基于模糊控制的微型车ABS制动性能仿真分析*

夏 伟

（武汉交通职业学院，湖北 武汉 430065）

1 ABS控制策略研究现状

防抱死制动系统（Anti-lock Braking System，简称ABS）是汽车上的一种提高制动安全性能的主动安全装置，它能防止车轮制动时发生抱死，从而减小制动距离，保证车辆制动时拥有良好的转向操作能力且维持方向稳定性。经过多年发展，科研人员开发出了多种ABS控制策略。为选择适合微型车车型和路况特点的ABS控制策略，搭建与实车性能相符的仿真模型，下面分析应用广泛的逻辑门限值控制、PID控制和模糊控制三种控制策略［1］。

1.1 逻辑门限值控制

逻辑门限值控制策略主要是参考车轮的角减速度和滑移率两个控制参数来进行制动控制，通过将检测参数与预设的门限值进行实时比对，判断车轮抱死的趋势，从而控制制动管路的压力变化，实时进行增压、减压、保压和阶梯增压控制来实现压力调节。

逻辑门限值控制是目前应用最多的ABS控制策略，它的优点在于只需设定相应的门限值，无需具体的数学模型，能够较好地适应ABS控制时系统非线性的特点。但这种方法也存在明显的缺点，比如各种门限值及保压时间的确定没有充分的理论依据，只能通过反复实验和经验取得，对不同路面和不同车辆的变化兼容性差，且对系统的稳定性评价困难［2-3］。

1.2 PID控制

PID控制理论在工程中有着普遍的应用，简单来说，其控制原理就是对系统偏差进行比例（Proportional），积分（Integral）和微分（Differential）的调节，如图1所示。

图1 PID控制系统结构

PID应用到ABS上时，一般利用车轮滑移率的目标值和测量值的偏差作为输入，并向制动系统输出偏差的比例、积分与微分的线型组合。其中比例用以调整开环比例系数，可以提高系统的稳态精度和响应速度，但由于实际系统的惯性特征，太强的比例作用会引起系统振荡不稳定。积分的作用是通过对误差进行积分以消除静态误差，但太强的积分作用会导致积分输出变化过快，从而产生积分超调和振荡的现象。微分的作用是通过预测误差变化的趋势，从而做到提前抑制误差的控制作用，缩短系统收敛的时间，并避免被控制量的严重超调，微分作用太强时也会引起振荡。

PID控制器具有算法简单、鲁棒性好的优点，所以当被控对象的结构和参数复杂，难以通过有效的测量手段得到时，PID控制策略能起到有效的控制作用；但针对ABS最优滑移率控制参数的确定，也必需要依靠研究人员的经验，并不断调试，该参数的确定方法繁杂，常规PID控制器参数一般难以取得良好的效果，对车辆运行工况的适应能力不强［4-5］。

1.3 模糊控制

区别于传统布尔逻辑的模糊逻辑在控制领域的应用称为模糊控制。模糊控制系统包括模糊化、模糊决策和精确化计算三个基本组成部分，模糊控制系统的一般结构如图2所示。

图2 模糊控制系统的结构

模糊控制系统工作时主要的步骤为：首先对被控过程输入的精确信息进行模糊化处理，得到模糊量，然后经模糊规则运算得到模糊控制输出的另一模糊量，再对模糊指令进行精确化计算即解模糊处理，最后对被控系统输出精确控制量。

模糊控制提供了一种实现基于知识描述的控制规律的新理论，当控制对象的模型难以确定，且具有非线性特征时，模糊控制能够对其特征参数的变化以及可能受到的扰动有很好的适应和抑制作用。另外，模糊控制器结构简单，可由离线计算得到控制查询表，易于软件实现。这些特点较好地满足了ABS的控制要求。同时，模糊控制系统对微型车多变的制动工况也有比较好的适应［6-8］。

模糊控制作为众多智能控制中一种比较简单实用的算法，具有很广的应用前景，本文选择该控制策略来建立微型车的ABS控制模型以改进ABS的非线性控制器，增强ABS的控制效果。

2 基于MATLAB/Simulink的模糊控制ABS模型的建立

控制系统的许多方案都是通过计算机仿真软件来实现的，美国MathWorks软件公司开发的动态仿真集成软件Simulink集成在MATLAB下，提供一个模块化图形建模仿真界面，其模型通过“模块”和连接模块的“信号线”组成，支持系统级的设计、仿真、自动代码生成、连续测试和嵌入式系统验证。Simulink对建模环境的图形化集成及仿真流程的封装，使用户对仿真模型的创建和验证更高效。

启动后的MATLAB/Simulink软件是一个模型库浏览器，它不仅包含建立一般控制模型所须的子模块库，多种针对特殊仿真需要的工具箱也在软件中进行了集成，借助其中的Fuzzy Logic Tool⁃box模糊逻辑工具箱，用户可以在软件集成的图形化用户界面（GUI）、Simulink模块以及MATLAB函数的基础上，直接、快速地构建模糊控制系统模型，并且直观精细地调试系统结构。

