EMB电子机械制动夹紧力预估：技术路线、接触点检测与在线辨识

1. 从液压到电机EMB夹紧力预估到底在解决什么问题传统液压制动系统里驾驶员踩下踏板制动液把压力传到卡钳卡钳活塞推刹车片夹紧制动盘。整个过程里夹紧力跟管路压力基本是线性关系所以ECU只要读一个压力传感器就能比较准确地知道当前制动力有多大。这套逻辑用了几十年成熟、可靠、成本低。但到了EMBElectro-Mechanical Brake电子机械制动器这里情况完全变了。EMB取消了制动液、管路、主缸直接用电机驱动减速机构把旋转运动变成丝杠或凸轮机构的直线运动推动刹车片夹紧制动盘。夹紧力不再有压力这个中间物理量可以测量它变成了电机转矩、减速比、传动效率、丝杠导程、摩擦系数等一堆参数的函数。这就带来一个非常现实的问题你没法直接测夹紧力但制动系统必须精确知道夹紧力。为什么必须知道因为整车的制动控制策略——ABS、ESC、AEB、能量回收协调——全都依赖对当前制动力的准确估计。如果夹紧力估不准轻则制动感受差、踏板虚位大重则ABS介入时机错误、制动距离变长甚至出现抱死或制动力不足的安全风险。更麻烦的是EMB的夹紧力还受到很多时变因素的影响。刹车片会磨损摩擦系数会随温度变化电机和减速机构的效率会随温度和使用时间漂移丝杠的润滑状态也会改变。这些因素叠加在一起让夹紧力预估从一个查表问题变成了一个状态估计问题。我接触过几个做EMB的团队早期都踩过同一个坑以为电机电流乘以一个固定系数就能得到夹紧力。台架上标定的时候看着挺准装车跑一段时间就发现偏差越来越大尤其是连续制动导致温度升高之后估计值和实际值的偏差能到20%以上。这个偏差在紧急制动场景下是不可接受的。所以夹紧力预估技术的核心任务就是在没有任何直接力传感器或者只有低成本间接传感器的前提下通过电机端可测量的电气量和机械模型实时、准确地推算制动盘上实际受到的夹紧力。这件事做得好不好直接决定了EMB能不能真正替代传统液压制动。2. 夹紧力预估的三条技术路线各自适用什么场景2.1 基于电机电流的开环估计法这是最直观的思路。电机的电磁转矩与电流成正比对于直流无刷电机是交轴电流与转矩常数的乘积而电机输出转矩经过减速机构和传动机构后最终转化为夹紧力。理论上只要知道电流就能算出转矩再算出夹紧力。具体公式链条是这样的T_motor Kt × Iq T_output T_motor × i_gear × η_gear F_clamp T_output × (2π × η_screw / P_screw)其中Kt是转矩常数Iq是交轴电流i_gear是减速比η_gear是减速机构效率η_screw是丝杠效率P_screw是丝杠导程。这条路线最大的优点是不需要额外传感器成本最低响应最快。但它的致命弱点也很明显所有效率参数都是时变的。减速机构在低温下效率可能只有60%热起来之后能到85%丝杠的润滑脂在长期使用后会老化效率下降刹车片磨损后同样的电机转角对应的夹紧力也会变化。我见过一个比较务实的做法用电流法做基础估计但每隔一段时间用其他信息源做一次在线校正。校正的触发条件可以是每次制动结束后电机回到零位时的电流残差也可以是温度传感器读数发生显著变化时。这样既保持了低成本又避免了长期漂移。2.2 基于电机转角与刚度模型的估计法这条路线换了一个角度不去纠结电机输出了多少力而是看刹车片被推了多远。EMB的传动机构可以等效为一个弹簧-阻尼系统当刹车片接触到制动盘之后继续推动电机夹紧力与电机转角之间就存在一个刚度关系。在接触点之后夹紧力F和电机转角θ的关系大致是F_clamp K_sys × (θ - θ_contact) × (P_screw / 2π) × i_gear其中K_sys是系统等效刚度θ_contact是刹车片刚好接触制动盘时的电机转角。这条路线的好处是物理意义清晰对电机参数变化不敏感。但难点在于两个第一θ_contact会随着刹车片磨损而不断变化必须实时更新第二系统刚度K_sys本身也不是常数它跟刹车片材料、制动盘温度、接触面积都有关系。实际操作中θ_contact的更新通常靠接触点检测算法。思路是在电机推动刹车片的过程中监测电流或转矩的突变点。当刹车片接触制动盘的瞬间负载转矩会突然增加这个拐点就是接触点。