具有四轮独立驱动电子轴系统的电动拖拉机的防滑控制模型

《Computers and Electronics in Agriculture》：Slip control model for an electric tractor with four-wheel independent driving E-axle systems

滑移控制模型优化了电动四轮独立驱动拖拉机（E-axle）的牵引效率，通过实时监测电机转速和行驶速度估算滑移并分类控制策略，验证结果显示牵引效率提升0.9%-3.8%。

　　

白承允|全贤镐|金万秀|金妍秀|金永柱

韩国忠南国立大学智能农业系统系，大田34134

摘要

大多数电动农业机械采用基于电机的速度控制来实现目标速度。然而，为了保持速度而增加扭矩可能会导致车轮过度打滑，因为土壤会发生下沉，从而造成能源使用效率低下。实时测量电机转速可以实现准确的打滑估计，并有助于更有效的牵引控制。本研究开发并评估了一种打滑控制模型，以减少装有四轮独立驱动电动轴（E-轴）系统的电动拖拉机的车轮打滑并提高牵引效率。通过行驶速度和电机转速计算出打滑情况，并将打滑条件分为三种类型。根据检测到的打滑类型，控制模型会选择扭矩分配器（TA）或爬行模式。该控制模型在MATLAB/Simulink中实现，并通过与RecurDyn开发的多体动力学（MBD）模型进行联合仿真进行了评估。MBD模型通过重量测量和实验牵引力测试得到了验证。仿真结果表明，所提出的打滑控制模型在TA模式下将打滑减少了6%–20%，在爬行模式下减少了1%–15%，同时提高了0.9%–3.8%的牵引效率。这些结果突显了基于速度的打滑控制对于电动农业机械的实用性，并支持设计更高效的牵引管理策略。

引言

对环境污染日益增长的担忧以及更严格的排放法规的实施加速了农业机械的电气化（Mocera等人，2023年）。已经研究了多种电动动力总成技术，包括氢燃料电池、太阳能系统和电池电动驱动系统，以应用于拖拉机（Ghobadpour等人，2023年；Gorjian等人，2021年；Li等人，2024年）。在这些选项中，电池电动系统被认为是最先进的，并且采用率显著增加（Gade等人，2025年）。电动轴（E-轴）系统已被提出作为电池电动拖拉机的配置（Deng等人，2023年；Wen等人，2024年）。这些系统能够独立控制每个车轮或轴，从而实现无级变速和改善牵引性能（Baek等人，2022年）。E-轴拖拉机使用基于速度控制的电动机作为主要动力源（Shabandokht-Zarami等人，2022年；Wang等人，2018年）。速度控制系统通过增加扭矩来补偿轮胎与土壤之间的牵引力不足导致的电机转速差异。然而，扭矩补偿会导致车轮过度打滑，进而导致土壤下沉和进一步的牵引力损失。此外，过度打滑还会导致土壤退化（Moinfar等人，2022年；Nadykto等人，2015年；Wang等人，2023年），并可能对轮胎和驱动系统造成机械损坏（Porte?等人，2013年；Simiki?等人，2014年）。从拖拉机的角度来看，过度打滑会降低牵引效率（Li等人，2024年）并增加能耗（Abrahám等人，2014年；Porte?等人，2013年；Wang等人，2023年）。因此，开发用于检测和控制E-轴拖拉机打滑的算法至关重要。

先前的研究已经开发了集成控制方法，用于在加速、制动和转弯过程中控制铺装道路上的车轮打滑（De Castro等人，2013年；Hartani等人，2018年；Savitski等人，2020年；Yin等人，2019年）。这些方法应用电机扭矩控制来抑制过度车轮打滑和初始锁死现象，从而在低摩擦条件下提高纵向稳定性。同样，加速过程中的电机扭矩调节也被用来抑制车轮打滑并改善整体车辆动态性能。这些控制方法提高了牵引性能和能源效率（Nam等人，2015年），加速过程中的车辆稳定性（Shi等人，2022年），以及驾驶性能和控制响应性（Jiang等人，2022年）。电动汽车的制动打滑通过增加车轮转速来防止车轮锁死，恢复可操控性并提高制动稳定性（De Castro等人，2012年；Meléndez-Useros等人，2023年）。在粗糙或不平坦的路面条件下，基于车轮转速的控制方法也被用来缩短制动距离并提高整体稳定性（Ivanov等人，2015年）。打滑控制方法能够有效计算打滑并调整电机参数，但大多数研究集中在铺装道路条件下以及与加速和制动相关的打滑现象上。表1总结了电动汽车的代表性打滑控制研究。该表按打滑类型、操作条件和控制方法对研究进行了分类，提供了管理加速和制动打滑的控制策略的简要概述。这些方法没有考虑土壤引起的车辆 immobilization 或农业机械中观察到的多种打滑行为，这限制了这些控制策略在土壤环境中的适用性。然而，土壤环境中的打滑特性与铺装道路上的打滑特性有根本不同，表现为土壤引起的 immobilization 和多样的车轮-土壤相互作用，这些现象无法被传统的打滑控制方法捕捉到（Gray等人，2016年）。因此，现有的以车辆为导向的控制策略在土壤条件下运行的农业机械中的适用性有限。

