潘力溧

摘 要：人們通過(guò)優(yōu)化智能混合動(dòng)力汽車(chē)的跟車(chē)能耗可以有效提高汽車(chē)的使用性能?；诖?，本文詳細(xì)闡述了研究者借助力學(xué)模型以及控制算法來(lái)進(jìn)行跟車(chē)能耗優(yōu)化控制仿真實(shí)驗(yàn)的過(guò)程，從而以智能混合動(dòng)力汽車(chē)為研究對(duì)象，實(shí)現(xiàn)了對(duì)其跟車(chē)能耗優(yōu)化控制的研究，希望能夠?yàn)槠?chē)產(chǎn)業(yè)的發(fā)展提供一些助力。

關(guān)鍵詞：混合動(dòng)力;跟車(chē)能耗;電機(jī)模型

0 引言

智能混合動(dòng)力汽車(chē)是指一種驅(qū)動(dòng)系統(tǒng)內(nèi)包含兩個(gè)或兩個(gè)以上可以同時(shí)運(yùn)轉(zhuǎn)的單個(gè)驅(qū)動(dòng)系的汽車(chē)類(lèi)型，具有易操作、噪音小等優(yōu)勢(shì)，是當(dāng)前汽車(chē)產(chǎn)業(yè)發(fā)展的新趨勢(shì)，因此，本文采用了仿真實(shí)驗(yàn)的方式，來(lái)驗(yàn)證多目標(biāo)自適應(yīng)跟車(chē)控制對(duì)混合動(dòng)力汽車(chē)跟車(chē)能耗的優(yōu)化效果，探究了跟車(chē)能耗優(yōu)化控制的有效方式。

1 研究目的

在智能混合動(dòng)力汽車(chē)內(nèi)部結(jié)構(gòu)中，存在電動(dòng)力源和熱動(dòng)力源兩種動(dòng)力源，其中熱動(dòng)力源即為傳統(tǒng)的柴油、汽油動(dòng)力，而電動(dòng)力源則為先進(jìn)的電動(dòng)機(jī)或電池，當(dāng)汽車(chē)行駛時(shí)，其中的動(dòng)力系統(tǒng)會(huì)根據(jù)實(shí)際情況來(lái)靈活調(diào)控兩種動(dòng)力源，使發(fā)動(dòng)機(jī)始終保持在一個(gè)最佳的運(yùn)行狀態(tài)下，以此來(lái)降低跟車(chē)能耗。但就目前來(lái)看，該類(lèi)型汽車(chē)的能耗水平依然難以支持其進(jìn)行長(zhǎng)途行駛，因此鑒于智能化駕駛、巡航控制、停車(chē)、換道路輔助等技術(shù)的發(fā)展，研究者考慮到可以將智能化的控制技術(shù)融入到跟車(chē)能耗優(yōu)化控制上，并采用多目標(biāo)自適應(yīng)跟車(chē)控制方式，來(lái)降低智能混合動(dòng)力汽車(chē)的跟車(chē)能耗，因此研究者通過(guò)此次仿真試驗(yàn)，來(lái)驗(yàn)證該種多目標(biāo)自適應(yīng)跟車(chē)控制方式是否能夠優(yōu)化車(chē)輛跟車(chē)能耗，從而為汽車(chē)性能節(jié)能化發(fā)展提供推動(dòng)力量。

2 試驗(yàn)方法

2.1 發(fā)動(dòng)機(jī)模型設(shè)計(jì)

