بهبود پایداری چرخشی خودرو توسط سیستم ترمز فعال با استفاده از کنترل مود لغزشی تطبیقی

نوع مقاله : مقاله مستقل

نویسندگان

1 استاد، گروه مهندسی مکانیک، دانشکده فنی، دانشگاه گیلان، رشت

2 دانشیار، دانشکده مهندسی مکانیک، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران

3 دانشجوی دکتری، گروه مهندسی مکانیک، دانشکده فنی، دانشگاه گیلان، رشت

چکیده

در این مقاله، یک کنترل کننده مود لغزشی تطبیقی جهت بهبود پایداری چرخشی با استفاده از سیستم ترمز فعال طراحی شده است. از آنجا که در وضعیت رانندگی‌های طولانی، خودروها در معرض تغییر پارامترها مانند تغییر ضریب اصطکاک جاده قرار می‌گیرند و همچنین به دلیل وابستگی نیروهای ترمزی به این ضریب، روش کنترلی مقاوم تطبیقی جهت تضمین پایداری لازم می‌باشد. به همین منظور، یک سیستم کنترلی با ساختار دو لایه‌ طراحی شده است. در لایه بالائی، میزان گشتاور چرخشی اصلاح کننده جهت ردیابی سرعت چرخشی مطلوب خودرو که از یک مدل مرجع به دست آمده، تعیین می‌شود در حالی که لایه پایین که برای هر چرخ به طور مجزا طراحی شده، لغزش طولی چرخ‌ها را بر روی مقدار مطلوب خود طوری تنظیم می‌کند تا نیروی ترمزی لازم برای ایجاد گشتاور چرخشی اصلاح کننده اعمال شود. در هر دو لایه، از روش کنترل مود لغزشی تطبیقی استفاده شده است. کنترل کننده طراحی‌شده که به نامعینی‌های سیستم حساس نیست، بهره‌های لغزشی تطبیقی را جهت حذف نامعینی‌ها با کران‌های مشخص به کار می‌گیرد. از یک مدل دینامیکی خودرو با هفت درجه آزادی و مدل غیرخطی تایر پسچکا جهت شبیه‌سازی‌های کامپیوتری استفاده شده و میزان کارایی کنترل کننده در مانورهای ورودی پله فرمان و تعویض خط روی جاده‌های خشک و لغزان مورد بررسی قرار گرفته است. نتایج به دست آمده، نشانگر عملکرد مناسب‌تر کنترل کننده پیشنهادی در مقابل کنترل کننده مود لغزشی مرسوم، از نظر تعقیب سرعت چرخشی مطلوب و بهبود پایداری چرخشی خودرو در جاده‌های لغزان می‌باشد.

کلیدواژه‌ها

موضوعات


[1] Boada BL, Boada ML, Diaz V (2005) Fuzzy-logic applied to yaw moment control for vehicle stability. Vehicle Sys Dyn 43(10): 753-770.
[2] Song J (2003) Development and comparison of integrated dynamics control systems with fuzzy logic control and sliding mode control. JMST 27(6): 1853-1861.
[3] Tchamna R, Youn I (2013) Yaw rate and side-slip control considering vehicle longitudinal dynamics.IJAT 14(1): 53-60.
[4] Song P, Tomizuka M, Zong C(2015) A novel integrated chassis controller for full drive-by-wire vehicles. Vehicle Sys Dyn 53(2): 215-236.
[5] Seongjin Y, Seungjun K, Heesung Y (2016) Coordinated control with electronic stability control and active front steering using the optimum yaw moment distribution under a lateral force constraint on the active front steering.IMechE, Part D 230(5): 581-592.
[6] Hyundong H, Eunhyek J, Kyongsu Y, Kilsoo K(2016) Integrated chassis control for optimized tyre force coordination to enhance the limit handling performance.IMechE, Part D 230(8): 1011-1026.
[7] Jian WU, Youqun Z, Xuewu J, Yahui L, Lipeng Z, (2015) Generalized internal model robust control for active front steering intervention.Chinese J of MechEng28(2): 285-293.
[8] Wang H, Zhang H, Wang J, Yan F, Chen N (2015) Robust lateral motion control of four-wheel independently actuated electric vehicles with tire force saturation consideration. JFranklin Ins 352: 645-668.
[9]Janbakhsh AA, Khaknejad MB, Kazemi R (2012) Simulation vehicle-handling and path-tracking improvement using adaptive dynamic surface control via  a steer-by-wire system.IMechE, Part D 14(1): 1-16.
[10] Nam K, Oh S, Fujimoto H, Hori Y (2012) Design of adaptive sliding mode contoller for robust yaw stabilization of in-wheel-motor-driven electric vehicles. EVS26 int battery, hybrid and fuel cell electric vehicle symposium, May, Los angeles,  California.
[11] Tavasoli A, Naraghi M (2013) Interior-point method to optimize tire force allocation in 4-wheeled vehicle using high-level sliding mode control with adaptive gain. Asian J Cont 15(4): 1-13.
[12] Zhou M, Yang P, Wang J, Gao W (2016) Adaptive sliding mode control based on duhem model for piezoelectric actuators.IETE Tech Rev33(5): 1-13.
[13] Taleb M, Polestar F (2016) Adaptive robust controller based on integral sliding mode concept.IntJ Cont89(9): 1788-1797.
[14] Bartolini G, Levant A, Pisano A, Usai E (2016) Adaptive second-order sliding mode control with uncertainty compensation, Int J Cont89(9): 1747-1758.
[15] Cui Y, Tian C (2016) Adaptive sliding mode control of manipulator based on RBF network minimum parameter learning method.J Discrete Math Sci Cryptography 19(1): 185-197.
[16]فاتح م‌م، عرب ع‌الف (1392) کنترل مود لغزشی تطبیقی ربات متحرک.مجله علمی پژوهشی مکانیک سازه­ها و شاره­ها 21-11 :(2)3.
[17]فاتح م‌م، اسراری ح، خراشادی زاده س (1394) کنترل حالت لغزشی فازی تطبیقی بازوی رباتیک در فضای کار با راهبرد کنترل ولتاژ.مجله علمی پژوهشی مکانیک سازه­ها و شاره­ها 26-17 :(3)5
[18]Zhang J, Lv C, Gou J, Kong D (2012) Cooperative control of regenerative braking and hydraulic braking of an electrified passenger car.IMechE, Part D 226(10): 1289-1302.
[19] Wong JY (2001) Theory of ground vehicles. 3th edn. John Wiley, New York.
[20] Xiao H, Chen W, Zhou H, Zu JW, Liu L (2011) Integrated control of vehicle system dynamics: theory and experiment. Advances in Mechatronics chap 1: 1-30.
[21] Lu SB, Li YN, Choi SB, Han, Seong MS (2010) Global integrated control of vehicle suspension and chassis key subsystems.IMechE, Part D, 224: 423-441.