已经采用了多种方法来检测农业拖拉机中的车轮打滑。早期的方法包括使用非驱动轮（Raheman和Jha，2007年）、额外的第五轮（Shafaei等人，2021年）和多普勒雷达系统（Grisso等人，1992年；Thansandote等人，1977年）。然而，这些方法存在固有的局限性：非驱动轮受土壤条件和重量分布的影响，第五轮在不平坦的地形上不够准确，基于雷达的系统在低速时表现不佳。最近的研究采用了接近传感器（Al-Shammary等人，2024年；Kim等人，2020年）和机器视觉技术（Zhu等人，2022年）。接近传感器可以测量理论车轮速度，但在田间操作中容易受到振动和灰尘的影响。机器视觉方法，如单目相机跟踪地面位移，可以提供高分辨率的打滑估计，但对农业环境中的泥浆、灰尘和光照变化非常敏感。此外，还使用耕作深度控制来间接减少打滑，但保持所需的深度仍然很困难（Luo等人，2023年）。这些局限性突显了需要更可靠且适用于田间的拖拉机打滑检测策略。另一方面，当电动机作为主要动力系统时，可以通过电动机中嵌入的编码器使用控制器局域网（CAN）通信等技术获得可靠的车轮转速数据（de Melo等人，2022年）。E-轴拖拉机的每个车轮都通过CAN通信由电机控制器独立控制。这使得能够获取准确的车轮转速数据并增强打滑检测能力。E-轴拖拉机中的有效打滑控制具有提高能源效率和降低电力消耗等优点。此外，可以通过独立控制单个车轮或特定轴在变化的操作条件下的打滑，实现更加灵活和适应性的操作。因此，开发和评估适用于不同环境条件的E-轴拖拉机打滑检测和控制算法至关重要。

仿真模型常用于评估控制模型和算法性能。Majdoubi等人（2023年）开发了一种农业机器人的动态模型，并基于扩展的Bekker模型进行了车轮-地面接触建模；此外，他们还开发了牵引和打滑控制算法，并使用仿真程序进行了验证。Zellouma等人（2023年）基于FOC控制开发了一种并行PI调节器，并使用MATLAB/Simulink软件进行了验证。此外，还从动态响应、纹波比和超调等方面进行了比较。Amato和Marino（2021年）使用CarSim仿真评估和验证了一种四轮驱动电动汽车的打滑矢量算法，并验证了其在不同条件下的负载扭矩估计、故障检测和隔离时间性能。Pomponi等人（2018年）提出了一种速度控制算法，用于优化装有两个轮内电机（IWM）系统的电动汽车的打滑和推进性能。在打滑环境中使用CarSim进行了性能验证。在仿真环境中开发控制模型可以控制外部变量，从而可靠地评估控制算法的性能（Watanabe和Sakai，2017年）。特别是，仿真模型的动态特性与正在开发的控制模型相匹配，有助于在建模过程中进行更有效的调整和开发。多体动力学（MBD）模型因其能够在多种环境中预测行为而被广泛用于农业中的控制系统验证和性能评估。Kim等人（2022年）使用拖拉机MBD模型根据耕作深度预测行驶速度和牵引力，并比较了预测准确性。Watanabe和Sakai（2017年）基于MBD模型开发了一种拖拉机驾驶模拟器，用于在特定条件下设计机械和控制逻辑。使用MBD模型在复制控制算法动态和评估复杂操作场景方面显示出了显著优势，大大减少了稳定性测试所需的时间和资源（Xie等人，2024年）。然而，验证程序对于确保控制模型评估的准确性至关重要（Adams和Darr，2022年）。

因此，本研究旨在为在不同环境条件下运行的E-轴拖拉机建立一种打滑控制框架。本研究的具体目标是：（1）为E-轴拖拉机开发一种打滑控制算法；（2）开发和验证用于控制系统评估的MBD模型；（3）通过控制模型和MBD模型的模型在环仿真（MILS）联合仿真来评估打滑控制模型的性能。

部分摘录

四轮独立驱动E-轴系统

E-轴的动力传输系统包括一个电动机、两个减速器（螺旋减速器和行星减速器）和一个车轮，如图1所示。每个轴都应用了四个类似的E-轴系统。选择了AC感应电动机（HPEVS AC-34，Hi Performance Electric Vehicle Systems，美国加利福尼亚州安大略市）和逆变器（Curtis 1238系列，Curtis Instruments, Inc.，美国纽约州Mount Kisco）。图2显示了电机的扭矩、电流和功率与其转速之间的关系。

总重量和重心

图13显示了基于E-轴拖拉机坐标系的重心测量和仿真结果。E-轴拖拉机的左前（FL）、右前（FR）、左后（RL）和右后（RR）重量分别为12,395 N、12,238 N、15,053 N和15,004 N。E-轴的总测量重量为54,690 N，而MBD模型的重量为54,578 N，误差为0.2%。重心坐标分别为（?0.502, 0.450）和（?0.500, 0.455）。

讨论

本研究基于MILS开发并评估了一种打滑控制算法和控制模型，结果提供了几项贡献：

• •
  这种打滑控制策略可以应用于现有的电动驱动系统中，因为该策略依赖于电机转速和车辆行驶速度作为所需的控制输入。
• •
  研究了农业田间操作中发生的打滑行为，并提出了一种基于打滑类型的模式选择策略，以分配适当的控制模式

结论

本研究旨在为E-轴拖拉机开发一种打滑控制模型和算法，并通过基于MILS的仿真来评估其性能。使用静态和动态特性测试验证了E-轴拖拉机的MBD模型，确认其与测量到的重量分布和牵引行为高度一致。所提出的控制模型根据电机转速和行驶速度检测打滑，并根据打滑类型选择扭矩分配器（TA）或爬行模式。打滑得到了减少

CRediT作者贡献声明

白承允：撰写 – 审稿与编辑，撰写 – 原稿，可视化，方法论。全贤镐：软件，形式分析。金万秀：验证，概念化。金妍秀：验证，方法论。金永柱：撰写 – 审稿与编辑，监督，资源获取，概念化。

资助

本研究得到了韩国食品、农业和林业技术规划与评估研究所（IPET）通过环保电源应用农业机械技术发展计划（Food and Rural Affairs，MAFRA）（322047-05）的支持。

利益冲突声明

作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。