基于主成分分析的混合動力汽車復(fù)合制動舒適性分析

馬文斌，陳慶樟

（常熟理工學(xué)院機(jī)械工程學(xué)院，江蘇常熟 215500）

基于主成分分析的混合動力汽車復(fù)合制動舒適性分析

馬文斌，陳慶樟

（常熟理工學(xué)院機(jī)械工程學(xué)院，江蘇常熟 215500）

以混合動力汽車復(fù)合制動（電機(jī)前軸制動與液壓制動）過程中駕乘人員舒適度定量評價為研究目標(biāo)，通過主成分分析、加權(quán)主成分和價值函數(shù)，建立了基于樣本的混合動力汽車復(fù)合制動舒適性評價模型，并通過多元回歸方法建立了混合動力汽車制動舒適性與主成分間的回歸方程，可對混合動力汽車的復(fù)合制動參數(shù)校調(diào)與整車制動過程中的舒適性進(jìn)行預(yù)測和評價.分析表明主成分分析方法可以用于混合動力汽車復(fù)合制動的舒適性參數(shù)校調(diào).

混合動力汽車；復(fù)合制動；舒適性；回歸模型

如何有效的降低汽車對能源的消耗是世界各國面臨的主要問題之一，混合動力汽車由于自身優(yōu)勢成為現(xiàn)階段降低能耗合適的選擇.但無論是混合動力汽車還是純電動汽車在制動能量回收方面仍然存在較大的提升空間.據(jù)統(tǒng)計，在城市工況條件下，制動能量約占驅(qū)動總能量的50%左右[1].因此充分利用制動能量作為汽車有效能源的前景非常廣闊.如何校調(diào)復(fù)合制動相關(guān)參數(shù)使之既保證能量回收的最大化，又能夠獲取較好的舒適性是目前需要完成的優(yōu)化課題[2].

傳統(tǒng)舒適性判斷以實際駕乘人員的舒適感為評判標(biāo)準(zhǔn)，主觀性很大，難以真實反應(yīng)混合動力汽車能量再生制動不同干預(yù)情況下的舒適性.混合動力汽車部分采用超級電容作為能量存儲裝置[3]，而制動中的瞬間電流較大，逆變器參數(shù)以及電容參數(shù)、液壓制動介入的時間和程度等都對整車制動舒適性產(chǎn)生了直接影響.本文采用主成分分析方法研究在整車復(fù)合制動過程中對舒適性起關(guān)鍵作用的因子，建立復(fù)合制動過程舒適性與主成分的數(shù)學(xué)模型，在此基礎(chǔ)上對評判標(biāo)準(zhǔn)有效性進(jìn)行測試，并進(jìn)行回歸分析[4-7].

1 復(fù)合制動舒適性產(chǎn)生機(jī)理分析

混合動力汽車的復(fù)合制動（電機(jī)前軸制動與液壓制動復(fù)合）過程可以用圖1描述.復(fù)合制動過程中，駕駛員的制動動作通過制動踏板傳遞到行車電腦，行車電腦根據(jù)目前車況判斷能量回饋制動的介入時間以及機(jī)械制動介入程度，由于能量回饋制動的制動特點(diǎn)與機(jī)械制動不同，因此駕駛員和乘客在此過程中產(chǎn)生的舒適程度不同.能量回饋制動的制動原理如圖2所示.當(dāng)制動動作出現(xiàn)后，制動盤帶動電機(jī)進(jìn)行能量回饋制動，同時產(chǎn)生制動回饋電流，將回饋電流通過逆變器轉(zhuǎn)變?yōu)橹绷魉腿氤夒娙萜鞔鎯Γ?dāng)超級電容器存儲容量達(dá)到一定程度后，通過逆變器對蓄電池進(jìn)行充電[7].

主成分分析通過合適的降維方法對多變量復(fù)雜系統(tǒng)進(jìn)行綜合處理.通過構(gòu)造系統(tǒng)的價值函數(shù)將原先的多維轉(zhuǎn)變?yōu)橐痪S系統(tǒng).復(fù)合制動在制動過程中對舒適性的影響因素很多，各種參數(shù)間的強(qiáng)耦合作用使得一般性分析方法難以達(dá)到目的.利用主成分分析方法與加權(quán)主成分和價值函數(shù)模型可以建立制動舒適性評價模型以及該模型的有效性檢測.主成分分析模型的建立步驟是[8]：

（1）設(shè)有n個汽車待檢測樣品，每個樣品觀測p項指標(biāo)（變量）：X1,X2,…，得到原始數(shù)據(jù)資料矩陣

圖2 能量回饋制動原理圖

圖2 能量回饋制動原理圖

（2）通過樣本矩陣標(biāo)準(zhǔn)化變換

得到標(biāo)準(zhǔn)化矩陣

（3）計算相關(guān)系數(shù)矩陣

（4）評價樣本特征提取，求解數(shù)據(jù)特征

（5）提取主成分.主成分與各成分之間呈線性關(guān)系，得到主成分決策矩陣

其中，ui為第i部汽車的主成分向量.

