混合動力汽車轉(zhuǎn)矩模糊控制器的設(shè)計

長春工程學(xué)院電氣與信息學(xué)院　張　允　郭慕瑤　蔣夢瑩　高馨方

?

混合動力汽車轉(zhuǎn)矩模糊控制器的設(shè)計

長春工程學(xué)院電氣與信息學(xué)院張允郭慕瑤蔣夢瑩高馨方

【摘要】為了實現(xiàn)對混合動力汽車狀態(tài)切換過程的協(xié)調(diào)控制，需要對汽車總轉(zhuǎn)矩需求進(jìn)行合理分配。本文基于模糊控制理論，設(shè)計了轉(zhuǎn)矩模糊控制器，并利用Matlab仿真軟件對采用模糊控制器優(yōu)化前后的轉(zhuǎn)矩分配結(jié)果進(jìn)行了仿真，仿真結(jié)果表明所設(shè)計的轉(zhuǎn)矩模糊控制器能夠借助于電機(jī)的快速響應(yīng)特性補償發(fā)動機(jī)轉(zhuǎn)矩輸出時間常數(shù)大，響應(yīng)速度慢的缺陷，實現(xiàn)了駕駛員需求轉(zhuǎn)矩在發(fā)動機(jī)與電機(jī)之間的合理分配。

【關(guān)鍵詞】混合動力汽車；轉(zhuǎn)矩；模糊控制器；Matlab仿真

0　引言

當(dāng)混合動力汽車的工作模式發(fā)生改變時，發(fā)動機(jī)和電機(jī)的工作狀態(tài)亦隨之改變。但由于發(fā)動機(jī)和電機(jī)的動態(tài)特性存在差異，在工作模式切換過程中，易造成對動力輸出的不利影響。因此，如何獲得電機(jī)的實時動態(tài)轉(zhuǎn)矩，并以該轉(zhuǎn)矩為基礎(chǔ)，協(xié)調(diào)發(fā)動機(jī)轉(zhuǎn)矩輸出，從而將駕駛員需求轉(zhuǎn)矩在發(fā)動機(jī)與電機(jī)之間合理分配，以保證工作模式切換過程中動力傳遞的平穩(wěn)性是對混合動力汽車狀態(tài)切換過程進(jìn)行協(xié)調(diào)控制的一個關(guān)鍵問題。

1　模糊控制器的設(shè)計

模糊控制是以模糊集理論、模糊語言變量和模糊邏輯推理為基礎(chǔ)的一種智能控制方法,適用于對無法用準(zhǔn)確數(shù)學(xué)模型描述的對象或過程進(jìn)行控制。混合動力汽車能量管理系統(tǒng)具有高度非線性和不確定性的特征，因此非常適合使用模糊邏輯來控制[1-5]。

1.1模糊控制器的結(jié)構(gòu)

本文所設(shè)計的模糊控制器的主要功能是依據(jù)駕駛員轉(zhuǎn)矩需求和電池SOC變化情況，實時調(diào)節(jié)發(fā)動機(jī)和電動機(jī)轉(zhuǎn)矩分配。因此模糊控制器對應(yīng)有駕駛員的轉(zhuǎn)矩需求Td_req和電池 SOC二個輸入變量及電機(jī)的轉(zhuǎn)矩需求Tm_req這一個輸出變量。模糊控制器的結(jié)構(gòu)圖如圖1所示。

圖1　模糊控制器結(jié)構(gòu)圖

1.2精確量的模糊化

1.2.1將精確量對應(yīng)的論域轉(zhuǎn)化為模糊量對應(yīng)的論域

本文設(shè)定所有輸入、輸出變量的模糊論域范圍均為[0,1]。駕駛員轉(zhuǎn)矩需求的論域轉(zhuǎn)換關(guān)系為：

電池 SOC 由于本身取值范圍就在[0,1]區(qū)域中，因此不需要論域轉(zhuǎn)換處理。電機(jī)輸出轉(zhuǎn)矩需求的論域轉(zhuǎn)換關(guān)系為：

