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(dòng)車控制器范文，相信會(huì)為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

電動(dòng)車控制器范文第1篇

1、電動(dòng)車的電機(jī)按結(jié)構(gòu)可分為兩種,即有碳刷及換向器的電機(jī)(簡稱“有刷電機(jī)”)和沒有碳刷靠霍爾元件進(jìn)行換向的電機(jī)(簡稱“無刷電機(jī)”)。

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(shí)際電路講述無刷控制器的工作原理。

3、舉例48V／350W電動(dòng)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(yùn)放）、6只大功率場效應(yīng)管等組成，功率達(dá)350W。是一款比較典型的無刷電動(dòng)車控制器，具有60°和120°驅(qū)動(dòng)模式自動(dòng)切換功能。

（來源：文章屋網(wǎng) ）

電動(dòng)車控制器范文第2篇

1、不可以用，會(huì)損害電動(dòng)車。大功率電機(jī)配小功率控制器后，大功率電機(jī)在工作中電流比較大，會(huì)引起控制器頻繁斷電保護(hù)。因此大功率電機(jī)的性能就會(huì)降低。而控制器內(nèi)的開關(guān)管損壞的幾率也會(huì)增加。，因此控制器會(huì)有一個(gè)保護(hù)電流，也就是限流。電流超過限定值后控制器會(huì)自動(dòng)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(dòng)機(jī)的最大功率。因此控制器功率比電動(dòng)機(jī)功率小的直接后果，就是電動(dòng)機(jī)功率降低。

（來源：文章屋網(wǎng) ）

電動(dòng)車控制器范文第3篇

關(guān)鍵詞：車輛工程；電液復(fù)合制動(dòng)；主動(dòng)前輪轉(zhuǎn)向；能量回收；控制策略；極值搜索算法

中圖分類號(hào)：U463.4 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1674-2974（2016）02-0028-08

分布式電驅(qū)動(dòng)汽車因其諸多優(yōu)點(diǎn)而受到工業(yè)界和學(xué)者們的青睞[1-2].

電動(dòng)車在復(fù)雜路面條件下的制動(dòng)力矩分配直接影響車輛的穩(wěn)定性，車輪突然滑轉(zhuǎn)或抱死會(huì)引起側(cè)向附著降低，嚴(yán)重時(shí)可導(dǎo)致車輛失去轉(zhuǎn)向能力甚至甩尾.傳統(tǒng)的產(chǎn)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(zhuǎn)）率，但現(xiàn)有的分布式驅(qū)動(dòng)電動(dòng)汽車制動(dòng)力矩分配控制未能實(shí)現(xiàn)與ABS和ASR控制的結(jié)合[3]，因此，如何設(shè)計(jì)適合分布式驅(qū)動(dòng)電動(dòng)車的滑移率控制器，提高制動(dòng)效能，同時(shí)保證車輛主動(dòng)安全性是需要關(guān)注的一個(gè)問題.

電動(dòng)車具有電機(jī)制動(dòng)響應(yīng)快、實(shí)時(shí)性好、精準(zhǔn)可控的優(yōu)點(diǎn)，但其最大制動(dòng)力矩受限于電機(jī)本身特性和電池荷電狀態(tài)（SoC），無法滿足一些強(qiáng)制動(dòng)工況的需求，故電動(dòng)車常采用電機(jī)再生制動(dòng)和液壓制動(dòng)的復(fù)合制動(dòng)方式[4].電液復(fù)合制動(dòng)技術(shù)也被認(rèn)為是提高電動(dòng)車?yán)m(xù)航和車輛主動(dòng)安全性的關(guān)鍵技術(shù).目前對電液扭矩協(xié)調(diào)的研究主要采用未包含執(zhí)行器動(dòng)力學(xué)的靜態(tài)分配方法[5]，然而由于二者執(zhí)行帶寬的差異，會(huì)使實(shí)際響應(yīng)力矩的復(fù)合效果與期望值之間有偏差.因此，如何在考慮執(zhí)行器動(dòng)力學(xué)條件下設(shè)計(jì)動(dòng)態(tài)控制分配是需要關(guān)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(fù)合制動(dòng)集成的控制策略.AFS用來補(bǔ)償側(cè)向穩(wěn)定性，采用滑?？刂?電液復(fù)合制動(dòng)用來實(shí)現(xiàn)滑移率控制，采用滑模極值搜索算法，并考慮轉(zhuǎn)彎制動(dòng)時(shí)縱向動(dòng)力學(xué)對側(cè)向動(dòng)力學(xué)的影響，引入前輪轉(zhuǎn)角對滑移率控制律進(jìn)行修正，進(jìn)一步提高車輛側(cè)向穩(wěn)定性.針對電液復(fù)合制動(dòng)，采用動(dòng)態(tài)控制分配法協(xié)調(diào)電機(jī)與液壓制動(dòng)力矩，通過增加對執(zhí)行機(jī)構(gòu)速率的懲罰，擴(kuò)展一般的二次規(guī)劃控制分配算法，使算法具有頻率依賴的特性，實(shí)現(xiàn)對執(zhí)行機(jī)構(gòu)帶寬的考慮.最后對控制策略進(jìn)行仿真驗(yàn)證.

