使用GA-PID方法電動(dòng)助力轉(zhuǎn)向系統(tǒng)優(yōu)化的設(shè)計(jì)(EPAS)

1、使用GA-PID方法電動(dòng)助力轉(zhuǎn)向系統(tǒng)（EPAS）的優(yōu)化設(shè)計(jì)c S.F Toha d,2, B.S.K.K Ibrahim e,3a 1bM.K Hassan a*', NAM. Azu bir b Nizam .H.M.I摘要正逐步取代傳統(tǒng)的轉(zhuǎn)向系統(tǒng)。EPAS系統(tǒng)GA-PID算法與傳統(tǒng)的PID方法相比來實(shí) 這種配置在現(xiàn)代汽車中，電動(dòng)助力轉(zhuǎn)向系統(tǒng)（EP AS） 的主要優(yōu)點(diǎn)是可以減少能源消耗。本文討論了使用 現(xiàn)節(jié)能減排的潛力。將電刷直流電動(dòng)機(jī)安裝在轉(zhuǎn)向柱上，向駕駛員提供輔助轉(zhuǎn)矩，被稱為C-型EPAS系統(tǒng)。結(jié)果表明與PID控制器相比，GA-PID控制器能夠最大限度地減少 能源消耗。關(guān)鍵詞：電

2、子助力轉(zhuǎn)向系統(tǒng)（命名法1電機(jī)轉(zhuǎn)動(dòng)慣量J m電機(jī)阻尼Bm電機(jī)電動(dòng)勢(shì)常數(shù)Kb電機(jī)扭矩a電機(jī)剛性Km電機(jī)電感L電機(jī)電阻R方向盤的轉(zhuǎn)動(dòng)慣量Js轉(zhuǎn)向剛性Ks機(jī)架阻尼Bs架和車輪總成質(zhì)量Mr電機(jī)的齒輪比G齒輪半徑Rs傳感器測(cè)量扭矩Tc驅(qū)動(dòng)力矩Td輔助轉(zhuǎn)矩Ta e方向盤角度ss電機(jī)的旋轉(zhuǎn)角度、/、EPAS), C-型 EPAS, GA-PID，電動(dòng)汽車。1.刖言電池容量的限制一直是電動(dòng)汽車（EV ）的一個(gè)主要問題。因此，一些研究人員已經(jīng)作出了努力，強(qiáng)調(diào)能源效率在每個(gè)電動(dòng)汽車系統(tǒng)中的重要性。電動(dòng)汽車將不再使用機(jī)械轉(zhuǎn)向系統(tǒng)與液壓助力轉(zhuǎn)向系統(tǒng) （HPAS）。這是由于必需連續(xù)地從電池輸出電能，以使得液壓泵保持壓力。

3、并且它的液壓系統(tǒng)也需要定期的維護(hù)。與之相比，電動(dòng)助力轉(zhuǎn)向系統(tǒng)僅在轉(zhuǎn)動(dòng)方向盤時(shí)消耗的電能。電動(dòng)助力轉(zhuǎn)向系統(tǒng)也沒有液體介質(zhì)，機(jī)械部件少，更少的容錯(cuò)，最重要的是更加環(huán)保1-3。一個(gè)典型的的EPAS系統(tǒng)需要以轉(zhuǎn)向扭矩車速和道路狀況作為輸入?yún)?shù)，通過輔助電機(jī)提供實(shí)時(shí)協(xié)助扭矩4。它可以在各種工作條件下提供最佳的轉(zhuǎn)向感覺。有三種類型的EPAS系統(tǒng)已被廣泛使用：轉(zhuǎn)向柱式（C-EPAS）,小齒輪式（P-EPAS）和齒條式（R-EPAS）。它基本上是表示輔助馬達(dá)的安裝位置。C-EPAS通常是配備在負(fù)載為 6kNm的緊湊型轎車上。這三種類型的EPAS系統(tǒng)的負(fù)載要求列于表 1中。表1: EPAS的載荷要求EPAS類型

