李勇,馬高山,韓非非,馬震宇,李樹豪,黨利

(鄭州航空工業(yè)管理學(xué)院航空發(fā)動(dòng)機(jī)學(xué)院,鄭州 450046)

未來(lái)電力系統(tǒng)和技術(shù)在提供最大靈活性和低成本、高能效任務(wù)性能方面的創(chuàng)新潛力是一個(gè)重要的補(bǔ)充研究領(lǐng)域。特別是電力系統(tǒng)將為全新的推進(jìn)系統(tǒng)概念打開新的設(shè)計(jì)自由度,并使分布式推進(jìn)概念融入機(jī)身的新方法成為可能,從而進(jìn)一步提高飛機(jī)的整體效率。最后,電力系統(tǒng)通過(guò)利用高度靈活的電動(dòng)馬達(dá)和差動(dòng)推力與分布式推進(jìn)概念的協(xié)同作用,為飛行控制開辟了新的前景。這些好處支持了專注于電動(dòng)飛機(jī)研究的重要性。電動(dòng)飛機(jī)是以儲(chǔ)能裝置(蓄電池、燃料電池等)給電動(dòng)機(jī)供電,驅(qū)動(dòng)螺旋槳、涵道風(fēng)扇或其他裝置產(chǎn)生飛行動(dòng)力的飛機(jī)[1],新能源電動(dòng)飛機(jī)零排放、低噪聲、幾乎不對(duì)環(huán)境產(chǎn)生負(fù)面影響,代表著飛機(jī)發(fā)展的重要方向[2],目前,燃料電池技術(shù)在航空中的應(yīng)用已經(jīng)受到廣泛關(guān)注。波音公司已經(jīng)致力于氫燃料電池在航空中的應(yīng)用 15 年,其中包括 3 次飛行演示; 空客公司通過(guò)跨行業(yè)和公私伙伴合作,積極地推進(jìn)燃料電池推進(jìn)系統(tǒng)在航空中的試驗(yàn)與應(yīng)用[3]。

目前,國(guó)內(nèi)外學(xué)者圍繞電動(dòng)飛機(jī)領(lǐng)域開展了大量的研究工作。范振偉等[4]針對(duì)某型雙座電動(dòng)飛機(jī)開展了設(shè)計(jì)與試驗(yàn)研究,完成了電動(dòng)飛機(jī)型號(hào)設(shè)計(jì)批準(zhǔn)書 和生產(chǎn)許可取證。王書禮等[5]提出了一種適于可調(diào)定槳距螺旋槳電動(dòng)飛機(jī)電推進(jìn)系統(tǒng)的能效優(yōu)化方法,該能效優(yōu)化方法能夠有效提高飛機(jī)電推進(jìn)系統(tǒng)效率,使飛機(jī)完成一次飛行任務(wù)剖面的系統(tǒng)能耗降低了15%以上。李勇等[6]提出了一種基于自適應(yīng)神經(jīng)模糊推理系統(tǒng)的電源管理系統(tǒng)控制技術(shù),該控制器為燃料電池供氣系統(tǒng)壓縮機(jī)性能優(yōu)化提供了一種新穎而全面的途徑,優(yōu)化了燃料電池供氣系統(tǒng)的能量利用。雷濤等[7]以電推進(jìn)飛機(jī)的動(dòng)力系統(tǒng)作為研究對(duì)象,分析了采用高壓直流供電體制的分布式電推進(jìn)飛機(jī)電氣系統(tǒng),模擬了其在穩(wěn)定運(yùn)行狀態(tài)與斷路故障狀態(tài)下的能量流動(dòng)關(guān)系,同時(shí)分析了直流電壓等級(jí)對(duì)電氣系統(tǒng)的影響,其研究結(jié)果為分布式電推進(jìn)飛機(jī)混合動(dòng)力系統(tǒng)的設(shè)計(jì)提供了有價(jià)值的正向設(shè)計(jì)方法。王莉等[8]分析了先進(jìn)飛機(jī)電力系統(tǒng)設(shè)計(jì)的關(guān)鍵技術(shù),指出了飛機(jī)電力系統(tǒng)綜合化、智能化的發(fā)展特點(diǎn),并提出了電氣化飛機(jī)電力系統(tǒng)智能化設(shè)計(jì)平臺(tái)的理論框架、功能和特點(diǎn),分析了支撐電力系統(tǒng)智能化設(shè)計(jì)平臺(tái)的關(guān)鍵技術(shù),指出了航空智能化設(shè)計(jì)的研究方向。

