蔣科軍，何　仁，劉文光，束　馳，張?zhí)m春

（1.江蘇大學汽車與交通工程學院，江蘇鎮(zhèn)江212013；2.江蘇理工學院汽車與交通工程學院，江蘇常州213001）

雙轉子電動機動力耦合系統(tǒng)中發(fā)動機的控制方法

蔣科軍1，2，何仁1，劉文光1，束馳1，張?zhí)m春2

（1.江蘇大學汽車與交通工程學院，江蘇鎮(zhèn)江212013；2.江蘇理工學院汽車與交通工程學院，江蘇常州213001）

為了解決雙轉子電動機動力耦合系統(tǒng)內發(fā)動機的控制問題，基于雙轉子電動機動力耦合系統(tǒng)的結構與原理，分析了雙轉子電動機動力耦合系統(tǒng)的工作模式以及各工作模式之間相互切換的條件，并據此提出了發(fā)動機最優(yōu)工作點控制的思路和方法.借助高次冪數據擬合方法與最速下降算法，確定了某型發(fā)動機的最優(yōu)工作點，采用模糊控制方法在Simulink環(huán)境內建立了發(fā)動機最優(yōu)工作點控制器的仿真模型.仿真結果表明：發(fā)動機最優(yōu)工作點控制方法能夠對發(fā)動機轉矩、轉速進行有效調節(jié)，能最大限度降低發(fā)動機燃油消耗率；在混合動力驅動低速狀態(tài)下發(fā)動機最優(yōu)工作點控制方法的尋優(yōu)時間對系統(tǒng)穩(wěn)定性有明顯影響.

混合動力汽車；雙轉子電動機；動力耦合；發(fā)動機；控制

doi∶10.3969/j.issn.1671-7775.2015.06.002

雙轉子電動機動力耦合系統(tǒng)是一種新型混合動力耦合系統(tǒng)，2002年由荷蘭代爾夫特理工大學M. J.Hoeijmakers等發(fā)明［1-2］.雙轉子電動機動力耦合系統(tǒng)屬于非接觸式電磁耦合系統(tǒng)，具有結構簡單、易于維護、零磨損等優(yōu)點，適用于重度混合動力汽車，是目前混合動力汽車動力耦合技術發(fā)展的新途徑［3-4］.

雙轉子電動機動力耦合系統(tǒng)中，發(fā)動機與后續(xù)傳動系統(tǒng)沒有機械連接，工況選擇更為自由，這是該系統(tǒng)具有最優(yōu)燃油經濟性的根本原因，也對發(fā)動機控制提出了更高的要求.

雙轉子電動機動力耦合系統(tǒng)中發(fā)動機運行點的控制是雙轉子電動機動力耦合系統(tǒng)控制策略的重要部分，為了實現雙轉子電動機動力耦合系統(tǒng)發(fā)動機最優(yōu)工作點的控制，筆者采用數值分析和模糊控制對發(fā)動機工況進行分析與控制，以期使發(fā)動機工作在最優(yōu)燃油經濟性區(qū)域.

1 雙轉子電動機動力耦合系統(tǒng)工作模式分析

雙轉子電動機動力耦合系統(tǒng)結構如圖1所示［2］，其主要工作模式有純電動行駛工作模式、制動能量回收模式、停車發(fā)電模式和混合動力驅動模式，其中停車發(fā)電模式和混合動力驅動模式需要對發(fā)動機工作點進行控制.

圖1　雙轉子電動機動力耦合系統(tǒng)結構簡圖

1.1停車發(fā)電模式

停車發(fā)電模式使得雙轉子電動機動力耦合系統(tǒng)在停車后能主動為蓄電池充電，防止蓄電池長時間虧電而縮短壽命，同時該模式也使得雙轉子電動機動力耦合系統(tǒng)在停車時可以轉變?yōu)橐蛔l(fā)電站，有較強的對外供電能力.

