电动车辆控制器的优化和验证
曼海姆大学的 Delta Racing 团队携其 2014 年完工的新赛车 DR14-E 参加了大学生方程式汽车大赛。该团队在大学生方程式捷克共和国赫拉德茨克拉洛韦的首次比赛中名列第二。在能效排名方面,该赛车甚至位列榜首,能耗低到让人吃惊,每圈仅 0.068 kWh。
该团队的成功取决于控制器的优化,这提高了 DR14-E 的车辆动力和能效。由于该赛车的左右后轮各有驱动电机,因此可灵活驾驶并减速。这为控制干预开创了新的可能。车辆动力控制的所有潜力都被充分挖掘,尤其是拐弯处理和能效得以改善。
使用 dSPACE ASM 车辆动力仿真模型执行的早期分析支持算法开发。特别是 ASM(汽车仿真模型)的模块化设置可实现团队自身的扭矩矢量概念集成(包括所需的控制设计)既轻松又高效。借助模型,Delta Racing 可对所有方法进行验证,然后在车辆的 dSPACE MicroAutoBox 上实施。
在开发过程中,车辆模型完成参数化。现在还可供 Delta Racing 团队的继任者们使用,优化并进一步开发车辆动力控制。这非常有用,因为 ASM 仿真模型还提供尚未使用的功能,例如仿真弹簧阻尼器组合或气动优化的效果。