1.2.2確定各個模糊子集及其隸屬函數(shù)

確定輸入/輸出變量的隸屬函數(shù)，就是根據(jù)專家知識將輸入/輸出變量的模糊論域劃分為若干個模糊子集，每個模糊子集又有一個相應(yīng)的隸屬函數(shù)與之對應(yīng)。針對第一個輸入變量駛員轉(zhuǎn)矩需求Td_req，本文將其劃分為NB、NS、Z、PS和 PB共5個模糊子集。在NB集合，發(fā)動機(jī)效率很低，此時要求發(fā)動機(jī)關(guān)閉。在NS集合，發(fā)動機(jī)驅(qū)動車輛并通過主動充電來提高負(fù)荷。在Z集合，發(fā)動機(jī)單獨工作。在PS集合需要電動機(jī)功率輔助。在PB集合，發(fā)動機(jī)輸出最大轉(zhuǎn)矩，同時電動機(jī)功率輔助。第二個輸入變量電池SOC，被劃分為NB，N，Z和P共4個模糊子集。在NB集合電池組需強(qiáng)制充電。在N集合電池組可以放電，同時請求主動充電。在Z集合主動充電完成，電池組既可以放電又可以回收制動能量。在P集合，電池組可以放電，但禁止充電。同理建立輸出變量Tm_req的5個模糊子集,分別是：NB、NS、Z、PS、和 PB。在NB集合純電動。在 NS集合發(fā)動機(jī)驅(qū)動并發(fā)電。在Z集合，電機(jī)關(guān)閉。在PS集合，需要電動機(jī)功率輔助。在PB集合，發(fā)動機(jī)輸出最大轉(zhuǎn)矩。

圖2　Td_req的隸屬度函數(shù)仿真曲線

駕駛員轉(zhuǎn)矩需求Td_req、電池 SOC值、電機(jī)輸出轉(zhuǎn)矩Tm_req的論域和模糊子集確定后，需要進(jìn)一步對各模糊子集確定相應(yīng)的隸屬度函數(shù)。對于輸入變量Td_req的各模糊子集，本設(shè)計全部采用三角形隸屬函數(shù)。各隸屬函數(shù)的參數(shù)分別為：[-0.25 0 0.25],[0 0.25 0.5],[0.25 0.5 0.75],[0.5 0.75 1],[0.75 1 1.25]。同理電池 SOC對應(yīng)的各模糊子集隸屬函數(shù)的參數(shù)為:[ -0.3333 0 0.3333],[0 0.3333 0.6667 ],[0.3333 0.6667 1],[0.6667 1 1.333]。對于輸出變量Tm_req，其中NB模糊子集，本設(shè)計分別采用z型隸屬函數(shù)；NM、NS、Z、PS模糊子集，本設(shè)計采用三角形隸屬函數(shù)；PB模糊子集，本設(shè)計采用S型隸屬函數(shù)，且各隸屬函數(shù)的參數(shù)分別為:[0 0.2],[0 0.25 0.5],[0.25 0.5 0.75],[0.5 0.75 1],[0.8 1]。則駕駛員轉(zhuǎn)矩需求Td_req、電池 SOC值、電機(jī)輸出轉(zhuǎn)矩Tm_req的隸屬度函數(shù)分別見圖2-圖4。

圖3　SOC值的隸屬度函數(shù)仿真曲線

圖4　Tm_req的隸屬度函數(shù)仿真曲線

表2　模糊控制規(guī)則表

1.3建立模糊控制規(guī)則進(jìn)行模糊推理

依據(jù)分析，由于駕駛員轉(zhuǎn)矩需求Td_req采用了5個語言值、電池 SOC值采用了4個語言值，所以本系統(tǒng)共有20條模糊規(guī)則。根據(jù)經(jīng)驗構(gòu)建模糊規(guī)則，如表2所示。進(jìn)一步依據(jù)模糊控制規(guī)則進(jìn)行模糊推理得到輸出模糊集合C。

