Проектирование системы управления транспортным средством: руководство по моделированию двигателя.

< Назад к разработке платформы

Джонни Лю, генеральный директор компании Dowway Vehicle. | Опубликовано: 5 марта 2026 г.

Индустрия электромобилей (NEV) быстро развивается. Автомобильные двигатели выступают в качестве основных силовых и вспомогательных исполнительных механизмов. Производительность их систем управления напрямую определяет динамику, экономичность и безопасность автомобиля. Технология моделирования заменяет традиционную модель НИОКР, основанную на «физических пробах и ошибках». Она снижает затраты, повышает эффективность и делает тестирование воспроизводимым.

В этом руководстве подробно описан процесс моделирования и проектирования систем управления автомобильными двигателями — ключевой части проектирования систем управления транспортными средствами. Мы сосредоточимся на синхронных двигателях с постоянными магнитами (PMSM), моделировании систем, разработке стратегий управления и проверке в реальных условиях эксплуатации.

1. Переход к моделированию в современных системах

В полностью электрических и гибридных автомобилях двигатели приводят в движение системы, рулевое управление и тормозную систему. Система управления — это «мозг». Она получает команды от блока управления транспортным средством (VCU) и выполняет алгоритмы для регулирования скорости, крутящего момента и тока.

Традиционный цикл НИОКР, включающий «создание аппаратной части – физические испытания – корректировку параметров», занимает слишком много времени и обходится слишком дорого. Экстремальные условия, такие как резкое ускорение или запуск при низких температурах, часто приводят к поломке физического оборудования. Создавая виртуальную среду для двигателя, контроллера и транспортного средства, инженеры выявляют недостатки конструкции на ранних стадиях и безопасно корректируют параметры. Этот метод «от виртуальной проверки к физической итерации» сегодня является стандартной практикой.

2. Основы моделирования для управления двигателем транспортного средства

Основные цели проектирования симуляций

В инженерной практике моделирование направлено на точное моделирование, быструю проверку и повышение производительности. В частности, мы стремимся к следующему:

• Воспроизвести динамические реакции с погрешностью в ≤5% по сравнению с физическими тестами.
• Проверьте стратегии управления во всех условиях. Сохраняйте погрешность скорости. ≤±1% и пульсация крутящего момента ≤±2%.
• Настройте параметры для снижения потерь меди и железа, повысив эффективность системы.
• Имитируйте сценарии неисправностей (например, поломку датчиков), чтобы проверить отказоустойчивость и соответствие требованиям. ISO 26262 стандарты.

Семиэтапный рабочий процесс моделирования

Мы используем MATLAB/Simulink (вместе с Motor Control Blockset и Simscape Electrical), поскольку он поддерживает многодоменное совместное моделирование (например, с помощью Carsim) и автоматическую генерацию встроенного кода на языке C. Рабочий процесс включает в себя:

1. Анализ требований: Укажите технические характеристики двигателя и состояние транспортного средства.
2. Моделирование системы: Создайте модели объекта управления, датчиков, контроллера и инвертора.
3. Разработка стратегии управления: Применяйте алгоритмы, такие как управление, ориентированное на поле (FOC).
4. Настройка моделирования: Интегрируйте модули и настройте переменные шаги.
5. Проверка достоверности результатов моделирования: Проверьте запуск двигателя, разгон и торможение.
6. Оптимизация параметров: Настройте параметры ПИД-регулятора и ШИМ-регулятора.
7. Проверка оборудования: Перенести код в микроконтроллер (MCU).