Thounthong等[9]提出了一種以質(zhì)子交換膜燃料電池(proton exchange membrane fuel cell,PEMFC)為主、超級(jí)電容器為輔助電源的電動(dòng)客車小型試驗(yàn)臺(tái)的控制策略,控制方案基于比例積分(proportional,integral,PI)控制器,通過(guò)鏈接電壓調(diào)節(jié)來(lái)調(diào)節(jié)直流母線電壓,其研究結(jié)果證實(shí)了超級(jí)電容器可以改善混合電源的系統(tǒng)性能。Schiffer等[10]提出了一種具有兩個(gè)目標(biāo)的控制策略:使電池的荷電狀態(tài)保持在最小值以上,以及在混合系統(tǒng)中獲得高效率。如果不能同時(shí)滿足這兩個(gè)目標(biāo),則優(yōu)先考慮電池的荷電狀態(tài)。Berton等[11]分析了燃料電池驅(qū)動(dòng)的小型飛機(jī)在起飛和巡航期間的功率分布。對(duì)往復(fù)式發(fā)動(dòng)機(jī)和需要60 kW峰值推進(jìn)功率的燃料電池和電池驅(qū)動(dòng)的混合動(dòng)力小型飛機(jī)進(jìn)行了對(duì)比評(píng)估;分析預(yù)測(cè),與往復(fù)式發(fā)動(dòng)機(jī)相比,先進(jìn)的PEMFC燃料電池系統(tǒng)可以將飛機(jī)的續(xù)航里程提高12.5%。Lapena-Rey等[12]研究了燃料電池系統(tǒng)和電池混合電力系統(tǒng)的穩(wěn)態(tài)和動(dòng)態(tài)運(yùn)行條件,研究結(jié)果表明,該燃料電池具有提供比任務(wù)持續(xù)時(shí)間更長(zhǎng)的推進(jìn)功率的能力,而不會(huì)對(duì)燃料電池性能造成明顯的影響。Solomon等[13]針對(duì)無(wú)人機(jī)電力推進(jìn)系統(tǒng)用永磁式無(wú)刷直流電動(dòng)機(jī)的動(dòng)態(tài)性能進(jìn)行了研究,該無(wú)人機(jī)燃料電池混合電力推進(jìn)系統(tǒng)主要由質(zhì)子交換膜燃料電池、鋰離子電池、永磁無(wú)刷直流電機(jī)和三相逆變器組成。研究表明永磁無(wú)刷直流電機(jī)具有效率高、轉(zhuǎn)速范圍大、轉(zhuǎn)速比轉(zhuǎn)矩特性好等優(yōu)點(diǎn),可以改善推進(jìn)系統(tǒng)的性能。

針對(duì)某小型無(wú)人機(jī)燃料電池和鋰電池組成的混合動(dòng)力系統(tǒng),在燃料電池作為無(wú)人機(jī)主要?jiǎng)恿υ吹那闆r下,對(duì)混合動(dòng)力系統(tǒng)的性能進(jìn)行驗(yàn)證和評(píng)估。通過(guò)建立由質(zhì)子交換膜燃料電池混合動(dòng)力系統(tǒng)、6自由度飛行器模型和基于神經(jīng)網(wǎng)絡(luò)控制器組成的整個(gè)系統(tǒng)的仿真模型,來(lái)對(duì)人工神經(jīng)網(wǎng)絡(luò)控制器和模糊邏輯控制器性能進(jìn)行分析比較,研究結(jié)果可為無(wú)人機(jī)燃料電池混合動(dòng)力系統(tǒng)效率優(yōu)化及能量管理提供一定的工程借鑒與參考。

