林玉敏 魏廣杰 游道亮 陳劍 龔俊奇
(江鈴汽車股份有限公司,南昌 330031)
商用車整車質(zhì)量的準(zhǔn)確獲取對了解實(shí)際使用工況、實(shí)現(xiàn)制動(dòng)能量回收、優(yōu)化剩余里程、監(jiān)控貨物實(shí)時(shí)質(zhì)量、超載報(bào)警等具有重要意義。加裝稱重傳感器獲取整車質(zhì)量成本高昂,因此有必要通過算法對整車質(zhì)量進(jìn)行估算。
蘇慶列等[1]使用卡爾曼濾波對整車質(zhì)量和道路坡度進(jìn)行估計(jì),但僅在Simulink/CarSim 環(huán)境中進(jìn)行了仿真分析,未得到實(shí)際整車估算結(jié)果。褚文博等[2]利用遞歸最小二乘法對整車質(zhì)量進(jìn)行估算,但忽略了風(fēng)阻、滾動(dòng)阻力及道路坡度的影響,估算精度有限。同時(shí),卡爾曼濾波更適用于道路坡度估算,而遞推最小二乘法更適用于整車質(zhì)量估算[3]。
本文對純電動(dòng)輕型載貨汽車的整車質(zhì)量估算進(jìn)行研究,使用卡爾曼濾波算法估算坡度,采用遞推最小二乘法估算整車質(zhì)量,通過實(shí)車標(biāo)定和測試進(jìn)行驗(yàn)證,同時(shí)利用估算出的整車質(zhì)量進(jìn)行滑行能量回收策略設(shè)計(jì),并使用CRUISE 基于中國重型商用車瞬時(shí)態(tài)循環(huán)(China-World Transient Vehicle Cycle,C-WTVC)工況進(jìn)行仿真分析,對比能耗優(yōu)化貢獻(xiàn)度。
根據(jù)汽車行駛方程式[4],可得:
式中,F(xiàn)Acc為加速阻力;FDRIVE為驅(qū)動(dòng)力;FAir為空氣阻力;FRoll為滾動(dòng)阻力;FHill為坡道阻力;fInertia為整車慣性參數(shù);mCoG為整車質(zhì)量;aCoG為采集的縱向加速度;TEM為電機(jī)扭矩;igear為變速器速比;idiff為主傳動(dòng)比;rstat為輪胎半徑;cAir為空氣阻力系數(shù);AFront為迎風(fēng)面積;ρAir為空氣密度;α為坡道角度;vCoG為整車車速;fR為滾動(dòng)阻力系數(shù);FN為地面法向反作用力;FG為車輛重力。
根據(jù)上述公式,可以推導(dǎo)得到整車質(zhì)量mCoG:
其中,道路坡度角度α可計(jì)算為:
即
式中,ω為輪速。
由于該純電動(dòng)輕型載貨汽車未配置電子穩(wěn)定程序(Electronic Stability Program,ESP),無法從控制器局域網(wǎng)絡(luò)(Controller Area Network,CAN)總線獲取整車的縱向和橫向加速度,因此需要加裝加速度傳感器,選擇某6軸傳感器,可實(shí)現(xiàn)X、Y、Z方向的加速度及繞X、Y、Z軸的角速度測量,并集成在整車控制器(Vehicle Control Unit,VCU)中。
計(jì)算整車質(zhì)量前需確認(rèn)計(jì)算的邊界條件并盡可能排除噪聲影響。
3.2.1 車輛轉(zhuǎn)向
車輛轉(zhuǎn)向時(shí),整車姿態(tài)發(fā)生變化,影響整車質(zhì)量估算精度,因此,通過加速度傳感器獲取車輛的橫向加速度,在整車橫向加速度小于1 m/s2(標(biāo)定量)時(shí)估算整車質(zhì)量。