4、汽車尺寸負(fù)載C-型小6 kNP-型中8 kNR-型大12 kNEPAS系統(tǒng)的主要組成部分是電動(dòng)馬達(dá)。5。EPAS的馬達(dá)可以使用各種類型的所選電動(dòng)馬達(dá)應(yīng)具有提供扭矩平滑并且波動(dòng)小, 高效率，低慣量，容錯(cuò)能力和最小的封裝尺寸和重量 電機(jī)例如直流電動(dòng)機(jī)、無刷直流電動(dòng)機(jī)和永磁同步電機(jī)2.轉(zhuǎn)向柱式電動(dòng)助力轉(zhuǎn)向系統(tǒng)（C-EPAS）的原理Fig1為典型的C-EPAS結(jié)構(gòu)的示意圖。該系統(tǒng)由轉(zhuǎn)向轉(zhuǎn)矩傳感器，車速傳感器， 輪齒條電機(jī)和輔助機(jī)構(gòu)如齒輪ECU， 成。SleeftfigCoLiHuaDr咗I* T口(Nm)主要作用是產(chǎn)生一個(gè)精確的電流監(jiān)測(cè)電機(jī)。 向柱和驅(qū)動(dòng)轉(zhuǎn)矩（ 方程（1） ?真。Fig2(9)的Fig

5、 I: C<iloinii Flettf ic Pmvtr Steering 賢驢他m MnUL 4 and A朋詢£uirnenl Curve當(dāng)系統(tǒng)啟動(dòng)時(shí)，驅(qū)動(dòng)轉(zhuǎn)矩信號(hào)和車輛速度信號(hào)被發(fā)送到ECU。根據(jù)輔助增壓曲線這兩個(gè)信號(hào)將被用來計(jì)算出最佳的輔助轉(zhuǎn)矩。 升壓曲線通常表示為一張圖表， 因?yàn)樗欠蔷€性的并且受到多種因素影響。實(shí)時(shí)的車速和方向盤扭矩之間的關(guān)系為ia = B（Tc, Vspeed）?？刂破鞯碾妱?dòng)助力轉(zhuǎn)向系統(tǒng)可分為四個(gè)子系統(tǒng)是：（1）轉(zhuǎn)2）輔助電動(dòng)機(jī)（3）道路條件和（4）:齒條和小齒輪。每一個(gè)子系統(tǒng)都由 中一個(gè)式子表示。按照?qǐng)D2所示的模型使用 MATLAB / Sim

6、ulink進(jìn)行仿C-EPAS 的數(shù)學(xué)模型根據(jù)牛頓運(yùn)動(dòng)定律運(yùn)行。t&Lb |旳Fig 2： SintuLink M訶創(chuàng) C-Typs EPASSvilem-= TonilP1一*L”小 1轉(zhuǎn)向柱，驅(qū)動(dòng)扭矩:Js 日S + Bs 9s + Tc = Td(1)輔助電機(jī)型號(hào)：1Td =(也日s-日s) ( Kp + Ki - + Kds) sXrTc=Kse卍Jm &m+ Bm £m = Tm-TaTm=KaiaU=R ia+L ia + Kb 日 m匸 ia+Kwdia =B （ Tc， Vsp eed） ；B=提咼曲線（查表）道路條件和摩擦：*> *Ft = Jw

7、 Xr+ Bw Xr + Kw齒條和小齒輪的位移：*Xr+CFwSig n(Xr)Mr + Br Xr-亙衛(wèi)-FtrRs Rs在這個(gè)模擬中所使用的所有參數(shù)，均參照引用4。在本文中，施。比較增壓曲線所要求電機(jī)的輸入電流與電機(jī)的實(shí)際的輸入電流。3.遺傳算法遺傳算法6是基于自然選擇和遺傳學(xué)的一種通用的優(yōu)化算法, 一個(gè)來自問題的目標(biāo)函數(shù)的適應(yīng)值，被分配到人口的每個(gè)成員。方案，獲得更高的適應(yīng)能力， 從而使他們能夠存活更多的后代。 代的人口的遺傳繁殖，交叉和變異產(chǎn)生更好的解決方案。GA標(biāo)準(zhǔn)。在遺傳算法中，所有的變量都必須被編碼為二進(jìn)制數(shù)字 形成一個(gè)字符串（染色體）(2)(4)(7)(8)(9)(10)BC

8、GA-PID作為閉環(huán)結(jié)構(gòu)實(shí)它被用來解決人口問題。 個(gè)人認(rèn)為代表著更好的解決 從初始隨機(jī)人口開始連續(xù)幾 重復(fù)上述步驟，直到符合預(yù)定 （基因）和二進(jìn)制數(shù)字的集合，這被稱為二進(jìn)制編碼 GA （ BCGA ）的表示。經(jīng)過操縱 BCGA , 遺傳算法維護(hù)一組稱為人口的染色體來探討搜索空間 以衡量它與預(yù)定義的目標(biāo)函數(shù) BCGA中遺傳性狀經(jīng)過交叉和變異，產(chǎn)生一些新的性狀的種，可以在GA的機(jī)制中發(fā)現(xiàn)更最終的二進(jìn)制數(shù)字解碼為原始的實(shí)數(shù)。 和解決問題。在每一代，對(duì)每一個(gè)染色體的適應(yīng)性進(jìn)行評(píng)估， 所得解決方案的近似程度。在 群。重復(fù)該過程，直到找到了解決辦法或達(dá)到最大迭代次數(shù)。 多細(xì)節(jié)。影響遺傳算法的性能有四個(gè)重要

