李孟周荣艳

基于Modelsim的EMB系统算法分析∗

李孟周荣艳

（南阳理工学院南阳473000）

论文介绍了一种汽车EMB系统算法与其仿真验证结果，对其中的主要模块如反馈控制模块、前馈控制模块与模糊PID控制模块分别进行了阐述。之后将各模块在Modelsim中进行仿真验证，证明此算法能够有效提高系统输入信号的相应速度，消除系统中一定偏差，从而提高系统的稳态控制精度。

EMB系统；模糊PID控制；Modelsim

Class NumberTP332.1

1引言

随着工业智能化的发展与不断进步，汽车工业也在发生着日新月异的变化，而汽车的安全性能的提高也成为汽车工业发展的重中之重。随着技术的不断提高与改进，各种新型的电子技术日益融入到制动系统中［1］，比如汽车的防抱死制动系统（ABS）、电子稳定性控制程序（ESP）、牵引力控制系统（TCS）、主动避撞技术（ACC）等等。由于作为制动系统的附加机构需安装预制动线路上，这些新技术的实现对汽车的制动系统提出了更高的要求，而电子机械制动系统（EMB）就成为汽车制动系统的最佳选择［2］。

为适应EMB系统需要相对应的控制算法，使其可以实现EMB满足其功能要求。本文介绍了一种针对EMB系统的算法，对其中的主要模块包括反馈控制模块、前馈控制模块及模糊PID模块进行了阐述，之后将各模块的算法在Modelsim中进行仿真验证，证明此算法能够有效提高系统输入信号的相应速度，消除系统中一定偏差，从而提高系统的稳态控制精度。

2 EMB系统的算法分析

在本文介绍的EMB系统中采用的是模糊PID算法，在系统设计中既有采用模糊算法也有采用PID算法，在总体设计过程中采用的是模糊算法，其可以对动态响应的速度加以提高，而在各个分模块的算法设计中可以选用PID算法来进行实现，其目的是用于提高系统的稳态从而达到控制精度的目的［3］。同时，由于传感器采集到的信号可能会有一定的滞后与延迟，影响到信号的精度。也可以在系统中加入一些反馈、前馈等控制模块，这样就可以提高系统对输入信号的响应速度，消除被控对象的积分滞后所产生的影响［4］，使得系统可以很快地消除偏差。通过调整算法中的各项系数，可以使得系统最优化，即在系统处于稳定状态的时候，响应速度快且控制精度高。接下来对该算法进行详细的分析。

2.1比例算法

比例算法的控制函数为

其中，Kp是比例系数，error(t)是系统的偏差信号。在电子控制制动系统中，从踏板传感器、轮速传感器、车速传感器等等与制动过程相关的传感器阵列采集来的信号都需要经过A/D转换送给主控单元ECU去处理，因为此时ECU处理的都是经过模数转换来的数字信号，有可能模拟量比较大从而需要引入数字比例控制函数，将式（1）中的t用KT进行替换，K是采样序号，T是采样周期，可知采样时刻为KT，为了得到数字离散化的比例算法表达式，可将T进行归一化处理，如下式所示：

2.2前馈算法

前馈算法的表达式如（3）所示：

对上式进行变换，然后进行离散化后，得到的差分方程为

K1，K2是由控制对象的特性来决定的，在式（4）中：

综上所述，系统的控制总量为

2.3模糊PID算法

2.3.1 PID的控制原理

PID中的P、I和D分别代表比例环节、积分环节和微分环节。PID的控制原理图如图1所示。

其中，R(t)、Y(t)和e() t分别为系统的给定输入信号、系统的输出信号和偏差信号值，其值为

图1 PID控制原理图

PID控制是将偏差信号e(t)的线性组合构成的控制量进行控制，这种线性组合包括比例运算、积分运算和微分运算等等，对这些线性组合控制规律可用式（10）表示：

其中，KP、TI、TD分别为比例系数、积分时间常数和微分时间常数。在Matlab中，其模型如图2所示。

由此可以推出其传递函数为

图2 PID的控制模型图

2.3.2模糊控制算法

模糊控制的最大优点在于其鲁棒性强，在系统中的干扰与参数的变化都不能影响其控制效果。这一特点也尤其适合于对一些是变系统、非线性系统和迟滞系统来进行有效控制。而且，利用模糊控制时不需要对被控对象进行精确建模，设计较为简单，易于进行控制和具体应用［6］。

综上所述，模糊控制比较适合汽车的制动过程中［5］，由于制动过程的非线性和复杂性，对其精确建模工作量非常大而且不易实现。利用之前的经验数据则必须要经过反复的多次试验才能找到合适的控制参数，其过程不仅繁琐同时在外部条件改变的情况下又需重新进行实验。所以，模糊算法基于上述特点，非常适合用于EMB系统中。

其控制机构图如下图3所示。

如图3所示，其中e为位移信号偏差，ec为位移信号变化率偏差。e和ec共同作为系统的输入信号，u为PWM波的输出控制信号，由图可知，此系统的结构为两输入单输出。

图3 模糊控制机构图

图4 模糊PID控制系统结构图

而在本文算法中，采用的PID算法与模糊算法相结合的方法。在大范围内使用模糊算法，在一些子模块中选择使用PID算法来进行运算。由图4可知，在|e|＞|e0|时，系统采用模糊算法，而当|e|≤|e0|时，系统采用PID算法。