1車輛動(dòng)力學(xué)模型

面向控制器驗(yàn)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(nèi)外環(huán)結(jié)構(gòu).為提高車輛系統(tǒng)對參數(shù)不確定性的魯棒性，外環(huán)AFS控制器采用滑?？刂?，內(nèi)環(huán)滑移率控制器采用滑模極值搜索算法.針對目前復(fù)合制動(dòng)電液制動(dòng)力矩協(xié)調(diào)難的特點(diǎn)，利用考慮執(zhí)行器帶寬的動(dòng)態(tài)控制分配法進(jìn)行電機(jī)與液壓制動(dòng)力矩協(xié)調(diào)，并采用分層控制結(jié)構(gòu)，實(shí)現(xiàn)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(xiàn)抱死拖滑，得到總期望制動(dòng)力矩即可，無需考慮電機(jī)與液壓是如何協(xié)調(diào)的；中層控制分配模塊只需在考慮執(zhí)行器動(dòng)力學(xué)條件下，實(shí)現(xiàn)對總期望制動(dòng)力矩的分配即可；下層電機(jī)與液壓執(zhí)行器僅需考慮約束條件下執(zhí)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(dòng)力矩分配與執(zhí)行

滑移率控制器得到的總期望制動(dòng)力矩需要電機(jī)與電子液壓復(fù)合制動(dòng)實(shí)現(xiàn)，然而由于二者執(zhí)行動(dòng)力學(xué)差異[1]，傳統(tǒng)靜態(tài)控制分配在包含執(zhí)行器動(dòng)力學(xué)情況下易使實(shí)際響應(yīng)力矩的復(fù)合效果與期望值之間有偏差，本文采用動(dòng)態(tài)控制分配[10]實(shí)現(xiàn)電液力矩分配：

作為比較，本文采用鏈?zhǔn)竭f增法實(shí)現(xiàn)期望制動(dòng)力矩的靜態(tài)控制分配[11].圖3為靜態(tài)控制分配與動(dòng)態(tài)控制分配力矩分配頻域響應(yīng)，可以看出動(dòng)態(tài)控制分配高頻階段執(zhí)行帶寬更大的電機(jī)制動(dòng)權(quán)重更大.

其中后輪低選控制表示后輪高附著一側(cè)制動(dòng)力選擇與低附著一側(cè)相同；滑模極值搜索與門限值控制均為四通道獨(dú)立控制，邏輯門限控制取參考滑移率為0.2.直線制動(dòng)時(shí)，協(xié)調(diào)控制與無協(xié)調(diào)控制策略一致，標(biāo)示為“AFS+WSC”.車輛仿真參數(shù)見表2.

3.1分離路面直線制動(dòng)