每次制动都记录这个点用滑动平均或卡尔曼滤波更新θ_contact的估计值。2.3 多信息融合的观测器方法前两条路线各有短板所以工程上更常见的做法是把它们融合起来再加上温度、磨损等状态量构建一个状态观测器。典型的结构是以电机电流和转角作为输入以夹紧力作为状态量用扩展卡尔曼滤波EKF或滑模观测器进行估计。状态方程大致长这样状态量: x [F_clamp, θ_contact, K_sys, T_temp] 观测量: z [Iq, θ_motor]观测器的优势在于能同时估计夹紧力和那些慢变的参数比如接触点和系统刚度。但它对模型精度的要求高调参也比较费劲。如果模型里的摩擦模型太简单观测器在低速和换向工况下容易发散。我个人的经验是如果项目对成本极度敏感用电流法加接触点校正就够了如果对精度要求高尤其是要支持AEB这种功能那观测器方法是绕不过去的。但观测器的开发周期至少要多出三到六个月因为需要大量的台架数据来辨识模型参数。技术路线成本精度开发难度适用场景电流开环法最低中低低基础制动、低速工况转角刚度法低中中需要接触点检测多信息融合观测器中高高高AEB、ESC等高精度需求3. 接触点检测夹紧力预估里最容易被低估的环节3.1 为什么接触点这么关键接触点是夹紧力预估的零点。在刹车片接触制动盘之前电机空载转动夹紧力为零接触之后同样的电机转角增量对应的夹紧力增量取决于系统刚度。如果接触点判断错了整个夹紧力的绝对值就会整体偏移。偏移有多大影响假设系统刚度是50 kN/mm接触点判断偏差0.1 mm夹紧力偏差就是5 kN。对于一台紧凑型轿车紧急制动时单轮夹紧力大概在20-30 kN量级5 kN的偏差就是20%左右。这个误差足以让ABS的滑移率控制出现明显偏差。更隐蔽的问题是接触点不是固定不变的。刹车片磨损1 mm接触点就变化1 mm对应的电机转角。如果系统不做自适应更新开了两万公里之后夹紧力估计可能完全不可用。3.2 基于电流拐点的检测方法最常用的接触点检测方法是监测电机电流的拐点。在空载阶段电机电流主要克服惯性和摩擦值比较小且平稳当刹车片接触制动盘后负载转矩突然增加电流会出现一个明显的上升拐点。实际操作中不能简单地设一个电流阈值来判断。因为电机电流本身有纹波而且空载摩擦转矩会随温度变化。比较可靠的做法是计算电流的斜率# 简化的接触点检测逻辑 def detect_contact_point(current_samples, angle_samples): # 计算电流对角度的斜率 di_dtheta np.gradient(current_samples, angle_samples) # 寻找斜率超过阈值的第一个点 threshold 0.5 # 需要根据实际系统标定 for i in range(len(di_dtheta)): if di_dtheta[i] threshold: return angle_samples[i] return None这个方法的难点在于阈值标定。阈值设高了接触点检测滞后设低了噪声会触发误判。我试过的一个改进方案是不只看斜率还看斜率的持续性。要求连续N个采样点的斜率都超过阈值才认为是真正的接触。N一般取3到5取决于采样率。3.3 温度对接触点检测的干扰温度变化会从两个方向干扰接触点检测。第一电机绕组电阻随温度升高而增加同样的电流对应的转矩会变化第二减速机构里的润滑脂在低温下粘度高空载摩擦转矩大电流基线本身就高。低温环境下空载电流可能从常温的0.5 A上升到1.5 A甚至更高。如果还用常温标定的阈值接触点会被严重误判。应对办法是把温度作为一个显变量引入检测逻辑。具体来说可以建立一个空载电流-温度的查找表在检测接触点之前先根据当前温度对电流做归一化。或者更直接一点用电流的相对变化率而不是绝对值来判断相对斜率 (di/dθ) / I_baseline(T)其中I_baseline(T)是当前温度下的空载电流基线。这样就把温度的影响消掉了。注意接触点检测的标定必须在全温度范围内做。我见过只做了常温标定的项目冬天装车之后夹紧力估计完全乱套后来补做了-30°C到80°C的标定才解决。4. 