3. Системное моделирование автомобильных контроллеров электродвигателей

Моделирование тела в стиле ПМСМ

В модели синхронного двигателя с постоянными магнитами (PMSM) для описания электромагнитных характеристик используется вращающаяся система координат $dq$. Основные математические уравнения следующие:

Уравнения напряжения:

u_d=R_si_d+L_d\frac{di_d}{dt}-\omega_eL_qi_q

u_q=R_si_q+L_q\frac{di_q}{dt}+\omega_eL_di_d+\omega_e\psi_f

Уравнение крутящего момента:

T_e=1.5p(\psi_fi_q+(L_d-L_q)i_di_q)

Механическое уравнение:

T_e-T_L=J\frac{d\omega_m}{dt}+B\omega_m

Для нашего моделирования мы ввели типичные параметры транспортного средства: 50 кВт номинальная мощность, 15000 об/мин, 4 пары полюсов, 0,02 Ом сопротивление статора, 0,5 мГн Индуктивность по оси dq, 0,175 Вб потокосвязь и 0,01 кг·м² момент инерции.

Моделирование преобразователя мощности и датчика

• Инвертор: Трехфазная двухуровневая топология (6 IGBT, 6 диодов). Мы установили частоту переключения IGBT на 10 кГцмертвая зона 3 мкспитается от 400 В батарея (стандартный диапазон — 300-800 В).
• Датчики тока: Датчики Холла для измерения от -200А до 200А с ±0,5% точность и 0,1% Имитированный шум.

• Датчик положения: А 16-бит Модель резольвера обеспечивает высокоточное отслеживание положения ротора.

Модель контроллера обрабатывает АЦП-преобразование, преобразования Кларка (3-фазное в αβ) и Парка (αβ в dq), двойные замкнутые контуры и окончательную генерацию ШИМ.

4. Основные стратегии управления в проектировании автомобильных систем

Управление, ориентированное на поле (FOC)

FOC преобразует токи статора в ток возбуждения (i_d) и ток крутящего момента ($i_q$). Для синхронных двигателей с постоянными магнитами, устанавливаемых на поверхности транспортных средств, мы используем i_d=0 стратегия. Крутящий момент регулируется только параметром i_q, что обеспечивает эффективную работу двигателя.

Оптимизация параметров и безопасность по стандарту ISO 26262

Текущий цикл должен реагировать в 10 раз быстрее, чем цикл регулировки скорости. Мы стремимся к времени запуска, равному… ≤0,5 сперерегулирование ≤5%ошибка скорости ≤±1%и пульсация крутящего момента ≤±2%. Мы также добавляем управление с опережением для обработки внезапных изменений нагрузки, например, при подъеме в гору.

В целях безопасности и в соответствии с правилами ISO 26262, модель отключает ШИМ, если ток превышает допустимый предел. 1,5x превышение допустимых пределов или напряжения батареи. 1.1x. При превышении температуры выходная мощность снижается. 150°C и переключается в режим разомкнутого контура в случае отказа датчиков.

5. Проверка моделирования и анализ производительности

Мы провели моделирование для 10-е с переменным шагом, начиная с 1e-5s.

Наши настроенные параметры ПИД-регулятора:

• Скоростной круг: K_p=0.5, K_i=10, K_d=0.01
• Текущий цикл: K_p=5, K_i=100, K_d=0.05

Результаты в 4 типичных условиях вождения:

1. Запуск (0 → 1000 об/мин, 20 Н·м): Берет 0,35 с, 3% перерегулирование, 0,5% Ошибка в установившемся режиме.
2. Ускорение (1000 → 5000 об/мин, 50 Н·м): Завершает плавный переход 1,2 с с точным отслеживанием.
3. Стационарный режим (5000 об/мин, 50 Н·м): колебания скорости ≤±5 об/минпульсация крутящего момента ≤±1 Н·м.
4. Рекуперативное торможение (5000 → 0 об/мин, -40 Н·м): Безопасное замедление в 1,5 с со стабильным восстановлением энергии.

В компании Dowway Vehicle использование именно этой системы моделирования позволило сократить цикл исследований и разработок более чем на 100%. 30% и повышение эффективности работы двигателя за счет >5%.

6. Часто задаваемые вопросы по проектированию систем управления транспортными средствами

В1: Как следует построить модель динамики транспортного средства для проектирования системы управления?

Краткий ответ: Это зависит от маневра. Используйте кинематические модели для низких скоростей, модели велосипеда для управляемости и полные модели для финального тестирования.