9、參數(shù)：（一）人口規(guī)模，（二）的世代數(shù)，（三）交叉率，及（iv）突變率。較大的人口規(guī)模（即數(shù)百個(gè)染色體）和一個(gè)大型的世代數(shù)（千股） 提高獲得全局最優(yōu)解的可能性，但大幅增加處理時(shí)間 色體。兩條染色體交換他們的遺傳信息，產(chǎn)生新的染色體。7。在BCGA中交叉用于生產(chǎn)新的染 交換點(diǎn)是隨機(jī)的。最簡(jiǎn)單的交叉形式是單點(diǎn)交叉。在BCGA中變異算子的突概率是隨機(jī)的,Pm保證了任何給定的字符串搜索的概率永遠(yuǎn)不會(huì)是零。它也作為一個(gè)安全網(wǎng)，通過選擇和交叉恢復(fù)可能會(huì)丟失的良好的遺 傳物質(zhì)。二進(jìn)制突變翻轉(zhuǎn)選取的突變位點(diǎn)的位點(diǎn)處的位的值。因?yàn)橥蛔円话闶蔷鶆虻厥┘拥秸麄€(gè)人口的字符串，所以在一個(gè)給定的二進(jìn)制字符串中一個(gè)以上的點(diǎn)突

10、變是可能的。4. PID控制器PID控制器是一個(gè)通用的控制機(jī)制，廣泛應(yīng)用于工業(yè)控制系統(tǒng)。由于其成本低，維護(hù)費(fèi)用低廉，以及控制器的設(shè)計(jì)和運(yùn)行更簡(jiǎn)單，常規(guī)PID控制已被廣泛地用于例如化學(xué)和造紙工業(yè)中，其中約 97%的控制器具有 PID結(jié)構(gòu)8。9該控制器的廣泛使用導(dǎo)致了尋找控制器的參數(shù)最佳值的研究試驗(yàn)，如經(jīng)典的基于試驗(yàn)和錯(cuò)誤和極點(diǎn)配置 整定規(guī)則?？上У氖?復(fù)雜，如更高的順序， 過多的規(guī)則設(shè)定的收益，PIDPID控制器的參數(shù)PID控制器的增益已經(jīng)難以準(zhǔn)確地調(diào)整，因?yàn)樵S多工廠的問題往往很 時(shí)間延遲和非線性18。整定PID控制器的經(jīng)典技術(shù)有以下缺點(diǎn)：（一）（二）缺乏動(dòng)態(tài)的閉環(huán)響應(yīng)，（三）難以處理非線性過程

11、，及（四）各類常規(guī)PID控制器如自整定智能 PID控?cái)?shù)學(xué)控制設(shè)計(jì)的復(fù)雜性12。為了克服這些困難， 制器最近被開發(fā)用以改善傳統(tǒng)方法整定的 化方法，可以在一個(gè)閉環(huán)的環(huán)境，PID控制器參數(shù)13，14, 15。因此，BCGA的優(yōu) 調(diào)整參數(shù)并且降低振蕩，如在fig3所示。rig 3: HIDwith UCGA noiing meirhiiriimE fijr the LTNi所需的設(shè)定點(diǎn)和實(shí)際輸出之間的差作為誤差:一A其中，y（ t）是EPAS的實(shí)際電流的y （t）是預(yù)測(cè)的EPAS的電流。均方誤差（MSE） 的定義用來形成優(yōu)化過程的目標(biāo)函數(shù)。換句話說，參數(shù)應(yīng)使估計(jì)的MSE收斂到零。式中，N= 1000表