系统刚度与摩擦系数的在线辨识让模型跟着硬件一起变老4.1 系统刚度为什么不是常数系统刚度K_sys描述的是电机转角增量对应的夹紧力增量。它由串联的多个环节组成减速机构的扭转刚度、丝杠的轴向刚度、刹车片的压缩刚度、制动盘的面外刚度。这些环节的刚度都会变化。刹车片是最典型的例子。新刹车片的压缩率大概在2%-5%之间随着使用材料被压实压缩率会下降。这意味着同样的夹紧力新片需要更大的位移旧片需要的位移更小。反映到系统刚度上就是旧片的K_sys更大。制动盘的温度也会影响刚度。高温下制动盘材料弹性模量略有下降但这个影响相对较小通常在5%以内。更大的影响来自热膨胀制动盘受热后厚度增加等效于接触点前移。4.2 用递推最小二乘法在线辨识刚度既然K_sys会变那就让它在线更新。递推最小二乘法RLS是工程上最常用的在线辨识方法计算量小适合嵌入式实现。模型可以写成F_clamp(k) K_sys(k) × Δθ(k) e(k)其中Δθ是接触点之后的电机转角增量e是噪声。RLS的更新公式是# 简化的RLS实现 def rls_update(K_est, P, delta_theta, F_measured, lambda_forget): # 计算增益 K_gain P * delta_theta / (lambda_forget delta_theta**2 * P) # 更新估计值 K_est K_est K_gain * (F_measured - delta_theta * K_est) # 更新协方差 P (1 - K_gain * delta_theta) * P / lambda_forget return K_est, P这里有个关键参数遗忘因子λ。λ越接近1历史数据权重越大估计越平稳但跟踪变化越慢λ越小对新数据越敏感但容易受噪声干扰。工程上一般取0.95到0.99之间。但这里有个鸡生蛋的问题RLS需要F_measured作为输入可F_clamp本身就是我们要估计的量。怎么解决答案是用其他信息源提供F_measured的参考值。比如在台架上用测力传感器标定过的工况或者用电机转矩反推的夹紧力作为伪测量。实际操作中更常见的做法是离线辨识在线微调。先在大批量台架数据上离线辨识出K_sys随磨损和温度的变化规律做成一个二维查找表在线运行时根据当前磨损估计和温度读数查表得到K_sys的初值再用RLS做小范围修正。4.3 摩擦系数变化的补偿思路刹车片摩擦系数μ是夹紧力预估里另一个大变量。同样的夹紧力μ不同产生的制动力矩完全不同。但夹紧力预估本身其实不直接依赖μ——夹紧力是刹车片压在制动盘上的法向力μ影响的是切向的制动力矩。不过在实际系统中μ会间接影响夹紧力估计。因为EMB的电机负载转矩不仅来自夹紧力还来自制动盘旋转时刹车片受到的摩擦力。这个摩擦力会形成一个附加的阻力矩在制动过程中叠加到电机负载上。补偿的思路是在制动过程中用制动力矩的估计值反推μ再用μ修正夹紧力估计。制动力矩可以通过整车减速度或者轮速变化来估计。这条路线的精度取决于整车质量估计和坡度估计的准确性工程实现比较复杂通常只在高端车型或者L3以上的自动驾驶制动系统中才会用到。5. 从台架到整车夹紧力预估的标定与验证实战5.1 台架标定的核心工况设计台架标定是夹紧力预估的基础。台架上可以装测力传感器直接测量夹紧力这是最可靠的参考值。标定的核心是设计覆盖全工况的测试矩阵。我建议至少覆盖以下维度温度-30°C、0°C、25°C、60°C、100°C、150°C制动盘温度夹紧力水平5 kN、10 kN、20 kN、30 kN、40 kN电机转速低速接近堵转、中速、高速空行程阶段磨损状态新片、磨合后、磨损50%、磨损80%制动模式单次制动、连续制动、ABS循环全组合测试量太大实际做法是用正交试验设计选取有代表性的工况组合。比如温度取5个点夹紧力取3个点磨损取3个点这样大概45个核心工况每个工况重复3次总共135次测试。如果台架资源紧张可以进一步精简到20个工况左右。每次测试要记录的数据包括电机电流三相、电机转角、电机温度、制动盘温度、夹紧力测力传感器、制动盘转速、环境温度。采样率建议不低于1 kHz因为接触点检测需要捕捉电流的快速变化。