isg型混合动力汽车模糊控制策略跟仿真文档.docVIP

ISG型混合动力汽车模糊控制策略及仿真 胡洪祥,秦大同,舒　红,杨亚联,丁李辉 (重庆大学机械传动国家重点实验室,重庆　400030) 摘　要:针对配备CVT的ISG型混合动力汽车,采用模糊控制策略对整车燃油经济性进行了研究.以整车瞬时状态为基础,燃油消耗最小为目标,建立了模糊控制器.为了消除模糊控制规则获取过程中的不确定性因素,以序列二次规划法的优化计算结果作为制定模糊控制规则的基础,制定了模糊控制规则.结合本文研究车型,对ADVISOR仿真软件进行二次开发,并对整车燃油经济性进行了仿真计算.仿真结果表明,模糊控制策略能够有效提高ISG型混合动力汽车的燃油经济性. 关键词:混合动力汽车;模糊控制策略;仿真ADVISOR;燃油经济性 混合动力汽车的控制策略必须实现能量流在整车各总成部件之间的有效转换,使得包括发动机、ISG(Integrated Starter and Generator)电机等在内的整车各总成部件工作在高效率区域,达到改善整车燃油经济性和降低排放的目的.目前,混合动力汽车的控制策略主要有3种:第1种控制策略是基于简单规则的控制策略;第2种控制策略是对特定循环工况下混合动力汽车油耗进行全局优化,使之对整个循环来说,油耗最小,通常应用的是动态规划算法[1 ];第3种控制策略是对混合动力系统进行瞬时优化,可以使得混合动力汽车在任一瞬时的等效油耗最小[2 ],常见的算法有经典最优化控制算法(如序列二次规划法)和模糊控制技术. 在第3种控制策略中,由于传统最优化控制过分依赖于精确模型,对系统误差过于敏感,而混合动力汽车系统结构复杂,难于建立精确的数学模型,因此优化结果与实际情况往往相差较大.而模糊控制技术具有自适应性,不依赖于精确模型,适合应用于混合动力汽车系统[3].但模糊控制规则的获取和确定却依赖于人的经验,会受到不确定的因素影响,因此,为了得到有效的模糊控制规则,本文结合两种算法的优点,以序列二次规划法(SQP)的优化计算结果作为制定模糊控制规则的指导依据,应用模糊控制技术对基于CVT(Continuously Variable Transmission)的ISG型混合动力汽车控制策略进行了优化,得到了以整车燃油消耗最小为目标的模糊控制方法. 1　ISG型混合动力汽车结构 如图1所示为配备无级变速器CVT的ISG型混合动力汽车的结构简图,发动机与ISG电机直接相连,ISG电机作为辅助动力源为车辆提供动力,同时发动机向电池充电时和制动能量回收时又作为发电机工作.采用CVT的优点是可以获得连续的传动比变化,实现发动机在低油耗、低排放区工作或使ISG电机在高效区工作,进一步提高整车的燃油经济性或排放性能.整车主要参数见表1. 2　动力源数值模型 2.1　发动机数值模型 采用排量为1.6升的JL475Q3型发动机,通过试验建立了发动机的数值模型,如图2所示 . 2.2　电机数值模型 根据ISG电机试验数据,建立了ISG电机效率特性图,如图3所示. 2.3　蓄电池模型 根据QNY6.5镍氢电池的试验结果,获得了蓄电池不同温度下的放电效率,如图4所示 3　最优化控制策略数学模型 将蓄电池中储存的化学能和各部件损失的机械能转化成等量的燃油消耗量,就可以建立混合动力汽车的等效模型[1].通过推导分析可以建立以等效燃油消耗量最小为目标的最优化数学模型,表示如下： 采用序列二次规划法(SQP)求解上述非线性最优化问题,得出优化的发动机转矩和电机转矩.以车速为70 km/h为例,得到放电工况下的优化结果如图5所示.由于ISG型混合动力汽车无纯电动工况,在需求功率较低时,由发动机单独驱动,这点与上述优化结果有所区别.上述方法建立在发动机、ISG电机和蓄电池的稳态数值模型基础上,模型本身具有实验误差,并且与实际的动态特性差别较大,因此采用这种方法得出的优化结果与实际情况有一定差别,但可将此优化结果作为指导模糊控制规则制订的基本依据,弥补模糊控制的不足. 4　ISG型混合动力汽车模糊控制策略 国外研究表明,模糊控制适合于混合动力汽车的控制[3-5],具有智能化,高适应性,高灵活性的特点.本文以需求转矩、蓄电池SOC、发动机转速和汽车加速度为输入,电机转矩为输出,采用Mamdani推理方法,建立如图6所示的模糊模糊控制器. 4.1　输入变量的隶属度函数 图7所示为采用梯形函数形式的模糊控制器各输入、输出变量的隶属函数曲线.“需求转矩(Treq)”的语言值模糊子集定义为:{负大,负中,负小,低,中,最佳,高,过高}. “SOC”的语言值模糊子集定义为:{过低,低,正常,高,过高}. “转速(n)”的语言值模糊子集定义为:{低,中,高}. “车辆加速度(a)”的语言值模糊子集定义为:{低,高}. “车辆加速度”的定义根据电机助力大小确定,加速度“