再生制動(dòng)能量回收研究綜述

馬什鵬 張劉鋒 馬永娟 黃學(xué)江 張?chǎng)涡?/p>

（重慶交通大學(xué)機(jī)電與車(chē)輛工程學(xué)院，重慶400074）

主題詞：制動(dòng)意圖 制動(dòng)力分配 動(dòng)態(tài)協(xié)調(diào)

縮略語(yǔ)

EEG Electroencephalographic

X-B-Wire Drive-By-Wire

SOC State Of Charge

GA Genetic Algorithm

EHB Electronic Hydraulic Brake

1 前言

目前，世界各大汽車(chē)企業(yè)都致力于開(kāi)發(fā)電動(dòng)汽車(chē)來(lái)實(shí)現(xiàn)節(jié)能減排，在當(dāng)前電動(dòng)汽車(chē)電池儲(chǔ)能技術(shù)沒(méi)有重大突破的情況下，通過(guò)再生制動(dòng)系統(tǒng)回收電動(dòng)汽車(chē)的制動(dòng)能量可以提高電動(dòng)汽車(chē)的能量利用率，實(shí)現(xiàn)汽車(chē)的節(jié)能減排[1]。

駕駛員制動(dòng)意圖識(shí)別、制動(dòng)力分配和制動(dòng)動(dòng)態(tài)協(xié)調(diào)控制直接影響了電動(dòng)汽車(chē)再生制動(dòng)過(guò)程的操控性、安全舒適性和經(jīng)濟(jì)性。在已經(jīng)確定制動(dòng)需求功率的情況下，再生制動(dòng)研究的核心是在制動(dòng)安全的前提下如何合理分配機(jī)械摩擦制動(dòng)力和電機(jī)制動(dòng)力，即制動(dòng)力分配控制策略，但在不確定制動(dòng)力需求功率的情況下，往往需要對(duì)駕駛員的每一時(shí)刻的制動(dòng)意圖進(jìn)行準(zhǔn)確識(shí)別，通過(guò)制動(dòng)意圖識(shí)別來(lái)判斷整車(chē)的制動(dòng)需求，即制動(dòng)意圖的識(shí)別。

針對(duì)制動(dòng)過(guò)程中出現(xiàn)的問(wèn)題，當(dāng)制動(dòng)模式發(fā)生切換時(shí)，因?yàn)槎鄠€(gè)制動(dòng)系統(tǒng)的動(dòng)態(tài)響應(yīng)速度不同，會(huì)造成短時(shí)間內(nèi)制動(dòng)需求轉(zhuǎn)矩不足，從而會(huì)發(fā)生制動(dòng)波動(dòng)，產(chǎn)生不同的制動(dòng)感覺(jué)，可通過(guò)制定適當(dāng)?shù)闹苿?dòng)動(dòng)態(tài)協(xié)調(diào)控制策略達(dá)到消除制動(dòng)波動(dòng)的目的，即制動(dòng)動(dòng)態(tài)協(xié)調(diào)控制策略。

本文主要針對(duì)在未知制動(dòng)需求功率的制動(dòng)意圖識(shí)別、在已知制動(dòng)需求功率的制動(dòng)力分配策略和盡可能的消除制動(dòng)波動(dòng)的制動(dòng)動(dòng)態(tài)協(xié)調(diào)控制策略方面進(jìn)行分析和總結(jié)。

2 駕駛員制動(dòng)意圖識(shí)別

制動(dòng)意圖識(shí)別是指在未知制動(dòng)需求功率時(shí)，根據(jù)制動(dòng)時(shí)車(chē)輛狀態(tài)對(duì)駕駛員的制動(dòng)意圖進(jìn)行識(shí)別。制動(dòng)意圖識(shí)別直接決定能否合理地判斷當(dāng)前整車(chē)的制動(dòng)強(qiáng)度，進(jìn)而影響電機(jī)和機(jī)械制動(dòng)的制動(dòng)力的分配，最終影響整車(chē)的再生制動(dòng)能量回收的效果及整車(chē)的制動(dòng)性。根據(jù)識(shí)別研究對(duì)象的不同，制動(dòng)意圖識(shí)別可分為基于駕駛員神經(jīng)生理學(xué)特征的制動(dòng)意圖識(shí)別和基于制動(dòng)踏板識(shí)別的制動(dòng)意圖識(shí)別。

