分布式驱动电动汽车容错控制系统设计与UKF故障观测器应用

1. 项目概述与背景解析

这个仿真项目针对分布式驱动电动汽车的电机失效场景，开发了一套完整的容错控制系统。核心在于通过UKF故障观测器实时监测电机状态，结合纵向速度PI控制和附加横摆力矩控制，确保车辆在单个或多个电机失效时仍能保持稳定行驶。

分布式驱动架构将电机直接集成在车轮处，相比传统集中式驱动具有转矩分配灵活、响应速度快等优势，但单个电机故障会导致非对称驱动力矩，严重影响车辆稳定性。本项目通过三层次控制架构（故障诊断→速度控制→横摆稳定）实现了"故障感知-补偿控制"的闭环管理。

2. 核心技术模块详解

2.1 UKF故障观测器设计

采用无迹卡尔曼滤波(UKF)进行电机状态估计，相比EKF无需计算雅可比矩阵，对非线性系统有更好适应性。关键参数设计：

matlab复制% UKF参数设置示例
alpha = 1e-3;    % 影响sigma点分布
beta = 2;         % 包含先验分布信息
kappa = 0;        % 调节参数
Q = diag([0.1 0.1 1e-3]); % 过程噪声协方差
R = diag([1 1])*1e-2;     % 观测噪声协方差

观测器输入为电机电流、转速，输出为各电机健康状态概率(0-1)。通过残差检测实现故障定位：

code复制故障判定条件： 
残差χ² > χ²_threshold (χ²_threshold=9.21对应99%置信度)

2.2 纵向速度PI控制

采用分层控制架构：

1. 上层：计算总需求驱动力

   math复制F_{total} = m·a_{des} + \frac{1}{2}ρC_dAv^2 + mgsinθ
   

2. 下层：PI控制器调节

   matlab复制Kp = 1.2; Ki = 0.5; 
   torque_total = Kp*e_v + Ki*∫e_v dt;
   

   特殊处理：当检测到电机失效时，动态调整积分项限幅值防止积分饱和。

2.3 附加横摆力矩控制

基于二自由度车辆模型设计补偿力矩：

math复制ΔM = k_1·(β - β_{des}) + k_2·(γ - γ_{des})

其中β为质心侧偏角，γ为横摆角速度。通过LQ