1. 项目背景与核心价值
在电动汽车快速普及的今天，分布式驱动系统因其灵活可控的特性成为行业研究热点。这种每个车轮独立驱动的设计虽然带来了更好的操控性，但也对故障处理提出了更高要求——单个电机失效可能导致整车失稳。去年参与某车企研发项目时，我们就遇到过这样的案例：测试车辆在高速状态下突然单侧电机停转，驾驶员险些失控。这正是本项目要解决的核心问题。
传统集中式驱动车辆遇到动力故障时，通常只能通过制动或降功率来应对。而分布式驱动系统的优势在于，我们可以通过剩余三个电机的协同控制来补偿故障影响。本项目实现的UKF（无迹卡尔曼滤波）故障观测器配合PI控制算法，能够在100ms内准确识别故障电机并重新分配扭矩，保持车辆纵向速度稳定，同时通过横摆力矩控制维持行驶轨迹。
2. 系统架构设计解析
2.1 整体控制框架
系统采用分层控制结构，上层决策层负责故障诊断和力矩分配，下层执行层实现各轮独立控制。这种架构的特别之处在于：
- 故障观测器与控制器并行运行，观测周期（10ms）短于控制周期（20ms）
- 横摆力矩控制采用前馈+反馈复合控制，前馈部分基于二自由度车辆模型计算理想力矩
- 执行器饱和时启动力矩再分配算法，优先保障纵向力需求
实际调试中发现，当故障发生在转向工况时，单纯的速度PI控制会导致横摆角速度超调。后来我们增加了转向状态识别模块，在方向盘转角大于15度时自动降低PI增益。
2.2 UKF故障观测器设计
无迹卡尔曼滤波相比传统EKF（扩展卡尔曼滤波）更适合这个场景，因为：
- 电机失效时系统呈现强非线性特性
- 不需要计算复杂的雅可比矩阵
- 对初值误差的鲁棒性更好
具体实现时，我们选取以下状态量：
- 纵向速度 vx
- 横向速度 vy
- 横摆角速度 γ
- 四个轮速 ω_fl, ω_fr, ω_rl, ω_rr
观测器参数设置经验：
- 过程噪声Q取对角阵 diag([0.01, 0.01, 0.001, 0.1, 0.1, 0.1, 0.1])
- 观测噪声R取 diag([0.1, 0.1, 0.01])
- Sigma点扩散系数α=1e-3
3. 核心算法实现细节
3.1 纵向速度PI控制
采用串级PI结构：
- 外环速度控制：Kp=12，Ki=0.8
- 内环滑移率控制：Kp=15，Ki=1.2
抗饱和处理采用clamping法，当积分项达到最大力矩的80%时停止积分。实测表明，这种设置可以在保证响应速度的同时避免超调。
3.2 附加横摆力矩计算
基于魔术公式轮胎模型计算各轮最大可用附着力：
code复制F_max = μ·Fz·sin(C·arctan(B·κ - E(B·κ - arctan(B·κ))))
其中关键参数：
- 峰值附着系数μ：干燥沥青路面取0.9
- 刚度因子B：与轮胎型号相关，测试用胎取10.2
- 形状因子C：取1.3
- 曲率因子E：取-0.5
横摆力矩分配采用加权最小二乘法，目标函数考虑：
- 总力矩跟踪误差
- 各轮负荷率均衡
- 执行器变化率惩罚
4. 仿真平台搭建
4.1 CarSim-Simulink联合仿真
使用CarSim 2019.1提供车辆动力学模型，Simulink实现控制算法。两个关键接口配置：
- CarSim输出：整车状态、轮速、方向盘转角
- Simulink输入：四个电机需求扭矩
注意：CarSim的采样时间必须设为0.001s，即使控制算法周期是0.02s。否则会出现数值不稳定。
4.2 故障注入设置
设计六种典型故障场景：
- 前左电机突然失速（0→100km/h直行）
- 后右电机扭矩受限（60km/h弯道）
- 双对角电机失效（80km/h变道）
- 全轮扭矩波动（正弦干扰）
- 信号传输延迟（100ms）
- 轮速传感器失效
5. 仿真结果分析
5.1 故障检测性能
在100次随机故障测试中：
- 检测准确率：98.7%
- 平均检测时间：86ms
- 最大检测延迟：120ms（发生在低附路面）
典型误检情况：
- 急加减速时误判为电机失效
- 低μ路面轮速差异导致误报警
5.2 控制效果对比
| 指标 | 无控制 | 仅速度控制 | 完整方案 |
|---|---|---|---|
| 纵向速度误差% | 12.3 | 5.1 | 2.7 |
| 横摆角速度RMSE | 0.34 | 0.28 | 0.15 |
| 恢复时间(s) | - | 3.2 | 1.8 |
6. 工程实现注意事项
-
参数标定顺序：
- 先静态参数（轮胎刚度等）
- 再动态参数（观测器噪声）
- 最后控制参数（PI增益）
-
实时性保障：
- UKF计算耗时控制在8ms内（i7-1185G7处理器）
- 使用查表法替代实时魔术公式计算
-
故障恢复策略：
- 首次检测不立即动作，连续3次确认后才触发
- 设置5秒冷却期防止频繁切换
-
实际道路测试时，建议先在湿滑场地验证：
- 洒水路面μ≈0.5，更容易暴露控制缺陷
- 初始测试速度不超过40km/h
这个方案最让我惊喜的是其对非对称故障的处理能力。在某次极端测试中，我们模拟双前轮失效，系统通过后轮差速控制依然保持了车辆基本稳定性。不过也要提醒，当前算法对连续弯道的适应性还有提升空间，特别是在低附路面复合工况下，有时会出现横摆力矩振荡现象。后续我们计划引入MPC（模型预测控制）来优化多目标协调能力。