一种智能四驱控制的CRUISE仿真及应

一种智能四驱控制的CRUISE仿真及应 技术聚焦FOCUS2012年4月 技术看点 一种智能四驱控制的CRUISE仿真及应用 摘要：智能四驱是目前SUV车型发展的趋势，如何对该整车模型建模及性能仿真显得尤其重要。文章根据一款SUV车型物理结构及所采用的控制策略进行，采用CRUISE软件搭建整车性能仿真模型，并通过试验结果对其动力性经济性进行验证。明，常用工况中，智能四驱仿真结果与两驱模式下性能基本一致，提供了一种比较行之有效的整车性能匹配的分析方法。 关键词：智能四驱；CRUISE；仿真分析 SimulationandApplicationofIntelligent4WDBasedonCRUISE Abstract：Intelligent4WDisthedevelopmenttrendoftoday'sSUV.Howtosetupasimulationmodelforanalyzingthedrivingandeconomicperformanceisparticularlyimportant.ThepaperanalyzesthephysicalstructureandthecontrolstrategyofaSUV,usingCRUISEsoftwaretobuildasimulationmodelofvehicleperformance.Andfromtheresults，thepaperteststheeconomyofthedynamicperformance.Itisindicatedthatincommomodesimulationresultofintelligent4WDiscoincidewith2WD.Thepaperalsoprovidesamoreeffectivematchingforvehicleperformanceanalysis.Keywords：Intelligent4WD;CRUISE;Simulationanalysis 普通四驱车型在前轮打滑的工况下，要经过一段时间的空转使得硅油离合器的油温升高到一定温度，后轮的驱动力才会逐渐变大，而由于前后轮的力矩分配比例是定值，后轮转矩最大只能为发动机转矩的一定值，通过性能稍差。而智能四驱在前轮打滑的时候，后轮马上响应参与驱动，后轮的转矩由电脑根据实时工况可实现0～100％发动机转矩的分配，通过性能大大提高[1]。如何实现智能四驱的性能仿真则对整车的动力性经济性分析结果的准确性起到了决定性作用。 轮出现打滑时，发动机输出扭矩通过安装在后桥上的扭矩管理器向后轮传递0～100％的扭矩。1.1 智能四驱控制系统结构 1）分动器。在四驱结构基础上取消粘性耦合器，增加1对斜齿轮啮合副，共为2组齿轮啮合副，如图1所示，一级速比为2.107，二级速比为1.81，总速比为3.813。仿真建模，如图2所示，设置控制模块8和9来代替，传动效率均为98％。 1智能四驱系统CRUISE仿真实现 CRUISE软件模块化的建模理念使得用户可以方 输入 输出1 便的搭建不同布置结构的汽车模型，运用其汽车建模组件中的整车模块（Vehicle）、发动机模块（Engine）、离合器模块（Clutch）、手动变速箱模块（MTGearBox）、主动轴模块（Shaft）、制动器模块（Brake）、车轮模块（Wheel）以及驾驶室模块（Cockpit）等搭建整车模型[2]，实现常用的全时四驱车型功能。智能四驱结构原理：当前-52-图1 输出2分动器结构原理图 2012第4（期4） Feature 8 9 FOCUS4）考虑到要控制整车在行驶过程中不能出现前后轮打滑现象，且车要有足够的动力，并参考国内外其他车型扭矩管理器容量控制，选取扭矩管理器输出扭 单速比图2 单速比 分动器仿真建模 矩极限值为1000N·m,即扭矩管理器在0～1000N·m范围内向后桥输出扭矩，设置1个控制模块30来替代其功能实现，控制其最大输出扭矩不超过1000N·m，如图6所示。 30 2）扭矩管理器。主要通过扭矩管理器内部离合器摩擦来传递扭矩，如图3中的次级离合器系统所示。仿真建模中用1个离合器模型即控制模块4来代替，同时设置1个控制系统函数模型来监测离合器的开关和闭合，如图4所示。当控制系统输出为“0”，离合器闭合，扭矩全部传递；当输出为“1”，离合器完全打开，不传递扭矩。 