停車發(fā)電模式的進入條件為

式中∶u為車速；SOC為蓄電池荷電量；SOCgen-low為進入停車發(fā)電模式蓄電池荷電量的閥值；Kstart為車輛電路總開關信號值.

退出條件為

式中SOCgen-high為退出停車發(fā)電模式蓄電池荷電量的閥值.

停車發(fā)電模式中發(fā)動機工況最為穩(wěn)定，其最優(yōu)工作點確定可以轉化為尋找發(fā)動機燃油消耗率最小值的問題.

1.2混合動力驅動模式

混合動力驅動模式可以分為3種狀態(tài)∶①車速需求較低，但蓄電池荷電量不足，無法繼續(xù)純電動行駛，此時發(fā)動機運轉，一部分動力通過內電動機傳遞到驅動橋，驅動車輛，另一部分動力則經過內電動機傳遞到外電動機，由外電動機轉化為電能給蓄電池充電；②車速需求較高，車輛功率需求可以使得發(fā)動機工作在燃油消耗率比較小的區(qū)域，此時發(fā)動機動力全部通過內電動機傳遞到驅動橋；③蓄電池荷電量充足，車速需求很高，車輛功率需求大，要求發(fā)動機動力全部通過電磁離合器傳遞到驅動橋，外電動機也同時對驅動橋輸出功率.

混合動力驅動模式的3種狀態(tài)可以用圖2來表示，圖中uel，SOCel為進入狀態(tài)①的邊界閥值，ueh，SOCeh為狀態(tài)①進入狀態(tài)②的邊界閥值，uhh，SOCeh為狀態(tài)②進入狀態(tài)③的邊界閥值，uhl，SOCel為狀態(tài)③退至狀態(tài)②的邊界閥值.

圖2　混合動力驅動模式3種狀態(tài)示意圖

在混合動力驅動模式狀態(tài)①中，首要控制任務是動力需求的任務分配，為了確保發(fā)動機具有較好的燃油經濟性，此時優(yōu)先確保發(fā)動機動力的最優(yōu)輸出，即確保發(fā)動機轉矩和轉速穩(wěn)定在最優(yōu)工作點上，車輛驅動轉矩需求的改變需要通過外電動機的調節(jié)來實現，為了適應車速改變，內電動機轉速也需要同步調節(jié)，不能影響發(fā)動機的工況.

對于發(fā)動機最優(yōu)工作點控制及內電動機控制而言，狀態(tài)②與狀態(tài)①是沒有差異的，主要差異在于外電動機是否發(fā)電，故只需研究狀態(tài)①即可.狀態(tài)③中，為了追求綜合效率最高，發(fā)動機與驅動橋依靠電磁離合器機械連接，發(fā)動機轉速與車速剛性相關，此時發(fā)動機控制為開環(huán)控制.

2 發(fā)動機最優(yōu)工作點確定

根據發(fā)動機特性可知∶發(fā)動機輕載和重載時，效率均較低，在每個負載點，并不是節(jié)氣門全開燃油經濟性最好.故在發(fā)動機控制時，需要控制負載處于合適范圍，并根據載荷大小調節(jié)發(fā)動機節(jié)氣門大小，以控制發(fā)動機處于最優(yōu)工作點.文中涉及的雙轉子電動機動力耦合系統(tǒng)發(fā)動機選擇為某型排量為1.0 L的四缸汽油機，其萬有特性曲線如圖3所示.

圖3　某型發(fā)動機萬有特性曲線

從圖3可以看出該發(fā)動機的最優(yōu)工作范圍∶負載為65～S3 N·m；轉速為1 S00～3 700 r·min-1.根據發(fā)動機油耗數據得到發(fā)動機的油耗曲面如圖4所示.

圖4　發(fā)動機燃油消耗率曲面

由于曲面數據量較少，在內電動機電磁轉矩實時變化時，需要對曲面進行插值和擬合才能快速準確計算油耗數據，在Matlab軟件內采用Polynomial方法進行高次冪數據擬合［5］，擬合結果為

式中∶x為發(fā)動機負載轉矩，N·m；y為發(fā)動機轉速，r·min-1；擬合參數如表1所示.