在MATLAB/Simulink中建立模糊控制系统的基本步骤如下：

（1）基于模糊逻辑工具箱创建对应的模糊推理系统（FIS）文件；

（2）建立模糊推理系统（FIS）文件与模糊逻辑控制器的连接；

（3）构建模糊控制系统的仿真模型。

2.1 模糊推理系统文件的建立

作为模糊控制系统的核心，模糊逻辑控制器是一个典型的模糊推理系统，而在使用模糊逻辑工具箱中的Fuzzy Logic Controller模块之前，必须先建立FIS文件并嵌入该模块中。MATLAB/Simulink中建立模糊推理系统（FIS）文件是通过模糊逻辑图形化工具（GUI）实现的，它由五个相互间动态连接的部分组成。其中模糊推理系统（FIS）编辑器，隶属度函数编辑器，模糊规则编辑器是三个可以互动的编辑器。这三个编辑器可以实现对Mamdani型和Sugeno型两类模糊推理系统结构的搭建、模糊子集隶属度函数的编辑、模糊规则的建立等操作。

2.2 模糊控制ABS模型的建立

本文采用四传感器三通道的ABS布置方案，即每个轮胎上都有一个独立的传感器，两前轮分别布置独立的通道，而后轮则共用一个控制通道，该通道中实际的控制量取两轮计算得到控制量中的较小值。这种配置的方式能够在保证行驶安全的前提下，使每个车轮的滑移率控制在最佳滑移率附近，在实际ABS系统中得到了广泛应用。不论车辆行驶在左右摩擦系数相等还是不等的路面上，都能够得到较短的纵向制动距离，并且能够有效防止车辆的纵向转矩过大导致甩尾，车辆的制动稳定性也能得到较好的保障。

在所建立完成的模糊控制器的基础上添加所需Simulink子模块，搭建完成的ABS模糊控制模型如图3所示。

图中控制模型的输入信号分别为各车轮轮速和车身纵向速度。Slip Subsystem为计算滑移率的子系统，Fuzzy Input为计算滑移率偏差及其变化率的子系统，Fuzzy Logic Controller则是各个车轮的模糊控制器，Rear Control Subsystem为后轮低选控制子系统。控制模型的信号输入后，前轮独立管路制动油压系数的变化值可直接得到，后轮一同控制的值则还需要再通过低选控制子系统计算输出。

图3 ABS模糊控制模型

3 ABS模糊控制联合仿真模型的建立

动力学仿真软件ADAMS用于虚拟样机建造的同时，为了实现较为复杂的控制功能，软件内置了Controls模块，可以实现将所建样机与控制设计仿真软件连接，然后对系统进行联合分析。利用这种分析方法可以大幅降低开发产品的成本，避免反复对物理样机进行搭建和调试，而只需在计算机软件中对分享同一虚拟样机模型的机械系统和控制系统进行设计和改进。并且能够有效模拟实际状况下可能遇到的各种问题，从而在提供较高精度的同时，提高了设计效率。

ADAMS/Controls模块支持同MATLAB等控制分析软件进行联合仿真的功能，联合仿真对于MATLAB/Simulink所建立的控制系统模型来说，与其连接的虚拟样机模型可以看成一个外部对象，这个对象通过特定接口连接到Simulink模型中，同Simulink中建立的纯数学模型的对象相比，虚拟样机代表的对象更接近于实物原型，因此可以获得更高的仿真精度。

为了实现ADAMS/Controls模块和MATLAB/Simulink的联合仿真，需建立联合仿真模型，在ADAMS模型中定义与MATLAB/Simulink的接口变量，建立控制模型的输入输出后即可通过AD⁃AMS/Controls Plant导出。控制模型的输入变量是四个车轮的轮速和汽车的纵向车速，即ADAMS模型的输出变量；ADAMS模型的输入变量则是四个车轮上制动油压系数，它们是控制模型的输出变量。轮速和车速为模型自带的状态变量，可通过ADAMS/Controls接口直接输出；而制动油压系数通过在制动系统模型中定义四个状态变量来表示，并结合模型编辑制动器制动力公式，将状态变量作为一个比例系数来控制各管路的油压。

将整车模型加入到控制模型中所建立模糊控制联合仿真模型如图4所示。模型运行联合仿真的过程为：整车模型先受到驱动控制文件仿真（File Driven Events）的制动器制动力阶跃输入，并实时地将纵向车速和各车轮角速度输出到控制模型中，然后计算滑移率，减去目标滑移率，得到滑移率偏差，再将其微分得到滑移率偏差的变化率，最后将二者输入模糊控制器模块，由模糊控制算法计算得到实时的制动油压调节系数，并反馈给整车模型，模型受到新的制动力控制后进行下一轮的输入和输出循环，以此实现ABS控制功能。另外，由于制动力矩的输出会因为整个系统的动态特性而相对控制指令存在一定的延后现象，所以建立的ABS联合仿真模型设定液压系统动作转换的迟滞时间为10ms。

