摘要：轮毂电机驱动电动汽车动力传输效率高、污染小、控制灵活，尤其可以实现对单个车轮的独立控制，因此具有明显的驱动控制优势。然而，相对传统的动力中置电动汽车而言，轮毂电机省去了机械传动系统，电机更加靠近振动源，使其运行条件更加恶劣，同时电机在运行过程中还存在各类不确定性扰动，如路面的随机扰动和自身电磁激励。工程上采用传统比例积分微分控制方法抑制不确定性扰动，虽然实现简单，但始终存在转速超调与快速跟踪之间的矛盾，在复杂扰动条件下跟踪精度不高，制约了车辆动力性能的提升。本文主要分析轮毂电机客车驱动系统设计及性能比较。
关键词：电机客车;驱动系统;轮毂电机;轮边电机
引言
轮毂电机驱动系统具有可独立控制、响应快和效率高等优点，已成为电动汽车动力系统的一个重要发展趋势。本文以某型纯电动样车为原型，设计其轮毂电机驱动系统，解析其差速控制策略，然后采用Cruise软件进行仿真分析，比较轮毂、轮边和直驱三种构型的动力性和经济性。
1、整车驱动控制策略
VCU发出运行指令后，PCM通过CAN读取挡位状态，当挡位状态为D或者Ｒ挡，驾驶员踩下AP时，与AP硬线连接的PCM会根据预存的整车动力学模型计算得到一个基本的整车扭矩需求值，然后根据不同的工况将扭矩需求分配给左右轮毂电机控制器，再控制轮毂输出对应扭矩完成驱动控制。主要的三种控制策略如下:1)良好路面直线行驶。PCM根据SAS的转向角度输出信号，判定转向角度为0，此时两个轮毂电机扭矩各按整车扭矩需求值的一半分配。2)转向过程中的差速控制。PCM根据SAS的转向角度输出信号，判定转向角度不为0，此时根据预存的整车动力学模型计算两个轮毂电机的扭矩分配值。即转向过程中全部车轮围绕一个瞬时中心点做圆周滚动，这就是轮毂电机驱动系统广义上的差速控制过程。3)实时的道路状态识别。PCM实时获取ABS或EBS发送的转速信号，通过与车速的比较运算得到滑移率参数，进而对两轮的驱动扭矩进行实时修正，从而形成差速闭环控制。这在转向差速控制或直线行驶同速控制(左右车轮附着力不一致)过程中都非常重要。
2、电机驱动系统故障诊断难点
电机驱动系统故障诊断需综合考虑多方面因素，技术难点主要在于非线性系统分析、阈值选
取、伪故障特征排除和微弱信号提取等问题。系统非线性电机驱动系统死区及开关延迟多运行工况随机噪声扰动传感器采样阈值选取难伪故障特征干扰微弱信号提取。1）系统非线性下的建模与分析问题电机驱动系统在运行过程中，受死区时间、器件导通和关断延迟等因素影响，将会呈现非线性特征。低转速工况下，输出参考电压较低，死区占比持续增大，系统非线性特征进一步放大。高转速工况下，定子电流谐波变大。这些问题对系统的精确建模与特征分析带来了极大挑战。2）多运行工况下阈值选取问题电机驱动系统的电流信号具有强负载依赖性。轻载和空载运行时，电流幅值较小，故障发生后的故障特征值与正常运行时的电流值较为接近，难以实现有效区分；系统起动、调速和制动等过程中，电流基波周期呈动态变化趋势。上述问题导致阈值选取极为困难，严重影响故障诊断准确性。3）伪故障特征干扰问题故障诊断的准确性至关重要，尤其对于一些大功率电机驱动系统，一旦发生误诊断，将产生不可估量的影响。在实际运行过程中，以下三方面因素会导致电机驱动系统产生误诊断问题：a.传感器作为故障诊断数据来源的关键，其故障信号与功率器件故障信号存在特征交叉现象；b.死区时间范围内，上、下桥臂器件同时关断，系统特征与器件开路故障特征一致；c.系统运行时，不可避免地存在随机噪声、内外扰动等非理想因素。4）微弱信号提取问题一些微小故障和渐变性故障，特征不明显、区分度差，在采集故障特征时面临微弱信