表1　擬合參數列表

由式（3）可知，發(fā)動機最優(yōu)工作點為

式中∶T為內電動機的電磁阻力轉矩；ymin，ymax分別為發(fā)動機最大、最小轉速；fueloPt為發(fā)動機最優(yōu)工作點油耗.

至此，發(fā)動機最優(yōu)工作點的確定轉變?yōu)殡p變量高次方程的極值求解，求解思路采用最速下降法［6-7］，最速下降法也稱為梯度下降法，其本質是無約束優(yōu)化問題的求解，該算法的計算過程是沿梯度下降方向求解極小值，迭代終止條件是梯度向量的幅值小于設定的迭代精度閾值，具體步驟如圖5所示，經過多次迭代后輸出的x0，y0即為發(fā)動機最優(yōu)工作點的負載轉矩和轉速.

選擇x0，y0，ε的初始值分別為70，2 500和0.001，按圖5思路編程計算得到最終迭代結果為75.5 N·m，2 990 r·min-1，該值即為發(fā)動機最優(yōu)工作點的負載轉矩和轉速，此時燃油消耗率為229.7S g·（kW·h）-1.

圖5　發(fā)動機最優(yōu)工作點迭代求解流程圖

3 控制方法設計

在雙轉子電動機動力耦合系統(tǒng)內，發(fā)動機唯一的負載來自于內電動機的電磁轉矩（電磁離合器未結合時），故發(fā)動機最優(yōu)工作點負載轉矩的施加需要追蹤內電動機的轉矩和轉速信號.

根據雙轉子電動機動力耦合系統(tǒng)結構特點，發(fā)動機負載轉矩即為內電動機的電磁轉矩，而發(fā)動機轉速與內電動機的轉速的關系可以表示為

式中∶ne為發(fā)動機轉速；nmotor-in為內電動機轉速；nd為傳動軸轉速；r為車輪有效半徑；i0為驅動橋主減速器傳動比.

根據式（5），在停車發(fā)電模式時，u等于0，發(fā)動機轉速即為內電動機轉速.混合動力驅動模式時，內電動機轉速為發(fā)動機轉速與傳動軸轉速的差值.據此設計發(fā)動機最優(yōu)工作點控制流程如圖6所示.

有時總感覺到黃玲，那個總戴著墨鏡的女人，會敲開我的門，然后對我說，以后我們就是鄰居了，希望多多照顧。終歸那半年，和她做鄰居，我是快樂的。

發(fā)動機系統(tǒng)具有復雜的非線性特性，系統(tǒng)控制的實時性要求使得邏輯判斷必須有較好的靈敏性和魯棒性.對于圖6中的決策判斷過程，選用2維模糊控制方法［S］，通過對發(fā)動機實際轉速與最優(yōu)工作點轉速的差值E以及該差值的變化率EC進行模糊化推理，控制發(fā)動機節(jié)氣門開度U，使得發(fā)動機實際轉速能及時向最優(yōu)工作點轉速收斂，具體模糊控制器控制流程設計如圖7所示.

對2維控制輸入參數E，EC模糊化處理時，隸屬度函數選擇為Trimf類型，其論域為｛-6，6｝，模糊子集設定為｛NB（負大），NM（負中），NS（負?。?，ZE（0），PS（正?。?，PM（正中），PB（正大）｝，所有模糊子集的隸屬度函數曲線如圖8所示.為了提高控制收斂性，降低在零點位置的靈敏性，增加了零點附近隸屬度函數曲線的重迭度.

圖6　停車發(fā)電模式發(fā)動機最優(yōu)工作點控制流程

圖7　模糊控制器控制流程圖

圖8　輸入參數隸屬度函數曲線

輸出參數U為發(fā)動機節(jié)氣門開度，其隸屬度函數選擇為Trimf類型（目前隸屬度函數的構造和選用主要依靠專家經驗、例證估算、模糊統(tǒng)計等方法. Trimf類型為三角形隸屬度函數，其優(yōu)點∶隸屬度為線性曲線，簡單直觀，符合思維慣性［9］，論域為｛0，6｝.隸屬函數曲線如圖9所示.