在仿真試驗(yàn)中，發(fā)動(dòng)機(jī)簡(jiǎn)化模型是指研究者將混合動(dòng)力系統(tǒng)中的發(fā)動(dòng)機(jī)通過(guò)抽象塑造出的一個(gè)數(shù)學(xué)模型，以便于后期的邏輯推理和數(shù)學(xué)推演操作。由于發(fā)動(dòng)機(jī)模型體現(xiàn)的是發(fā)動(dòng)機(jī)的力學(xué)狀態(tài)，因此研究者需要將模型中的發(fā)動(dòng)機(jī)扭矩動(dòng)態(tài)響應(yīng)部分簡(jiǎn)化為一階慣性環(huán)節(jié)，使模型反映出發(fā)動(dòng)機(jī)的能耗水平。在模型構(gòu)建上，研究者需要發(fā)動(dòng)機(jī)的期望扭矩、輸出扭矩、時(shí)間常數(shù)作為模型中的值，然后在此基礎(chǔ)上，構(gòu)建出發(fā)動(dòng)機(jī)燃油消耗率的函數(shù)，在此過(guò)程中，研究者還要得出以發(fā)動(dòng)機(jī)輸出轉(zhuǎn)速構(gòu)成的油耗率函數(shù)，并在發(fā)動(dòng)機(jī)油耗圖中查詢(xún)出油耗率的值，這樣就可以推算出發(fā)動(dòng)機(jī)每秒的耗油量，從而構(gòu)建出完整的發(fā)動(dòng)機(jī)簡(jiǎn)化模型。

2.2 電機(jī)模型設(shè)計(jì)

由于混合動(dòng)力系統(tǒng)包含了電機(jī)和發(fā)動(dòng)機(jī)兩個(gè)驅(qū)動(dòng)系，因此在整體力學(xué)模型構(gòu)建上，研究者還要設(shè)計(jì)出電機(jī)的簡(jiǎn)化模型，來(lái)保證模型的完整性。在模型構(gòu)建上，電機(jī)模型與發(fā)動(dòng)機(jī)模型相似，需要通過(guò)將其力學(xué)模型簡(jiǎn)化為慣性環(huán)節(jié)，來(lái)組建以反映電機(jī)油耗性能為主的簡(jiǎn)化模型。在模型建設(shè)上，研究者要將電機(jī)的期望、輸出扭矩和時(shí)間常數(shù)、普拉斯算子這幾項(xiàng)元素構(gòu)建出一階慣性環(huán)節(jié)，然后利用電機(jī)效率MAP圖，通過(guò)電機(jī)扭矩和轉(zhuǎn)速表達(dá)出電機(jī)效率函數(shù)。之后，計(jì)算出電池提供給電機(jī)的功率表達(dá)式，構(gòu)建出當(dāng)動(dòng)力源為電機(jī)時(shí)汽車(chē)的跟車(chē)能耗模型。

2.3 電池模型設(shè)計(jì)

在混合動(dòng)力系統(tǒng)中，電機(jī)需要依靠電池來(lái)供電，而電池在運(yùn)作過(guò)程中也會(huì)產(chǎn)生一系列的力學(xué)運(yùn)作現(xiàn)象，為了保證此次仿真試驗(yàn)的嚴(yán)謹(jǐn)性，研究者需要構(gòu)建電池簡(jiǎn)化模型，來(lái)全面反映出混合動(dòng)力系統(tǒng)的運(yùn)作過(guò)程中，提高試驗(yàn)結(jié)果的精度。在電池模型的構(gòu)建中，研究者需要直接提煉出電池在運(yùn)作中的核心影響因素，即電壓、內(nèi)阻、容量這三項(xiàng)主要因素，然后推演出電池的SOC梯度表達(dá)式。之后再推算出汽車(chē)在運(yùn)行中所需的電池最大功率，完整的呈現(xiàn)出電池運(yùn)作的狀態(tài)，為后續(xù)的仿真推演試驗(yàn)打下良好的基礎(chǔ)。

2.4 車(chē)輛模型設(shè)計(jì)

在上述模型構(gòu)建完畢后，研究者還要組建一個(gè)車(chē)輛縱向動(dòng)力學(xué)模型，進(jìn)一步完善混合動(dòng)力系統(tǒng)的模型結(jié)構(gòu)。在車(chē)輛簡(jiǎn)化模型建設(shè)中，研究者需要采用車(chē)輪驅(qū)動(dòng)力矩、等效慣量、車(chē)輛阻力力矩、車(chē)輪轉(zhuǎn)速這幾項(xiàng)元素組建出縱向動(dòng)力學(xué)表達(dá)式，其中驅(qū)動(dòng)力矩即為電機(jī)和發(fā)動(dòng)機(jī)所提供的驅(qū)動(dòng)力矩。而車(chē)輛阻力力矩需要研究者利用空氣阻力、道路坡道阻力、摩擦阻力這幾項(xiàng)參數(shù)的表達(dá)式來(lái)進(jìn)行推演，在此過(guò)程中，由于阻力力矩表達(dá)式的推演比較復(fù)雜，因此研究者要掌握各項(xiàng)參數(shù)之間的關(guān)系，簡(jiǎn)化模型的結(jié)構(gòu)，為之后的推演操作提供便利。

