王 琨,袁朝春,王 云
(1.鹽城工業職業技術學院, 江蘇 鹽城 224005; 2.江蘇大學 汽車與交通工程學院, 江蘇 鎮江 212013)
控制策略的性能決定了汽車的動力性和燃油經濟性等性能,是混合動力汽車設計的核心。硬件在環仿真技術可以在車輛零部件系統完全實物化前初步驗證車輛模型和控制策略的準確性,為車輛動力系統設計優化提供重要參考,是當前車輛開發前期必經的技術環節。
車輛仿真模型根據實際功率流方向可分為正向仿真模型和反向仿真模型。后向仿真模型不考慮駕駛員行為,在仿真模擬的效率上具有優勢。正向仿真模型因其仿真流程與真實車輛運行過程相同,可以模擬最真實的操作,通常被用于硬件在環仿真。
基于以上分析,本文提出了一種通過增加駕駛員模型和更新模型參數,將輪轂電機混合動力汽車后向仿真模型轉化為正向模型的方法。結合控制器和控制接口,構建了硬件在環仿真平臺,用于測試混合動力汽車控制策略的性能,并驗證了該方法的正確性和有效性。
輪轂電機混合動力汽車基于傳統前置前驅車輛改裝,形成前軸發動機驅動,后軸雙輪轂電機驅動的混合動力驅動形式,其結構如圖1所示。
控制策略首先需要保證整車動力需求,因此必須考慮發動機處的需求轉矩Te_req;其次,為確保最佳燃油經濟性,則需要以發動機MAP圖為基礎,參考發動機燃油優化轉矩(簡稱優化轉矩Te_opt)。因此,取發動機處整車需求轉矩Te_req與發動機優化轉矩Te_opt的比值作為輸入之一。

1.前軸; 2.傳動系; 3.發動機; 4.整車控制器; 5.整車動力需求; 6.電池管理系統; 7.動力電池; 8.后軸 ;9.輪轂電機; 10.電機控制器
圖1 車輛驅動系統結構
動力電池的充放電效率易隨SOC的變化而變化,因此,動力電池荷電狀態SOC作為一重要參數有必要將其作為模糊控制器的輸入。
為便于發動機及輪轂電機轉矩的計算處理,本文確定模糊控制器的輸出為一比例系數K,以便模糊控制器的輸出能夠使發動機的實際輸出轉矩的確定過程簡化。
基于上述分析設計的模糊轉矩控制器為雙輸入單輸出系統,輸入分別為發動機處整車需求轉矩Te_req與發動機優化轉矩Te_opt比值P和動力電池荷電狀態SOC,輸出為比例系數K,其結構如圖2所示。

圖2 模糊轉矩控制器結構
發動機優化轉矩為發動機萬有特性曲線圖中對應轉速下的燃油經濟性最優轉矩。經過模糊轉矩控制器后,發動機輸出轉矩為
Te=K·Te_opt
(1)
式中:Te為發動機輸出轉矩(N·m);Te_opt為發動機燃油優化轉矩;K為比例系數。
單個輪轂電機的轉矩可根據車輛在車輪處總需求轉矩與車輪處發動機提供轉矩之差求得,計算公式為
(2)
式中:Tm為一輪轂電機總轉矩(N·m);Tr為當前車速下車輪處需求轉矩(N·m);Te為發動機轉矩(N·m);ig位傳動系傳動比;i0為主減速器傳動比;ηT為傳動系統效率;ηm為輪轂電機傳動效率。
基于發動機具體參數設計模糊轉矩控制器的控制規則后,可以發揮輪轂電機“削峰補谷”的作用,確保發動機工作點位于優化轉矩曲線附近。
基于輪轂電機混合動力汽車驅動系統結構,結合整車控制策略,利用仿真軟件ADVISOR2002建立輪轂電機混合動力汽車仿真模型,如圖3所示。

