混合動力車輛無線轉(zhuǎn)矩測試系統(tǒng)設(shè)計(jì)及參數(shù)辨識

摘要：【目的】在復(fù)雜路況下，車輛實(shí)際行駛產(chǎn)生的轉(zhuǎn)矩在傳統(tǒng)的臺架測試中動態(tài)精度較差，難以模擬真實(shí)行駛狀態(tài)；而且實(shí)車測試存在空間狹小、振動較大以及環(huán)境惡劣等問題。對此，創(chuàng)新性地設(shè)計(jì)了一種基于無線技術(shù)的嵌入式轉(zhuǎn)矩測試系統(tǒng)?！痉椒ā靠紤]車輛傳動系統(tǒng)內(nèi)部空間結(jié)構(gòu)，基于遙測技術(shù)建立了轉(zhuǎn)子、定子系統(tǒng)，并對試驗(yàn)主體進(jìn)行了模塊定制化設(shè)計(jì)，構(gòu)造了一套動態(tài)性能強(qiáng)、抗干擾性好的測試系統(tǒng)；進(jìn)行道路試驗(yàn)以獲得實(shí)車轉(zhuǎn)矩、轉(zhuǎn)速數(shù)據(jù)；采用系統(tǒng)辨識法對試驗(yàn)數(shù)據(jù)進(jìn)行迭代分析，獲得6階辨識值，建立轉(zhuǎn)矩辨識模型。【結(jié)果】試驗(yàn)系統(tǒng)標(biāo)定線性度為0. 703%，線性誤差小，精度較高；辨識模型均方根誤差為1. 678 5；在急加速、緩加速、緊急制動3種動態(tài)工況下，模型最大誤差分別為8. 456 9、1. 78、5. 4 N·m，平均相對誤差在4%以內(nèi)。上述結(jié)果驗(yàn)證了測試數(shù)據(jù)的可靠性，為轉(zhuǎn)矩模型的精準(zhǔn)預(yù)測提供了有效的數(shù)據(jù)基礎(chǔ)。

關(guān)鍵詞：混合動力；動態(tài)轉(zhuǎn)矩；無線測試；系統(tǒng)辨識法；精準(zhǔn)預(yù)測

中圖分類號：U467. 2+1 DOI：10. 16578/j. issn. 1004. 2539. 2025. 04. 013

0 引言

混合動力車輛發(fā)動機(jī)的輸出轉(zhuǎn)矩是機(jī)械動力傳遞工況的重要參數(shù)，是發(fā)動機(jī)狀態(tài)檢測、故障早期預(yù)警、控制優(yōu)化的核心參數(shù)[1]。轉(zhuǎn)矩信號的測量與預(yù)測對于復(fù)雜機(jī)械設(shè)備的狀態(tài)檢測具有十分重要的意義[2]。目前，建立發(fā)動機(jī)預(yù)測模型的方法主要為解析法[3]和系統(tǒng)辨識法[4]。采用解析法建立發(fā)動機(jī)模型，建模過程復(fù)雜且存在動態(tài)偏差，難以應(yīng)用到發(fā)動機(jī)預(yù)測和監(jiān)控中[5]。系統(tǒng)辨識法發(fā)展比較成熟、完善，是利用數(shù)學(xué)方法直接從系統(tǒng)的輸入、輸出數(shù)據(jù)中擬合出系統(tǒng)預(yù)測模型的方法，不強(qiáng)調(diào)內(nèi)部機(jī)制，只需要足夠的發(fā)動機(jī)輸出數(shù)據(jù)就可以簡單快速地建立高精度模型[6]。最小二乘法是最基本、也是最常用的系統(tǒng)辨識方法，通過構(gòu)建參數(shù)函數(shù)，利用逼近原則使實(shí)測數(shù)據(jù)和估計(jì)數(shù)據(jù)之間的平方和最小，實(shí)現(xiàn)系統(tǒng)辨識[7]。因其原理簡單、收斂速度快、易于實(shí)現(xiàn)而被廣泛應(yīng)用于工業(yè)、人工智能、醫(yī)療器械等領(lǐng)域中[8]。系統(tǒng)辨識法建立模型需要大量的試驗(yàn)數(shù)據(jù)，國內(nèi)外研究大多采用臺架測試的方法獲得試驗(yàn)數(shù)據(jù)[9]。但是，臺架測試的邊界條件無法考慮輪胎滑移、環(huán)境溫度、復(fù)雜路面情況、氣壓、駕駛行為等影響因素，無法捕捉到發(fā)動機(jī)行駛狀況下的動態(tài)響應(yīng)，包括急加速、緊急制動等情況，局限性較大，易導(dǎo)致轉(zhuǎn)矩預(yù)測模型動態(tài)精度低[10]。因此，有必要設(shè)計(jì)一套可以進(jìn)行實(shí)車測試的發(fā)動機(jī)動態(tài)轉(zhuǎn)矩測試系統(tǒng)。