2.1 基于駕駛員神經(jīng)生理的制動(dòng)意圖識(shí)別

基于駕駛員神經(jīng)生理的制動(dòng)意圖識(shí)別是指根據(jù)駕駛員的行為反應(yīng)前的腦信號(hào)來(lái)識(shí)別制動(dòng)意圖，需要收集大量駕駛員在各種工況下的腦信號(hào)，并且對(duì)其進(jìn)行分類(lèi)分析。文獻(xiàn)[2]開(kāi)發(fā)了模擬駕駛環(huán)境來(lái)研究在不同駕駛情況下緊急制動(dòng)的神經(jīng)關(guān)聯(lián)，并測(cè)量了模擬駕駛過(guò)程中的腦電圖(EEG)和肌電信號(hào)，提出了1種基于神經(jīng)生理和肌肉信號(hào)的制動(dòng)意圖識(shí)別方法，該方法能夠在緊急制動(dòng)的情況下，基于駕駛員行為反應(yīng)的腦信號(hào)檢測(cè)到駕駛員的制動(dòng)意圖。文獻(xiàn)[3]研究了駕駛員的腦電圖(EEG)信號(hào)對(duì)制動(dòng)踏板動(dòng)作的影響，通過(guò)駕駛模擬器，收集駕駛員在緊急制動(dòng)時(shí)的腦電圖，并利用支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)算法對(duì)腦電圖進(jìn)行分類(lèi)，從而達(dá)到緊急制動(dòng)意圖識(shí)別的效果。

基于駕駛員神經(jīng)生理的制動(dòng)意圖識(shí)別，能夠較準(zhǔn)確的識(shí)別駕駛員的緊急制動(dòng)意圖，但對(duì)于正常制動(dòng)時(shí)的識(shí)別研究較淺，并且對(duì)腦信號(hào)提取較復(fù)雜，需要在駕駛員的頭部安裝一些傳感器，成本高、使用價(jià)值較低。

2.2 基于制動(dòng)踏板研究的制動(dòng)意圖識(shí)別

針對(duì)制動(dòng)踏板研究的制動(dòng)意圖識(shí)別方法是指以制動(dòng)踏板的狀態(tài)為研究對(duì)象，通過(guò)提取、分析在各種制動(dòng)工況下的踏板行程或者踏板變化率來(lái)達(dá)到制動(dòng)意圖識(shí)別的效果。針對(duì)制動(dòng)踏板研究的制動(dòng)意圖識(shí)別方法可分為神經(jīng)網(wǎng)絡(luò)識(shí)別、模糊識(shí)別、隱馬爾科夫模型識(shí)別。

2.2.1 神經(jīng)網(wǎng)絡(luò)識(shí)別

神經(jīng)網(wǎng)絡(luò)通過(guò)輸入制動(dòng)意圖的特征參數(shù)，使用大量的樣本，通過(guò)特定的算法訓(xùn)練達(dá)到一定的精度后，便可以準(zhǔn)確地輸出制動(dòng)意圖。但此方法工作量大、數(shù)據(jù)不具備普適性原則、收斂速度慢的問(wèn)題制約神經(jīng)網(wǎng)絡(luò)廣泛應(yīng)用于制動(dòng)意圖識(shí)別。文獻(xiàn)[4]利用多傳感器數(shù)據(jù)融合，使用神經(jīng)網(wǎng)絡(luò)對(duì)制動(dòng)意圖進(jìn)行識(shí)別，能夠精確的識(shí)別常規(guī)減速、緊急制動(dòng)的工況。