3.2.2 車輛制動(dòng)
車輛制動(dòng)時(shí),不符合式(1)加速原理,因此,當(dāng)制動(dòng)踏板未被踩下時(shí),可以估算整車質(zhì)量。
3.2.3 車速
車輛靜止時(shí),無法進(jìn)行整車質(zhì)量估算,車輛極低速條件下,干擾因素較多。因此,需在車速大于15 km/h(標(biāo)定量)時(shí)估算整車質(zhì)量。
3.2.4 縱向加速度
當(dāng)整車加速度較小時(shí),估算精度較低,因此,需在縱向加速度大于1 m/s2(標(biāo)定量)時(shí)估算整車質(zhì)量。
3.2.5 滑移率
車輪打滑時(shí),估算精度較低,因此在滑移率小于8%(標(biāo)定量)時(shí)估算整車質(zhì)量。
在使用式(7)計(jì)算整車質(zhì)量時(shí),會(huì)受到相關(guān)輸入信號(hào)噪聲的影響,其中,加速度信號(hào)和電機(jī)扭矩信號(hào)噪聲影響較大,因此,式(7)計(jì)算的結(jié)果偏差較大。該問題可以通過最小二乘法進(jìn)行優(yōu)化[3],在線性系統(tǒng)中,相當(dāng)于尋找參數(shù)θ,使得函數(shù))取得極小值:
當(dāng)式(10)取得極小值時(shí),可得:
在實(shí)際使用中,整車質(zhì)量的估算是實(shí)時(shí)的,因此采用遞歸最小二乘法,即利用當(dāng)前時(shí)刻的測量值對上一時(shí)刻的估計(jì)值進(jìn)行修正。
每一時(shí)刻估計(jì)值的更新過程為:
增益的更新過程為:
協(xié)方差矩陣為:
式中,k為當(dāng)前采樣時(shí)刻;(k-1)為上一采樣時(shí)刻。
卡爾曼濾波估計(jì)器可以基于縱向加速度和車輪速度的噪聲信號(hào)估算道路坡度,卡爾曼濾波特別適用于狀態(tài)變量和輸出噪聲較大的過程,是基于輸入信號(hào)的測量數(shù)據(jù)、系統(tǒng)狀態(tài)方程、觀測方程實(shí)時(shí)獲得系統(tǒng)狀態(tài)變量和輸入信號(hào)的最優(yōu)估計(jì)的一種方法[6-7]。
根據(jù)配置不同,該純電動(dòng)輕型載貨汽車空載設(shè)計(jì)質(zhì)量約為2 600~3 100 kg,半載設(shè)計(jì)質(zhì)量約為4 500 kg,滿載設(shè)計(jì)質(zhì)量約為6 000 kg,在實(shí)際道路測試中分別在空載、半載、滿載條件下進(jìn)行測試。
試驗(yàn)前,對車輛和駕駛員稱重,然后進(jìn)行實(shí)車測試,對比估算結(jié)果與實(shí)際結(jié)果的偏差。
4.2.1 整車空載質(zhì)量估算
車輛和駕駛員總質(zhì)量為2 890 kg,車輛估算結(jié)果如表1所示。
表1 空載估算結(jié)果
4.2.2 整車半載質(zhì)量估算
車輛和駕駛員總質(zhì)量為4 500 kg,整車質(zhì)量估算結(jié)果如表2所示。
表2 半載估算結(jié)果
4.2.3 整車滿載質(zhì)量估算
車輛和駕駛員總質(zhì)量為6 090 kg,車輛估算結(jié)果如表3所示。
表3 滿載估算結(jié)果
綜上,空載質(zhì)量估算誤差為0.4%~5.7%,半載質(zhì)量估算誤差為1.5%~7.4%,滿載質(zhì)量估算誤差為1.6%~9.1%,總體整車質(zhì)量估算誤差小于10%。
