插電式混合動力汽車離合器控制方法及仿真研究

余世明，孫 超

(浙江工業大學 信息工程學院，浙江 杭州 310023)

插電式混合動力汽車離合器控制方法及仿真研究

余世明，孫 超

(浙江工業大學 信息工程學院，浙江 杭州 310023)

插電式混合動力汽車配備了發動機、電動機等多個動力源，在急加速過程中會產生很大的瞬間扭矩，從而給離合器的接合帶來一定的控制難度.通過對汽車起步過程中離合器的運動過程進行動力學分析，從而抽象出目標跟蹤控制問題，并分別采用PID和自適應模糊神經網絡控制方法對離合器進行調節.仿真結果表明：自適應模糊神經網絡控制比PID控制能更好地提高離合器的動態性能，顯著改善滑磨功和沖擊度.所建模型可直接生成C語言代碼并與底層軟件集成，形成實際控制軟件.

離合器；PID；自適應模糊神經網絡；整車仿真

隨著全球氣候變暖，環境污染加重，同時伴隨著能源危機和能源安全的壓力，以石油為主要能源的傳統汽車產業面臨著前所未有的挑戰，開發清潔、高效和智能的新型汽車已迫在眉睫[1-3].插電式混合動力是新能源汽車的一種，它不需要構建專用充電設施，便于推廣應用，與純電動相比行駛里程大大增加，有效地解決了純電動汽車續航里程不足的問題[4-5]；與傳統汽車相比，有效地減少了尾氣排放造成的環境污染.因此，插電式混合動力汽車能夠在不影響車輛動力性能的前提下滿足對新能源汽車環保的要求[6-7].插電式混合動力汽車的動力系統由兩個或多個能量存儲系統來提供能量，包含串聯式、并聯式和混聯式等多種結構，能夠提供很大的瞬時扭矩[8-12].這將會給車輛急加速起步過程中離合器的接合帶來一定的影響和控制難度.車輛起步階段，離合器的控制是至關重要的，它將直接影響車輛的加速性能、車輛平穩性以及離合器的滑磨功和沖擊度.

目前，工程應用中多采用PID控制對離合器進行調節，然而離合器是一個復雜的非線性系統，且在工作中發動機輸出端輸出的轉速是不斷變化的，需要離合器的從盤實時地跟隨離合器主盤的轉速.如果采用PID控制離合器系統，可能導致控制精度欠佳；如果采用模糊控制，雖然在超調和動態性能上得到了改善，但是由于其隸屬度函數依賴專家經驗，在控制上仍會存在一定的偏差.因此，把離合器運行過程抽象為目標跟蹤控制問題，并采用自適應模糊神經網絡控制方法對離合器進行調節，然后與PID控制作出比較.為了體現離合器控制對整車性能的重要性，以Matlab/Simulink為開發平臺，建立整車仿真和控制策略模型.使用該平臺進行建模和整車仿真，既可以對控制策略模型進行MIL測試和驗證，又可通過代碼生成技術與底層驅動程序直接集成，形成實際控制軟件.與傳統C代碼開發技術相比，這種技術手段在很大程度上提高開發效率，降低研究成本，是當前國際上日益流行的開發技術.

1 離合器接合過程的動力學分析

離合器位于發動機和變速箱之間，在工作時，通過主動盤的摩擦帶動從動盤轉動，接合過程如圖1所示.圖1中Tin為發動機端傳遞到離合器主盤的扭矩；ωe,ωv分別為主、從動盤角速度；Ie為發動機及飛輪的等效轉動慣量；Iv為從動盤子端的等效轉動慣量；Fn離合器的壓緊力.

圖1 離合器接合過程模型Fig.1 The model of clutch engagement

在離合器接合過程中，主要可以分為3個不同的階段：

1)自由行程階段.此時的離合器處于完全分離的狀態，主、從動盤之間沒有接觸，因此不存在扭矩的傳遞，Tcl=0(Tcl為通過離合器傳遞的扭矩)[13].為了減小車輛起步所需要的時間，應使主、從動盤盡快地接觸.