12、示的數(shù)據(jù)點(diǎn)的數(shù)量。有一些標(biāo)準(zhǔn)的目標(biāo)函數(shù)常被用以評(píng)估過程的作用。在 這些標(biāo)準(zhǔn)的目標(biāo)函數(shù)中，MSE的目標(biāo)函數(shù)是最重要的，被定義為式（14） 16。該目標(biāo)函數(shù)MSE作18，19。最初走紅的估計(jì)問題， 考慮未知參數(shù)的無偏估計(jì)量 17的。所考慮的目標(biāo)函數(shù)的平方的函數(shù)， 這是評(píng)價(jià)為超過所述數(shù)據(jù)集的均值，并最小化，以優(yōu)化所考慮的造型設(shè)計(jì)。因此， 為目標(biāo)函數(shù)。他們使用 MSE作為目標(biāo)函數(shù)的研究的作品中使用計(jì)算智能優(yōu)化的有5.結(jié)果與討論fig4所示的控輔助電機(jī)減去道路和摩擦模 中的道路和摩擦。主要的重點(diǎn)是兩個(gè)不同的PID和GA-PID控制算法減少的能源消耗。在制方案的輔助馬達(dá)的結(jié)構(gòu)。機(jī)架的運(yùn)動(dòng)是一個(gè)概括的驅(qū)動(dòng)扭

13、矩， 型。被建模為在方程 （9）J-I IjNcKij 4:SUuciurc初步測(cè)試，以證明所有參數(shù)PID控制器和糾正在fig5所示的功耗EPAS系統(tǒng)的潛力。PID控制器只提供了良好的控制信號(hào)，并能夠相應(yīng)地控制電流。仿真完成45公里每小時(shí)的車輛速度和一個(gè)分布式的隨機(jī)數(shù)，表示驅(qū)動(dòng)器的扭矩。PID控制器是能夠控制所需的輔助電機(jī)電流。然而，PID參數(shù)的定義，使用試驗(yàn)和錯(cuò)誤的方法，這是一個(gè)非常耗時(shí)的過程。因此，通過引入 BCGA優(yōu)化的PID可使調(diào)諧過程便利。 BCGA所有的PID參數(shù)，而不 是更快的調(diào)整。BCGA這樣在第3節(jié)中描述的算法可以制成：個(gè)人在人群中隨機(jī)初始化的搜索空間。評(píng)估目標(biāo)函數(shù)的人口重復(fù)

14、套用到個(gè)體的適應(yīng)值 使用隨機(jī)普遍抽樣進(jìn)行競(jìng)爭(zhēng)性選拔， 套用遺傳算子產(chǎn)生新的解決方案：交叉突變 在種群中評(píng)估解決方案直到滿足收斂準(zhǔn)則= -PIDiJncDrlrdbd-a:Kp= Ed. .K(M1I二IIILIIj4143 aad.s qe qt d.b asFig W CctiUoller 內(nèi)rfbi糊nec hdwMti Pin and Uneonlicalled S瀘turnBCGA上面描述的技術(shù)用于 GA-PID控制器的調(diào)諧EPAS系統(tǒng)。的特征參數(shù)，使用的BCGA 示于表2。 GA-PID的控制策略，如在圖 6中所示，已經(jīng)證明，沒有太大的不同控制器 上的輸出的比較為 PID。但近距離觀

15、察表明，它稍微產(chǎn)生了更好的控制性能。GA-PID，PID參數(shù)列于表3。表2:用于BCGA參數(shù)化建模的特性參數(shù)特征迭代次數(shù)個(gè)數(shù)變量數(shù)代差（新創(chuàng)造的個(gè)體數(shù)） 選擇重組概率項(xiàng)目50503 (Kp, Ki 和 Kd)0.8SUS0.81/3 （變量數(shù)目）ftiCM0.2as0 5DT變異概率1 1 1 1-1-<Fff/Ino-X"-J1 /1D站陽(1534o.ao.w（韻Tirrw Bdc|Fig 10: Controller performance between RID and Ci A-PID表3： PID和GA-PID參數(shù)參數(shù)PIDGA-PIDKp7880.1008Ki33

16、.8387Kd11GA-PID方法平均消耗的能耗降低 車速和一個(gè)隨機(jī)的驅(qū)動(dòng)程序的轉(zhuǎn)矩。 功耗。這有助于使用13%，在fig7所示的PID。仿真完成與40 km / h的GA- PID也能保留突然下降了駕駛員的扭矩發(fā)生時(shí)的Fi匸7； PuwCT Cunsiiniiflitin uf GA-RID und PIDPID 控制器的平均功耗增加。另一種測(cè)試是當(dāng)車速增加， 進(jìn)行使用斜坡函數(shù)斜率 1公里每小時(shí)，轉(zhuǎn)矩是一種隨機(jī)信號(hào)。 使用GA-PID的功耗平均降低 75%,相比圖8所示的PID。當(dāng)一個(gè)快速的驅(qū)動(dòng)程序的施加轉(zhuǎn) 矩時(shí)，隨車速增加的功率消耗增加顯著與PID控制器。然而，進(jìn)一步的分析在停車場(chǎng)的車輛速