号的提取问题，对算法鲁棒性和传感器精度提出了较高要求。综上所述，电机驱动系统的故障诊断需要综合考虑多项因素，主要包括系统建模的精确性、阈值选取的合理性、伪故障特征的干扰性以及微弱信号提取的准确性等问题，对故障诊断技术提出了较高要求。
3、预防控制
3.1数据驱动法
数据驱动法的核心是利用人工智能技术对大量的既有故障数据进行分析、训练，用于判别测量数据的模型适配度，实现故障诊断。数据驱动法不需要了解系统结构，不需要提供先验准确分析，应用于非线性、易突变、难以准确建模的变流器故障诊断具有明显优势，目前应用于变流器故障诊断领域的主流智能算法有神经网络、支持向量机、模糊逻辑推理等。神经网络和支持向量机原理类似：通过训练、学习既有故障特征值样本，不断调整自身权值和阈值矩阵，建立故障特征与类别之间的映射关系。区别在于支持向量机在小样本数据库情况下的应用效果更好。这两类方法主要应用于故障定位，在溯源分析故障原因领域应用较少。模糊逻辑推理通过设定隶属函数以及模糊规则建立故障诊断模型，逐步求解，解决概念外延模糊带来的不确定性，具有强大的处理不确定性问题的能力，能够有效解释故障特征与故障类型
之间的对应关系。神经网络和支持向量机虽然可以解决非线性复杂系统难以建模的问题，但仍具有算法复杂、寻优时间久、模型参数选取依靠经验等不足。通过采用主成分分析、聚类算法、遗传算法和粒子算法等算法对基于神经网络和支持向量机的故障诊断模型进行优化，可以提高获取权值和阈值系数的准确性与快速性，缩短故障诊断时间。
3.2双电机驱动系统分析
与传统商用车相比，新能源商用车以驱动电机和电池包代替发动机作为动力源。在传统方案结构上，纯电驱动系统在整车空间需求上与发动机相比有增无减，需要结构更加紧凑。在传统方案性能方面，电机的效率区间比柴油发动机和汽油发动机更广，且效率更高。冷却方案上，发动机的风冷系统显然不适用该系统，而水冷电机在结构上空间占用率大。因此，该系统直接采用主动油冷和热交换器增加冷却效果。换挡方案上，传统的机械式自动变速器在选换挡时，由于发动机或者新型商用车变速器的单电机为唯一动力源，整车进行升降挡时，同步滑套或同步器必须进入中间位置进行换挡，导致整车存在动力中断。因此，该方案采用双电机驱动，同时采用双中间轴布置，在整车换挡时，若其中一边中间轴上的滑动齿套处于中间位置（无动力传输）时，另一边中间轴的滑动齿套仍然处于挡位状态（另一电机提供动力）
，仍然可为整车提供动力。电气方案上，双电机驱动系统的控制单元与整车的控制单元采用同类型控制信号传递，更加便捷，可行性高。
结束语汽车轮毂
本文对电机驱动系统故障诊断技术进行了深入剖析，对取得的相关重要进展进行了全面论述，对各类方法面临的挑战和适用领域进行了系统性梳理归纳，对未来研究重点和发展趋势进行了全方位展望。人工智能领域的迅速崛起和信息化技术的飞速发展，为更好地解决实际系统中各种非理想因素对故障诊断算法性能的影响带来了契机。如何利用软件算法代替附加硬件，在降低成本的同时实现高效实时故障诊断，保障系统运行稳定性是今后需要解决的重要课题。
参考文献：
［1］李银银．电动汽车用直驱式轮毂电机设计与研究［D］．杭州:浙江大学，2017．
［2］智晋宁，项昌乐，朱丽君，等．轮边电机驱动汽车性能仿真与控制方法的研究［J］．汽车工程，2012，34(5):389－393．
［3］卢山峰，徐兴，陈龙，等．轮毂电机驱动汽车电子差速与差动助力转向的协调控制［J］．机械工程学报，2017，53(16):78－85．
［4］杜志良，章棵，黎程，等．混合动力公交车的驾驶性和经济性优化开发［J］．汽车安全与节能学报，2017，8(4):425－431．
［5］余卓平，高乐天，章仁燮，等．轮边电机驱动差动转向车辆动力学控制［J］．同济大学学报，2018，46(5):631－638．
发布评论