电磁阀应用系统选择性垫片（气隙）内径引导法兰 有机摩擦片 <1000 图6 次级离合器系统 最大传递扭矩控制仿真建模 1.2控制系统的主要设定依据 1）正常情况下，以前轮进行驱动，即初始条件为 两驱前轮驱动，控制模块4打开，输出为“1”，控制模块25输出为“0”，发动机输出扭矩全部传递给前轮； 铝离合器壳 积分线圈连 接器 图3 2）当系统检测到前轮打滑时，扭矩管理器发挥作用，控制模块4输出从“1”逐步减小变为“0”传递扭矩，若检测到前轮不打滑时，重新完全打开； 3）当检测到前轮打滑，并且控制模块4完全闭合，控制模块25输出从“0”逐渐加大，发动机输出扭矩开始向后轮传动扭矩；当系统再次检测到前轮不打滑时，控制模块25输出逐步变为“0”，不再传递扭矩； 离合器销 球斜系统 扭矩管理器结构图 4摩擦28释放 图4 扭矩管理器仿真建模 4）当模块30检测到传递到模块4的扭矩达到1000N·m时，依据系统设定的函数控制发动机输出扭矩变小。1.3 系统函数的设定及信号连接 在仿真模型中，各模块之间的连接主要通过2种方式：第1种连接是物理连接，该连接比较简单，主要是通过Connect的连接方式来表示汽车实际传动部件的连接关系；第2种方式是数据信号连接，该连接方式用来传递驾驶室、发动机及变速箱等各模块之间的挡位、扭矩及油门开度等一些重要信息，从而达到准确控制汽车行为的目的。本次计算数据信号的传递采用数据总线的方式，设置好模型后，建立总线连接，如图7所示。 3）扭矩0～100％传递的实现。仿真建模中通过建立1个差速器即控制模块25，实现前后轮扭矩的分配，并设置1个控制系统来监测扭矩前后轮的输出，如图5所示。输出为“0”，扭矩全部向前轮传递，不为“0”时，扭矩开始向后轮传递；输出为“1”，扭矩前后轮平均分配；输出为“∞”，扭矩全部向后轮传递。 29中控25 中差速器 图5 扭矩传递控制仿真建模 图8总线信号连接 -53- FOCUS 2 智能四驱的CRUISE仿真应用 根据上述各模块仿真模型建立总的仿真模型，如 图8所示。 2012年4月 技术看点 REIN1.9CTI-4WD Vehicle:FrontRightFrontDiscBrake midcontrol Cockpit ASC Vehicle:RearRight RearDiscBrake Shaft midDifferentialFinalDriveFront Monitor Shaft FrontDifferential 1.9CTI FrictionClutch 5speedGearBox FrictionClutch Shaft Shaft FrontDiscBrakeSingleRatioTransn SingleRatioTransn release <1000FinalDriveRear RearDifferential Shaft RearDiscBrake Vehicle:FrontLeft 图8 智能四驱SUV整车模型 Vehicle:RearLeft 2.1性能仿真结果分析 根据建立的整车模型对匹配相应的发动机车型性 图9所示，等速油耗曲线，如图10所示。 120100车速（/km/h） 806040200 5 10 理论值试验值 152025 时间/s aⅣ挡30~100km/h加速对比 30 能进行分析，并以某智能四驱车型为例，在良好路面上进行试验验证，对应的动力性经济性计算结果，如表1所示。 表1 整车性能对比分析 SUV车型（智能四驱） 计算指标最高车速（/km/h） 0～100km/h起步加速时间/sⅣ挡30～100km/h加速时间/sⅣ挡80～120km/h加速时间/sⅤ挡80～120km/h加速时间/sⅠ挡最大爬坡度（/°） Ⅳ挡60km/h油耗（/L/100km）Ⅴ挡90km/h油耗（/L/100km）Ⅴ挡120km/h油耗（/L/100km）NEDC油耗（/L/100km） 四驱模式170.014.227.117.023.550.58.09.613.510.5 前驱模式170.013.726.515.822.639.17.69.413.210.2 智能四驱170.013.626.415.722.851.27.69.413.210.2 