工況設(shè)定：初始車速為25 m/s；路面摩擦因數(shù)，左側(cè)0.8，右側(cè)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(bǔ)償了由于左右制動(dòng)力不均產(chǎn)生的干擾橫擺力矩；其他3種單獨(dú)WSC控制都無法跟蹤理想值，但后輪低選控制因后輪制動(dòng)力相同，產(chǎn)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(dòng)軌跡曲線，AFS與WSC集成控制的最大側(cè)向偏移為0.8 m，而3種單獨(dú)WSC控制工況均出現(xiàn)較大的制動(dòng)跑偏，其中邏輯門限值控制產(chǎn)生的側(cè)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(cè)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(dòng)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(diào)節(jié)，集成控制側(cè)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(yōu)滑移率并保持穩(wěn)定，說明本文所提出的滑模極值搜索算法可以自動(dòng)搜索到最優(yōu)滑移率.右側(cè)低附路面最優(yōu)滑移率偏小，符合路面附著系數(shù)越小最優(yōu)滑移率也越小的趨勢.圖7所示為左前輪電液復(fù)合制動(dòng)實(shí)際響應(yīng)力矩跟蹤期望值的效果曲線，可以看出動(dòng)態(tài)控制分配能較好地跟蹤期望值，而靜態(tài)控制分配則無法跟蹤期望值.圖8所示為電機(jī)與液壓制動(dòng)力矩變化曲線，可以看出開始0～0.06 s內(nèi)僅有電機(jī)制動(dòng)，當(dāng)其制動(dòng)力矩達(dá)到飽和后，液壓制動(dòng)開始工作.仿真開始3 s后，隨著車速降低，當(dāng)電機(jī)轉(zhuǎn)速低于電機(jī)基速時(shí)，再生制動(dòng)力矩開始逐漸減小到0，與此同時(shí)液壓制動(dòng)逐漸增大以滿足總期望制動(dòng)力矩需求.可見制動(dòng)過程中，除因最大扭矩380 N?m的約束條件限制，電機(jī)總是處于最大制動(dòng)強(qiáng)度，最大化地進(jìn)行了能量回收.

3.2分離路面轉(zhuǎn)彎制動(dòng)

工況設(shè)定：初始車速為20 m/s；彎道內(nèi)側(cè)路面摩擦因數(shù)為0.4，外側(cè)為0.8；1 s后開始向左轉(zhuǎn)向，1 s內(nèi)方向盤轉(zhuǎn)角由0°轉(zhuǎn)到84°.

圖9顯示，AFS與WSC協(xié)調(diào)控制可以較好地跟蹤理想橫擺角速度，無協(xié)調(diào)控制則在大橫擺角速度時(shí)無法跟蹤，3種WSC單獨(dú)控制工況，均無法跟蹤理想橫擺角速度.

圖10為轉(zhuǎn)彎制動(dòng)距離，可看出協(xié)調(diào)控制較無協(xié)調(diào)控制最大側(cè)向位移增加了0.1 m，3種WSC單獨(dú)控制時(shí)出現(xiàn)了較大的側(cè)向滑移.圖11顯示，無協(xié)調(diào)控制時(shí)產(chǎn)生的質(zhì)心側(cè)偏角最大為0.22 rad，而協(xié)調(diào)控制僅為0.06 rad，單獨(dú)WSC控制時(shí)因未實(shí)現(xiàn)理想轉(zhuǎn)彎運(yùn)動(dòng)，產(chǎn)生的質(zhì)心側(cè)偏角均較小.圖9～圖11表明AFS與WSC協(xié)調(diào)控制較無協(xié)調(diào)控制可以顯著提高車輛側(cè)向穩(wěn)定性，制動(dòng)距離卻未出現(xiàn)明顯增大，而單獨(dú)WSC控制均無法保證車輛轉(zhuǎn)彎時(shí)的側(cè)向穩(wěn)定性.

圖12為AFS與WSC協(xié)調(diào)控制產(chǎn)生的歸一化輪胎縱向力，左側(cè)輪胎快速穩(wěn)定在0.4左右，而右側(cè)穩(wěn)定在0.8左右，說明WSC滑模極值搜索算法可以自適應(yīng)路面附著系數(shù)的變化，快速搜索到輪胎的最大制動(dòng)力.前輪轉(zhuǎn)向時(shí)（1.0～2.0 s），前軸左右輪歸一化輪胎縱向力出現(xiàn)了明顯的減小，這是由于AFS控制產(chǎn)生了車輪附加轉(zhuǎn)角，造成輪胎縱向力減小的緣故.

