動電動汽車 車用ECU軟件 控制軟件
中圖分類號：U469 文獻標識碼：A 文章編號：1007-9416（2016）06-0174-01
以往汽車的電控系統的軟件開發流程，大多采用的都是串行模式，這種傳統的電控系統設計模式，控制軟件與硬件系統的開發是并行的，開發階段無法做到控制算法在一個實時的硬件平臺上實現仿真計算，不能及時了解到控制算法的性能[1]。此外開發周期較長，并且在開發環節中的文檔比較多，很容易會造成軟件和硬件開發環節之間有潛在的遺漏危機。鑒于傳統汽車電控系統開發模式的缺點，本文采用了一種新型基于模型的的V型軟件開發模式。
新型的V型開發模式特點是汽車工程師無論是在進行開發、編程或者是調試ECU，都能在同意環境下工作，使用這一系統能夠加速和簡化開發流程，其流程圖如圖1所示。
汽車電控系統軟件設計開發一般包括以下幾步[2]：首先在控制功能需求定義、基于模型的控制功能設計以及軟件在環模擬過程中，由總體設計人員根據需求來確定設計方案，并且采用Simulink完成系統建模、控制算法設計以及進行離線仿真計算等等工作，驗證控制策略。這些是整個開發階段的基礎。然后通過RTW等相關的代碼生成工具將建立的Simulink仿真控制模型轉換為目標硬件的機器碼，下載到ECU中，來進行硬件在環仿真。最后是將控制器裝到實車上進行調試和標定，完成最后的電動汽車整車控制器開發。
這種新型開發模式的提出改變了以往人們從設計整車控制器到實現的觀念和方法，在軟件開發環節中大大節省了編寫程序所占用的時間，降低了產品的開發成本，具有較大的經濟效益和市場前景[3]。
本文采用的車用ECU軟件開發流程圖如圖2所示。
（1）在制定了整車控制軟件的控制功能后，然后針對各項控制功能在Matlab/Simulink中建立整車控制仿真模型，并對其進行仿真分析，驗證所建立的仿真模型能夠完成各項控制功能。
（2）將建立好的Simulink模型通過Matlab中的RTW工具進行代碼自動生成，然后下載到硬件開發板中進行仿真運算，將得到的結果與Simulink模型的仿真結果進行對比，驗證生成代碼的正確性。
（3）通過DAVE和Tasking軟件完成整車控制器底層軟件的開發，并且與RTW自動生成的代碼進行程序集成，完成整車控制器控制軟件的開發。
（4）將整車控制軟件程序下載到整車控制器中，分別依次進行整車控制器軟件調試，基于單輪輪轂電機試驗臺架的整車控制器調試以及整車控制器實車試驗，驗證整車控制器控制軟件的控制效果，完成整車控制器開發的最后階段。
本文對分布式驅動電動汽車整車控制軟件所采用的新型的基于V型電控單元開發模式，相比較于傳統串行模式，節省了大量手動編寫程序的時間，開發周期縮短，并且所開發的軟件能夠完成預期目標，電動汽車能夠穩定的行駛。
參考文獻
[1]張箭.Matlab與嵌入式實時操作系統DeltaOS結合的技術研究與實現[D].西南交通大學，2007：1-7.
