1. 轮毂电机分布式驱动系统概述
轮毂电机分布式驱动电动汽车是当前新能源汽车领域的前沿技术方向，它将驱动电机直接集成在车轮内部，省去了传统集中式驱动系统中的传动轴、差速器等机械部件。这种架构带来的直接好处是传动效率提升约15%，同时为整车布局提供了更大的设计自由度。
在分布式驱动系统中，每个车轮都由独立的轮毂电机控制，这种设计天然具备扭矩矢量分配能力。通过精确控制每个电机的输出扭矩，可以实现传统车辆难以企及的动态性能，比如：
- 高速过弯时的主动扭矩分配
- 低附着力路面的防滑控制
- 紧急避障时的横摆力矩补偿
然而，当系统中某个轮毂电机发生失效时（如绕组短路、功率器件击穿等），这种分布式架构就会面临严峻的稳定性挑战。不同于传统集中式驱动系统还能依靠剩余的健康电机维持基本行驶能力，分布式系统中单个电机的失效会直接导致非对称驱动力矩，严重时可能引发车辆失稳。
2. 电机失效模式与稳定性风险分析
2.1 典型失效场景分类
根据我们在实车测试中收集的数据，轮毂电机系统常见的失效模式可分为三类：
-
完全失效（发生概率约65%）
- 功率模块IGBT击穿
- 电机绕组相间短路
- 表现为输出扭矩突降为0
-
部分失效（发生概率约30%）
- 位置传感器故障
- 单相绕组开路
- 表现为扭矩输出波动或下降50%
-
异常输出（发生概率约5%）
- 控制器程序跑飞
- 表现为扭矩无规律振荡
2.2 动力学稳定性影响
当左前轮电机突然失效时，我们通过动力学仿真观察到了典型的失稳发展过程：
-
初始阶段（0-0.5秒）：
- 横摆角速度突增到12°/s
- 侧偏角达到4°
- 车辆开始偏离预定轨迹
-
发展阶段（0.5-1.5秒）：
- 横摆力矩不平衡加剧
- 侧向加速度超过0.4g
- 驾驶员需施加超过50°的方向盘转角修正
-
临界阶段（1.5秒后）：
- 轮胎侧向力饱和
- 车辆进入不可控旋转状态
3. 基于Simulink的容错控制架构设计
3.1 整体控制框架
我们在Simulink中搭建的分层控制架构包含三个关键层级：
code复制[故障检测层] → [决策层] → [执行层]
| | |
[信号监测] [扭矩重分配] [电机控制]
这种架构的响应延迟经测试可控制在80ms以内，满足实时性要求。具体实现时需要注意：
- 采样周期设置为1ms
- 使用Simulink的Triggered Subsystem实现快速模式切换
- 采用Fixed-step solver保证实时性
3.2 核心算法实现
3.2.1 故障检测算法
我们开发了基于三阶段判定的检测逻辑：
matlab复制function [fault_flag] = FaultDetect(u)
% 阶段1：电流异常检测
if any(abs(u.I_abc) > I_max)
stage1 = 1;
end
% 阶段2：转速一致性检查
if abs(u.wheel_speed - mean(other_speeds)) > 50rpm
stage2 = 1;
end
% 阶段3：扭矩响应验证
if abs(u.T_actual - u.T_demand)/u.T_demand > 0.3
stage3 = 1;
end
fault_flag = (stage1 + stage2 + stage3) >= 2;
end
3.2.2 扭矩重分配算法
采用带约束优化的分配策略：
matlab复制cvx_begin
variable T_new(4)
minimize( norm(T_new - T_original, 2) )
subject to
sum(T_new) == sum(T_original) - T_fault
abs(T_new(2)-T_new(4)) <= delta_T_max
T_new >= 0
T_new <= T_max
cvx_end
这个优化问题保证了：
- 总驱动力不变
- 左右扭矩差限制在安全范围内
- 各电机工作在安全区间
4. Simulink建模关键技巧
4.1 车辆动力学建模
使用Simulink Vehicle Dynamics Blockset搭建的14自由度模型包含：
- 6个车身自由度（x,y,z,roll,pitch,yaw）
- 4个车轮旋转自由度
- 4个悬架自由度
特别要注意的是轮胎模型的参数设置：
matlab复制Tire.Pacejka.B = 10; % 刚度因子
Tire.Pacejka.C = 1.6; % 形状因子
Tire.Pacejka.D = 1; % 峰值因子
4.2 实时交互实现
通过Simulink Desktop Real-Time工具箱实现硬件在环测试时，需要特别注意：
-
在Configuration Parameters中：
- 选择Fixed-step solver
- 设置步长为0.001s
- 启用External mode
-
对于关键信号：
- 使用Rate Transition模块处理多速率信号
- 添加Signal Conversion保证数据类型一致
-
调试技巧：
- 使用Dashboard Scope实时监控
- 设置Signal Logging记录关键变量
5. 典型问题排查指南
5.1 仿真发散问题
现象：仿真运行几秒后车辆状态变量急剧增大
排查步骤：
- 检查轮胎模型参数是否合理
- 验证悬架刚度/阻尼设置
- 查看积分器（特别是处理不连续点时）
- 检查单位制一致性（常有N-m vs kg-m^2混淆）
解决方案：
- 使用ode23tb刚性求解器
- 在不连续点处添加Zero-Crossing检测
- 逐步增大仿真步长测试稳定性
5.2 代码生成问题
报错：Embedded Coder生成时出现"Expression too complex"
优化方法：
- 将复杂数学运算封装成Atomic Subsystem
- 使用Simulink提供的优化模块（如Math Function）
- 避免在MATLAB Function块中使用高级语法
- 设置适当的代码生成目标（ert.tlc）
6. 测试验证与结果分析
我们设计了三级验证方案：
6.1 模型在环（MIL）测试
在标准双移线工况下，对比三种控制策略：
| 控制策略 | 最大横摆误差(°) | 轨迹偏差(m) |
|---|---|---|
| 无容错控制 | 15.2 | 2.8 |
| 规则式容错 | 7.6 | 1.2 |
| 本文方法 | 3.1 | 0.5 |
6.2 硬件在环（HIL）测试
使用dSPACE SCALEXIO系统进行的实时测试显示：
- 故障检测平均延迟：23ms
- 控制算法执行时间：8ms
- 在最严苛的对开路面工况下仍能保持稳定
6.3 实车验证
在某型试验车上进行的80km/h突卸左前轮扭矩测试表明：
- 方向盘修正量减少62%
- 乘客感受到的横向加速度峰值降低45%
- 制动距离缩短30%
7. 工程实现注意事项
在实际工程应用中，我们发现以下几个关键点需要特别注意：
-
信号滤波处理：
- 轮速信号建议采用α-β滤波器
- 电流测量需做50us以下的延迟补偿
- 避免过度滤波导致相位滞后
-
故障恢复策略：
- 设置2秒的故障确认窗口
- 实现graceful degradation模式
- 保留手动重置功能
-
参数标定流程：
matlab复制% 自动化标定脚本示例 params = struct('Kp',0,'Ki',0); for Kp = 0:0.5:10 for Ki = 0:0.2:5 simOut = sim('controller_model'); if max(simOut.yaw_error) < 5 params.Kp = Kp; params.Ki = Ki; break; end end end -
ECU资源管理：
- 算法CPU占用率控制在70%以下
- RAM使用预留30%余量
- 关键任务设置为最高优先级
经过实际项目验证，这套控制方案在采用TI TMS320F28379D双核DSP实现时，完整控制循环可在500us内完成，满足ASIL-D功能安全要求。