輸出參數U反模糊化處理時，采用Centroid方法（該方法取隸屬度函數曲線與橫坐標圍成的平面面積的重心為反模糊輸出值，具有反應靈敏、輸出平滑、控制魯棒性好等優(yōu)點，非常適合機電系統(tǒng)的2維模糊控制），其計算過程可以表示為

式中∶u*為清晰化輸出量；u為輸出變量；μ（u）為模糊集隸屬度函數；umax和umin分別為輸出變量論域的上限值和下限值.

圖9　輸出參數隸屬度函數曲線

模糊控制規(guī)則是根據人們的思維和實際操作經驗，以邏輯推理的方式給出的.根據上文發(fā)動機最優(yōu)工作點的控制思路，形成了49個控制規(guī)則，如表2所示.

表2　U的模糊控制規(guī)則表

4 仿真及分析

依據圖10構建雙轉子電動機動力耦合系統(tǒng)前向型仿真模型，其中內、外電動機均采用永磁同步電動機模型，其控制方法為SVPWM矢量控制［10-13］.在Matlab/Simulink環(huán)境下構建仿真文件［14-15］，其中發(fā)動機控制器模塊結構如圖11所示，整車模型中車型數據參照豐田Prius車型，考慮到發(fā)動機的起動時間，尋優(yōu)過程滯后時間設置為0.5 s.

圖10　雙轉子電動機動力耦合系統(tǒng)仿真模型結構圖

圖11　發(fā)動機控制器模塊結構圖

仿真結果如下∶

圖12　停車發(fā)電模式發(fā)動機燃油消耗率曲線

圖13　停車發(fā)電模式發(fā)動機轉速曲線

圖14　停車發(fā)電模式節(jié)氣門開度曲線

從圖12-14可以看出∶在停車發(fā)電模式下，發(fā)動機最優(yōu)工作點的控制已基本實現預定目標，發(fā)動機的燃油消耗率穩(wěn)定值約為237.9 g·（kW·h）-1，發(fā)動機轉速則在2 9S0～2 995 r·min-1輕微波動，節(jié)氣門開度穩(wěn)定值約為63.5％.發(fā)動機燃油消耗率雖比最優(yōu)數值略大（S.12 g·（kW·h）-1），但已經能尋優(yōu)至最小值.

2）混合動力驅動模式時，主要模擬仿真狀態(tài)1），即邊行駛邊發(fā)電的低速狀態(tài)，其仿真結果如圖15-17所示（駕駛工況為起動及穩(wěn)定加速工況）.根據圖15可知∶在混合動力驅動低速狀態(tài)下，燃油消耗率的尋優(yōu)過程基本完成，但效果要差一些，穩(wěn)定狀態(tài)下燃油消耗率波動的中值為279.3 g·（kW· h）-1，比最優(yōu)數值大（49.52 g·（kW·h）-1）.在圖16中發(fā)動機轉速也有一定波動，其波動的中值為2 S42 r·min-1，同樣在圖17中，節(jié)氣門開度的波動也很明顯.分析其主要原因∶車輛驅動轉矩需求的變化雖然由外電動機進行調節(jié)，與內電動機沒有直接關聯，但雙轉子電動機動力耦合系統(tǒng)內、外電動機共用中間轉子部件，該結構特點使得車速波動不可避免地傳遞到內電動機轉速上，間接使得發(fā)動機的轉速尋優(yōu)出現波動，該波動與駕駛意圖直接相關.這種尋優(yōu)的波動也反映出發(fā)動機最優(yōu)工作點控制的尋優(yōu)時間還要進一步縮短，這為后續(xù)研究指明了方向.

