[发明专利]一种基于灰色预测的分布式驱动电动汽车横向稳定性高阶变结构控制方法

摘要

本发明公开了一种基于灰色预测的分布式驱动电动汽车横向稳定性高阶变结构控制方法，属于电动汽车控制技术领域。包括以下步骤：1)基于多变量灰色模型MGM对车辆行驶状态参数进行预测；2)基于步骤1)中获得的车辆行驶状态参数，提出一种自适应超螺旋滑模ASTSM控制算法，设计控制系统的上层控制器；3)对步骤2)的上层控制器进行稳定性分析，给出稳定性条件；4)基于一种最优算法设计控制系统的下层控制器。本发明通过预测车辆的稳定性趋势，提前进行主动干预，极大减小车辆失稳的风险；同时通过引入高阶变结构控制算法对上层控制器进行设计，有效抑制控制系统抖振；最后，基于一种最优算法对四轮转矩进行分配，有效提高车辆稳定性裕度。

主权项

1.一种基于灰色预测的分布式驱动电动汽车横向稳定性高阶变结构控制方法，其特征在于，包括如下步骤：S1，建立灰色模型MGM(1,3)，对车辆行驶状态参数进行预测；所述行驶状态参数包括横摆角速度、质心侧偏角；S2，基于ASTSM控制算法，设计控制系统的上层控制器；S3，对所述S2的上层控制器进行稳定性分析，给出稳定性条件；S4，基于一种最优算法设计控制系统的下层控制器；所述S1的具体过程为：S1.1，数据处理：设测量所得原始灰时间序列为：式中：i＝1,2,3，分别表示横摆角速度、质心侧偏角及纵向车速；k＝1,2,3,4，表示每一灰时间序列取4个原始数据；由于AGO生成要求原始数列必须是非负的，故引入指数映射对原始数据进行变换，如下：对所述S1.1处理的数据列生成一次累加生成序列(1‑AGO)，即：S1.2，建立MGM(1,3)的白化微分方程组：式中：aij(i,j＝1,2,3)为发展系数，bk(k＝1,2,3)为灰色作用量，为待辨识参数；把MGM(1,3)写成矩阵形式，即：式中：S1.3，辨识MGM(1,3)参数生成的紧邻均值序列Z⁽¹⁾：其中：为求模型参数A、B，对白化微分模型进行离散化，并由最小二乘法可得参数估计值为：P＝[A B]T＝(LTL)‑1LTY其中：S1.4，MGM(1,3)求解及数据还原：基于所述S1.3辨识的参数，求得MGM(1,3)的解为：最后，将MGM(1,3)解进行逆生成(先后进行累减生成和对数映射)，即可得预测数据：MGM(1,3)预测器的算子可表达为： 。