Blog

Jul 17, 2023

Contrôle coordonné du couple du passage

Scientific Reports volume 13, Numéro d'article : 11564 (2023) Citer cet article 233 Accès 2 Détails d'Altmetric Metrics La sécurité des véhicules revêt une importance considérable pour le développement intelligent de

Rapports scientifiques volume 13, Numéro d'article : 11564 (2023) Citer cet article

233 Accès

2 Altmétrique

Détails des métriques

La sécurité des véhicules revêt une importance considérable pour le développement intelligent des véhicules hybrides. Cependant, le contrôle de stabilité en temps réel ou une répartition raisonnable du couple dans des conditions routières extrêmes restent un énorme défi en raison des multiples paramètres incertains et des difficultés à concilier les performances de maniabilité et de stabilité. Pour résoudre les problèmes ci-dessus pour un véhicule hybride à 4 roues motrices (4WD) traversant la route, cette étude propose une approche de gestion de la manipulation et de la stabilité (HSM) en incorporant les règles d'optimisation hors ligne et le modèle prédictif en ligne. contrôle (MPC). Premièrement, le modèle dynamique du véhicule à sept degrés de liberté (7-DOF) est utilisé pour extraire hors ligne les règles de répartition du couple (Offline-ETDR), et le retour MPC en ligne (Online-MPCF) est utilisé pour compenser les exigences de couple supplémentaires pour le mauvais effet dans des conditions extrêmes. En conséquence, les résultats d'optimisation hors ligne et la correction en ligne sont fusionnés pour fournir la demande de couple totale compte tenu de la détection en temps réel de l'état de la route. Enfin, des tests de véhicules réels sont mis en œuvre pour valider l'efficacité de la stratégie de coordination du couple proposée. Par rapport au véhicule sans stratégie de contrôle de couple, la méthode proposée améliore considérablement la capacité de virage du véhicule tout en garantissant également des performances de stabilité élevées.

La sécurité des véhicules joue un rôle considérable dans l'intelligence des véhicules, en particulier pour les véhicules à plusieurs roues motrices. Par exemple, les stratégies de contrôle axées sur la sécurité, notamment le contrôle de stabilité, le contrôle de dérive du débattement arrière ainsi que le programme électronique de stabilité, ont toujours retenu l'attention des chercheurs automobiles1. Plus précisément, une conduite extrême, notamment une vitesse élevée et un angle de braquage élevé, est la principale raison de l'instabilité du véhicule2. Par conséquent, de nombreuses méthodes, notamment la suspension active (AS)3,4, le programme électronique de stabilité (ESP)5, le régulateur de vitesse dynamique6, la commande de direction active (ASC)7 ou l'utilisation de barres stabilisatrices8, ont été proposées pour résoudre les problèmes ci-dessus. Parmi ces méthodes, la question de la saturation de la force latérale du pneu est toujours au centre des préoccupations. Par exemple, le contrôle direct du lacet (DYC)9 génère un moment de lacet supplémentaire pour ajuster la force longitudinale des autres roues, améliorant ainsi la stabilité du véhicule équipé de moteurs de moyeu. Zhang et al.10 ont réalisé le contrôle de stabilité en combinant les méthodes DYC et AFC, qui ont encore complété la force requise. Mirzaei et Mirzaeinejad11 ont conçu un contrôleur orienté multi-variables pour optimiser les angles avant. Liang et al.12 ont utilisé la fonction de pénalité pour attribuer le poids de l'AFS et du DYC afin d'assurer la stabilité des véhicules à 4 roues motrices pendant la direction. Ces méthodes améliorent efficacement la stabilité du véhicule, mais la coordination de ces deux méthodes de contrôle nécessite une discussion plus approfondie.

Récemment, la réponse rapide du contrôle et la faisabilité du contrôle ont attiré davantage l'attention des chercheurs automobiles. Par exemple, le contrôle hiérarchique est initialement proposé dans13 et 14 pour poursuivre le contrôle de la vitesse et de la précision. Dans le contrôleur DYC supérieur, le moment de lacet supplémentaire est fourni avec le comportement de référence ; dans la couche inférieure, de multiples objectifs, dont l'économie d'énergie13, la stabilité latérale15,16, l'optimisation de la cohésion routière basée sur des règles spécifiques17,18 ainsi que l'optimisation de la transmission de puissance19, sont optimisés pour répartir le couple entre quatre exécuteurs individuels. En ce qui concerne l'algorithme de contrôle, les contrôleurs proportionnels intégraux flous20,21 ont été largement utilisés pour optimiser la force latérale. Cependant, le PID traditionnel a un effet limité sur la stabilité du véhicule. Dans les références 22 et 23, le contrôle du mode coulissant (SMC) a été utilisé pour assurer la stabilité longitudinale et transversale du véhicule. Cependant, l’inconvénient du SMC est qu’il est difficile d’éliminer les tremblements transitoires. De nos jours, avec le développement de l’intelligence artificielle, les approches d’optimisation des stratégies de contrôle traditionnelles ont été envisagées. Martinsen et al.24 ont utilisé l'algorithme d'apprentissage par renforcement (RL) pour suivre la trajectoire de référence tout en garantissant la stabilité latérale. Wang et al.25 ont ajusté les paramètres SMC à l'aide de l'algorithme de gradient politique déterministe profond dans l'optimisation RL. De même, en 26, le schéma RL a été utilisé pour régler les paramètres du contrôleur PID. Wei et al.27,28, combinées à la sécurité des véhicules et à l'efficacité de l'utilisation de l'énergie, une stratégie de contrôle de coordination du couple basée sur un RL profond a été proposée. Par la suite, l'efficacité de cette stratégie a été prouvée par la simulation. Cependant, l’approche RL n’est pas adaptée au fonctionnement en ligne en raison de sa surcharge de calcul accrue. Ainsi, une méthode plus réalisable, appelée contrôle prédictif de mode (MPC)29,30,31,32,33, a été envisagée pour l'exécution en temps réel et les contraintes multiples. La littérature34 a intégré l'AFS, le freinage différentiel (DB) et le 4WD dans MPC pour sa compatibilité, et l'efficacité de la stratégie a été démontrée grâce à la simulation conjointe de MATLAB et CarSim. Bien que la méthode MPC soit largement utilisée pour optimiser les performances de stabilité latérale, le moment de lacet requis est toujours généré à partir de l'angle de dérapage de référence (β) et du taux de lacet (ω). Par conséquent, il est important de savoir comment équilibrer ces deux facteurs pour le contrôle de la stabilité en lacet et une gestion coordonnée du couple, en particulier dans le cas de circonstances extrêmes telles qu'une vitesse élevée ou une faible adhérence.