2)滑磨階段.主要是主、從動盤從產生摩擦扭矩到同步接合為止[14]，其表達式分別為

(1)

(2)

(3)

(4)

Tcl=sgn(ωe-ωv)Tfmaxk

(5)

式中：be,bv分別為離合器發動機端、變速箱端的阻尼率；μk為動摩擦因素；R為離合器摩擦片的平均摩擦半徑；r1,r2分別為摩擦片的外、內半徑；其余參數見圖1.

該階段在很大程度上決定了離合器的性能以及起步的效果，如果離合器接合較慢，那么車輛將平緩起步，有較好的舒適性，但是滑磨的時間也會隨之增加，這將導致摩擦片的損耗加劇[15]；而如果離合器接合過快，則會使車輛的起步產生較大的沖擊感.

3)同步接合階段.在此階段離合器主、從動盤速度達到同步[16]，其表達式分別為

ωe=ωv=ω

(6)

(7)

(8)

Tcl=Tf

(9)

滑磨功和沖擊度是離合器的重要評價指標，它們都與離合器接合的時間有密切的聯系.其中W為滑磨功是離合器接合過程中摩擦所產生的功，即

(10)

滑磨功是導致離合器溫度升高的重要原因，離合器溫度升高會造成離合器摩擦系數急劇降低而失效，還會對離合器產生很大的損耗，從式(11)中可以發現離合器滑磨時間和轉速差都會影響滑磨功的大小.因此，我們應在不影響車輛駕駛舒適性的前提下，盡可能縮短離合器接合的時間，以減小滑磨功.

沖擊度j是車輛縱向加速度對時間的導數，它與輸出扭矩的變化率成正比，沖擊度可以很直觀地反映車輛的駕駛舒適性.根據我國相關規定，車輛的沖擊度不應大于17.64 m/s3.沖擊度j的表達式為

(11)

2 離合器控制方法

為了使車輛擁有較好的起步性能，需要通過合理的控制方法對離合器的接合程度進行調節，同時兼顧離合器滑磨功和車輛沖擊度這兩項重要性能指標.在本節中分別采用了PID控制和自適應模糊神經網絡對離合器進行調節，并進行比較.

2.1PID控制

采用傳統的控制方法PID調節來對離合器的接合進行控制，這種控制方法結構簡單，工程應用性好，在目前的離合器控制中運用廣泛.PID控制是由控制器和被控對象組成的[17]，如圖2所示,根據離合器主、從盤轉速差來調節離合器壓緊力的大小，從而實現對離合器接合速度的控制，其表達式為

(12)

式中：kp，ki，kd分別為比例、積分和微分控制參數.比例參數可以加快系統的響應速度，提高系統的調節精度，如果比例參數過大，則會引起系統超調，穩定性減弱，而如果比例參數取值過小，那么系統的響應就會變慢，使調節精度下降；積分參數可以改善系統的穩態誤差，隨著積分參數的增大，系統穩態誤差的消除也會加快；微分參數可以改善系統的動態特性，提高系統穩定性[18-20].

圖2 PID控制原理圖Fig.2 The principle diagram of PID control

2.2 自適應模糊神經網絡控制

自適應模糊神經網絡是一種基于Takagi-Sugeno模型的模糊推理系統，它將模糊控制的模糊化、模糊推理和反模糊化三個基本的過程，利用神經網絡的自學習能力自主地從輸入輸出樣本里選取相應的規則，構成自適應模糊神經網絡控制器[21].

圖3 離合器控制示意圖Fig.3 The diagram of clutch control

表1 模糊規則

然后需要確定模糊子集隸屬度函數，常用的隸屬度函數有三角形隸屬度函數、梯形隸屬度函數、高斯隸屬度函數、鐘形隸屬度函數等，隸屬度函數曲線的形狀將會對控制的精度和穩定性產生影響[22-23].筆者選擇了高斯函數，其數學表達式為

(13)

式中：c，σ分別為隸屬度函數的中心位置和寬度.隸屬度函數的參數很容易受到專家經驗的影響，從而導致控制的偏差.因此，在模糊控制的基礎上引入了神經網絡，通過神經網絡對訓練樣本進行自學習，對隸屬度函數的參數進行優化.筆者采用了2個輸入1個輸出的5層神經網絡模型，如圖4所示.