2.2.2 模糊識(shí)別

模糊識(shí)別可以對(duì)未知模型或不能確定的模型運(yùn)用模糊規(guī)則進(jìn)行推理，運(yùn)用人的先驗(yàn)經(jīng)驗(yàn)對(duì)不易建模的系統(tǒng)運(yùn)用數(shù)學(xué)語(yǔ)言進(jìn)行有效控制[5]。模糊識(shí)別方法具有穩(wěn)定性好、抗干擾能力強(qiáng)的優(yōu)點(diǎn)，但其存在較多的人為主觀因素，進(jìn)而導(dǎo)致對(duì)于一些精度要求較高的車(chē)輛模型，往往達(dá)不到實(shí)際控制要求。文獻(xiàn)[6]用模糊識(shí)別方法對(duì)駕駛員的制動(dòng)意圖進(jìn)行識(shí)別，相較于神經(jīng)網(wǎng)絡(luò)識(shí)別方法，減少了對(duì)所需數(shù)據(jù)樣本集的大小和準(zhǔn)確性的依賴(lài)，但需要準(zhǔn)確的模糊控制規(guī)則。

2.2.3 隱馬爾科夫模型識(shí)別

隱馬爾科夫模型是一種特殊的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型，具有較強(qiáng)地處理時(shí)間序列數(shù)據(jù)的能力，可以描述各狀態(tài)間相互轉(zhuǎn)移的馬爾科夫隨機(jī)過(guò)程，同時(shí)還可以描述各觀測(cè)變量和狀態(tài)之間統(tǒng)計(jì)關(guān)系的隨機(jī)過(guò)程[7]。

隱馬爾科夫模型識(shí)別具有控制效果會(huì)因樣本量的增多而變好的優(yōu)點(diǎn)，但收集大量的樣本需要很大的工作量[8]。此外，隱馬爾科夫模型使用累積輸出概率最大的狀態(tài)序列來(lái)識(shí)別制動(dòng)意圖時(shí)，還是會(huì)忽略較小概率事件的發(fā)生，從而導(dǎo)致識(shí)別精度不夠準(zhǔn)確。文獻(xiàn)[9]基于隱形馬爾科夫理論建立了制動(dòng)駕駛意圖辨識(shí)模型，并進(jìn)行了再生制動(dòng)力和液壓制動(dòng)力施加與司機(jī)制動(dòng)意圖一致性試驗(yàn)。

為了更進(jìn)一步提高制動(dòng)識(shí)別效果，文獻(xiàn)[10]建立隱馬爾科夫模型對(duì)制動(dòng)意圖進(jìn)行識(shí)別，并且結(jié)合自適應(yīng)神經(jīng)網(wǎng)絡(luò)推理的人工智能算法彌補(bǔ)了其對(duì)于分類(lèi)能力不足的缺點(diǎn)，從而更加準(zhǔn)確地對(duì)駕駛員的制動(dòng)意圖進(jìn)行識(shí)別。

3 制動(dòng)力分配策略

制動(dòng)能量回收階段主要包括加速踏板釋放階段的能量回收、制動(dòng)踏板下壓階段的制動(dòng)能量回收以及加速踏板和制動(dòng)踏板都被釋放階段的能量回收，3個(gè)階段的制動(dòng)力分配策略是每個(gè)制動(dòng)回收階段的關(guān)鍵。大部分的研究只考慮到了制動(dòng)踏板下壓階段的制動(dòng)能量回收，相比較考慮加速踏板釋放階段的能量回收，制動(dòng)回收能量較低。根據(jù)是否考慮加速踏板的狀態(tài)，制動(dòng)力分配策略的研究分為考慮加速踏板狀態(tài)的制動(dòng)力分配策略和未考慮加速踏板狀態(tài)的制動(dòng)力分配策略。

3.1 考慮加速踏板狀態(tài)的制動(dòng)力分配策略

考慮到加速踏板釋放階段的能量回收，需要對(duì)駕駛員針對(duì)加速踏板的操作意圖進(jìn)行識(shí)別，即是驅(qū)動(dòng)意圖還是制動(dòng)意圖，文獻(xiàn)[11]把駕駛員制動(dòng)過(guò)程分為釋放油門(mén)踏板階段和踩下制動(dòng)踏板階段。其中對(duì)加速踏板釋放制動(dòng)階段，提出一種基于自適應(yīng)模糊控制算法的單踏板再生制動(dòng)控制策略，減少了制動(dòng)踏板的使用頻率，有效地回收了能量；對(duì)于踩下制動(dòng)踏板階段，提出基于神經(jīng)網(wǎng)絡(luò)控制的控制策略，在回收能量的同時(shí)保證了制動(dòng)穩(wěn)定性。文獻(xiàn)[12]提出加速踏板釋放階段的模糊控制策略，并針對(duì)制動(dòng)踏板下壓階段提出基于聯(lián)合國(guó)歐洲經(jīng)濟(jì)委員會(huì)汽車(chē)（Economic Commission of Europe，ECE）法規(guī)的制動(dòng)力分配策略，最后與只考慮制動(dòng)踏板下壓階段的制動(dòng)力分配策略進(jìn)行仿真比較，考慮加速踏板階段制動(dòng)能量回收的制動(dòng)回收控制策略具有更高的回收效率。