1 混合動(dòng)力系統(tǒng)模型

無(wú)人機(jī)混合動(dòng)力系統(tǒng)可以分為兩個(gè)子系統(tǒng):推進(jìn)器子系統(tǒng)和能量子系統(tǒng)。推進(jìn)器子系統(tǒng)由螺旋槳、可選齒輪箱和帶控制器的電動(dòng)機(jī)組成。推進(jìn)系統(tǒng)可以包含多個(gè)這樣的機(jī)械子系統(tǒng),它們可以分布在飛機(jī)內(nèi)部。能量子系統(tǒng)由燃料電池、電池、直流升壓變換器(direct current/direct current,DC/DC)、雙向變換器和帶有三相逆變器的永磁直流無(wú)刷電機(jī)等電能載體組成。通過(guò)組合兩種不同的能量載體,形成混合動(dòng)力推進(jìn)系統(tǒng)。

該推進(jìn)系統(tǒng)具有至少一個(gè)能量子系統(tǒng),提供所有推進(jìn)器子系統(tǒng)所需的功率和能量。該能量子系統(tǒng)采用質(zhì)子交換膜燃料電池系統(tǒng)作為一次電源,鋰離子電池作為二次電源。DC/DC單向變換器提升聚合物交換膜燃料電池輸出電壓并調(diào)節(jié)直流母線電壓。雙向變換器在調(diào)節(jié)直流母線電壓的同時(shí)改變電池的功率流向以充電或放電。永磁無(wú)刷直流電機(jī)在所有飛行條件下都能推動(dòng)飛機(jī)前進(jìn)。三相功率逆變器將直流母線電流轉(zhuǎn)換為交流電流信號(hào),并連接到永磁無(wú)刷直流電機(jī)。電機(jī)控制器根據(jù)霍爾傳感器反饋產(chǎn)生逆變器脈沖寬度調(diào)制(pulse width modulation,PWM)信號(hào)。燃料電池和鋰離子電池混合動(dòng)力推進(jìn)系統(tǒng)的工作原理如圖1所示。

圖1 燃料電池和鋰離子電池混合動(dòng)力電推進(jìn)系統(tǒng)

1.1 混合動(dòng)力系統(tǒng)控制相關(guān)變量計(jì)算方法

為了最大限度地提高燃料電池的效率,必須獲得并監(jiān)控燃料電池的最佳工作點(diǎn)。為了實(shí)現(xiàn)這一目標(biāo),對(duì)混合動(dòng)力系統(tǒng)進(jìn)行控制器的設(shè)計(jì)和實(shí)現(xiàn)?？刂破鞯慕Y(jié)構(gòu)有兩個(gè)回路,基于被選擇的兩個(gè)控制變量設(shè)計(jì)控制回路。第一回路為鋰離子電池荷電狀態(tài)(state of charge,SOC)控制回路,由SOCref作為SOC的參考,由鋰離子電池電壓和IHV,Bat作為鋰離子電池電流反饋組成來(lái)表示。第二回路為功率或電流需求控制回路,電流需求ID作為參考由滿足負(fù)載請(qǐng)求的功率需求和ILV,Bat作為鋰離子電池電流反饋組成?；旌蟿?dòng)力系統(tǒng)控制回路結(jié)構(gòu)如圖2所示。

e為參考值與實(shí)際值之間的誤差

通過(guò)將問(wèn)題一分為二(電流問(wèn)題和電壓?jiǎn)栴})來(lái)簡(jiǎn)化滿足電力需求的問(wèn)題。由于燃料電池(fuel cell,FC)降壓轉(zhuǎn)換器將總線BUS電壓維持在一定的恒定值,因此,電流問(wèn)題求解的定義式為

ILV(IBUS)=ILV,FC+ILV,Bat

(1)

鋰離子電池組能夠提供的電流取決于其SOC。SOC通常定義為存儲(chǔ)在鋰離子電池中的能量與鋰離子電池額定能量容量的比率[14],即

(2)

式(2)中:VBat為鋰離子電池的瞬時(shí)電壓;VBat,Max為鋰離子電池的最大額定電壓。

因此,SOC可以定義為

(3)

SOC的范圍從0電量的“0”到充滿電的“1”。在確定兩個(gè)電源之間的電流共享時(shí),關(guān)鍵參數(shù)是鋰離子電池的SOC?？刂颇繕?biāo)之一是始終強(qiáng)制執(zhí)行鋰離子電池SOC的上限和下限。本文中鋰離子電池SOC界限為0.7～1。

在混合動(dòng)力系統(tǒng)結(jié)構(gòu)中,鋰離子電池的充放電是通過(guò)控制雙向DC/DC轉(zhuǎn)換器的PWM占空比來(lái)實(shí)現(xiàn)的。轉(zhuǎn)換器前后鋰離子電池電流IHV,Bat和ILV,Bat之間的關(guān)系由功率守恒確定,即