3算法仿真

3.1反馈控制模块

反馈控制模块主要是处理指令信号与A/D的输出信号。该模块的软件仿真图如图5所示。

反馈模块的控制思想如下：反馈信号大于指令信号，用反馈信号值减去指令信号值［7］，判断该值是否大于127（0111_1111），若大于则表示数据溢出，对其进行归类，此时的输出为0，若小于则进行相应的偏移运算。按照此种规律，即可对电机进行全控制，其对应关系为［00H—80H—FFH］—［正全速—停转—负全速］。

图5 反馈控制模块的软件仿真图

3.2前馈控制模块

该模块主要是用来改善系统的跟踪效果，在Modelsim中的仿真图如图6所示。

系统中引入前馈控制算法是为了提高系统对输入信号的响应速度，因为该模块具有消除被控对象的积分滞后的功能［8］，所以，它可以迅速的消除系统中一定的偏差，从而提高系统的响应速度。

图6 前馈控制模块的仿真图

3.3模糊PID模块

基于前面对模糊PID算法的介绍，对其进行具体仿真实现。Modelsim中的仿真图如图7所示。

其中，E与EC为反馈得到的偏差信号和偏差信号的变化率，其中KP为比例系数，KD为微分系数，KI为积分系数，PID_EN为该模块的使能端口，外接输出选择模块的输出端口PID_EN，只有高电平有效，若是系统需要采用模糊算法，即此时的PIN_EN为低电平，其输出为0，数据处于无效状态［9］。在本模块中设置的2个输出端口PID_EN和FUZZY_EN是2个值相反的端口，当PID_EN有效时FUZZY_EN处于无效状态，反之亦然，U_DATA为数据输出端。

图7 PID模块的仿真图

4结语

本文介绍了一种EMB系统的算法，主要对反馈控制模块、前馈控制模块、模糊PID算法模块3个子模块的算法设计与控制策略进行了详细阐述，最后在Modelsim软件中对各个子模块进行功能仿真，验证程序的正确性。

［1］张猛，宋健.电子机械制动系统发展现状［J］.机械科学与技术，2015（2）：205-212.

ZHANG Meng，SONG Jian.Electro-mechanicalbrake sys⁃tem developmentstatus［J］.Mechanical Science and Tech⁃nology，2015（2）：205-212.

［2］Ross T.Bannatyne.Advances and Challenges in Electron⁃ic Braking Control Technology［C］//Proceedings of the 1998 Brake Colloguium，1998：327.

［3］汪洋.车辆电控机械制动系统的设计和分析［D］.南京：南京航空航天大学硕士学位论文，2005.

WANG Yang.Electro-mechanical design of the vehicle braking system and analysis［D］.Nanjing：Nanjing Univer⁃sity of Aeronautics and Astronautics master's degree the⁃sis，2005.

［4］胡淳，李国庆.汽车制动防抱死控制器硬件在环仿真系统的研究［J］.拖拉机与农用运输车，2007，6：11-17.

HU Chun，Li Guoqing.ABS Controller hardware in the loop simulation system［J］.tractors and farm vehicles， 2007，6：11-17.

［5］Taizo Sakamoto，Kuniaki Hirukawa，Tsutomu Ohmae.Co⁃operative control of Full Electric Braking System With In⁃dependently Driver Four Wheels［J］.2010：P601-607.

［6］周景润，张丽娜.基于MATLAB与fuzzyTECH的模糊与神经网络设计［M］.北京：电子工业出版社，2010：47-93.

ZHOU Jingrun，ZHANG Lina.Based on MATLAB and fuzzyTECH fuzzy and neural network design［M］.Beijing：Electronic Industry Press，2010：47-93.

［7］Jeon Y S，Mok H S，Choe G H，et al.A New Simulation Model of BLDC Motor with Real Back EMF Waveform.Po⁃ceeding form Computers in Power Electronics，2011，18（2）：17-20.

［8］凌永成，于京诺.汽车电子控制技术［M］.北京：北京大学出版社，中国林业出版社，2006：163-287.

LING Yongcheng，YU Jingnuo.Automotive electronic con⁃troltechnology［M］.Beijing：Peking University Press，Chi⁃na Forestry Publishing House，2006：163-287.

［9］李彬，郑宾，殷云华，等.模糊逻辑控制的改进与仿真［J］.机械工程与自动化，2012（4）：23-25.

LI Bin，ZHENG Bing，YIN Yunhua，et al.Improvement and Simulation of Fuzzy Logic Control［J］.Mechanical En⁃gineering and Automation，2012（4）：23-25.

［10］王冠，俞一鸣，等.面向CPLD/FPGA的Verilog设计［M］.北京：机械工业出版社，2007：185-201.

WANG Guan，SHU Yiming，et al.for the CPLD/FPGA in Verilog design［M］.Beijing：Mechanical Industry Press，2007：185-201.

EMB System Algorithm Analysis Based on Modelsim

LIMeng ZHOU Rongyan
（Nanyang Institute of Technology，Nanyang 473000）

The paper describes a car EMB system algorithm and the simulate result，which introduces the main modules such as the feedback controlmodule，the feedforward controlmodule and the fuzzy PID controlmodule，and then verify the correctness of the program via the function simulation ofthe main module in Modelsim.The experimentalresults show thatthe system software and hardware design is stable and reliable，which can effectively improves the speed of the input signal and eliminates bias，improves controlaccuracy EMB system.

electronic mechanicalbraking system，fuzzy PID control，Modelsim

TP332.1

10.3969/j.issn.1672-9722.2017.08.010

2017年3月11日，

2017年4月20日

李孟，男，助理工程师，研究方向：电气与电子信号处理。周荣艳，女，硕士研究生，讲师，研究方向：无线传感网络，阵列信号处理。