（6）建立整車復(fù)合制動舒適性評價模型.用加權(quán)主成分和價值函數(shù)模型進(jìn)一步把多維系統(tǒng)降為一維系統(tǒng)，建立評價模型[5].

2 主成分分析模型的建立

2.1 混合動力汽車復(fù)合制動特征

混合動力汽車在制動過程中按照制動情況可以分為緊急制動、重度制動、中度制動和輕度制動.為了在保證制動安全性和可靠性的前提下先滿足制動能量回收最大化，需要在不同情況下考慮電磁制動與液壓制動的制動特征，選擇適當(dāng)?shù)膹?fù)合制動參數(shù)組成制動過程舒適性評價的樣本矩陣.

2.2 復(fù)合制動特征參數(shù)的選擇

以給定輪速為前提條件，按照駕乘人員的制動力大小作為制動意向的判斷，在上述四種制動狀態(tài)下，為了滿足能量回收的最大化，使得電磁制動始終參與制動過程，可選擇制動過程中電磁制動產(chǎn)生的充電電流作為一個特征參數(shù)；檢測不同制動情況下的制動液壓缸缸壓，作為機(jī)械制動的特征參數(shù)；不同制動情況下對整車會產(chǎn)生不同的減速度，取制動減速度為一個特征參數(shù).實驗平臺部分主要元件為：德爾福蓄電池12V60AH；A型超級電容放電容量是55F；逆變電源為BNC72.3100直流逆變電源；車輪輪速直接采用原車輛輪速傳感器四輪平均值；制動踏板力采用基于JNBP-1型壓力檢測模塊的制動踏板測力儀；電流檢測采用HZIE-41霍爾電流傳感器安裝在儲能系統(tǒng)母線上獲取充電電流大小值；輪缸壓力值為左前輪壓力值，采用FOSN的壓力檢測模塊串聯(lián)在ABS模塊的HCU至前輪缸的出口處；加速度采用KRG系列加速度檢測器；原始樣本數(shù)據(jù)均值如表1所示.

表1 復(fù)合制動特征參數(shù)數(shù)據(jù)

利用公式（1）～（3）對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化矩陣Z.

根據(jù)公式（4）計算，可以得到相關(guān)系數(shù)矩陣R.

按照相關(guān)系數(shù)矩陣求出樣本的特征方程和特征值以及特征值的貢獻(xiàn)率如表2所示.

從表2的樣本特征值可以看到樣本1、樣本2的貢獻(xiàn)率之和已經(jīng)超過0.85，因此有效信息集中在前兩個主成分中，利用前兩個主成分對復(fù)合制動舒適度進(jìn)行評價能夠保留大量的可靠信息.對樣本特征值計算主成分分量，得到主成分決策矩陣如表3所示.

通過計算得到的主成分分量

表2 樣本特征值與貢獻(xiàn)率

2.3 復(fù)合制動舒適性評價模型與驗證

從表3中計算出的樣本數(shù)據(jù)舒適度評價值可以看出，前兩個主成分的舒適性評價值較高，而從第三個主成分開始的評價值均為負(fù)值，第五個主成分評價值較低，這與表2得到的信息相似，用前兩種主成分可以較好的反映出復(fù)合制動狀態(tài)下的舒適性.

為了驗證模型的可靠性，選擇5名駕齡在3年以上的實驗人員對樣本中給定輪速和制動力情況下的制動舒適性按照舒適度好、中等、差進(jìn)行實際檢測.檢測情況如表4.

從表4的實驗人員舒適性體驗結(jié)果可以看出，對樣本1給予好評的有3人，中評的有2人；對樣本2給予好評的有1人，中評的有4人，樣本3和樣本5評價情況相同，樣本4的舒適性評價較低.基本與模型得到的結(jié)論一致.