圖3 整車后向仿真模型
該模型為后向仿真模型,根據循環工況的車速需求,計算出整車模塊的轉速和轉矩需求,并沿與車輛實際功率流相反的方向依次逆推出車輪車軸模塊、主減速器模塊以及變速箱模塊的轉速和轉矩需求。控制策略模塊根據變速箱模塊的轉速和轉矩需求,在給定的控制算法下分別確定發動機和電機的轉速和轉矩需求。
前向仿真模型包含駕駛員模型,仿真功率流與車輛實際功率流相同。ADVISOR中提供了較為成熟的車輛各主要部件Simulink模型,在此基礎上可設計增加駕駛員Simulink模型,構建基于Matlab/Simulink環境的整車前向仿真模型。
本文所設計的駕駛員模型只考慮加速踏板和制動踏板的操作,在具體建模時,以輸出至汽車車輪處需要的轉矩值的方式體現在模型中。
駕駛員模型主要由車輪轉矩計算模塊和轉矩修正模塊兩部分組成。車輪轉矩計算模塊負責計算給定車速下的車輛驅動轉矩,轉矩修正模塊用于對因傳動系效率和響應等因素造成的車速變差進行轉矩修正。
駕駛員模型如圖4所示,輸入為工況需求車速和仿真實際車速,輸出為車輪驅動轉矩。車輪轉矩計算模塊根據車輛運行過程中受力分析,計算得出汽車驅動轉矩,轉矩修正模塊采用PI控制器進行控制,輸入為車速偏差,輸出為修正轉矩,PI控制器中Ki、Kp兩系數可通過仿真整定得到,對實際駕駛過程而言,其大小反映了駕駛員在出現車速偏差時對加速踏板和制動踏板的操作力度。
整車前向仿真模型如圖5所示。車輛各部件模型以ADVISOR中的原有部件模型為基礎,刪除后向路線,保留前向路線。此外,增加了VCU模塊作為整車控制器單元,該模塊整合了原有ADVISOR模型中整車控制單元和前文設計的模糊控制策略。VCU根據駕駛員模塊的轉矩請求,結合車速、擋位等信號,依據模糊控制策略計算分配各動力源所需提供的轉速、轉矩。

圖4 駕駛員模型

圖5 整車前向仿真模型
輪轂電機混合動力汽車硬件在環仿真平臺中整車控制單元采用實物,被控對象采用仿真模型,并輔以監控界面進行實時監控,其結構如圖6所示。

圖6 硬件在環仿真平臺結構
整車控制器是整車模糊控制策略的實物化體現,利用TargetLink自動代碼生成工具將控制策略從仿真模型轉換為可讀性和可靠性均較高的產品級C代碼。
使用TargetLink模塊庫中的仿真模塊代替原有控制策略模型在Matlab/Simulink中對應的模塊,實現模型轉化。隨后通過模型在環檢驗模型轉化是否符合規范,通過變量定標合理分配模型中各變量的數據長度和取值范圍并生成C代碼。進一步地,通過軟件在環和處理器在環實現C代碼的進一步優化,使其具備產品級性能。最后將產品級C代碼下載至開發的整車控制器中,如圖7所示。

圖7 整車控制器代碼下載
被控對象模型基于整車前向仿真模型建立,通過Matlab/RTW(Real-Time Workshop)從模型Simulink框圖自動生成C代碼,隨后與dSPACE中的RTI(Real-Time Interface)控制器聯合生成與硬件系統相關的代碼,實現從Simulink框圖到dSPACE實時硬件的無縫轉換。
利用 ControlDesk建立的輪轂電機型混合動力汽車硬件在環仿真監控界面如圖8所示。該控制界面實現了對輪轂電機型混合動力汽車仿真過程中不同參數的可視化、圖形化,便于實時監控,能更好地驗證控制策略的控制效果。
整車控制器、被控對象模型和監控界面構成了輪轂電機混合動力汽車硬件在環仿真平臺的主要部分,如圖9所示。在NEDC工況下對整車控制策略進行硬件在環仿真,仿真結果如圖10所示。

圖8 硬件在環仿真監控界面

圖9 硬件在環仿真平臺主要部分
圖10中(a)~(d)依次為車速、發動機轉矩、輪轂電機轉矩、動力電池SOC硬件在環仿真與ADVISOR仿真結果比較,由圖10可以看出:硬件在環仿真結果與ADVISOR仿真結果相比有約1.8 s的延遲,這是由于硬件在環仿真中引入的控制器實物具有一定的響應時間。

圖10 硬件在環仿真與ADVISOR仿真結果比較
在ADVISOR2002中構建了輪轂電機混合動力汽車后向仿真模型,并制定了整車模糊策略。以此為基礎通過設計駕駛員模型,整合整車控制策略模塊,構建了整車前向仿真模型。
利用TargetLink工具完成模糊控制策略從模型到產品級C代碼的轉換,并下載至整車控制器實物中。利用ControlDesk設計了硬件在環仿真實時監控界面并以整車前向仿真模型作為被控對象,搭建起輪轂電機混合動力汽車硬件在環仿真平臺。
仿真結果顯示,硬件在環仿真結果與ADVISOR仿真結果在數值上存在較為相同的變化趨勢。一方面是因為硬件在環仿真中被控對象模型采用了與ADVISOR相同的車輛部件模型,另一方面也表明了所搭建的基于dSPACE的輪轂電機型混合動力汽車硬件在環仿真平臺的有效性,為基于后向仿真模型的整車硬件在環仿真平臺快速搭建提供了理論依據。