1.4反模糊化

通過模糊推理得到的結(jié)果是一個模糊集合，還需進(jìn)一步將其轉(zhuǎn)化為精確量。本次設(shè)計中采用的是加權(quán)平均法進(jìn)行反模糊化：

2　仿真結(jié)果及分析

我們采用UDDS行駛路況，分別將模糊控制算法優(yōu)化前后的轉(zhuǎn)矩控制器嵌入到混合動力客車模型中進(jìn)行仿真，仿真結(jié)果如圖5所示。

圖5與圖6分別為模糊控制算法優(yōu)化前后轉(zhuǎn)矩分配結(jié)果，由圖可見，經(jīng)模糊控制算法優(yōu)化后，發(fā)動機(jī)的輸出轉(zhuǎn)矩變化相對減小，電動機(jī)輸出轉(zhuǎn)矩變化相對加大，系統(tǒng)借助于電機(jī)的快速響應(yīng)特性補償了發(fā)動機(jī)轉(zhuǎn)矩輸出時間常數(shù)大，響應(yīng)速度慢的缺陷。

圖5　傳統(tǒng)控制器的轉(zhuǎn)矩分配結(jié)果

圖6　采用模糊控制器后轉(zhuǎn)矩分配結(jié)果

3　結(jié)論

本文基于模糊控制理論設(shè)計了混合動力汽車轉(zhuǎn)矩模糊控制器，利用Matlab仿真軟件對各模糊子集的隸屬函數(shù)及采用模糊控制器優(yōu)化前后的轉(zhuǎn)矩分配結(jié)果進(jìn)行了仿真，仿真結(jié)果表明所設(shè)計的轉(zhuǎn)矩模糊控制器用能夠?qū)崿F(xiàn)由電動機(jī)轉(zhuǎn)矩進(jìn)行補償以調(diào)節(jié)發(fā)動機(jī)轉(zhuǎn)矩的目標(biāo)，使總轉(zhuǎn)矩需求得到了合理分配，實現(xiàn)了對混合動力汽車狀態(tài)切換過程的協(xié)調(diào)控制。

參考文獻(xiàn)

[1]Chen,Ze-Yu,Zhao,Guang-Yao.Fuzzy control strategy and simulation for dual electric tracked vehicle motion control[C].IEEE International Conference on Mechanical and Electronics Engineering ,Shenyang,2012,309-312.

[2]Sch.of Autom.,Peirong Xia,Denghua Li,Jingbo Zhao. Research on intelligent vehicle steering control based on fuzzy control[C].IEEE International Conference on Electronic Measurement and Instruments,Beijing,2011,1611-1614.

[3]Li,Junwei,Jiang,Hui.The study of vehicle stability based on fuzzy control[C].IEEE International Conference on Materials Engineering and Automatic Control,Jinan,2012,562-564.

[4]Xu,Bin,Li,Ming,Yang,Shichun,Guo,Bin,Cui,Haigang.Design and simulation of fuzzy control strategy for parallel hybrid electric vehicle[C].IEEE International Conference on Intelligent System Design and Engineering Application,Changsha,2011,539-543.

[5]Li,Yongming,Tong,Shaocheng,Li,Tieshan.Adaptive fuzzy output feedback control of nonlinear uncertain systems with unknown backlash-like hysteresis based on modular design[J].Neural Computing and Applications,2013,23(1):261-270.

張允（1973－），女，吉林長春人，博士研究生，副教授，研究方向：混合動力汽車智能控制。

作者簡介：

基金項目：吉林省教育廳基金《混合動力客車多目標(biāo)綜合協(xié)調(diào)控制技術(shù)研究》。