(4)

式(4)中:β為功率守恒;VBat為鋰電池電壓;VBUS為總線電壓;ηdischarge、ηcharge分別為放電、充電效率。

當(dāng)給定電流需求ID和鋰離子電池SOC時(shí),如圖3所示的雙向DC/DC轉(zhuǎn)換器效率圖可用于確定鋰離子電池(IOP,Bat)所需的電流,以便燃料電池FC提供其理想工作電流(IOP,FC)。因此,一旦指定了IOP,FC,并且測(cè)量了ID和SOC,就可以確定IOP,Bat,計(jì)算公式為

圖3 雙向DC/DC轉(zhuǎn)換器效率圖

(5)

式(5)中:VMax為充滿電時(shí)的鋰離子電池電壓。

每個(gè)電源(燃料電池和鋰電池)提供的功率和總功率需求計(jì)算公式為

PFC=VFCIFC

PBat=VBatIBat

PD=VLVILV=PFC+PBat

(6)

式(6)中:PFC為燃料電池功率;VFC為燃料電池電壓;IFC為燃料電池電流;PBat為鋰電池功率;VBat為鋰電池電壓;IBat為鋰電池電流;PD為總功率需求;VLV為反饋電壓;ILV為反饋電流。

本節(jié)提出了一種基于鋰離子電池SOC和電流需求確定鋰離子電池電流的選擇算法。燃料電池FC提供電流需求與電池組提供的電流之間的差值。FC工作電流、電流需求和鋰離子電池SOC與式(5)一起用于確定鋰離子電池為FC提供其工作電流所需的IOP,Bat。

1.2 混合動(dòng)力系統(tǒng)電池電流充放電控制

混合動(dòng)力系統(tǒng)的主要挑戰(zhàn)是如何控制鋰離子電池電流的充放電。例如,如果鋰離子電池充滿電,而轉(zhuǎn)換器繼續(xù)為鋰離子電池充電,這種情況可能會(huì)損壞甚至導(dǎo)致鋰離子電池在充電過(guò)程中爆炸。在該混合系統(tǒng)中,通過(guò)兩個(gè)步驟來(lái)管理充放電過(guò)程:①通過(guò)監(jiān)測(cè)鋰離子電池電壓來(lái)優(yōu)化充放電速率,以確定當(dāng)時(shí)的最佳電流;②確定何時(shí)停止/開始充放電過(guò)程。

當(dāng)負(fù)載電流等于或小于最佳FC電流時(shí),鋰離子電池充電由其SOC進(jìn)行調(diào)整。

(1)如果鋰離子電池SOC小于SOCref,則鋰離子電池充電電流基準(zhǔn)為正,需要FC電流為鋰離子電池充電,直到達(dá)到其極限。

(2)如果鋰離子電池SOC高于SOCref,則鋰離子電池充電電流基準(zhǔn)等于零。

因此,通過(guò)應(yīng)用這些狀態(tài)或條件,電池組將保持在所需的SOC。因此,無(wú)論負(fù)載需求是什么,除非鋰離子電池SOC小于SOCref,否則鋰離子電池放電電流基準(zhǔn)為正,電池電流是必需的。在過(guò)渡狀態(tài)的情況下,即使鋰離子電池SOC仍然低于其最大值,也需要鋰離子電池電流來(lái)為剩余電源供電。

2 控制方法

2.1 人工神經(jīng)網(wǎng)絡(luò)

人工神經(jīng)網(wǎng)絡(luò)(artificial neural network,ANN)的靈感來(lái)自人腦,并可用數(shù)學(xué)公式來(lái)模擬其功能。這個(gè)復(fù)雜的系統(tǒng)由旨在解決特定問(wèn)題的不同相互連接的處理元素組成;例如,模式識(shí)別、分類或任何需要學(xué)習(xí)過(guò)程的地方。神經(jīng)網(wǎng)絡(luò)在感知學(xué)習(xí)、模式識(shí)別、信號(hào)處理、建模技術(shù)和系統(tǒng)控制等方面得到了巨大的發(fā)展和應(yīng)用[15]。

