一种基于模糊技术的电动车助力控制方法

摘要

本发明公开了一种基于模糊技术的电动车助力控制方法，其中控制方法包括：获取车辆当前速度和加速度，获取骑行者脚踏频率，采用模糊技术进行助力比调节的控制方法，根据车速确定静态助力比，依据加速度、脚踏频率变化，采用模糊技术调节动态助力比，然后由静、动态助力比和脚踏频率共同确定系统助力比，根据车速、加速度、脚踏频率、脚踏频率变化自动调整助力比，适应各种路况下助力要求，满足复杂的人机协调和平滑调速的要求，同时保证电机和骑行者安全。

权利要求

1.一种基于模糊技术的电动车助力控制方法，其特征在于，所述方法的步骤为：步骤1、预设初始系统助力比值及采样周期，在采样周期内检测到踏频信号时，在下一个系统周期内会将初始助力比值更新为实时的助力比；

步骤2、通过霍尔速度传感器获取骑行者踩踏频率，通过主控芯片计算获得车辆速度值和加速度值；

步骤3、依据车辆速度值确定静态助力比；

步骤4、依据加速度值和脚踩频率确定动态助力比，使用模糊技术调节动态助力比；采用模糊技术调节动态助力比的具体步骤为：步骤4‑1、在主控芯片中构建模糊控制器；

步骤4‑2、确定模糊变量为加速度a、脚踏频率变化率 动态助力比Kd，分别构建模糊子集步骤4‑3、构建控制规则表；

步骤4‑4、使用模糊推理法并结合控制规则表的规则，得到总的模糊关系：其中， 为模糊规则，为第i个模糊规则；

采用重心法对输出进行反模糊处理，公式为：其中，ki为模糊论域上坐标值，u(ki)为坐标值对应点上的隶属函数；

反模糊得到的值经比例因子Ku处理后为：Kd＝uw×Ku+0.5.

其中，uw为模糊输出表达式；

步骤5、依据静态助力比、动态助力比、脚踏频率共同确定系统助力比。

2.根据权利要求1所述的一种基于模糊技术的电动车助力控制方法，其特征在于，步骤

3中，所述静态助力比表示为Ks，Ks＝F(v)，

其中，v表示车辆速度。

3.根据权利要求1所述的一种基于模糊技术的电动车助力控制方法，其特征在于，步骤4中，所述动态助力比表示为Kd，Kd＝F(dv/dt，df/dt)，其中，v表示车辆速度，f为脚踏频率，t表示时间。

4.根据权利要求1所述的一种基于模糊技术的电动车助力控制方法，其特征在于，步骤5中，所述系统助力比表示为Kf，Kf＝KsKd。

说明书

一种基于模糊技术的电动车助力控制方法

技术领域

[0001] 本发明涉及电动车助力控制技术领域，具体是涉及一种基于模糊技术的电动车助力控制方法。

背景技术

[0002] 环境污染和能源短缺是人们普遍关注的生存问题。电动助力车作为一种便捷交通工具和节能产品已经被广大的消费者和市场所接受。电动助力车实质上是一种人力混合电动车，是唯一符合“零”排放要求的混合电动车。

[0003] 目前市场上电动助力车助力比调节方法为较为传统，无法进行实时准确的无极调节，面对复杂路况时无法提供最佳的助力效果。对此，专利申请文件CN101574934A提供了一种电动车助力控制方法，其采用力矩传感器方案，使用力矩传感器来获得骑行者的双脚踩踏力信号，并引入负载电流信号作为电机负载转矩反馈控制量，通过给定助力比计算获得综合偏差控制信号，进而控制比例调节环节；但该方案存在的问题是踩踏力信号获取并不连续，在踩踏一圈范围内存在力矩空白区域，使用给定助力比获得的助力效果也会随之变得不连续，骑行体验变差。如何在不同的路况下获得最佳的助力效果逐渐成为电动助力自行车的研究重点。

发明内容

[0004] 为解决上述技术问题，本发明提供了一种基于模糊技术的电动车助力控制方法，通过将助力比分为静态和动态两部分，对动态助力比做模糊处理，去除对变量误差影响较小的静态助力比，可以保证最终系统有较好的模糊控制效果，从而获得良好的助力效果，优化骑行体验。

