混合動力汽車驅(qū)動控制策略優(yōu)化研究

陳珂立

摘 要：為進(jìn)一步提高混合動力汽車驅(qū)動系統(tǒng)的動力性和燃油的經(jīng)濟(jì)性，進(jìn)而設(shè)計(jì)了并聯(lián)式驅(qū)動控制策略并對動力系統(tǒng)進(jìn)行了優(yōu)化。遺傳算法具有尋優(yōu)能力強(qiáng)和魯棒性的特點(diǎn)，利用其對隸屬度函數(shù)和模糊規(guī)則進(jìn)行優(yōu)化，以達(dá)到提升驅(qū)動控制系統(tǒng)性能的目的。

關(guān)鍵詞：混合動力汽車;模糊控制;遺傳算法

0 前言

混合動力汽車在結(jié)構(gòu)組成上很簡單，只需在現(xiàn)有的汽車結(jié)構(gòu)上進(jìn)行直接改造，便能獲得非常廣泛的應(yīng)用效果。PHEV驅(qū)動模式能效降低燃油的消耗，實(shí)現(xiàn)節(jié)能減排目標(biāo)，但要想使各個驅(qū)動模式都進(jìn)行無縫和平滑的轉(zhuǎn)換，還需要加強(qiáng)對PHEV驅(qū)動控制系統(tǒng)進(jìn)行深入的研究。PHEV驅(qū)動控制系統(tǒng)在運(yùn)行過程中會受到很多隨機(jī)因素的影響，是一個多變量的非線性系統(tǒng)，進(jìn)而增加的驅(qū)動優(yōu)化的難度。模糊邏輯控制運(yùn)用其魯棒性的特點(diǎn)，不需要建立相關(guān)的數(shù)學(xué)模型，將其應(yīng)用于混合動力汽車驅(qū)動控制系統(tǒng)優(yōu)化設(shè)計(jì)能夠起到很好的效果。同時(shí)還可采用遺傳算法對模糊子集劃分和隸屬度函數(shù)進(jìn)行優(yōu)化，使驅(qū)動控制系統(tǒng)具有自學(xué)能力提高PHEV的燃油經(jīng)濟(jì)性。

1 PHEV模糊驅(qū)動控制策略設(shè)計(jì)

對驅(qū)動控制系統(tǒng)進(jìn)行優(yōu)化的目的在于能夠很好地保證混合動力車的性能，并對汽車行駛過程的所需求的轉(zhuǎn)矩進(jìn)行合理的分配，讓發(fā)動機(jī)處于高效工作狀態(tài)，這時(shí)好需要將動力電池SOC值保持其在規(guī)定的范圍內(nèi)進(jìn)行浮動，有效保證電池的使用壽命。

模糊控制器在進(jìn)行設(shè)計(jì)時(shí)對于輸入的變量控制在兩個，一個是指車輛在進(jìn)行行駛時(shí)其請求轉(zhuǎn)矩和發(fā)動機(jī)轉(zhuǎn)矩所形成的差值，另一個則是能夠保持汽車動力的蓄電池在蓄電池組荷電狀態(tài)的SOC值。為輸入變量的主要原因是保證整個發(fā)動機(jī)都能保證在最優(yōu)轉(zhuǎn)矩的曲線范圍內(nèi)上下進(jìn)行浮動。當(dāng)在對模糊控制的輸出變量進(jìn)行設(shè)置時(shí)將其為發(fā)動機(jī)轉(zhuǎn)矩系數(shù)，并對其進(jìn)行功率分配，這時(shí)發(fā)動機(jī)的實(shí)際轉(zhuǎn)矩將為系數(shù)最優(yōu)轉(zhuǎn)矩，這樣就能得出發(fā)動機(jī)的實(shí)際轉(zhuǎn)矩將會是其需求轉(zhuǎn)矩與發(fā)動機(jī)轉(zhuǎn)矩之間的差值。以下舉例輸入?yún)⒘哭D(zhuǎn)矩差值的隸屬度函數(shù)確定過程。

建立在模糊邏輯控制相關(guān)的理論學(xué)習(xí)上，將請求轉(zhuǎn)矩和最優(yōu)轉(zhuǎn)矩之家的差值的語言模糊子集進(jìn)行定義為{NB，NS，Z，PS，PB}，根據(jù)發(fā)動機(jī)參數(shù)與工況確定論域，進(jìn)而以梯形函數(shù)和三角形函數(shù)的形式對模糊控制輸出變量的隸屬度函數(shù)進(jìn)行表示，如圖1。

2 基于遺傳算法的優(yōu)化模糊控制器設(shè)計(jì)

