PHEV驅動模式切換的分階段子控制器協(xié)調控制

樊永強

（廣東省交通運輸技師學院，廣東 廣州 501520）

1 引言

混合動力汽車作為嚴重非線性機電系統(tǒng)，在應對頻繁啟停、載荷變化和坡度變化時，會導致動力源間頻繁的發(fā)動機啟停、電機啟停、離合器抱合與分開控制等，頻繁的工作模式切換帶來的沖擊會嚴重影響乘坐舒適度和車輛駕駛壽命［1］，因此研究切換瞬態(tài)沖擊控制方法意義重大。

針對并聯(lián)式混合動力汽車模式切換過程中的瞬態(tài)沖擊控制問題，當前已經存在一些成果。文獻［2］使用模型參考控制方法協(xié)調控制模式切換，實現了降低沖擊度同時減小離合器滑磨功的效果；文獻［3］使用μ理論設計了魯棒控制器，通過跟蹤車輪轉速補償轉矩波動；文獻［4］將離合器滑磨功和模式切換沖擊度為優(yōu)化目標，將控制問題轉化為最優(yōu)控制問題，使用極大值原理和二次型最優(yōu)控制原理設計了模式切換控制器；文獻［5］結合駕駛意圖，將踏板深度和變化率轉化為離合器結合時長，使用動態(tài)規(guī)劃分配汽車轉矩，補償了切換時的轉矩波動。總的來講，要想實現模式切換過程中的快速、平滑過渡，發(fā)動機、電機、離合器間協(xié)調控制是需要解決的關鍵問題。

針對混合動力汽車在驅動模式切換過程中沖擊度較大的問題，將切換過程劃分為3個子階段，根據各階段動力源特點和控制目標設計控制器，同時給出了子控制器的切換條件，最終達到了減小車輛沖擊度的目的。

2 PHEV簡介與協(xié)調控制策略

2.1 PHEV動力總成系統(tǒng)

并聯(lián)式混合動力汽車（Parallel Hybrid Electric Vehicle，PHEV）動力總成系統(tǒng)，如圖1所示。主要由動力系統(tǒng)和傳動系統(tǒng)組成。動力系統(tǒng)包括發(fā)動機及其控制單元ECU、ISG電機及其控制器、動力電池及其管理系統(tǒng)BMS。傳動系統(tǒng)包括變速器、減速器、耦合裝置等。整車控制器是車輛能量管理的中樞，控制各動力源的輸出轉矩、離合器開合等。

圖1 PHEV動力總成系統(tǒng)Fig.1 Powertrain System of PHEV

PHEV工作模式包括發(fā)動機單獨驅動模式、純電動驅動模式、聯(lián)合驅動模式、行車發(fā)電模式和再生制動模式［6］，當模式之間進行切換時，由于電機和發(fā)動機的動態(tài)特性差異性較大，導致在切換時的轉矩沖擊較大。以純電動驅動向聯(lián)合驅動模式切換過程中的轉矩沖擊控制為研究課題。

2.2 協(xié)調控制策略

在混合動力汽車由純電動驅動向聯(lián)合驅動切換過程中，按照離合器的接觸狀態(tài)將切換過程劃分為3個階段，為離合器分離階段、離合器滑磨階段和離合器接合階段。離合器分離階段向滑磨階段切換的條件為 ||Δω＜20rmin，式中：Δω—離合器兩端轉速差；滑磨階段向接合階段切換的條件為ωe=ωmig，式中：ωe—發(fā)動機轉速；ωm—驅動電機轉速；ig—變速器傳動比。

離合器分離階段：當達到模式切換條件時，ISG電機除提供車輛行駛動力外，還需提供發(fā)動機啟動轉矩，直到加速至點火轉速（800r/min）；待離合器主從動盤轉速差值滿足條件時切換至離合器滑磨階段。在離合器分離階段，當離合器兩端轉速差較大時，為避免車輛通過增加噴油量減小轉速差而導致油料燃燒不充分、排氣中有毒氣體增加的問題，因此必須對發(fā)動機轉速進行控制。

離合器滑磨階段：在離合器滑磨階段，發(fā)動機依然使用上一階段控制方法進行轉速調節(jié)，而滑磨階段由于發(fā)動機動力的非線性參與及擾動轉矩作用下，導致動力系統(tǒng)輸出轉矩的突變。為了減小轉矩突變，參考電機動態(tài)響應快的特點，使用滑模控制對電機轉矩進行調節(jié)。離合器接合階段：由于電機與發(fā)動機動態(tài)響應差異性，為防止動力系統(tǒng)輸出轉矩出現突變，此階段依然使用滑?？刂普{節(jié)電機轉矩，直至發(fā)動機完全渡過動態(tài)響應過程。按照以上分析，PHEV在3個階段的控制對象和控制目標不同，因此這里提出了多子控制器切換的協(xié)調控制方法，子控制器的切換條件與各階段的切換條件一致，如圖2所示。