Объяснение: Инженеры выбирают математические модели в зависимости от конкретного случая. Кинематические модели описывают геометрическое движение (например, парковку). Модель динамики велосипеда упрощает автомобиль, сводя его к передним и задним колесам, что делает ее идеальной для управления в поперечном направлении. Полномасштабные модели транспортного средства охватывают продольную, поперечную и вертикальную динамику для тщательной проверки результатов моделирования.

В2: Как можно обеспечить устойчивость и управляемость автомобиля?

Краткий ответ: Такие системы, как электронная система стабилизации (ESC), автоматически подтормаживают отдельные колеса, чтобы предотвратить занос.

Объяснение: Система управления боковой динамикой отвечает за устойчивость. ESC определяет, когда водитель теряет сцепление с дорогой. Она автоматически применяет точное тормозное усилие к конкретным колесам для коррекции избыточной или недостаточной поворачиваемости. Такое прямое управление моментом рыскания обеспечивает устойчивость автомобиля на дороге.

В3: Какие алгоритмы управления чаще всего используются в системах управления транспортными средствами?

Краткий ответ: В отрасли для базовых задач используется ПИД-регулирование, для учета неопределенностей в аппаратной части — робастное управление, а для автономного вождения — модель прогнозирующего управления (MPC).

Объяснение: Классическое управление (ПИД-регулятор, линейно-квадратичный регулятор) хорошо справляется с линейными системами. Робастное и нелинейное управление (управление скользящим режимом, H-бесконечность) управляет непредсказуемыми физическими изменениями. Модель прогнозирующего управления предсказывает будущее поведение для расчета идеальных входных воздействий в рамках строгих ограничений, что делает его сегодня лучшим выбором для отслеживания траектории.

Вопрос 4: Как можно справиться с нелинейностями и неопределенностями в динамике транспортного средства?

Краткий ответ: Инженеры объединяют фильтры оценки состояния с адаптивными контроллерами для автоматической регулировки в ответ на внезапные физические изменения.

Объяснение: В реальных автомобилях происходит износ шин и изменение коэффициента трения дорожного покрытия. Системы используют такие инструменты, как расширенный фильтр Калмана, для оценки состояний, которые мы не можем измерить напрямую (например, угол бокового скольжения). Адаптивные контроллеры обрабатывают эти данные и адаптируются к внешним воздействиям, поддерживая устойчивость автомобиля, даже если базовая модель несовершенна.

В5: Как можно одновременно управлять несколькими подсистемами транспортного средства?

Краткий ответ: В транспортных средствах используется архитектура интегрированного управления динамикой транспортного средства (IVDC), которая выступает в роли центрального «мозга».

Объяснение: Система IVDC координирует работу компонентов, которые в противном случае могли бы конфликтовать друг с другом. Она связывает антиблокировочную систему тормозов (ABS), систему контроля тяги, систему стабилизации ESC и активную подвеску. Такое интеллектуальное распределение команд между несколькими исполнительными механизмами одновременно максимизирует безопасность, маневренность и энергоэффективность.

Бонус: Рабочий процесс проектирования системы управления транспортным средством MPC.

Модель прогнозирующего управления (MPC) — это стандарт для передовых систем управления транспортными средствами. Инженеры используют четырехэтапный рабочий процесс для ее создания:

1. Моделирование растений: Разработайте математическую модель транспортного средства для прогнозирования будущих состояний на заданном временном горизонте.
2. Определение ограничения: Установите строгие математические ограничения для физического оборудования (максимальный угол поворота руля, пределы трения шин).
3. Формулировка функции затрат: Создайте математическую целевую задачу, чтобы минимизировать ошибки (например, выезд за пределы полосы движения) и одновременно предотвратить резкие действия руля, обеспечивая комфорт пассажиров.

Оптимизация в реальном времени: Контроллер решает эту математическую задачу на каждом шаге, применяет первое действие и пересчитывает все заново в следующем цикле.