3.2 未考慮加速踏板狀態(tài)的制動(dòng)力分配策略

未考慮加速踏板釋放的能量回收，以摩擦制動(dòng)力和電機(jī)制動(dòng)力的分配方式為標(biāo)準(zhǔn)，分為理想制動(dòng)力分配策略、固定比例制動(dòng)力分配策略、最優(yōu)能量回收控制策略、基于ECE法規(guī)、I線(xiàn)和f線(xiàn)的制動(dòng)力分配策略、基于模型預(yù)測(cè)控制的制動(dòng)力分配策略和基于智能算法的制動(dòng)力分配策略，其思維導(dǎo)圖如圖1所示。

圖1 未考慮加速踏板的制動(dòng)力分配策略

3.2.1 理想制動(dòng)力分配策略

理想制動(dòng)分配策略是電動(dòng)汽車(chē)前后軸制動(dòng)力按照I曲線(xiàn)分配，在確保制動(dòng)效能的前提下盡可能大的進(jìn)行制動(dòng)能量回收，具有最優(yōu)制動(dòng)效能的優(yōu)點(diǎn)，但對(duì)控制要求較高，較難實(shí)現(xiàn)。文獻(xiàn)[13]提出了理想制動(dòng)力分配策略。根據(jù)電機(jī)特性、車(chē)速、駕駛員意圖減速度和地面附著情況來(lái)確定前后輪的總制動(dòng)力矩、再生制動(dòng)力矩和液壓制動(dòng)力矩。但需要一套能夠準(zhǔn)確控制液壓制動(dòng)力和再生制動(dòng)力的線(xiàn)性控制系統(tǒng)，對(duì)控制系統(tǒng)的要求較高。文獻(xiàn)[14]提出了按照I曲線(xiàn)分配的理想制動(dòng)力分配策略，合理的對(duì)制動(dòng)力進(jìn)行了分配。但是沒(méi)有考慮到電池狀態(tài)、車(chē)輛狀態(tài)以及傳動(dòng)效率的問(wèn)題，能量回收的效率較低，并且對(duì)于控制系統(tǒng)的要求較高。

文獻(xiàn)[15]在X-B-Wire控制系統(tǒng)不斷成熟的基礎(chǔ)上，提出了1種理想制動(dòng)力分配下的再生制動(dòng)控制策略，并通過(guò)ADVISOR仿真模擬，結(jié)果表明提出的理想制動(dòng)力分配曲線(xiàn)可以很高的回收制動(dòng)能量。

3.2.2 前后軸固定比例分配策略

前后軸固定比例分配策略是在原有的傳統(tǒng)汽車(chē)制動(dòng)系統(tǒng)的基礎(chǔ)上，附加再生制動(dòng)力，前后軸液壓制動(dòng)力按固定比例進(jìn)行分配，相比理想制動(dòng)力分配策略，一定程度上降低了控制要求，更好地發(fā)揮了電機(jī)的制動(dòng)能力，使電機(jī)盡可能地進(jìn)行再生制動(dòng)，制動(dòng)能量回收效率較高，成本較低，但制動(dòng)性能較差。文獻(xiàn)[16]對(duì)采用前后軸固定比例分配策略的電動(dòng)汽車(chē)進(jìn)行仿真分析，相比理想制動(dòng)力分配策略，固定比例的制動(dòng)分配策略具有更高的制動(dòng)能量回收效率，且成本較低。