[0005] 本发明所述的一种基于模糊技术的电动车助力控制方法，其步骤为：

[0006] 步骤1、预设初始系统助力比值及采样周期，在采样周期内检测到踏频信号时，在下一个系统周期内会将初始助力比值更新为实时的助力比；

[0007] 步骤2、通过霍尔速度传感器获取骑行者踩踏频率，通过主控芯片计算获得车辆速度值和加速度值；

[0008] 步骤3、依据车辆速度值确定静态助力比；

[0009] 步骤4、依据加速度值和脚踩频率确定动态助力比，使用模糊技术调节动态助力比；

[0010] 步骤5、依据静态助力比、动态助力比、脚踏频率共同确定系统助力比。

[0011] 进一步，步骤3中，所述静态助力比表示为Ks，

[0012] Ks＝F(v)，

[0013] 其中，v表示车辆速度。

[0014] 进一步，步骤4中，所述动态助力比表示为Kd，

[0015] Kd＝F(dv/dt，df/dt)，

[0016] 其中，v表示车辆速度，f为脚踏频率。

[0017] 进一步，步骤4中，采用模糊技术调节动态助力比的具体步骤为：

[0018] 步骤4‑1、在主控芯片中构建模糊控制器；

[0019] 步骤4‑2、确定模糊变量为加速度a、脚踏频率变化率 动态助力比Kd，分别构建模糊子集

[0020] 步骤4‑3、构建控制规则表；

[0021] 步骤4‑3、使用模糊推理法并结合控制规则表的规则，得到总的模糊关系：

[0022]

[0023] 其中， 为模糊规则， 为第l个模糊规则

[0024] 采用重心法对输出进行反模糊处理，公式为：

[0025]

[0026] 其中，ki为模糊论域上坐标值，u(ki)为坐标值对应点上的隶属函数；

[0027] 反模糊得到的值经比例因子Ku处理后为：

[0028] Kd＝uw×Ku+0.5

[0029] 其中，uw为模糊输出表达式。

[0030] 进一步，步骤5中，所述系统助力比表示为Kf，Kf＝KsKd。

[0031] 本发明所述的有益效果为：本发明所述的电动车的助力控制方法，根据车速、加速度、脚踏频率、脚踏频率变化自动调整助力比，可以适应各种路况下助力要求，满足复杂的人机协调和平滑调速的要求，同时保证电机和骑行者安全；本发明使用模糊技术调整动态助力比，模糊控制技术选择的控制变量要具有系统特性，因此将助力车助力比分为静态助力比和动态助力比两部分，只对动态助力比做模糊处理，去除对变量误差影响较小的静态助力比，保证在复杂路况下获得最优的助力比，提高助力车的速度响应，优化骑行感觉。

附图说明

[0032] 为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明。

[0033] 图1为本发明所述方法的流程图；

[0034] 图2为本发明中助力比调节器框图；

[0035] 图3为本发明中基本模糊控制器组成框图；

[0036] 图4为本发明中助力电机的矢量控制框图。

具体实施方式

[0037] 如图1所示，本发明所述的本发明提供一种基于模糊技术的电动车助力控制方法，其步骤为：

[0038] 步骤1、预设初始系统助力比值及采样周期，其中，所述初始系统助力比值为1∶1，采样周期设定为50ms，在采样周期内检测到踏频信号时，在下一个系统周期内会将初始助力比值更新为实时的助力比；

[0039] 步骤2、通过霍尔速度传感器获取骑行者踩踏频率，通过主控芯片计算获得车辆速度值和加速度值；其中，车辆速度值由电机霍尔传感器脉冲个数计算得出，加速度值由速度在固定时间内变化幅度计算得出；

[0040] 步骤3、依据车辆速度值确定静态助力比，所述静态助力比表示为Ks，[0041] Ks＝F(v)，

[0042] 其中，v表示车辆速度。

[0043] 步骤4、依据加速度值和脚踩频率变化确定动态助力比，使用模糊技术调节动态助力比；所述动态助力比表示为Kd，

[0044] Kd＝F(dv/dt，df/dt)，

[0045] 其中，v表示车辆速度，f为脚踏频率。

[0046] 步骤5、依据静态助力比、动态助力比、脚踏频率共同确定系统助力比。

[0047] 如图2所示，为控制器助力比调节器框图，设计的控制器具有如下功能要求：人为加速、上坡、顶风、阻力增大时自动增大助力比；下坡、滑行和顺风情况、阻力减小时自动减小助力比；主动力矩变化小、加速度小状态下保持稳定的助力比；动态助力比调节范围在0.5‑2.5之间变化。