4結(jié)論

針對分布式電驅(qū)動(dòng)汽車，以實(shí)現(xiàn)車輛主動(dòng)安全性同時(shí)兼顧制動(dòng)能量回收為目標(biāo)，考慮轉(zhuǎn)向和制動(dòng)兩系統(tǒng)動(dòng)力學(xué)上的相互影響和相互制約，提出一種AFS與電液復(fù)合制動(dòng)的集成控制策略.通過對所提出控制策略進(jìn)行仿真驗(yàn)證，主要得出以下結(jié)論：

1） 分離路面直線制動(dòng)時(shí)，集成控制策略產(chǎn)生的橫擺角速度接近0，側(cè)向偏移為0.8 m，可以較好地回收制動(dòng)能量，保證制動(dòng)方向穩(wěn)定性.滑移率控制器可自適應(yīng)路面附著系數(shù)變化，不依賴參考滑移率即可快速搜索到最大制動(dòng)力和最優(yōu)滑移率.動(dòng)態(tài)控制分配可使實(shí)際響應(yīng)力矩更好地跟蹤期望制動(dòng)力矩.

2） 分離路面轉(zhuǎn)彎制動(dòng)時(shí)，WSC與AFS協(xié)調(diào)控制較無協(xié)調(diào)控制可以更好地跟蹤理想橫擺角速度，制動(dòng)距離卻未出現(xiàn)明顯增大，且質(zhì)心側(cè)偏角明顯相對較小，提高了車輛側(cè)向穩(wěn)定性.

參考文獻(xiàn)

[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(qū)動(dòng)電動(dòng)汽車動(dòng)力學(xué)控制發(fā)展現(xiàn)狀綜述[J].機(jī)械工程學(xué)報(bào)，2013，49（8）：105-114.

YU Zhuo-ping，F(xiàn)ENG 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(dòng)前輪轉(zhuǎn)向變傳動(dòng)比曲線分析與設(shè)計(jì)[J]. 湖南大學(xué)學(xué)報(bào)：自然科學(xué)版，2014，41（2）：73-78.

ZHOU Bing，F(xiàn)AN 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(dòng)車控制器范文第4篇

關(guān)鍵詞：電動(dòng)汽車；驅(qū)動(dòng)控制系統(tǒng)；車輛模型；SOA智能優(yōu)化算法

DOI：10.16640/ki.37-1222/t.2016.21.163

0 引言

近年來，綠色環(huán)保與可持續(xù)發(fā)展成為日益重要的發(fā)展理念。本文研究的輪轂電機(jī)驅(qū)動(dòng)電動(dòng)汽車在現(xiàn)有商用化電動(dòng)汽車的基礎(chǔ)上省略了減速器、 差速器和傳動(dòng)軸等機(jī)械零部件部件，直接由整車控制器發(fā)出控制信號(hào)直接控制車輪，這樣節(jié)省車內(nèi)空間，更容易實(shí)現(xiàn)電動(dòng)車的微型化、輕量化[1-2]。本文將CarSim中的內(nèi)燃機(jī)模型和傳動(dòng)系統(tǒng)模型，修改為轂電機(jī)模型，在Matlab/Simulink中搭建電機(jī)模型和控制系統(tǒng)模塊，在聯(lián)合CarSim進(jìn)行聯(lián)合仿真。

1 四輪輪轂電機(jī)電動(dòng)汽車建模

在Matlab/Simulink中搭建輪轂電機(jī)模型，去掉CarSim中的傳統(tǒng)內(nèi)燃機(jī)汽車模型， 通過Matlab/Simulink和CarSim聯(lián)合仿真，搭建出四輪獨(dú)立驅(qū)動(dòng)輪轂電機(jī)電動(dòng)汽車整車模型。

1.1 輪轂電機(jī)建模

輪轂電機(jī)無刷直流電機(jī)，其主要由電機(jī)本體、霍爾位置傳感器和電子逆變器構(gòu)成。無刷直流電機(jī)數(shù)學(xué)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(dòng)勢。電磁轉(zhuǎn)矩方程為：

式中：Te為電磁轉(zhuǎn)矩；w為電機(jī)角速度；Tl為負(fù)載轉(zhuǎn)矩；J為轉(zhuǎn)動(dòng)慣量；B為黏滯摩擦系數(shù)；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(shù)；M為相繞組互感系數(shù)。

式（1）、式（2）和式（3）共同構(gòu)成了無刷直流電機(jī)的微分方程數(shù)學(xué)模型。采用基于SOA的PID控制算法來控制輪轂電機(jī)，