圖4 神經網絡原理圖Fig.4 The principle diagram of neutral network

首先輸入訓練數據和校驗數據，在確定所需的隸屬度函數后，進行自學習，不斷調整高斯隸屬度函數的2個參數，最后得到2個優化后的隸屬度函數，如圖5所示.圖中橫坐標為論域[-4,4]，縱坐標為隸屬度.

(a) Δω的隸屬度函數

(b) 的隸屬度函數1—訓練前的隸屬函數;2—訓練后的隸屬函數

3 仿真及結果分析

為驗證離合器優化的效果，分別將上述兩種控制方法進行建模封裝后集成到插電式混合動力整車仿真模型中.此款插電式混合動力汽車的發動機和電機都位于離合器輸入端，同時進行動力輸出時，可產生較大扭矩.

為了模擬車輛急加速的情況，在仿真中將加速踏板開度設為100%，并設定了初始的發動機轉速來模擬駕駛員在極短的自由行程時間內使發動機轉速達到了某一較高轉速.仿真結果表明，在PID控制和自適應模糊神經網絡控制下的離合器都能夠實現主、從盤轉速同步，但是時間有所區別，如圖6，7所示.

圖6 PID控制離合器接合曲線Fig.6 The clutch engagement curve for PID

圖7 自適應模糊神經網絡離合器接合曲線Fig.7 The clutch engagement curve for adaptive fuzzy neural network

從圖6，7的仿真結果中可以看出，采用PID控制的離合器接合時間為2.2 s，而采用自適應模糊神經網絡控制的離合器接合時間為1.6 s，相比較而言采用后者控制方法的離合器性能可以提高大約27%.此外還對離合器非常重要的兩項評價指標——滑磨功和沖擊度進行了比較，如圖8，9所示.

圖8 離合器滑磨功對比圖Fig.8 The comparison diagram of clutch slip

圖9 離合器沖擊度對比圖Fig.9 The comparison diagram of clutch impact

通過對離合器滑磨功和沖擊度進行分析后發現，在滑磨功這項性能指標中，采用PID控制的離合器在急加速起步階段會產生6 326 J的滑磨功，而采用自適應模糊神經網絡的則僅有5 328 J，相比較減少了15.8%左右的滑磨功，這將很大程度上延長離合器的壽命，提高車輛的性能.然后對車輛的沖擊度進行分析發現，采用PID控制的車輛沖擊度最大達到了17.19 m/s3，而采用自適應模糊神經網絡的車輛沖擊度僅有8.35 m/s3，相比較降低了51.4%，這會對車輛在急加速起步中的車輛舒適性和穩定性有很大的改善.

4 結 論

通過對離合器進行動力學分析，并分別采用PID和自適應模糊神經網絡對其進行調節，然后建立插電式混合動力汽車模型進行仿真和比較.結果發現采用自適應模糊神經網絡調節的離合器接合時間更短，滑磨功更小，沖擊度也更小，因此采用自適應模糊神經網絡控制的車輛性能更優，駕駛舒適性更好.在后續研究中，只需將控制模型直接生成代碼就可以進行實車實驗，很大程度上可提高研發效率，對離合器的開發具有重要意義.

[1] 金燕，解振方，陳佳彬，等.基于預測的PHEV動力分配模糊邏輯控制策略[J].浙江工業大學學報，2015,43(1)：97-102.

[2] NICOLETTE D, KENNETH S. Household’ stories of their encounters with a plug-in hybrid electric vehicle[J].Environment and behavior,2012,44(4)：493-508.

[3] MICHALEK J, CHESTER M, JARAMILLO P, et al. Valuation of plug-in vehicle life-cycle air emissions and oil displacement benefits[J]. Environment and behavior,2011,108(40)：16554-16558.

[4] HAMUT H.S, DINCER I, NATERER G.F. Analysis and optimization of hybrid electric vehicle thermal management systems[J]. Journal of power sources,2014,247：643-654.

[5] KAUR J, GAUR P, SAXENA P, et al. Speed control of hybrid electric vehicle using artificial intelligence techniques[J]. International journal of computing and network technology,2014,2(1)：33-39.

[6] 隗寒冰,何義團,李軍,等.混合動力電動汽車控制策略-分類、現狀與趨勢[J].重慶交通大學學報，2013,32(5)：1049-1054.