2.4 復(fù)合制動舒適度與主成分分析

以樣本1和樣本2的原始數(shù)據(jù)得到主成分矩陣，取主成分矩陣對應(yīng)行向量，u1和u2作為舒適性評價數(shù)據(jù)，以舒適度s向量作為另一評價數(shù)據(jù)，判斷三者之間的相關(guān)性，得到相關(guān)系數(shù)如表5所示.

可以看出，舒適度s與主成分u1和u2的正相關(guān)，而且相關(guān)性較大；用汽車的復(fù)合制動舒適度s作為多元線性回歸分析因變量，以主成分u1和u2作為自變量，得到回歸方程：

主成分u1的回歸系數(shù)為0.5788，u2的回歸系數(shù)為0.4163，從這一點(diǎn)也可以看出，2個主成分對復(fù)合制動過程中舒適性的影響，u1較大，u2較小.

表3 主成分舒適性評價值

表4 實驗人員舒適性體驗結(jié)果

表5 主成分與舒適度相關(guān)系數(shù)

3 結(jié)論

（1）利用主成分分析的方法對混合動力汽車在不同制動環(huán)境下進(jìn)行了特征數(shù)據(jù)采樣，基于樣本建立了復(fù)合制動的舒適性評價模型.通過實驗人員體驗，證明這種評價模型方法與主觀評價具有一致性，即：利用主成分分析方法能夠?qū)χ苿舆^程舒適性的參數(shù)校調(diào).

（2）利用舒適度評價值與主成分進(jìn)行了相關(guān)性分析，通過多元回歸，建立了制動過程中的舒適度與主成分之間的回歸方程.并且可以將該方法應(yīng)用于混合動力汽車的復(fù)合制動參數(shù)校調(diào)中，對不同制動參數(shù)引起的舒適性具有預(yù)測性作用.

[1]何仁.汽車制動再生方法的探討[J].江蘇大學(xué)學(xué)報（自然科學(xué)版），2005（6）：1-4.

[2]Sciaretta A,Back M,Guzzella and L."Optimal Controlof Parallel Hybrid Electric Vehicles,"IEEE Trans[J].Control Systems Tech?nology,2004,12(3):352-363.

[3]Niels JS chouten,Mutasim A,etal.Kheir.Energy management strategies for parallel hybrid vehicles using fuzzy logic[J].Control Engineering Practice,2003,11:171-177.

[4]Yimin Gao,Mehrdad Ehsani.Hybrid electric vehicle:overview and state of the art[J].IEEE ISIE,2005,90(2):307-315.

[5]HuJing Liu Mingzhou.Evaluation of Vehicle Operation Force Com fort Based on Principal Component Analysis[J].China Mechna?ical Engineering,2011,22(10):2456-2459.

[6]Cikanek SR,Bailey K E.Regenerative Braking System for a Hybrid Electric Vehicle[C].Proceedings of the American Control Con?ference Anchorage,AKMay 8-10,2002:3129-3134.

[7]Yimin Gao.Investigation of the Effectivenessof Regenerative Braking for EV and HEV[J].SAE paper,1999(01):2910.

[8]秦壽康.綜合評價原理與應(yīng)用[M].北京：電子工業(yè)出版社，2003：46-61.

A Comfort Analysis of the Composite Brake of a Hybrid Electric Vehicle Based on Principal Component

MAWen-bin,CHEN Qing-zhang
(School of Mechanical Engineering,Changshu Institute of Technology,Changshu 215500,China)

Aimed at the com fort of hybrid electric vehicle motor brake and hydraulic brake process quantitative evaluation,using principal component analysis of algorithm and value function,an evaluation model of the com?posite brake of a hybrid electric vehicle is established.And by means ofmultiple regression algorithm,a new re?gression equation is found,which can predict and evaluate the result of hybrid electric vehicle composite brake parameters thatwill be optimized.

hybrid electric vehicle;composite brake;com fort;multiple regression

TH22

B

1008-2794（2012）08-0080-05

2012-07-06

江蘇省自然科學(xué)基金項目“汽車再生制動與液壓制動的混雜動態(tài)集成控制研究”（BK2011367）；江蘇省“六大人才高峰”資助項目“汽車再生制動與液壓防抱死制動匹配研究”（SZ2010002）；江蘇省汽車工程重點(diǎn)實驗室項目“電動汽車超級電容-鉛酸蓄電池復(fù)合儲能系統(tǒng)優(yōu)化研究”（QC201006）

馬文斌（1979—），男，甘肅天水人，講師，碩士，研究方向：人工智能在機(jī)電系統(tǒng)的應(yīng)用.