3.2.3 最優(yōu)能量回收控制策略

最優(yōu)能量回收控制策略是指在保證制動(dòng)安全的前提下，以最大能量回收為目標(biāo)，來(lái)控制制動(dòng)力的分配，具有制動(dòng)能量回收效率高的優(yōu)點(diǎn)。但需要專(zhuān)門(mén)的制動(dòng)力控制系統(tǒng)來(lái)完成，對(duì)控制水平要求較高，制造安裝工藝較復(fù)雜，成本較高。文獻(xiàn)[17]提出了一種基于制動(dòng)強(qiáng)度控制的制動(dòng)能量回收最優(yōu)控制策略。采用理論分析與仿真分析相結(jié)合的方法，制定包含制動(dòng)力分配和最優(yōu)制動(dòng)強(qiáng)度控制的再生制動(dòng)能量回收最優(yōu)控制策略。仿真結(jié)果表明，制定的控制策略能較好地回收制動(dòng)能量。

3.2.4 基于ECE法規(guī)、I線(xiàn)和f線(xiàn)的制動(dòng)力分配策略

相比理想制動(dòng)力分配策略和最優(yōu)能量回收控制策略，基于ECE法規(guī)、I線(xiàn)和f線(xiàn)的制動(dòng)力分配策略降低了控制要求[18]，較易現(xiàn)實(shí)，并且具有較高的制動(dòng)能量回收效率。文獻(xiàn)[19]提出了基于ECE法規(guī)、I線(xiàn)和f線(xiàn)的制動(dòng)力分配策略，并與理想制動(dòng)力分配策略作比較，仿真模擬驗(yàn)證了所提出的控制策略能更好地提高制動(dòng)回收效率，但其忽略了電池的安全性問(wèn)題和路面附著系數(shù)的影響。文獻(xiàn)[20]針對(duì)以往學(xué)者們研究?jī)H局限于平直行駛工況的不足，考慮到斜坡對(duì)制動(dòng)能量回收和制動(dòng)穩(wěn)定性的影響，在重現(xiàn)定義制動(dòng)強(qiáng)度的基礎(chǔ)上，建立了新的基于ECE法規(guī)、I線(xiàn)和f線(xiàn)的制動(dòng)力分配策略，仿真驗(yàn)證了提出控制策略的有效性。

在考慮路面條件的基礎(chǔ)上，文獻(xiàn)[21]考慮到電池SOC值、溫度等對(duì)電機(jī)最大再生制動(dòng)力的影響，提出ECE法規(guī)線(xiàn)和f線(xiàn)相交和不相交的前后軸制動(dòng)力分配策略，保證了制動(dòng)的安全性，更進(jìn)一步地提高了再生制動(dòng)回收的效果，但是未提到如何識(shí)別地面附著力的大小。

3.2.5 基于模型預(yù)測(cè)控制的制動(dòng)力分配策略

基于模型預(yù)測(cè)控制的制動(dòng)力分配策略是指利用模型預(yù)測(cè)理論作為處理再生制動(dòng)過(guò)程中優(yōu)化問(wèn)題多目標(biāo)多約束的有效方法，用于設(shè)計(jì)整體制動(dòng)力矩優(yōu)化控制器。文獻(xiàn)[22]提出了再生制動(dòng)系統(tǒng)的非線(xiàn)性模型預(yù)測(cè)控制器，通過(guò)分配前、后制動(dòng)力矩來(lái)提高再生能量。但是未提及電機(jī)制動(dòng)和液壓制動(dòng)之間的扭矩分配，嚴(yán)重限制了能量回收的潛在可能性。文獻(xiàn)[23]針對(duì)四輪驅(qū)動(dòng)電動(dòng)汽車(chē)，通過(guò)制動(dòng)踏板的狀態(tài)得到制動(dòng)需求力矩，考慮電池的充電效率和SOC，基于模型預(yù)測(cè)控制理論制定了前后輪電機(jī)和摩擦力矩的制動(dòng)力分配策略。

基于模型預(yù)測(cè)控制策略具有制動(dòng)能量回收效率高，處理多目標(biāo)、多約束的非線(xiàn)性?xún)?yōu)化問(wèn)題的優(yōu)點(diǎn)[24]，但由于其計(jì)算的復(fù)雜性，并沒(méi)有在實(shí)際中得到應(yīng)用。

