电子制动助力器（Electric Brake Booster，EBB）是应用于自动汽车的控制动执行机构，是电液制动系统（Electro-Hydraulic Brake，EHB）的重要组成部分之一，在制动能量回收、高级辅助驾驶等功能方面发挥着越来越重要的作用。因此，开发新型电动液压助力制动系统及其控制是适应未来汽车的必然选择。课题组开展了以下研究：

一、            电动液压助力制动系统控制及其紧急制动辅助研究

（1）针对目标匹配车型及制动系统功能定义，提出了电动液压助力制动系统结构，并介绍其工作原理，搭建了制动踏板模型、液压系统模型和电动液压助力器模型。其中，液压系统模型主要包括制动主缸模型和制动轮缸模型，电动液压助力器模型主要包括传动机构模型、反应盘模型、助力电机模型和摩擦模型。

（2）提出了电动液压助力制动系统控制策略，该控制策略主要包括信号滤波处理、目标位移设计和助力电机伺服控制三个部分。信号滤波处理中采用卡尔曼滤波以得到更好的控制输入。通过对真空助力器中的反应盘工作原理进行分析，设计了踏板推杆与丝杆螺母滑套间的位移差，采用逻辑门限方法对制动踏板状态进行辨别。针对助力电机，采用三环PID和速度前馈控制算法。在Matlab/Simulink与AMESim环境下搭建电动液压助力制动系统的联合仿真模型，对上述控制策略进行仿真验证。

（3）基于恩智浦公司的汽车级单片机MPC5744搭建了位移差传感器和制动系统摩擦实验台架，对位移差传感器精度进行分析，对采用的Pol-Ind摩擦模型参数进行辨别。在摩擦辨别实验中，采用粒子群算法对摩擦模型参数进行确定。

（4）设计了制动系统的紧急制动辅助系统，通过识别驾驶员制动意图对制动系统紧急制动和正常制动两种助力模式进行控制，实现了紧急制动辅助功能，以解决驾驶员在紧急状况下因踏板力不足而导致制动距离过长问题。其中，通过Matlab/Simulink与AMESim联合仿真模型获得的数据采用隐马尔可夫模型对制动意图识别，正常制动与紧急制动意图的识别准确率高，并基于整车行驶环境对紧急制动辅助系统进行仿真验证。

二、            电子制动助力器神经网络自适应H∞伺服控制方法研究

实现了用于EBB系统伺服助力驱动的模糊PID“三环”控制策略，在其中的位置环上设计了一个模糊控制器进行在线参数调整，以此提高“三环”控制策略的抗干扰能力。针对模糊规则库建立困难的问题，应用粒子群优化算法对模糊规则库进行了优化。在搭建的EBB系统仿真模型基础上，对“三环”控制策略进行了紧急制动和一般制动两种工况的仿真分析。

 针对模糊PID“三环”控制策略在紧急制动工况下会发生电流波动、力矩冲击的情况，实现了以H_∞控制为基础，通过径向神经网络逼近EBB系统的非线性部分和不确定因素的ANN-H_∞控制策略。论文对ANN-H_∞控制策略进行了Lyapunov意义下的稳定性和收敛性证明；在和“三环”策略同等条件下，对ANN-H_∞控制策略进行了建模仿真，结果表明ANN-H_∞控制在快速性、静差和平稳性方面均优于“三环”控制策略。鲁棒性验证结果表明ANN-H_∞控制策略在缺少C相电流的情况下，依旧能完成EBB伺服助力动作，显著提高了控制器的抗干扰能力。

 以TMS320F28335芯片作为控制器，通过串口实现电脑主机和控制器的数据交互，结合Matlab/Simulink环境实现自动代码生成和下载，搭建了半实物仿真平台。通过处理器在环测试对ANN-H_∞控制策略进行了可行性验证，测试结果表明ANN-H_∞控制算法满足与模型在环的数值等效性，同时控制算法在处理器中的执行时间小于0.1 ms，验证了控制算法在处理器级别的可行性。

三、            电动制动助力系统的摩擦力补偿方法研究

针对标准Pol-Ind摩擦模型存在摩擦力状态切换不连续现象，提出了一种改进Pol-Ind摩擦模型。结合实验数据对摩擦模型参数进行了分步辨识。其中，通过最小二乘法和模拟退火粒子群算法辨识了模型的静态参数，利用了模型特性辨识了动态参数。

设计了无刷直流电机的三环PID控制器，利用位置跟踪误差反馈控制减小摩擦力和惯性的影响。接着在反馈控制的基础上，针对摩擦力和惯性干扰，引入了摩擦力前馈和速度加速度前馈控制模块，以消除摩擦力对系统的不利影响，提高系统的位置跟踪精度。最后，为进一步提高系统的控制精度和鲁棒性，考虑了外部环境影响和系统存在的不确定性因素导致的建模误差，设计了系统摩擦力的自适应滑模控制器。