1.2 整車模型搭建

打開CarSim 8.02 軟件，選擇B-Class， Hatchback選項(xiàng)作為基準(zhǔn)車輛，將CarSim中原有的內(nèi)燃機(jī)模型改為 4-wheel drive（四輪驅(qū)動(dòng)），其內(nèi)容定義為選擇No dataset select方式，同時(shí)將四輪驅(qū)動(dòng)轉(zhuǎn)矩設(shè)置為車輛模型的輸入量變量。

2 整車動(dòng)力學(xué)控制器設(shè)計(jì)

基于PID的控制器技術(shù)問世至今有70多年，但在一般情況下，對PID的三個(gè)參數(shù)的取值是根據(jù)經(jīng)驗(yàn)，再加上試湊出來的，本論文引用基于人群搜索算法來優(yōu)化PID的參數(shù)整定。

2.1 SOA算法適度函數(shù)的選取

SOA智能算法在搜索進(jìn)化中用適度值來評(píng)價(jià)解的優(yōu)劣，用其解作為下一個(gè)搜尋個(gè)體的更新依據(jù)，經(jīng)過多次迭代，最終達(dá)到最優(yōu)解。目標(biāo)函數(shù)如下：

式中，是系統(tǒng)誤差，是控制器的輸出，和為權(quán)值。同時(shí)采用懲罰控制，一旦有超調(diào)產(chǎn)生，超調(diào)量就作為一項(xiàng)最優(yōu)指標(biāo)，其最優(yōu)指標(biāo)函數(shù)為下：

2.2 SOA算法個(gè)置的更新

用高斯隸屬度函數(shù)表示了搜索步長的模糊變量：

試中：為高斯隸屬度函數(shù)，而為輸入變量，和為隸屬度函數(shù)的參數(shù)。通過對人的利己、利他和預(yù)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(shù)和參數(shù)編碼確定后SOA算法整定PID參數(shù)算法如下： （1）初始化個(gè)體和維度矩陣時(shí)，隨機(jī)產(chǎn)生一個(gè)S×D的初始位置矩陣；（2）根據(jù)目標(biāo)函數(shù)和最優(yōu)指標(biāo)函數(shù)計(jì)算個(gè)體的適度值；（3）每個(gè)個(gè)置與自己的歷史最佳位置進(jìn)行比較，記錄最佳位置作為個(gè)體最佳位置；（4）每個(gè)個(gè)體最佳位置與種群最佳位置進(jìn)行比較，記錄最佳位置作為種群最佳位置； （5）根據(jù)位置更新算法，更新位置，如果沒有達(dá)到結(jié)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(dú)立驅(qū)動(dòng)輪轂電機(jī)電動(dòng)汽車控制系統(tǒng)仿真驗(yàn)證的平臺(tái)。首先，SOA智能算法，實(shí)時(shí)的迭代出控制系統(tǒng)的最優(yōu)參數(shù)，使得PID控制器能獲得最優(yōu)的控制性能， PID控制器根據(jù)目標(biāo)車速實(shí)際工作狀態(tài)，合理的給四個(gè)四輪分配力矩。

為進(jìn)一步驗(yàn)證所搭建的四輪獨(dú)立驅(qū)動(dòng)輪轂電機(jī)電動(dòng)汽車模型的有效性，在CarSim中選擇對應(yīng)的傳統(tǒng)車模型來對比，方向盤轉(zhuǎn)選擇有代表性的正弦波形來進(jìn)行仿真實(shí)驗(yàn)，路面附著系數(shù)選擇0.25，行駛速度為120 km/h，無制動(dòng)，檔位控制選擇AT 6檔。

4 結(jié)論

仿真結(jié)果可以很容易地分析得到，在論文中所建立的輪轂電機(jī)電動(dòng)汽車模型與 CarSim中傳統(tǒng)汽車模型是比較接近，進(jìn)入一步的驗(yàn)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(dòng)汽車驅(qū)動(dòng)控制系統(tǒng)的快速響應(yīng)性能和魯棒性能，該模型的搭建將為日后電動(dòng)汽車整車控制算法的研

究奠定了基礎(chǔ)。

參考文獻(xiàn)：

[1]Murata S.Vehicle dynamics innovation with in-wheel motor.SAE Paper，2011（39）：7204.