在對模糊控制器優(yōu)化時(shí)需要借助遺傳算法，但必須首先就要有效確定其待尋優(yōu)隸屬度函數(shù)的參數(shù)值，進(jìn)而對參數(shù)變化的范圍進(jìn)行確定，通過對相關(guān)參數(shù)做好編碼使其能夠形成染色體，并在此基礎(chǔ)上增加遺傳操作，以達(dá)到尋優(yōu)的效果。

（1）通過優(yōu)化所得到的目標(biāo)函數(shù)值為模型所采用的PHEV車型的耗油量以及尾氣排放值，約束條件為整車的動力性參數(shù)以及SOC值整個工況循環(huán)的變化量，以不同的權(quán)重系數(shù)對最優(yōu)化的目標(biāo)值進(jìn)行表示，建立起相應(yīng)的適應(yīng)度函數(shù)為：

其中，為目標(biāo)函數(shù)，為約束條件下的懲罰函數(shù)，為約束條件下的權(quán)重值，為約束條件下的數(shù)目。

（2）對隸屬度函數(shù)進(jìn)行優(yōu)化。對隸屬度函數(shù)進(jìn)行編碼雖然能夠細(xì)化其模糊子集，具有操作簡單等優(yōu)點(diǎn)，但實(shí)際卻并不合理，當(dāng)變量的值越接近零點(diǎn)時(shí)，對模糊子集就需要越細(xì)致地劃分，進(jìn)而達(dá)到精準(zhǔn)控制的目的，但這樣會增加其函數(shù)的陡峭。因此可對論域進(jìn)行不均勻劃分，在對不同類型控制系統(tǒng)輸入時(shí)有相應(yīng)的輸出與之對應(yīng)，進(jìn)而使動態(tài)性能達(dá)到理想要求。

當(dāng)對模糊編輯控制器進(jìn)行設(shè)計(jì)時(shí)就需要運(yùn)用模糊編號對其進(jìn)行劃分，改變編碼方式和自由度，將有效縮短汽車運(yùn)行時(shí)搜索的空間以及計(jì)算時(shí)間。用類對隸屬度函數(shù)的各個節(jié)點(diǎn)進(jìn)行劃分，通過輸入變量論域得到模糊劃分和子集的隸屬度函數(shù)如圖2。

3 仿真與分析

將車輛行駛過程的最高車速控制在182km/h，一直保持車輛速度為86.5km/h行駛，爬坡度≥20%用以表征其爬坡能力。在Advisor2002中配置相關(guān)的PHEV主要仿真參數(shù)。

在CYC_UDDS行駛工況下進(jìn)行仿真，通過對Advisor2002的實(shí)踐可知，UDDS路況下的行駛常用于對輕便型車輛進(jìn)行測試，得到行程為12.39km，車速為92.24km/h，行駛時(shí)間為1368s。整個道路循環(huán)過程包括了起步和停止，充分反映出各個階段的工作狀態(tài)。

通過仿真，對比PHEV模糊控制器優(yōu)化前與優(yōu)化后的策略，在CYC_UDDS道路工況下，循環(huán)行駛時(shí)的燃油量將減少0.11L/100km，尾氣排放總量將降低為0.036g/km。

4 總結(jié)

混合動力汽車驅(qū)動控制系統(tǒng)進(jìn)行優(yōu)化的主要目的在于提高其動力性和燃油經(jīng)濟(jì)性，現(xiàn)階段采取最多的優(yōu)化方式就是結(jié)合模糊邏輯控制和遺傳算法，充分發(fā)揮其優(yōu)勢，進(jìn)而對PHEV驅(qū)動設(shè)計(jì)控制策略，并在UDDS行駛工況下進(jìn)行模擬仿真，有效驗(yàn)證了PHEV模糊控制策略能夠進(jìn)一步提高燃油的經(jīng)濟(jì)性，并能在車輛行駛過程中降低其尾氣排放量，提高了整個動力汽車的控制性能。

參考文獻(xiàn)：

[1]尹安東，趙韓，孫駿等.基于混雜系統(tǒng)理論的混合動力汽車驅(qū)制動控制研究術(shù)[J].汽車工程，2015，37（10）：1150-1155.

[2]楊世春，朱傳高，高瑩等.并聯(lián)式混合動力汽車遺傳模糊控制策略的優(yōu)化研究[J].汽車工程，2011，33（02）：106-111.

[3]王耀南，劉東奇.電動汽車機(jī)電復(fù)合制動力分配策略研究[J].控制工程，2014，21（03）：347-351，356.