人工神經(jīng)網(wǎng)絡(luò)有如下主要優(yōu)點(diǎn)。

(1)解決任何非線性問(wèn)題的能力,如果系統(tǒng)有合適數(shù)量的神經(jīng)元。

(2)神經(jīng)網(wǎng)絡(luò)可以通過(guò)使用以前從未見過(guò)的輸入集合來(lái)提供令人滿意的響應(yīng)。

(3)當(dāng)神經(jīng)網(wǎng)絡(luò)的一個(gè)元素發(fā)生故障時(shí),它可以根據(jù)它們的并行性質(zhì)繼續(xù)逼近。

(4)完成神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過(guò)程后,不需要重新編程。

人工神經(jīng)網(wǎng)絡(luò)模型作為一種人工智能方法,具有信息來(lái)源豐富、拓?fù)浣Y(jié)構(gòu)靈活、自學(xué)能力強(qiáng)及并行機(jī)制明顯等優(yōu)點(diǎn),已成為航空航天領(lǐng)域研究的熱點(diǎn)之一,并已應(yīng)用于無(wú)人機(jī)分布式控制、翼型多參數(shù)優(yōu)化設(shè)計(jì)、航空發(fā)動(dòng)機(jī)排氣溫度預(yù)測(cè)、翼型非線性氣動(dòng)特性快速預(yù)測(cè)等方面[16-19]。

2.2 人工神經(jīng)網(wǎng)絡(luò)控制器設(shè)計(jì)

神經(jīng)網(wǎng)絡(luò)已成功地應(yīng)用于動(dòng)態(tài)系統(tǒng)的辨識(shí)和控制。多層感知器的通用逼近能力使其成為建立非線性系統(tǒng)模型和實(shí)現(xiàn)通用非線性控制器的流行選擇[20]。神經(jīng)網(wǎng)絡(luò)模型參考控制體系結(jié)構(gòu)如圖4所示,使用兩個(gè)神經(jīng)網(wǎng)絡(luò):控制器網(wǎng)絡(luò)和對(duì)象模型網(wǎng)絡(luò)。系統(tǒng)運(yùn)行時(shí),不斷比較模型輸出和被控對(duì)象動(dòng)態(tài),選擇控制信號(hào),以減小閉環(huán)系統(tǒng)與模型之間的誤差。首先辨識(shí)被控對(duì)象模型,然后訓(xùn)練控制器,使被控對(duì)象輸出跟隨參考模型輸出。

圖4 神經(jīng)網(wǎng)絡(luò)模型參考控制體系結(jié)構(gòu)

大多數(shù)神經(jīng)網(wǎng)絡(luò)都是自適應(yīng)的,它們會(huì)根據(jù)輸入、輸出和反饋改變它們的結(jié)構(gòu),就像人類大腦中的神經(jīng)元一樣。之所以選擇自適應(yīng)神經(jīng)網(wǎng)絡(luò)模型參考控制結(jié)構(gòu),是因?yàn)樗脑诰€計(jì)算量很小。在本文中,設(shè)計(jì)了兩個(gè)自適應(yīng)模型參考控制器,以使FC混合動(dòng)力系統(tǒng)的性能達(dá)到最優(yōu)。這兩個(gè)控制器的動(dòng)作都基于來(lái)自鋰離子電池電流(IHV,Bat和ILV,Bat)的反饋信號(hào),目標(biāo)是控制電池充放電和輸出功率,如圖5所示。輸入是功率需求和鋰離子電池SOC,而控制器的輸出為進(jìn)入雙向DC/DC轉(zhuǎn)換器的占空比。

圖5 神經(jīng)網(wǎng)絡(luò)控制器的實(shí)現(xiàn)框圖

由于FC混動(dòng)系統(tǒng)具有非線性、時(shí)變和輸入輸出時(shí)滯等特點(diǎn),其控制是一項(xiàng)具有挑戰(zhàn)性的任務(wù)。使用神經(jīng)網(wǎng)絡(luò)進(jìn)行控制包括以下兩個(gè)步驟。