在車輛關(guān)鍵部件的動態(tài)轉(zhuǎn)矩測試方面，國內(nèi)外學(xué)者進(jìn)行了大量研究。光柵型轉(zhuǎn)矩傳感器和應(yīng)變片型轉(zhuǎn)矩傳感器是目前國內(nèi)外主流的方法。江舒等[11]利用光纖光柵型應(yīng)變傳感器對船體進(jìn)行了靜態(tài)載荷試驗(yàn)，但光纖光柵型傳感器受溫度影響較大，長期在惡劣環(huán)境下會出現(xiàn)誤差增大，甚至脫落的現(xiàn)象。BEAL[12]采用應(yīng)變片技術(shù)完成了汽車轉(zhuǎn)向應(yīng)變轉(zhuǎn)矩的測量。GOLD等[13]研究了電動機(jī)電流與扭轉(zhuǎn)形變量之間的關(guān)系，通過建模估算了機(jī)械外部轉(zhuǎn)矩，并設(shè)計(jì)了測試系統(tǒng)，但未考慮測點(diǎn)位置誤差對結(jié)果的影響。李耀明等[14]基于無線傳感測試技術(shù)，對農(nóng)業(yè)聯(lián)合收割機(jī)構(gòu)建半軸載荷測試系統(tǒng)，并在道路上進(jìn)行試驗(yàn)測試，獲得了樣機(jī)的轉(zhuǎn)矩電壓信號，但在分析轉(zhuǎn)矩載荷過程中，數(shù)據(jù)波動較大、穩(wěn)定性較差。陳建軍等[15]為了測試大轉(zhuǎn)矩壓濾機(jī)，設(shè)計(jì)了一種壓力轉(zhuǎn)矩測試裝置，并對部件進(jìn)行了結(jié)構(gòu)優(yōu)化，驗(yàn)證了試驗(yàn)裝置的合理性。王山明等[16]利用無線數(shù)據(jù)通信技術(shù)，基于STM32單片機(jī)主控，建立了無線轉(zhuǎn)矩測試系統(tǒng)，并進(jìn)行了實(shí)車試驗(yàn)，得到轉(zhuǎn)矩載荷變化曲線，并對工況特性進(jìn)行了分析，但結(jié)果誤差較大、數(shù)據(jù)可重復(fù)性較差。趙梓燁等[17]針對軸類部件疲勞失效問題，基于遙測技術(shù)設(shè)計(jì)了動態(tài)測試系統(tǒng)，并根據(jù)傳動軸實(shí)測轉(zhuǎn)矩實(shí)現(xiàn)了疲勞壽命分析，但是該設(shè)計(jì)裝置無法應(yīng)用到飛輪類部件。

本文設(shè)計(jì)了一套可以進(jìn)行實(shí)車試驗(yàn)的測試系統(tǒng)，并搭載該系統(tǒng)進(jìn)行了多工況實(shí)車道路試驗(yàn)。利用系統(tǒng)辨識法對實(shí)車發(fā)動機(jī)扭轉(zhuǎn)力矩進(jìn)行辨識分析，獲得辨識值，從而建立預(yù)測模型。以軸類部件旋轉(zhuǎn)測試為靈感，使用無線供電的應(yīng)變式轉(zhuǎn)矩傳感器測量方式，通過遙測技術(shù)將飛輪（轉(zhuǎn)子）處感應(yīng)到的輸出轉(zhuǎn)矩?zé)o線傳輸至發(fā)動機(jī)殼體（定子）接收裝置處，再通過定子連接至數(shù)據(jù)采集儀獲取試驗(yàn)數(shù)據(jù)，得到實(shí)車道路測試動態(tài)轉(zhuǎn)矩。最后，對試驗(yàn)數(shù)據(jù)與理論模型進(jìn)行了驗(yàn)證分析。