圖15　混合動力驅動低速狀態(tài)發(fā)動機燃油消耗率曲線

圖16　混合動力驅動低速狀態(tài)發(fā)動機轉速曲線

圖17　混合動力驅動低速狀態(tài)節(jié)氣門開度曲線

5 結 論

提出的發(fā)動機最優(yōu)工作點控制方法能對發(fā)動機進行有效調節(jié)，最大限度降低發(fā)動機燃油消耗率.在混合動力驅動低速狀態(tài)下，發(fā)動機最優(yōu)工作點控制方法尋優(yōu)時間對系統(tǒng)穩(wěn)定性有明顯影響.若能在尋優(yōu)時間和靈敏性方面對控制方法進行繼續(xù)改進，雙轉子電動機動力耦合系統(tǒng)的工作穩(wěn)定性將有望進一步提升.

（

）

［1］Hoeijmakers M J.Electromechanical converter∶USA，WO 03/075437 A1［P］.2003-09-12.

［2］Hoeijmakers M J，Rondel M.The electrical variable transmission in a city bus［C］∥35th IEEE Power Electronics Specialist Conference.Piscataway，USA∶IEEE，2004∶2773-277S.

［3］史廣奎，趙 航，馮 琦.雙轉子混合動力系統(tǒng)研究［J］.汽車工程，2007，29（2）∶97-100. Shi Guangkui，Zhao Hang，Feng Qi.A study on hybrid Power system with double rotor motor［J］.Automotiue Engineering，2007，29（2）∶97-100.（in Chinese）

［4］莫麗紅，全 力，朱孝勇，等.雙轉子電機及其在混合電動汽車中的應用［J］.武漢大學學報∶工學版，2012，45（4）∶510-515. Mo Lihong，Quan Li，Zhu Xiaoyong，etal.An overview of dual-rotormotor and its aPPlication to hybrid electric vehicle［J］.Engineering Journal of Wuhan Uniuersity∶Engineering Edition，2012，45（4）∶510-515.（in Chinese）

［5］宋曉霞.基于MATLAB的通用數據擬合方法［J］.山西大同大學學報∶自然科學版，2014，30（4）∶1-3，6. Song Xiaoxia.A general data fitting method based on MATLAB［J］.Journal of Shanxi Datong Uniuersity∶Natural Science，2014，30（4）∶1-3，6.（in Chinese）

［6］李鴻儀.理想化最速下降法及其逼近實例［J］.上海第二工業(yè)大學學報，2011，2S（1）∶S-13. Li Hongyi.Idealized steePest descent method and its aPProximate examPle［J］.Journal of Shanghai Second Polytechnic Uniuersity，2011，2S（1）∶S-13.（in Chinese）

［7］劉盎然.線性方程組的迭代和最速下降法［J］.赤峰學院學報∶自然科學版，2014，30（1）∶10-13. Liu Angran.The iteration of linear equations and the steePest descentmethod［J］.Journal of Chifeng Uniuersity∶Natural Science Edition，2014，30（1）∶10-13.（in Chinese）

［S］石辛民，郝整清.模糊控制及其MATLAB仿真［M］.北京∶北京交通大學出版社，200S.

［9］白玉清，孫云山，張立毅.信號處理中模糊隸屬函數的選取方法［J］.科技情報開發(fā)與經濟，2006，16（21）∶254-255. Bai Yuqing，Sun Yunshan，Zhang Liyi.The selecting method of fuzzy subordinate function in the signal treatment［J］.Sci-Tech Information Deuelopment&Economy，2006，16（21）∶254-255.（in Chinese）

［10］譚 智，袁莉莉.SVPWM矢量控制永磁同步電動機仿真分析［J］.儀器儀表與分析監(jiān)測，2009（4）∶22-24. Tan Zhi，Yuan Lili.Simulation analysis in SVPWM vector control for Permanent magnet synchronous machine［J］.Instrumentation Analysis Monitoring，2009（4）∶22-24.（in Chinese）

［11］邱 晨.基于DSP的永磁同步電機SVPWM矢量控制算法研究［J］.電工文摘，2012（4）∶36-3S. Qiu Chen.Research on the SVPWM vector control algorithm of Permanentmagnet synchronousmotor based on DSP［J］.Electrician Abstracts，2012（4）∶36-3S.（in Chinese）