在联合仿真模型建立完成之后，为了保证仿真的精度和效率还需要对相关参数进行设定。Simulink中设置软件数据交互的步长应与AD⁃AMS/Car驱动文件中设置的仿真步长相同，本文设为0.01。另外选择联合仿真方式为离散，仿真算法为变步长，即在仿真过程中综合考虑实时的计算速度和精度，对步长进行自动地增大或减小调节，适合于对复杂整车模型的运算。最后还应根据不同制动工况设定仿真的开始和终止时间即可运行仿真，结果输出曲线可同时在Simulink的输出模块和ADAMS的后处理模块中进行查看。

为探究加装模糊控制ABS后对整车制动安全性能的影响，本文主要考察在高附着系数路面上直线制动时车辆的制动性能。制动仿真的工况参照车辆紧急制动时的状况进行设定，即车辆在预设路面以一定的初速度直线行驶，然后急踩制动，从0到1s内，制动器制动力由0上升到最大值，并保持制动强度直至车辆停车，为检验车辆的侧向稳定性能，将方向盘设为自由状态。仿真结束后对比车辆的制动时间、制动距离、制动减速度和车辆侧向位移等制动性能指标，以分析ABS的控制效果。

图4 ABS模糊控制联合仿真模型

图5 制动车速时间历程

图6 制动距离时间历程

4 高附路面联合仿真分析

下列曲线为逻辑门限值控制策略与模糊控制策略控制的ABS在高附路面上直线制动联合仿真时的结果比较。

图5和图6对比了模糊控制ABS和实车的逻辑门限值控制ABS分别作用时制动车速和制动距离的变化，可以看到在高附路面上模糊控制车辆的制动时间和制动距离都稍小于实车的逻辑门限值控制，具有更好的制动效能。

由图7高附路面的制动减速度曲线对比可以看出，制动过程中实车逻辑门限值控制ABS车辆制动减速度的值与模糊控制时的相近，但是波动较大，导致系统稳定性较差。

图7 制动减速度时间历程

图8 侧向位移时间历程

在制动稳定性方面，如图8所反映的侧向位移对比可知，逻辑门限值控制ABS由于制动时的稳定性差等因素，侧向位移较模糊控制偏大。

制动过程各个车轮滑移率的对比如图9所示，两种控制策略的ABS都能有效地防止车轮出现抱死，但由于制动系统的循环增压、减压和保压，造成系统一定的振荡等原因，逻辑门限值控制ABS作用时轮速的波动要明显大于模糊控制，并在仿真后期有变大的趋势。并且前轮和后轮控制滑移率的变化范围均与设定的目标滑移率存在一定的偏差。

综合以上对比分析能够得到，不论是在制动效能还是在制动稳定性方面，模糊控制ABS相对于实车逻辑门限值控制的ABS均有一定优势。另外，逻辑门限值控制的ABS在制动过程中，会给系统造成明显的波动，系统的稳定性不如模糊控制，液压式ABS硬件中的液压元件在这种持续较大波动的液压冲击下，可靠性和使用寿命会大大降低。

5 仿真结果数据对比分析

为了使各控制方法仿真结果的差异得到更详细的说明，本文将车辆紧急制动时模糊控制ABS和实车逻辑门限值控制ABS两种情况下，分别在高附路面上的仿真数据进行量化对比分析。

由表1的对比数据可以看出，车辆以72km/h进行紧急制动时，装备有模糊控制ABS比逻辑门限值控制ABS对系统的控制效果更好，能够将滑移率控制在离目标值更近的范围。模糊控制ABS要更优于逻辑门限值ABS，特别是在侧向位移的抑制上效果明显，逻辑门限值控制车轮滑移率的偏差也更大。

图9 各车轮滑移率时间历程

表1 初速度为72km/h高附路面仿真结果数据对比

结合以上仿真数据，对比车辆的制动效能和制动方向稳定性分别在模糊控制和逻辑门限值控制两种控制策略下的结果，可以说模糊控制全面占优，特别是在保证系统稳定性上优势明显，故通过加装模糊控制的ABS以增强微型车制动安全性能是值得期待的。

6 结语

在完成建立微型车模糊控制ABS模型的基础上，详细介绍了ADAMS与MATLAB软件联合仿真的方法和步骤，并搭建了模糊控制ABS联合仿真模型，然后在高附路面上进行紧急制动的联合仿真分析，得到了模糊控制ABS作用下车辆的制动性能参数。将模糊控制的ABS与同样工况下装备逻辑门限值控制ABS的制动过程进行了对比分析，得出模糊控制ABS制动性能全面占优的结论。