تخمین غیرخطی مقید ضریب اصطکاک جاده و لغزش چرخ برای کنترل سیستم ترمز ضدقفل

در طراحی سیستم ترمز ضدقفل، برخی از پارامترها و حالت ها مثل ضریب اصطکاک جاده و لغزش طولی چرخ، توسط سنسور قابل ‌اندازه‌گیری نبوده و باید با استفاده از دیگر پارامترهای قابل اندازه گیری، تخمین زده شوند. اثرات غیرخطی در مدل خودرو و نیروهای تایر، استفاده از یک تخمین‌گر غیرخطی را ضروری می نماید. از طرفی در نظر گرفتن قیدهای متناسب با فیزیک سیستم و شرایط جاده می تواند دقت تخمین گر را در شرایط واقعی افزایش دهد. در این مقاله ضمن طراحی فیلتر کالمن توسعه یافته برای سیستم ترمز ضدقفل، الگوریتم این تخمین گر چنان اصلاح می گردد تا تاثیر قیود فیزیکی مربوط به ضریب اصطکاک جاده و لغزش چرخ در آن لحاظ شود. عملکرد تخمین گر مقید طراحی شده در مقایسه با حالت نامقید متداول مورد بررسی و مقایسه قرار می گیرد. در ادامه، یک کنترل کننده غیرخطی مبتنی بر پیش بین برای محاسبه ی گشتاور ترمزی طراحی می گردد تا با استفاده از اطلاعات تخمین، گشتاور ترمزی را کنترل کرده و از لغزش تایر و قفل شدن آن جلوگیری نماید. برای کاهش خطای ناشی از تخمین مقید در عملکرد کنترلی، تکنیک فیدبک انتگرالی به کنترل‌کننده طراحی شده اضافه می گردد. نتایج شبیه سازی‌ها نشان می دهد که ضمن بهبود عملکرد کنترل در حضور خطای تخمین و دیگر نامعینی ها، از نوسانی شدن سیگنال کنترلی با فرکانس های بالا جلوگیری می گردد.

Constrained Nonlinear Estimation of Road Friction Coefficient and Wheel Slip for Control of Anti-Lock Braking System

In designing the antilock braking system (ABS), some states and parameters of vehicle system such as road friction of coefficient and wheel slip should be estimated due to lack of cost effective and reliable sensors for direct measurement. Because of nonlinear characteristics of vehicle dynamics and tire forces, development of a nonlinear estimation algorithm is necessary. However, consideration of physical constraints can enhance the accuracy and reliability of estimation algorithm in real situations. In this paper, the extended Kalman filter (EKF) is applied for the ABS and its algorithm is modified in way that the physical limitations of road friction and wheel slip could be considered. The performance of the modified EKF in the constrained case is compared with the conventional EKF. At the rest of paper, a nonlinear predictivebased controller is analytically designed for the ABS and combined with the proposed constrained estimation algorithm. In order to decrease the effect of estimation errors on tracking performance, the integral feedback technique is combined with the control strategy. The simulation results indicate that not only the proposed algorithm improves the tracking accuracy in the presence of uncertainties, but also the control signal oscillations with high frequency will be prevented.