(1)系統(tǒng)識(shí)別:開發(fā)想要控制的神經(jīng)網(wǎng)絡(luò)對(duì)象模型。

(2)控制設(shè)計(jì):使用神經(jīng)網(wǎng)絡(luò)對(duì)象模型輔助控制器的訓(xùn)練。

每個(gè)控制器被訓(xùn)練來(lái)控制系統(tǒng),使其跟隨參考模型,并且神經(jīng)網(wǎng)絡(luò)對(duì)象模型被用來(lái)輔助控制器訓(xùn)練。本文中實(shí)現(xiàn)的兩種充電/放電模式的神經(jīng)網(wǎng)絡(luò)對(duì)象模型和神經(jīng)網(wǎng)絡(luò)控制器的詳細(xì)信息如表1所示。

表1 充放電模式的目標(biāo)識(shí)別

為了管理DC總線、主電源和鋰離子電池之間的能量交換,可以定義以下兩種操作模式(或狀態(tài))。

(1)充電模式:在該模式下,主電源(FC)向鋰離子電池和/或負(fù)載提供能量。

(2)放電模式:在該模式下,FC和鋰離子電池都向負(fù)載提供能量。

3 人工神經(jīng)網(wǎng)絡(luò)與模糊邏輯兩種控制器對(duì)比與分析

本文的目的是研究使用FC和鋰離子電池組組成的電動(dòng)混合動(dòng)力系統(tǒng)為小型無(wú)人飛機(jī)提供動(dòng)力的可行性,為該系統(tǒng)實(shí)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)(artificial neural network,ANN)控制器設(shè)計(jì)與驗(yàn)證。為了實(shí)現(xiàn)這一點(diǎn),基于無(wú)人機(jī)的飛行場(chǎng)景如圖6所示。對(duì)無(wú)人機(jī)進(jìn)行了起飛、爬升、巡航、下降和著陸的仿真分析,考察了系統(tǒng)在不同飛行階段的性能。

圖6 基本無(wú)人機(jī)的飛行場(chǎng)景

本文研究的混動(dòng)系統(tǒng)工作場(chǎng)景為飛機(jī)爬升到30～60 m的高度,巡航18 km后返回陸地。在這種情況下,使用的是充滿電的鋰離子電池。飛行各階段的最大功率需求如表2所示。當(dāng)電機(jī)空轉(zhuǎn)時(shí)考慮最小功率需求,油門指令為29%;對(duì)于起飛和爬升階段考慮最大功率需求,油門指令為100%;在其他階段(巡航和下降、著陸),飛機(jī)需要的功率為79.12～442.3 W。

表2 飛行場(chǎng)景功率需求

在這一部分中,提出了基于模糊邏輯控制器的計(jì)算方法,并與自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制器進(jìn)行了比較。為了評(píng)估和比較兩種控制器的性能,利用模糊邏輯對(duì)控制器的性能進(jìn)行了快速學(xué)習(xí)。

與完成相同任務(wù)的基于模型的控制器或傳統(tǒng)控制器相比,模糊控制器的開發(fā)成本通常較低。除此之外,模糊控制器相對(duì)容易理解和修改規(guī)則,并且操作簡(jiǎn)單。模糊邏輯是概率邏輯或多值邏輯的一種形式;它處理的是近似推理,而不是精確和固定的推理[21]。模糊邏輯控制器的輸出通常通過(guò)一組規(guī)則與輸入相關(guān)。例如,如果X和Y,則Z。IF部分(前件)定義輸入變量的狀態(tài),而THEN(后件)給出輸出變量的值[22]。模糊邏輯適用于具有復(fù)雜的非線性模型的過(guò)程,以經(jīng)驗(yàn)為基礎(chǔ),依賴于操作員的經(jīng)驗(yàn),而不是他們對(duì)系統(tǒng)的技術(shù)理解。

3.1 模糊邏輯控制器的設(shè)計(jì)

圖7所示為Mamdani型模糊邏輯控制器的簡(jiǎn)單結(jié)構(gòu),包含四個(gè)主要模塊。

圖7 Mamdani型模糊邏輯控制器控制系統(tǒng)框圖

本節(jié)設(shè)計(jì)的模糊邏輯控制器[23-27]的輸入變量與前述神經(jīng)網(wǎng)絡(luò)控制器的輸入變量相同(輸入變量為電流需求和電池電壓表示的電池充電狀態(tài))。圖8所示為模糊邏輯控制器的框圖。