圖2 協(xié)調控制器Fig.2 Coordinated Controller

3 子控制器設計

本節(jié)對離合器分離階段、滑磨階段、接合階段子控制器分別進行設計。

3.1 分離階段子控制器

在離合器分離階段，以離合器兩端轉速誤差為被控制量，以發(fā)動機噴油量為控制量，防止噴油量過大而產生燃油不充分燃燒現象，為了實現上述控制目的，設計了智能算法整定PI參數的分離階段子控制器，如圖3所示。

圖3 智能算法整定參數的PI控制器Fig.3 PI Controller Parameters Optimized by Intelligent Algorithm

定義離合器兩端轉速差Δω=ωmig-ωe，則k時刻控制量為u(k)=kp·Δω(k)+ki·[ ]Δω(k)-Δω(k-1)，式中：kp、ki—比例系數、積分系數。PI系數一般人為設定，過度依賴個人經驗，這里使用粒子群算法進行參數整定，解決參數設置的盲目性和隨機性問題。粒子群算法根據鳥群中的最優(yōu)個體和歷史最優(yōu)位置對搜索速度和位置進行更新，算法原理可參考文獻［7］，這里不再介紹，僅對粒子編碼方式和目標函數進行明確。

由于含有兩個待優(yōu)化系數，因此將粒子維度設置為2，粒子使用十進制編碼方式。參數優(yōu)化的目標函數為：

3.2 滑磨階段子控制器

在離合器滑磨階段，由于發(fā)動機力矩高度非線性參與到動力系統(tǒng)中，使得動力系統(tǒng)輸出力矩發(fā)生突變，為了減小力矩突變，設計了自適應滑?？刂破鲗︱寗与姍C力矩進行控制。

（1）構造滑模面。在離合器滑磨階段，驅動電機的動力學方程為：

式中：Jm—驅動電機折算到車輪上的轉動慣量；ωm—驅動電機轉速；bm—驅動電機阻尼系數；Tm—驅動電機輸出轉矩；Tc—離合器傳遞轉矩；i0—主減速器的速比；ks—驅動橋剛度；θs—驅動橋角位移；bs—驅動橋阻尼系數；ωw—車輪轉速。

將外部干擾、建模誤差、參數攝動等統(tǒng)一為干擾項d，且有||d＜D，D為干擾項上界。此時可將驅動電機的動力學方程改寫為：

式中：u1—使用滑?？刂圃O計的控制律。

驅動電機實際轉速ωm的期望軌跡ωmd可由車輪轉速換算得到，定義滑磨階段的電機轉速跟蹤誤差為e1(t)=ωm(t)-ωmd(t)。選擇驅動電機轉速為狀態(tài)變量x，即x=ωm；同時將驅動電機轉速作為輸出量y，即y=x，則式（3）對應的狀態(tài)空間方程為：

式（4）所示系統(tǒng)的相對階為1，因此構造滑模面為：

式中：c＞0—一個常數。

（2）設計控制律?；？刂坡蓇1由等效控制律u1eq和變結構控制律u1vss組成，等效控制律控制狀態(tài)點在滑模上向原點滑動，變結構控制律控制狀態(tài)點由任意位置向滑模面滑動［8］。當系統(tǒng)狀態(tài)在滑模面上運動時有s˙1=0，對式（5）求導，并將式（4）代入，得：

由此得到等效控制律u1eq為：

為使系統(tǒng)在任意狀態(tài)時向滑模面運動，常用變結構控制律為：

式中：κ＞0—一個常數，sgn()為符號函數。若要求系統(tǒng)狀態(tài)以趨近速率η等速率向滑模面運動，應滿足ss˙≤-η||s，η＞0，結合式（6）可知：

為了達到要求的趨近速率η，需滿足κ≥Jmη，后文進行仿真和實驗時取κ=Jmη。為了削弱滑?？刂频亩墩瘳F象，實驗連續(xù)函數θ(s1)代替非連續(xù)的符號函數sgn(s1)，為：

式中：τ—極小的正常數，防止分母為0。

則變結構控制律和滑?？刂坡蔀椋?/p>

（3）干擾項d在線估計及穩(wěn)定性分析。干擾項的存在使得系統(tǒng)狀態(tài)無法按照設定軌跡向滑模面運動或者需要更大功率才能夠向滑模面運動，因此需要對干擾項進行在線估計。RBF神經網絡是以函數逼近理論為基礎構造的單隱含層神經網絡，由于其對非線性函數具有無限逼近能力，這里使用RBF神經網絡在線估計干擾項。

選擇神經網絡輸入向量為X=[ωe，ωm，Fc]，其中Fc為離合器盤片的壓緊力，根據RBF神經網絡原理，干擾項估計值為：

定義李雅普諾夫函數為：

對式（12）求導，得：

將式（4）（9）（11）代入上式，整理得：

同時式（13）轉化為：

此時只需保證κ取值時有κ＞εM，就可以保證V˙＜0。另外根據Barbalat定理有則自適應滑?？刂破骶哂欣钛牌罩Z夫穩(wěn)定性，可以使誤差在有限時間內運動至零點。