[7] 陳全世,朱家璉,田光宇.先進電動汽車技術[M].北京:化學工業出社,2013.

[8] REGEV I D, SNYDER K, KU J, et al. Parallel-through-the-road plug-in hybrid vehicle design development process[C]//SAE 2012 International Powertrains, Fuels & Lubricants Meeting. American: Society of Automotive Engineers,2012：757-766.

[9] MANNING P C, WHITE E, ALLEY R J, et al. Vehicle system design process for a series-parallel plug-in hybrid electric vehicle[J]. SAE international journal of alternative powertrains,2012,1(2)：503-524.

[10] NIKHILL K, CHING-SHIN S, JEREMY M. Optimal plug-in hybrid electric vehicle design and allocation for diverse charging patterns[C]// ASME Design Engineering Technical Conference. American: American Society of Mechanical Engineers,2009：899-908.

[11] HU S, DENG J, MI C, et al. Optimal design of line level control resonant converters in plug-in hybrid electric vehicle battery chargers[J]. Electrical systems in transportation,2014,4(1)：21-28.

[12] 殷承良,張建龍.新能源汽車整車設計—典型車型與結構[M].上海：上海科學技術出版社,2013.

[13] 孫 龍,石曉輝,張志剛.AMT離合器接合過程扭矩傳遞特性分析[J].重慶理工大學學報(自然科學版),2011(10):19-22.

[14] 夏長高,張猛,王繼磊,等.AMT汽車起步過程離合器接合控制的研究[J].重慶交通大學學報(自然科學版),2012,31(3):125-129.

[15] 胡川.汽車AMT自動離合器控制算法研究及快速控制原型系統開發[D].武漢：華中科技大學，2007.

[16] 周晉超,劉子建,皮皓杰,等.基于發動機轉矩與轉速控制的AMT換擋策略研究[J].工程設計學報,2015(2)：185-192.

[17] 袁海斌,李運華,袁海文,等.大型輪式工程車輛轉向系統的神經網絡PID控制[J].系統仿真學報,2005(5)：1185-1187.

[18] 崔軍.電動車分布式驅動系統的信號采集與處理研究[D].北京：中國科學院研究生院(電工研究所),2005.

[19] 林屹清.比例型車用電磁執行器驅動及控制系統研究[D].無錫：江南大學,2011.

[20] 李學修,黃虎,劉長虹.基于ANFIS的汽車自動變速器換檔規律的決策判斷[J].上海工程技術大學學報,2006,20(2)：104-107.

[21] 陳慧萍,王建東,樊春霞.基于自適應神經模糊推理系統的非線性系統控制[J].計算機仿真.2004,21(3)：85-87.

[22] 韓冬梅,王麗萍,吳秋花.基于模糊偏好的多目標粒子群算法在庫存控制中的應用[J].浙江工業大學學報，2012,40(3)：348-351.

[23] 何通能,安康,逯峰.基于模糊PI控制的三相船用逆變電源研究[J].浙江工業大學學報，2013,41(2)：222-227.

(責任編輯：劉 巖)

Clutch control method and model-based simulation of plug-in hybrid vehicle

YU Shiming, SUN Chao

(College of Information Engineering, Zhejiang University of Technology, Hangzhou 310023, China)

The plug-in hybrid vehicle is usually equipped with multi-power sources such as an engine, a motor and so on, therefore it may produce a huge torque in the process of rapid acceleration, which makes the control of its clutch difficult. On the basis of dynamic analysis to clutch when the vehicle is starting, this work extracts the clutch control as a typical problem of target tracking control. The PID and adaptive fuzzy neural network method is used to control the clutch respectively. The simulation results show that the control performance of the adaptive fuzzy neural network control is obviously better than PID control. The model can be directly transformed into the corresponding C-language code which can be programmed into a vehicle controller as one part of actual control software.

clutch; PID; adaptive fuzzy neural network; vehicle simulation

2016-11-21

余世明(1962—)，男，甘肅天水人，教授，博士生導師，研究方向為嵌入式系統與機電控制，自適應模型預測控制，E-mail:ysm@zjut.edu.cn.

TP18

A

1006-4303(2017)03-0305-05