電動(dòng)車控制器范文第5篇

關(guān)鍵詞：分布式驅(qū)動(dòng)電動(dòng)汽車 車用ECU軟件 控制軟件

中圖分類號(hào)：U469 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2016）06-0174-01

以往汽車的電控系統(tǒng)的軟件開發(fā)流程，大多采用的都是串行模式，這種傳統(tǒng)的電控系統(tǒng)設(shè)計(jì)模式，控制軟件與硬件系統(tǒng)的開發(fā)是并行的，開發(fā)階段無法做到控制算法在一個(gè)實(shí)時(shí)的硬件平臺(tái)上實(shí)現(xiàn)仿真計(jì)算，不能及時(shí)了解到控制算法的性能[1]。此外開發(fā)周期較長，并且在開發(fā)環(huán)節(jié)中的文檔比較多，很容易會(huì)造成軟件和硬件開發(fā)環(huán)節(jié)之間有潛在的遺漏危機(jī)。鑒于傳統(tǒng)汽車電控系統(tǒng)開發(fā)模式的缺點(diǎn)，本文采用了一種新型基于模型的的V型軟件開發(fā)模式。

新型的V型開發(fā)模式特點(diǎn)是汽車工程師無論是在進(jìn)行開發(fā)、編程或者是調(diào)試ECU，都能在同意環(huán)境下工作，使用這一系統(tǒng)能夠加速和簡化開發(fā)流程，其流程圖如圖1所示。

汽車電控系統(tǒng)軟件設(shè)計(jì)開發(fā)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(shè)計(jì)以及軟件在環(huán)模擬過程中，由總體設(shè)計(jì)人員根據(jù)需求來確定設(shè)計(jì)方案，并且采用Simulink完成系統(tǒng)建模、控制算法設(shè)計(jì)以及進(jìn)行離線仿真計(jì)算等等工作，驗(yàn)證控制策略。這些是整個(gè)開發(fā)階段的基礎(chǔ)。然后通過RTW等相關(guān)的代碼生成工具將建立的Simulink仿真控制模型轉(zhuǎn)換為目標(biāo)硬件的機(jī)器碼，下載到ECU中，來進(jìn)行硬件在環(huán)仿真。最后是將控制器裝到實(shí)車上進(jìn)行調(diào)試和標(biāo)定，完成最后的電動(dòng)汽車整車控制器開發(fā)。

這種新型開發(fā)模式的提出改變了以往人們從設(shè)計(jì)整車控制器到實(shí)現(xiàn)的觀念和方法，在軟件開發(fā)環(huán)節(jié)中大大節(jié)省了編寫程序所占用的時(shí)間，降低了產(chǎn)品的開發(fā)成本，具有較大的經(jīng)濟(jì)效益和市場前景[3]。

本文采用的車用ECU軟件開發(fā)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(xiàng)控制功能在Matlab/Simulink中建立整車控制仿真模型，并對其進(jìn)行仿真分析，驗(yàn)證所建立的仿真模型能夠完成各項(xiàng)控制功能。

（2）將建立好的Simulink模型通過Matlab中的RTW工具進(jìn)行代碼自動(dòng)生成，然后下載到硬件開發(fā)板中進(jìn)行仿真運(yùn)算，將得到的結(jié)果與Simulink模型的仿真結(jié)果進(jìn)行對比，驗(yàn)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(fā)，并且與RTW自動(dòng)生成的代碼進(jìn)行程序集成，完成整車控制器控制軟件的開發(fā)。

（4）將整車控制軟件程序下載到整車控制器中，分別依次進(jìn)行整車控制器軟件調(diào)試，基于單輪輪轂電機(jī)試驗(yàn)臺(tái)架的整車控制器調(diào)試以及整車控制器實(shí)車試驗(yàn)，驗(yàn)證整車控制器控制軟件的控制效果，完成整車控制器開發(fā)的最后階段。

本文對分布式驅(qū)動(dòng)電動(dòng)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(fā)模式，相比較于傳統(tǒng)串行模式，節(jié)省了大量手動(dòng)編寫程序的時(shí)間，開發(fā)周期縮短，并且所開發(fā)的軟件能夠完成預(yù)期目標(biāo)，電動(dòng)汽車能夠穩(wěn)定的行駛。

參考文獻(xiàn)

[1]張箭.Matlab與嵌入式實(shí)時(shí)操作系統(tǒng)DeltaOS結(jié)合的技術(shù)研究與實(shí)現(xiàn)[D].西南交通大學(xué)，2007：1-7.