3.3 接合階段子控制器

在離合器接合階段，發(fā)動機和驅動電機均參與力矩輸出，但是由于發(fā)動機動態(tài)響應過程較驅動電機緩慢，因此必然出現動力系統(tǒng)輸出力矩的突變，這里依然使用自適應滑模控制器對電機轉矩進行控制。在離合器接合階段，驅動電機動力學方程為：

式中：Je—發(fā)動機轉動慣量；be—發(fā)動機阻尼系數；Te—離合器傳遞矩陣。

引入干擾項d′和接合階段的滑?？刂坡蓇2，將式（16）轉化為：

與3.2節(jié)滑模面的構造、控制律的設計、干擾項在線估計的方法完全一致，過程不再重復，僅給出滑膜面、控制律及干擾項估計結果如下所示：

根據3.2節(jié)對可調節(jié)參數的推導過程可知，在滿足有κ′＞εM的條件下，式（17）給出的自適應滑?？刂破骶哂欣钛抛V諾夫意義下的穩(wěn)定性，誤差可在有限時間內收斂至零點。

4 仿真驗證與分析

4.1 仿真環(huán)境設置

為了對控制器的性能進行評價和比較，將車輛縱向沖擊作為驅動模式切換品質的評價指標，沖擊度計算方法為：

式中：J—車輛沖擊度；ɑ—車輛加速度。

在Simulink中搭建并聯(lián)混合動力汽車動力總成系統(tǒng)，包括動力電池模型、發(fā)動機模型、ISG電機模型、變速器模型和駕駛員模型等，搭建動力系統(tǒng)模型使用的數學模型見文獻［10］，車輛的參數設置，如表1所示。

表1 車輛參數設置Tab.1 Parameters Setting of Vehicle

從中國典型城市公交工況（CCBC工況）中截?。?30～155）s共25s的速度曲線作為測試工況，速度變化曲線，如圖4所示。在142s時車速達到15km/h，達到了模式切換的車速閾值，開始進行驅動模式切換。

圖4 期望車速曲線Fig.4 Expected Speed Curve

4.2 仿真結果及分析

為了形成對比效果，分別在未施加控制和施加協(xié)調控制兩種情況下給出車輛動力系統(tǒng)輸出力矩和車速情況，發(fā)動機轉速變化情況，如圖5所示。動力源輸出轉矩變化情況，如圖6所示。車速變化情況，如圖7所示。沖擊度曲線，如圖8所示。對比圖5中驅動模式切換過程中發(fā)動機轉速的變化情況，在沒有施加協(xié)調控制時，發(fā)動機轉速在切換過程中的波動較大（圖中虛線圈出部分）；而在施加協(xié)調控制情況下，發(fā)動機轉速在整個切換過程中的變化非常平穩(wěn)，幾乎沒有波動現象，充分證明了參數整定PI控制器在發(fā)動機轉速控制中的有效性。

圖5 發(fā)動機轉速變化曲線Fig.5 Engine Speed Changing Curve

圖6 動力源輸出轉矩Fig.6 Power Source Output Torque

圖7 車速變化曲線Fig.7 Speed Changing Curve

圖8 沖擊度變化曲線Fig.8 Degree of Jerk Changing Curve

對比圖6中轉矩變化情況，在整個模式切換過程中，施加控制時轉矩誤差明顯小于未施加控制時，經統(tǒng)計未施加控制時轉矩跟蹤誤差最大值為224.3Nm，而施加控制時轉矩跟蹤誤差最大值為56.5Nm，這是因為使用自適應滑模控制器對電機轉矩進行控制，同時實時在線估計各因素產生的干擾項d，使跟蹤誤差在有限時間內收斂至零點。

對比圖7和圖8切換過程中車速及沖擊度變化情況，未施加控制時車速在（142～144）s期間車速波動較大，導致車輛沖擊度較大，沖擊度幅值為18.7m/s3，這是因為模式切換過程中，離合器滑磨階段發(fā)動機力矩的非線性參與、發(fā)動機動態(tài)過程緩慢于電機動態(tài)過程兩個因素共同引起的；而施加協(xié)同控制時，車輛在（142～144）s期間車速變化極小，車輛沖擊度幅值為1.81m/s3，與不施加控制時減小了一個數量級，這是因為施加滑模控制時，對建模誤差、參數攝動等引起的干擾項進行實時估計，減小了干擾項對控制精度的影響，同時滑?？刂破髟O計的控制律以跟蹤誤差為控制對象，使誤差在有限時間內收斂至零點，實現了對誤差的有效控制，減小了車輛沖擊度。

5 結論

針對車輛在驅動模式切換過程中，因不同動力源動態(tài)特性差別大而引起車輛沖擊較大的問題，這里將切換過程劃分為三個階段，并分別設計控制器，根據驗證得出以下結論：（1）參數整定PI控制器可以有效控制發(fā)動機轉速，實現在切換過程中的平穩(wěn)變化；（2）分階段子控制器協(xié)同控制方法可以有效減小模式切換過程中的車輛沖擊度，提高車輛駕駛舒適度。