［12］張京明，任殿波，鈕效敬，等.PMSM矢量控制系統(tǒng)在PHEV中的應用［J］.江蘇大學學報∶自然科學版，2011，32（2）∶157-162. Zhang Jingming，Ren Dianbo，Niu Xiaojing，et al.APPlication of PMSM vector control system in PHEV［J］. Journal of Jiangsu Uniuersity∶Natural Science Edition，2011，32（2）∶157-162.（in Chinese）

［13］李 山，齊丹平，焦文華.基于SVPWM的六相電機缺相運行矢量控制策略分析［J］.重慶理工大學學報∶自然科學，2011，27（1）∶97-101. Li Shan，Qi DanPing，Jiao Wenhua.Vector control scheme of six-Phase induction machine under oPen Phases oPeration based on SVPWM［J］.Journal of Chongqing Uniuersity of Technology∶Natural Science，2011，27（1）∶97-101.（in Chinese）

［14］王正林.MATLAB/Simulink與控制系統(tǒng)仿真［M］.3版.北京∶電子工業(yè)出版社，2012.

［15］陳 龍，任 皓，袁朝春，等.輪轂電動機HEV動力系統(tǒng)設計與仿真［J］.江蘇大學學報∶自然科學版，2015，36（1）∶6-10，42. Chen Long，Ren Hao，Yuan Chaochun，et al.Design and simulation Power system for hybrid electric vehicles with wheel motors［J］.Journal of Jiangsu Uniuersity∶Natural Science Edition，2015，36（1）∶6-10，42.（in Chinese）

（責任編輯 賈國方）

Engine controlmethod of double rotor motor Power couPling system

Jiang Kejun1，2，He Ren1，Liu Wenguang1，Shu Chi1，Zhang Lanchun2
（1.School of Automotiveand Traffic Engineering，Jiangsu University，Zhenjiang，Jiangsu 212013，China；2.School of Automotive and Traffic Engineering，Jiangsu University of Technology，Changzhou，Jiangsu 213001，China）

∶In order to solve the engine control Problem of double rotormotor Power couPling system，the work Patterns and the switching conditions among work Patternswere analyzed based on the structure and working PrinciPle.The controlmethod of engine oPtimal oPerating Pointwas ProPosed.According to the high math Power data fittingmethod and the steePest descent algorithm，the oPtimal oPerating Point of a certain tyPe of engine was determined.Using the fuzzy controlmethod，the simulation model of engine oPtimal oPerating Point controller was set uP for the double rotor motor Power couPling system.The simulation results show that the controlmethod of engine oPtimal oPerating Point can realize the effective adjustment to engine torque and sPeed and reduce the engine fuel consumPtion rate to the utmost.In the hybrid drivingmode with low sPeed，the oPtimization time of controlmethod has obvious influence on the stability of double rotormotor Power couPling system.

∶hybrid electric vehicle；double rotormotor；Power couPling system；engine；control

U469.7

A

1671-7775（2015）06-0627-07

蔣科軍，何 仁，劉文光，等.雙轉子電動機動力耦合系統(tǒng)中發(fā)動機的控制方法［J］.江蘇大學學報∶自然科學版，2015，36（6）∶627-633.

2015-02-2S

江蘇省高校自然科學研究重大項目（13KJA5S0001）；江蘇省汽車工程重點實驗室開放基金資助項目（QC201301）；江蘇省高校自然科學研究項目（13KJB5S0004）；江蘇理工學院?？蒲谢鹳Y助項目（KYY1400S）

蔣科軍（197S—），男，江蘇丹陽人，博士研究生（aPPlejkj@163.com），主要從事混合動力汽車動力耦合機構設計與控制研究.

何 仁（1962—），男，江蘇南京人，教授，博士生導師（heren@ujs.edu.cn），主要從事汽車機電一體化技術研究.