Jako dostawca systemów STEER by Wire (SBW) byłem świadkiem transformacyjnej mocy tej technologii w branży motoryzacyjnej. W centrum systemu SBW leży algorytm sterowania, wyrafinowany zestaw instrukcji regulujących działanie systemu. W tym poście na blogu zagłębię się w zawiłości algorytmów kontrolnych używanych w systemach SBW, badając ich funkcje, typy i wyzwania, przed którymi stoją.
Zrozumienie podstaw sterowania przez systemy przewodów
Zanim zanurzymy się w algorytmach sterowania, krótko podajmy, czym jest sterowanie przez system drutu. W tradycyjnym układzie kierownicy kierownica jest mechanicznie podłączona do kół przez serię wałów i połączeń. Natomiast system SBW eliminuje to połączenie mechaniczne. Zamiast tego czujniki wykrywają wejście kierowcy kierowcy w kierownicy, a sygnały elektroniczne są wysyłane do siłownika, który kontroluje kąt sterowania kół.
Ta konfiguracja oferuje kilka zalet, w tym lepsze bezpieczeństwo pojazdu, zwiększoną efektywność paliwową i potencjał innowacyjnych funkcji pomocy kierowcy. Jednak w celu zapewnienia, że system działa płynnie i bezpiecznie, niezbędny jest solidny algorytm sterowania.
Rola algorytmów kontrolnych w sterowaniu przez systemy drutu
Algorytm sterowania w systemie SBW służy jako mózg operacji. Jego podstawowe funkcje obejmują:
1. Przetwarzanie sygnału wejściowego
Algorytm przetwarza sygnały z czujników kierownicy, aby dokładnie określić zamierzony kąt sterowania kierowcy. Czujniki te mierzą parametry, takie jak pozycja, moment obrotowy i prędkość kierownicy. Algorytm filtruje wszelkie szum lub zakłócenia w sygnałach, aby zapewnić niezawodne dane wejściowe.
2. Kontrola siłownika
Na podstawie przetworzonych sygnałów wejściowych algorytm oblicza odpowiedni kąt sterowania kół i wysyła polecenia do siłownika kierownicy. Następnie siłownik odpowiednio dostosowuje kąt sterowania kół. Algorytm musi upewnić się, że siłownik zareaguje szybko i dokładnie na wkład kierowcy przy jednoczesnym zachowaniu stabilności i bezpieczeństwa.
3. Wykrywanie i diagnoza błędów
Jedną z kluczowych funkcji algorytmu kontrolnego jest monitorowanie systemu pod kątem uszkodzeń i awarii. Ciągle sprawdza sygnały z czujników i wydajność siłownika. W przypadku wykrycia usterki algorytm może podjąć odpowiednie działania, takie jak aktywacja systemów kopii zapasowych lub ostrzeganie sterownika.
4. Integracja z innymi systemami pojazdów
System SBW nie działa w izolacji. Należy go zintegrować z innymi systemami pojazdów, takimi jak system kontroli stabilności elektronicznej (ESC) i system hamowania przeciw blokowaniu (ABS). Algorytm sterowania koordynuje z tymi systemami, aby zapewnić bezproblemową obsługę i zwiększyć ogólne bezpieczeństwo pojazdu.
Rodzaje algorytmów sterowania stosowane w sterowaniu przez systemy drutowe
1. Kontrola proporcjonalna - całka - pochodna (PID)
Kontrola PID jest jednym z najczęściej stosowanych algorytmów sterowania w aplikacjach inżynieryjnych, w tym systemach SBW. Oblicza błąd między żądanym kątem kierownicy (punkt zadany) a rzeczywistym kątem kierownicy (zmienna procesowa). Algorytm następnie dostosowuje wyjście siłownika w oparciu o trzy komponenty: wzmocnienie proporcjonalne, wzmocnienie całkowskie i wzmocnienie pochodne.
Termin proporcjonalny zapewnia natychmiastową odpowiedź na błąd, termin całkowy gromadzi błąd w czasie w celu wyeliminowania błędów stanu ustalonego, a termin pochodnej przewiduje przyszłe zachowanie błędu w celu tłumienia oscylacji. Kontrola PID jest stosunkowo prosta w wdrożeniu i może zapewnić dobrą wydajność w wielu sytuacjach.
2. Kontrola oparta na modelu
Algorytmy kontrolne oparte na modelu wykorzystują model matematyczny systemu SBW do przewidywania jego zachowania i określenia optymalnych wejść kontrolnych. Modele te uwzględniają takie czynniki, jak dynamika siłownika sterującego, charakterystyka układu zawieszenia pojazdu i warunki drogowe.
Korzystając z modelu, algorytm może przewidzieć odpowiedź systemu na różne dane wejściowe i odpowiednio dostosować sygnały sterujące. Kontrola oparta na modelu może zapewnić lepszą wydajność niż kontrola PID, szczególnie w sytuacjach złożonych i dynamicznych. Wymaga to jednak dokładnego modelowania systemu, co może być trudne.