圖8 模糊邏輯控制器框圖

模糊邏輯控制器規(guī)則遵循的邏輯為:如果電池總SOC小于70%,則需要對(duì)電池充電?？刂破鬏敵鲂盘?hào)進(jìn)入雙向DC/DC轉(zhuǎn)換器的占空比;根據(jù)該占空比決定向電池或從電池供應(yīng)多少電流。例如,如果電流需求高且電池SOC高,則電池將提供電力以輔助FC高效運(yùn)行。如果電流需求低,電池的SOC低,則FC為發(fā)動(dòng)機(jī)供電,并通過(guò)雙向DC/DC轉(zhuǎn)換器為電池充電。

開發(fā)的規(guī)則庫(kù)如表3所示?？刂破鬏敵鲂盘?hào)和所設(shè)計(jì)的模糊邏輯控制器的三維曲面如圖9所示。

表3 模糊邏輯語(yǔ)言規(guī)則表

3.2 兩種控制器的對(duì)比分析

針對(duì)設(shè)計(jì)的這兩個(gè)控制器進(jìn)行了模擬仿真分析,以電池容量減少到6 Ah來(lái)評(píng)估兩個(gè)控制器的性能。當(dāng)兩個(gè)控制器(人工神經(jīng)網(wǎng)絡(luò)和模糊邏輯)在相同的任務(wù)持續(xù)時(shí)間和應(yīng)用相同的油門命令進(jìn)行測(cè)試時(shí),都成功地滿足了無(wú)人機(jī)飛行的不同階段的預(yù)期性能;當(dāng)模糊邏輯控制器滿足并顯示了控制系統(tǒng)的穩(wěn)定性時(shí),可以在圖10中看到一些振蕩。油門指令曲線如圖10(a)所示,發(fā)動(dòng)機(jī)相應(yīng)的電流需求、燃料電池電流和電池電流分別如圖10(b)～圖10(d)所示。電池SOC如圖10(e)所示。

人工神經(jīng)網(wǎng)絡(luò)和模糊邏輯控制器的燃料消耗分別為179 NL/min(標(biāo)準(zhǔn)升/分鐘)和183 NL/min。在飛行的不同階段,燃料電池系統(tǒng)的效率從起飛時(shí)的43%到下降時(shí)的約49%不等。對(duì)于巡航,平均效率約為50%,如圖10(f)所示;發(fā)動(dòng)機(jī)的功率需求、電池和燃料電池的功率如圖10(g)～圖10(i)所示;燃料消耗如圖10(j)所示。

4 結(jié)論

針對(duì)某小型無(wú)人機(jī)燃料電池和電池組成的混合動(dòng)力系統(tǒng),為了滿足無(wú)人機(jī)不同飛行階段的電力需求,分別設(shè)計(jì)了基于人工神經(jīng)網(wǎng)絡(luò)的控制器和基于模糊邏輯的控制器,對(duì)這兩種控制器的性能進(jìn)行了模擬仿真分析和比較,得到如下結(jié)論。

(1)人工神經(jīng)網(wǎng)絡(luò)控制器具有針對(duì)給定性能進(jìn)行優(yōu)化的能力。人工神經(jīng)網(wǎng)絡(luò)控制器的控制性能略好于模糊邏輯控制器,提高了油耗計(jì)算的效率。

(2)神經(jīng)網(wǎng)絡(luò)控制器的性能良好,該控制器使系統(tǒng)的響應(yīng)保持在最小超調(diào)量、最小上升時(shí)間和最小穩(wěn)態(tài)誤差范圍內(nèi)。此外,與模糊邏輯控制器相比,使用人工神經(jīng)網(wǎng)絡(luò)控制器的方法性能略好。從嚴(yán)格的性能角度來(lái)看,人工神經(jīng)網(wǎng)絡(luò)控制器提供了更好的性能,在效率和油耗方面比模糊邏輯控制器提高了約1%。這說(shuō)明在這類系統(tǒng)中,神經(jīng)網(wǎng)絡(luò)控制器比經(jīng)典控制器具有更強(qiáng)的魯棒性。

(3)提出的基于人工神經(jīng)網(wǎng)絡(luò)的控制器設(shè)計(jì)方法,對(duì)各種尺寸和重量構(gòu)型的無(wú)人機(jī)燃料電池混合動(dòng)力控制系統(tǒng)初步設(shè)計(jì)具有重要的參考價(jià)值。