5.2 整车验证的难点与对策台架标定完了装车验证才是真正的考验。整车环境跟台架有几个关键差异第一振动和冲击。车辆行驶中的振动会叠加到电机电流上让接触点检测的噪声更大。对策是在信号处理环节加带通滤波滤掉跟车辆振动相关的频段。但滤波会引入相位延迟需要权衡。第二供电电压波动。台架上电源稳定整车上电池电压会在11 V到14.5 V之间波动12 V系统影响电机电流和转矩的关系。对策是在转矩计算里引入母线电压补偿。第三多轮协调。整车制动时四个轮子的EMB是协同工作的但每个轮子的磨损、温度、接触点都不同。夹紧力预估必须每个轮子独立做不能共用参数。整车验证的黄金标准是跟液压制动做对比。在同一辆车上先装液压系统测一组制动数据再换EMB测同样的工况对比制动距离、减速度曲线、ABS介入时机。如果偏差在5%以内基本可以认为夹紧力预估是合格的。5.3 一个真实的踩坑案例我之前参与过一个项目台架标定做得挺漂亮全温度范围内夹紧力估计误差都在3%以内。装车之后常温工况也没问题。但到了冬天零下十几度的时候车主反馈刹车前半段没力后半段突然来力。排查过程花了将近两周。先怀疑是接触点检测在低温下误判把接触点检测的阈值调了又调问题依旧。后来用CAN总线记录仪抓了完整数据发现低温下电机电流的基线确实高了但接触点检测逻辑已经做了温度补偿不应该有这么大偏差。继续深挖发现真正的问题是减速机构里的润滑脂在低温下粘度剧增导致传动效率从常温的85%掉到了50%左右。而我们的夹紧力估计模型里传动效率是用常温标定的固定值。效率低估了同样的电流算出来的夹紧力就偏小所以驾驶员感觉没力。解决方案是在效率模型里引入温度修正。具体做法是在台架上做不同温度下的效率测试拟合出一条效率-温度曲线在线运行时根据电机附近的温度传感器读数查表修正。这个坑给我的教训是EMB夹紧力预估里机械传动环节的温度特性比电机本身的温度特性影响更大但往往被忽视。电机温度大家都会测但减速机构内部的温度很难直接测量只能通过热模型间接估计。6. 工程落地时几个值得注意的细节6.1 采样率与计算负载的平衡夹紧力预估算法最终要跑在ECU上计算资源有限。接触点检测需要较高的采样率至少1 kHz但观测器更新可以降到100 Hz甚至更低。实际架构通常是电流和转角信号以1 kHz采样接触点检测在中断里做观测器在主循环里以100 Hz运行。这样分层的另一个好处是接触点检测只关心从空载到接触这个短暂过程不需要一直运行。可以在电机开始推动刹车片时启动检测检测到接触点后就把结果传给观测器然后关闭检测逻辑节省算力。6.2 失效模式与安全降级夹紧力预估必须考虑失效模式。如果接触点检测连续多次失败或者观测器残差持续超限系统需要进入降级模式。降级策略可以是切换到保守的电流开环估计同时限制最大夹紧力并点亮仪表警告。注意降级模式下的制动性能会下降但必须保证基本制动功能可用。这是功能安全的基本要求ISO 26262里对EMB的ASIL等级通常要求到D级。6.3 与能量回收的协调电动车和混动车里EMB还要跟能量回收制动协调。能量回收时电机制动和EMB制动需要精确分配制动力。如果夹紧力预估不准可能出现电机制动已经退出了EMB还没补上的尴尬驾驶员会感觉刹车突然变软。协调的关键是夹紧力预估的响应速度。从收到目标夹紧力指令到实际夹紧力建立EMB的响应时间通常在100-200 ms。能量回收退出时EMB必须提前开始建压提前量取决于夹紧力预估的置信度。置信度高提前量可以小一点置信度低就需要更大的安全余量。6.4 数据驱动的残差监控最后分享一个我觉得很实用的技巧用残差监控来做夹紧力预估的健康诊断。具体来说每次制动结束后比较电机转角积分得到的理论夹紧力和观测器估计的夹紧力如果两者偏差持续超过阈值就说明模型参数可能已经漂移了需要触发重新标定或者提醒维护。这个残差信号还可以用来做磨损估计。随着刹车片磨损接触点会持续后移残差的趋势性变化可以反映磨损速率。如果磨损速率突然加快可能意味着刹车片异常磨损需要检查。我在实际项目里把这个残差监控做成了一个后台任务每次制动结束后跑一次数据存到非易失存储器里。售后人员用诊断仪读取这些数据就能判断夹紧力预估系统的健康状态不用拆轮子就能做初步诊断。这个功能后来成了那个项目的一个小亮点售后反馈很好用。