17、度是零的情況下，駕駛的扭矩和快速變化來說明的功率消耗，例如，有許多工作要做。這僅僅是初步調(diào)查的理由，并作出評(píng)估潛在的其他控制器算法的EP AS系統(tǒng)。12Coello, C. A. C., Veldhuize n, D. A. V., and Lamo unt, G. B., 2001. Evoluti onary algorithms for sol ving multi-objective結(jié)論nv11r11 丨 1im-=*V i嚴(yán)皿 I,J1LJ11 1L1L1a腐11 11I'/.l'''1-r'A!. 7,L-一-J1 11L14Fa 4G015

18、1D.5Sa至Fig S: Pmvcr ConsiimpLi<in urPIDunJ GA-PID在本練習(xí)中，兩種情況下的駕駛情況下進(jìn)行評(píng)估，動(dòng)態(tài)的和不斷的車速。結(jié)果表明,GA-PID算法消耗更低的功耗相比，PID。然而，進(jìn)一步的分析，必須進(jìn)行糾正停車的情況，以及適用于方向盤的諧波轉(zhuǎn)矩。GA-PID實(shí)現(xiàn)能源效率的EPAS系統(tǒng)也展現(xiàn)了潛力，以進(jìn)步研究。但最重要的，具有成本效益，以取代現(xiàn)有的轉(zhuǎn)向系統(tǒng)，將有利于汽車產(chǎn)業(yè)的主要參考文獻(xiàn)1Dariusz Z. 2011. Modelli ngof EPS Type Steeri ng Systems In clud ing Free play an

19、d Fricti on in Steeri ng Mecha nism.Jour nal of KONES Powertrain and Transp ort. Vol 18.1. pp 689-696.2Xin L, Xue P.Z.and Jie C. 2009. Controller Design for Electric Power Steering System Using T-S Fuzzy ModelApp roach. Intern atio nal Journal of Automati on and Computing. 6(2). pp 198-203.3Chun hua

20、,H. 2008. Modelli ng and Simulatio n of Automotive Electric Power Steeri ng System. IEEE Second Intern ati onalSympo sium on In tellige nt In formatio n Tech no logy App licati on. pp 436-439.4Huaiquan, Z. and Shuanyong, C. 2011. Electric Power Simulation Analyze Based on Fuzzy PID Current TrackingC

21、on trol. Journal of com putatio nal I nformation System 7:1. Pp 119-126.5Rakan, C. C. 2009. Torque Estimation in Electrical Power Steering Systems. Vehicle Power and PropuIsionCo nferen ce, 2009. VPPC '09. IEEE. pp 790-797.6Goldberg, D. E., 1989. Gen etic algorithm in search, op timisati on and

22、mach ine lear ning. New York, Addis on-Welsley.7Elbeltagi, E., Hezagy, T. and Griers on, D., 2005. Comp aris on among five evoluti on ary-based op timizati on algorithms.Adva need Engin eeri ng In formatics, 19, 43-53.8Kumar, V., Rana, K. P. S., and Gupta, V., 2008. Real-time p erforma nee evaluati

23、on of a Fuzzy PI + Fuzzy PD con trollerfor liquid-level p rocess. In ter national Journal of In tellige nt Con trol and Systems, 13, (2), 89-96.9Ziegler, J. G., and Nichols, N. B., 1942. Op timum sett ings for automatic con trollers. Tran sacti ons ASME, 64, 759-768.10?str? m, K. J., and Hagglud, T.

24、, 1995. PID controller: theory, design and tuning, USA, Research Triangle Park, NC11Gaing, Z. L., 2004. A p article swarm op timisatio n app roach for op timum desig n of PID con troller i n AVR system. IEEETran sacti ons on En ergy Conversion ,19, 384-391.1314151617problems, Kluwer Academic Publishers.Toha, S.F. and Tokhi, M.O., 2011. PID and inverse model based control of a twin rotor system. Robotica, 29 (6),929-938, DOI: 10.1017/S0263574711000154Mohd Khair. H, Aishawarya. K, Ribhan Zafira A.R and Siti Anom.A, Design a PID Controller for a Constant Speed ofCombust