純電動(dòng)輕型載貨汽車在未獲得整車質(zhì)量的情況下,滑行能量回收均基于空載質(zhì)量進(jìn)行設(shè)計(jì)和驗(yàn)證,若基于整車滿載質(zhì)量進(jìn)行設(shè)計(jì)和驗(yàn)證,則在空載低附著系數(shù)路面行駛時(shí),整車的滑行回饋扭矩很大,易發(fā)生打滑和甩尾。整車質(zhì)量可以作為滑行能量回收的輸入?yún)?shù),若估算算法未激活,默認(rèn)使用初始值3 000 kg,純電動(dòng)輕型載貨汽車在無滑行能量回收等級選擇的情況下,基于空載設(shè)計(jì)和驗(yàn)證的滑行最大減速度一般為0.07g,而整車在滿載工況下能夠產(chǎn)生的最大減速度約為0.035g。在不同載荷工況下,利用整車質(zhì)量參數(shù),可以設(shè)計(jì)具有與空載條件下相同的目標(biāo)減速度,整車可回收更多能量,從而降低能耗,提升續(xù)駛里程。
考慮到整車質(zhì)量計(jì)算模塊輸出值的精度及波動(dòng)情況,將整車質(zhì)量分為若干個(gè)連續(xù)區(qū)間,區(qū)間長度為[αMmin,αMmax]范圍內(nèi)的任意值,其中,Mmin為車輛的空載質(zhì)量,Mmax為車輛的滿載質(zhì)量,α為整車質(zhì)量計(jì)算精度。
滑行減速度與整車質(zhì)量有關(guān),滑行時(shí)減速度aj計(jì)算為:
式中,F(xiàn)d為電機(jī)回饋制動(dòng)力;Fz為整車阻力。
在不考慮車輛自身阻力的情況下,電機(jī)制動(dòng)力與整車質(zhì)量成正比,即能量回收扭矩與整車質(zhì)量成正比。為提高計(jì)算效率,滑行車速相同時(shí),認(rèn)為在同一質(zhì)量區(qū)間內(nèi)的整車質(zhì)量對應(yīng)的滑行減速度保持一致?;心芰炕厥张ぞ匦U禂?shù)K為:
式中,M為所述目標(biāo)質(zhì)量區(qū)間中的任一整車質(zhì)量,為避免K頻繁變化,M選取為目標(biāo)質(zhì)量區(qū)間的最小值。
將扭矩校正系數(shù)K乘以基于空載設(shè)計(jì)的滑行扭矩得到的不同載荷工況下滑行回饋扭矩經(jīng)濾波處理后發(fā)送到電機(jī)控制器,基于空載設(shè)計(jì)的滑行扭矩如表4所示。
表4 空載滑行扭矩
基于滿載質(zhì)量6 000 kg 進(jìn)行仿真測試,設(shè)計(jì)2種工況:工況1 利用基于整車質(zhì)量參數(shù)進(jìn)行滑行能量回收設(shè)計(jì)的最大減速度,約為0.07g;工況2 采用未引用質(zhì)量參數(shù)的滑行最大減速度,約為0.035g?;贑RUISE 在C-WTVC 工況下進(jìn)行能耗仿真對比,最大減速度條件下的能量均回收,超過最大減速度時(shí)按最大減速度回收能量,能耗對比結(jié)果如表5所示,滿載工況下,能耗優(yōu)化5.5%。
表5 能耗對比
本文首先利用最小二乘法和卡爾曼濾波算法分別估計(jì)整車質(zhì)量和實(shí)際道路坡度,并基于整車質(zhì)量參數(shù)設(shè)計(jì)滑行能量回收策略,實(shí)際道路測試和仿真驗(yàn)證結(jié)果表明,所提出的純電動(dòng)輕型載貨汽車質(zhì)量估算誤差不超過±10%,在車輛滿載工況下基于C-WTVC 工況進(jìn)行仿真對比,能耗優(yōu)化5.5%,顯著降低了整車能耗。