试验值智能四驱模式167.214.926.214.6 车速（/km/h） 21.8-7.59.312.810.3 130120110100908070600 5 理论值试验值 101520 时间/s bⅤ挡80~120km/h加速对比智能四驱模式动力性能验证对比 25 在智能四驱模式下测得的相应加速性能曲线，如-54- 图9 2012第4（期4） Feature 18 161412108642040 1.5121.3441.1761.0080.8400.6720.5040.3360.1680.000-0.168 FOCUS22.6820.1617.6415.1212.6010.087.565.042.520.00-2.52 020.841.662.483.2104 时间/s 车速加速度 汽车前轮与路面附着率汽车后轮与路面附着率图12 爬坡中前后轮附着率对比 3.7713.3522.9332.5142.0951.6761.2570.8380.419 151.2134.4117.6100.884.067.250.433.616.8 后轮与路面附着率/% 理论值试验值 60 80100120车速（/km/h）aⅣ挡等速油耗对比 140 1412油耗（/L/100km）1086420 50 70 90车速（/km/h） 110 理论值试验值 130 从图12中可以看出,在爬坡过程中，前轮与路面的附着率一直在增大，而后轮附着率一直为0，当前轮达到100％后，前轮出现打滑，发动机输出扭矩开始向后轮传递，后轮附着率开始上升，当坡度不在增加时，系统维持稳定的平衡。从这个爬坡过程的实现可以看出，此仿真系统和相应控制函数可以很好的实现智能四驱的性能仿真任务，在性能分析过程中采用这种建模方法是可行的。 根据理论计算值与试验值的对比可以看出仿真结果与试验值有一定的误差，这是由于建立仿真模型时存在一定的简化及试验时驾驶员的换挡规律不一致等原因造成的（如忽视发动机内部的摩擦损失数据、没有考虑热机状态及各种阻力系数误差等）。但是，对于应用来说，该模型的计算结果精度已经能够指导实际工程中判断不同匹配的优劣程度，通过智能四驱模型的搭建及其性能仿真分析对发动机与整车匹配性能开发有一定的参考价值。 bⅤ挡等速油耗对比 图10 智能四驱模式经济性能验证对比 综合对比表1、图9和图10试验值和理论值可知，在当前计算任务下，即性能分析常用工况（理想良好路面条件）下，智能四驱仿真结果与该车型前驱模式下性能基本一致，即说明在良好路面条件下汽车前轮不发生滑移，智能四驱以普通的前驱模式行驶，不能够促发该汽车以智能四驱模式行驶。2.2 对智能控制系统的进一步验证说明 当汽车前轮打滑后，智能控制系统才能够发挥作用，在现实汽车爬坡的过程中，汽车打滑出现的情况较多[3]，因此文章在CRUISE中设置1个较大坡度，以模拟汽车进行爬坡，分析汽车前后轮打滑状况。建立的坡度模型，如图11所示。 48.0 41.436.832.227.623.018.413.89.24.60 0.010.020.030.040.050.060.070.080.090.0100.0110.0 0.01.02.03.04.05.06.07.08.09.010.011.0 3结论 文章介绍了智能四驱的先进性，对智能四驱的仿 真分析如何建模进行了探讨。通过采用CRUISE性能仿真软件，主要对如何根据其结构功能以实现智能四驱的控制进行了分析研究，获得了一套比较行之有效的方法，在建模之初便对其可行性进行验证，且通过试验验证的方法进一步验证了该控制系统建模的准确性，对后续整车智能四驱性能匹配分析提供了很好的分析手段和参考依据。 参考文献 ［１］余志生．汽车理论[M]．3版．北京：机械工业出版社，2000：24-28．［2］王丽荣，上官云飞．基于Cruise自卸车动力性经济性仿真分析与优 坡度/% 2004006008001000 距离/m 图11CRUISE中建立的坡度模型 化[J]．专用汽车，2007（4）：29-31． ［3］刘清波．智能四驱与其它四驱系统的仿真比较[J]．科技动态，2006 输入一定参数进行计算，爬坡过程中前后轮附着率情况，如图12所示。 （5）：16． （收稿日期：2011-12-12） -55- 前轮与路面附着率/% 油耗（/L/100km） 车速/kmh） 加速度（/m/s2）