摩擦力补偿控制器仿真分析。为验证所设计的摩擦力补偿控制器的可行性，在Matlab/Simulink中搭建了电动制动助力系统的仿真模型。分析了阶跃信号、正弦信号、梯形波信号输入下，系统的输出响应特性。仿真结果表明，前馈+PID控制的复合控制策略和自适应滑模控制都能取得不错的补偿控制效果。其中，自适应滑模控制器具有更快的响应速度和位置跟踪精度，其阶跃响应的上升时间约为0.024s，正弦信号和梯形波信号输出响应的位置跟踪误差下降至微米级别，更加符合电动制动助力系统快速响应性和精确建压的要求。

四、            电子制动助力器的无位置传感器控制策略研究

针对高速阶段，设计自适应滑模观测器，改进滑动模态的双曲正切函数、采用锁相环系统进行转速估算，有效地削弱抖振；针对低速阶段，改进脉振高频信号注入法，进行相关参数整定和仿真验证，结果表明该算法有着良好的电机跟随特性；针对转速过渡阶段，采用加权复合的策略，改进切换函数SC(N)，提出复合速度切换估算算法，结果表明复合控制策略有良好的动态性能。

依据车辆制动相关要求，在Simulink中建立常规和紧急制动工况，完成了无感控制系统与位置传感器系统的位移跟随和制动主缸压力的仿真对比；在Carsim中建立车辆和道路模型，将制动主缸压力输入至车辆进行制动测试，对车辆位移、加速度、速度、轮缸压力等状态进行检测，结果表明在不采用位置传感器的情况下，本文提出的控制策略符合车辆制动要求。

五、            电动制动助力器的滑模变结构控制策略研究

设计了适用于电动制动助力器系统的三环PID控制策略，针对PID控制存在的不足，采用滑模变结构控制算法；分析滑模变结构控制基本原理、基于指数趋近律控制方法设计了速度和位置滑模变结构控制器，并对滑模控制器进行了李雅普诺夫渐进稳定性证明；将所设计的滑模控制器和三环PID控制进行对比仿真分析，仿真结果表明滑模变结构控制策略能够提高系统的速度和位置跟随精度。

针对基于指数趋近律的滑模变结构控制中的抖振问题，利用模糊控制器设计了边界层厚度可以根据系统的实时状态进行自适应调节的改进滑模变结构控制策略，对模糊控制器的参数进行了设计，使改进的滑模变结构控制策略在速度和位置跟踪性能以及削减系统的抖振方面得到了优化，提高了控制鲁棒性。

建立了电动制动助力器系统的机械传动结构和制动主缸模型，将包含机械传动结构和制动主缸模型的电动制动助力器系统在两种典型制动工况下进行了主缸的液压和丝杆位置跟随控制仿真；搭建电动制动助力器系统与CarSim整车的联合仿真模型，在两种典型制动工况下进行联合仿真，实现了电动制动助力器系统的基本助力制动功能，验证改进滑模变结构控制策略在抗抖振、增强了系统稳定性方面的优越性。

六、            基于自抗扰控制的电子制动助力器控制方法研究

建立了助力器关键部件永磁同步电机、传动机构、反馈盘及制动踏板模型；提出了助力制动与主动制动模式切换的控制架构。

对于助力制动模式，针对PID串级控制策略动态性能和抗干扰能力差等问题，根据助力器工作要求，提出了基于自抗扰控制的助力制动控制策略；设计了助力器自抗扰控制器，通过稳定性分析和带宽法原理简化了控制器待整定参数个数。针对控制器参数整定困难等问题，通过粒子群优化算法寻优实现了控制器参数自整定。在Simulink和AMESim中搭建了助力器模型、PID串级控制器及自抗扰控制器等模型，仿真结果表明基于自抗扰控制的助力制动控制策略在动态性能、稳定性及抗干扰能力等方面均显著优于PID串级控制策略。

对于主动制动模式，针对单一前馈查表鲁棒性和抗干扰能力差等问题，提出了模糊PI主动制动控制策略，通过模糊规则实现PI参数自适应调整。针对模糊规则在误差和误差变化率较小时利用率低等问题，设计了比例型函数伸缩因子实现论域实时调整。搭建了相关模型并进行仿真分析，结果表明提出的可变论域模糊PI主动制动控制策略在快速性和准确性等方面表现优异，压力控制反应速度快、超调量小且稳态误差小。

基于电子制动助力器样机和真实制动系统，搭建了助力器试验台架，采用恩智浦S32K144开发板和基于模型的设计（MBD）开发方法，对助力器和提出的控制策略进行初步验证，结果表明了助力器在工程实际中的可应用性。在Simulink、AMESim和CarSim中搭建了面向整车的主动制动仿真模型，验证了所提出控制策略的有效性以及助力器作为高级辅助驾驶或自动驾驶系统主动制动执行器的可行性。