3. Kontrola logiki rozmytej
Fuzzy Logic Control to rodzaj algorytmu kontrolnego, który wykorzystuje zestawy rozmyte i rozmyte reguły do podejmowania decyzji. Zamiast korzystać z precyzyjnych modeli matematycznych, rozmyta kontrola logiki dotyczy nieprecyzyjnych i niepewnych informacji.
W systemie SBW można zastosować rozmytą kontrolę logiki do obsługi sytuacji, w których sygnały wejściowe są głośne lub zachowanie systemu jest trudne do precyzyjnego modelowania. Algorytm wykorzystuje zestaw rozmytych reguł do mapowania zmiennych wejściowych (takich jak kąt kierownicy i prędkość pojazdu) do zmiennych wyjściowych (takich jak sygnały sterowania siłownikiem). Kontrola logiki rozmytych może zapewnić solidną i elastyczną kontrolę w szerokim zakresie warunków pracy.
Wyzwania związane z opracowywaniem algorytmów sterowania dla sterowników przez systemy drutowe
1. Bezpieczeństwo i niezawodność
Bezpieczeństwo jest najwyższym priorytetem w systemach SBW. Algorytm sterowania musi zapewnić, że system działa bezpiecznie we wszystkich warunkach, w tym w przypadku usterki lub awarii. Opracowywanie algorytmów, które mogą szybko i skutecznie wykrywać i skutecznie radzić sobie z błędami.
2. Złożoność systemu
Systemy SBW są bardzo złożone, obejmujące wiele czujników, siłowników i komponentów elektronicznych. Algorytm sterowania musi zarządzać tą złożonością i zapewnić bezproblemowo wszystkie komponenty. Integracja systemu SBW z innymi systemami pojazdów dodatkowo zwiększa złożoność.
3. Czynniki środowiskowe
Na wydajność systemu SBW mogą mieć wpływ czynniki środowiskowe, takie jak temperatura, wilgotność i warunki drogowe. Algorytm sterowania musi być wystarczająco solidny, aby dostosować się do tych zmieniających się warunków i utrzymać optymalną wydajność.
4. Human - interfejs maszyny
Algorytm sterowania musi również wziąć pod uwagę interfejs ludzkiego - maszyny. Powinien zapewnić naturalny i intuicyjny charakter sterujący dla kierowcy, podobny do tradycyjnego układu sterującego. Osiągnięcie tego wymaga starannej kalibracji algorytmu i uwzględnienia czynników ludzkich.
Przyszłość algorytmów sterowania w systemach przewodowych
W miarę ewolucji przemysłu motoryzacyjnego popyt na bardziej zaawansowane i inteligentne systemy SBW rośnie. Przyszłe algorytmy kontroli prawdopodobnie uwzględnią sztuczną inteligencję (AI) i techniki uczenia maszynowego.
Algorytmy oparte na AI - mogą uczyć się na podstawie rzeczywistych danych i dostosowywać się do zmieniających się warunków w prawdziwym czasie. Mogą również zoptymalizować wydajność systemu w oparciu o zachowanie i preferencje sterownika. Na przykład algorytm sterowania AI -zasilany może dostosować wrażliwość kierownicy w oparciu o styl jazdy kierowcy lub warunki drogowe.
Ponadto, wraz z rozwojem autonomicznej technologii jazdy, SBW systemy odgrywają kluczową rolę w umożliwieniu w pełni autonomicznych pojazdów. Algorytmy kontrolne będą musiały zostać jeszcze bardziej ulepszone, aby wspierać złożone wymagania autonomicznej jazdy, takie jak precyzyjna kontrola sterowania w różnych scenariuszach ruchu.
Wniosek
Algorytm sterowania jest kluczem do sukcesu sterownika według układu drutu. Odgrywa istotną rolę w zapewnieniu bezpieczeństwa, wydajności i niezawodności systemu. Jako dostawca systemów SBW stale pracujemy nad opracowywaniem i ulepszaniem naszych algorytmów kontrolnych w celu zaspokojenia ewoluujących potrzeb branży motoryzacyjnej.
Jeśli jesteś zainteresowany naszym sterowaniem przez systemy przewodów lub chcesz bardziej szczegółowo omówić algorytmy kontroli, zapraszamy do skontaktowania się z nami na negocjacje w zakresie zamówień. Nasz zespół ekspertów jest gotowy zapewnić najlepsze rozwiązania dla twoich konkretnych wymagań.
Czy szukaszWspomaga kierownicyWZestaw kierowania przewodemlub kompletnyNapęd w systemie kierownicy drutu, mamy wiedzę i doświadczenie w dostarczaniu produktów wysokiej jakości.
Odniesienia
- Karnopp, D., Margolis, DL, i Rosenberg, RC (2012). Dynamika systemu: jednolite podejście. Wiley.
- Lee, KY (1990). Fuzzy logika w systemach sterowania: Kontroler logiki rozmyty - Część I. Transakcje IEEE w systemach, Man i Cybernetics, 20 (2), 404–418.
- Ogata, K. (2010). Nowoczesna inżynieria kontroli. Prentice Hall.