[0048] 步骤4中，采用模糊技术调节动态助力比的具体步骤为：

[0049] 步骤4‑1、构建模糊控制器，所述模糊控制器包括模糊化接口、知识库、推理机、解模糊化接口，所述模糊化接口与所述推理机连接，所述知识库与所述推理机连接，所述推理机与所述解模糊化接口连接，如图3所示；

[0050] 步骤4‑2、确定模糊变量，助力比在理想情况下与车速、加速度、脚踏频率和脚踏频率变化率有关，因为静态助力比例调节中已考虑速度和脚踏频率大小，故只取加速度a、脚踏频率变化率 动态助力比Kd为模糊变量；其中，加速度选择三个模糊子集，脚踏频率变化2
率选择四个模糊子集、助力比选择五个模糊子集；加速度a的基本论域是[‑1.5m/s～1.5m/
2
s]，脚踏频率变化率f的论域是[‑6hz/s～6hz/s]，动态助力比的论域是[0.5～2.5]；

[0051]

[0052] 步骤4‑3、设计控制模糊规则，在制订控制规则时，总结爬坡、顶风、人为加速等情况下助力比调节要求，归纳出Kd调节规则，构建控制规则表，如表1所示；

[0053]  a‑ a0 a+
f+ Kb Kb K′
f0+ K′ Km Km
f0‑ K′s K′s Ks
f‑ K′s Ks Ks

[0054] 表1

[0055] 步骤4‑3、采用Mamdani的极大‑极小法进行模糊推理，综合控制规则表中所有规则得到总的模糊关系：

[0056]

[0057] 其中，为模糊规则，为第l个模糊规则

[0058] 采用重心法对输出进行反模糊处理，公式为：

[0059]

[0060] 其中，ki为模糊论域上坐标值，u(ki)为坐标值对应点上的隶属函数；

[0061] 反模糊得到的值经比例因子Ku处理后为：

[0062] Kd＝uw×Ku+0.5

[0063] 其中，uw为模糊输出表达式。

[0064] 步骤5中，所述系统助力比表示为Kf，

[0065] Kf＝KsKd。

[0066] 模糊控制算法在实现中要对采样得到的精确值模糊化、通过模糊规则确定模糊关系、由模糊输入和模糊关系进行模糊关系合成运算得到模糊输出、最后将模糊输出反模糊化再乘以比例因子，用来调节电机输出力矩。

[0067] 制订模糊控制表主要由以下三步组成：

[0068] (1)求取模糊关系

[0069] (2)求所有输入 和 对应模糊输出

[0070] (3)反模糊化得到对应模糊论域控制量；

[0071] 对输入组合，求出对应输出模糊向量，采用重心法反模糊化后得到的输出模糊控制查询表如下表2所示，f分取‑3至3，a取‑3至3，获得Kd值，根据表2实现模糊控制过程；

[0072] a，Kd，f ‑3 ‑2 ‑1 0 1 2 3‑3 0 3 4 5 6 7 8
‑2 0 1 2 4 5 6 8
‑1 0 1 3 4 4 7 7
0 0 1 2 3 5 7 8
1 0 1 1 2 4 5 8
2 0 0 1 3 4 6 6
3 0 0 1 3 4 6 7

[0073] 表22

[0074] 实施例：当检测加速度a＝‑1.3m/s ，频率变化 时，乘以量化因子后得到的模糊论域上离散值分别是：

[0075] a＝INT(a×Ka)＝INT(1.3×2)＝‑3；

[0076]

[0077] 查找表格后得到助力比Kd＝7；经量程转换处理后得到：

[0078]

[0079] 电动助力车的助力比Kf＝KsKd，电机控制算法根据此调节电机输出力矩。

[0080] 如图4所示，为助力电机的矢量控制框图，包括转速环PI调节器、电流环PI调节器和SVPWM算法，使用ld‑ref等于0的控制方式，调节lq‑ref来控制电机输出扭矩。

[0081] 以上所述仅为本发明的优选方案，并非作为对本发明的进一步限定，凡是利用本发明说明书及附图内容所作的各种等效变化均在本发明的保护范围之内。