2.5 優(yōu)化算法設(shè)計(jì)

在優(yōu)化操作中，研究者主要需要優(yōu)化三個(gè)性能參數(shù)，即行駛距離、速度以及能耗，因此優(yōu)化計(jì)算主要是針對(duì)于混合動(dòng)力系統(tǒng)中的動(dòng)力學(xué)狀態(tài)和電池狀態(tài)。在優(yōu)化算法中，研究者需要基于MPC算法，定義好控制矢量、外部輸入，然后結(jié)合動(dòng)力學(xué)狀態(tài)和電池狀態(tài)，得出整體的系統(tǒng)狀態(tài)方程。之后，再將需要優(yōu)化的性能參數(shù)指標(biāo)，即跟車(chē)距離、相對(duì)速度、相對(duì)加速度、車(chē)輛縱向沖擊，進(jìn)行預(yù)測(cè)時(shí)域中數(shù)值積分，從而得出縱向動(dòng)力學(xué)優(yōu)化指標(biāo)，最后遵循MPC算法推演出經(jīng)濟(jì)性?xún)?yōu)化指標(biāo)方程式，也就是發(fā)動(dòng)機(jī)、電機(jī)的能耗，完成優(yōu)化算法設(shè)計(jì)，再將實(shí)際數(shù)據(jù)代入到算法中，即可實(shí)現(xiàn)仿真試驗(yàn)[1]。

3 結(jié)果分析

研究者通過(guò)將車(chē)輛質(zhì)量、行駛時(shí)間、速度等真實(shí)數(shù)據(jù)代入到之前設(shè)計(jì)出的算法中，可以得出行駛距離、縱向行駛速度等方面的數(shù)據(jù)，然后再將這些數(shù)據(jù)繪制成線性統(tǒng)計(jì)圖，使多目標(biāo)自適應(yīng)技術(shù)的優(yōu)化效果能夠被直觀呈現(xiàn)出來(lái)。在試驗(yàn)結(jié)果中，實(shí)際跟蹤距離一直處于最小跟蹤距離與最大跟蹤距離之間，這能夠說(shuō)明經(jīng)過(guò)多目標(biāo)自適應(yīng)技術(shù)的優(yōu)化控制后，跟車(chē)距離方面的情況得到了改善。此外，借助統(tǒng)計(jì)圖研究者可以看出車(chē)輛的加減速變得更加緩和，也就是說(shuō)車(chē)輛的顛簸和油耗得到了減少，同時(shí)整個(gè)工況的變化范圍在60%～70%變化，這對(duì)電池的壽命也比較有益[2]。

4 結(jié)論

綜上所述，多目標(biāo)自適應(yīng)跟車(chē)控制方式，能夠起到良好的跟車(chē)能耗優(yōu)化效果。在研究中，試驗(yàn)人員利用發(fā)動(dòng)機(jī)、電機(jī)、電池這幾個(gè)簡(jiǎn)化模型，進(jìn)行了MPC優(yōu)化算法，完成了以研究智能混合動(dòng)力汽車(chē)跟車(chē)能耗優(yōu)化控制為目的的仿真試驗(yàn)，得出了多目標(biāo)自適應(yīng)跟車(chē)控制可以在保證汽車(chē)性能的同時(shí)，降低其行駛油耗。

參考文獻(xiàn)：

[1]囤金軍，宋金香.智能混合動(dòng)力汽車(chē)跟車(chē)能耗優(yōu)化控制研究[J/OL].交通世界，2019（30）：158-160[2020-01-08].

[2]牛禮民，楊洪源，周亞洲.混合動(dòng)力汽車(chē)動(dòng)力總成多智能體集成控制策略[J].機(jī)械工程學(xué)報(bào)，2019，55（12）：168-177+188.