3.2.6 基于智能算法的再生制動(dòng)力分配策略

基于智能算法的制動(dòng)力分配策略是指利用某種智能算法處理再生制動(dòng)的多目標(biāo)、多約束的非線(xiàn)性問(wèn)題，將制動(dòng)協(xié)調(diào)控制轉(zhuǎn)化為電機(jī)和摩擦制動(dòng)力矩分配問(wèn)題。根據(jù)智能算法的不同，可分為基于模糊控制的復(fù)合制動(dòng)力分配策略、基于神經(jīng)網(wǎng)絡(luò)控制的復(fù)合制動(dòng)力分配策略、基于遺傳算法的制動(dòng)力分配策略、基于粒子群優(yōu)化算法的制動(dòng)力分配策略。

（1）基于模糊控制的復(fù)合制動(dòng)力分配策略

該策略是指根據(jù)車(chē)輛行駛狀態(tài)和專(zhuān)家經(jīng)驗(yàn)，通過(guò)模糊控制器來(lái)確定電機(jī)制動(dòng)力或者電機(jī)制動(dòng)力矩的大小，然后結(jié)合制定的前后軸制動(dòng)力分配策略，得到前后軸摩擦制動(dòng)力和再生制動(dòng)力的大小，從而實(shí)現(xiàn)制動(dòng)力的分配。

根據(jù)前后軸制動(dòng)力的分配方式不同，分為基于理想前后制動(dòng)力分配的模糊控制策略、基于前后軸固定比例制動(dòng)力分配的模糊控制策略、基于最優(yōu)能量回收的模糊控制策略。

基于理想前后制動(dòng)力分配的模糊控制策略是指在前后軸理想制動(dòng)力的分配基礎(chǔ)上，考慮多個(gè)再生制動(dòng)影響因素，結(jié)合模糊控制器對(duì)電機(jī)制動(dòng)力或者電機(jī)制動(dòng)力矩進(jìn)行精確控制，從而達(dá)到制動(dòng)力分配的效果。文獻(xiàn)[25]在理想制動(dòng)力分配前后軸制動(dòng)力的基礎(chǔ)上，考慮到SOC值、車(chē)速、所需總制動(dòng)力因素，制定了以再生制動(dòng)力占總制動(dòng)力比例為輸出的模糊控制策略，更好的對(duì)制動(dòng)力進(jìn)行了分配，提高了制動(dòng)回收效率。

基于前后軸固定比例制動(dòng)力分配的模糊控制策略是指基于前后軸按照固定比例分配的原則，結(jié)合模糊控制器對(duì)再生制動(dòng)力和機(jī)械摩擦制動(dòng)力進(jìn)行分配。文獻(xiàn)[26]以輪轂電機(jī)驅(qū)動(dòng)的電動(dòng)汽車(chē)為研究對(duì)象，采用前后輪制動(dòng)力按固定比例分配，設(shè)計(jì)了以制動(dòng)踏板位移量和電池SOC值為輸入，電機(jī)制動(dòng)力占總制動(dòng)力的比例為輸出的模糊控制器，采用模糊控制器根據(jù)行駛狀態(tài)更加準(zhǔn)確地控制制動(dòng)力的分配。文獻(xiàn)[27]為保證制動(dòng)安全和穩(wěn)定性，前后軸制動(dòng)力分配采用固定比例分配策略，然后考慮到電池SOC、車(chē)速和制動(dòng)需求，制定了以再生制動(dòng)力占總制動(dòng)力的比例為輸出的模糊控制策略，更進(jìn)一步提高了制動(dòng)系統(tǒng)控制精度，提高了制動(dòng)回收效率。

為了更進(jìn)一步提高模糊控制器的精度，文獻(xiàn)[28]在提出前后軸固定比例再生制動(dòng)力控制策略的基礎(chǔ)上，結(jié)合PID算法和模糊控制理論，提出了PID模糊控制算法，進(jìn)一步提高了控制精度，提高了制動(dòng)回收效率。文獻(xiàn)[29]運(yùn)用粒子群優(yōu)化算法進(jìn)一步對(duì)模糊控制規(guī)則進(jìn)行優(yōu)化，進(jìn)一步提高了能量回收效率。

基于最優(yōu)能量回收的模糊控制策略是指基于最優(yōu)能量回收的制動(dòng)力分配原則，結(jié)合模糊控制器對(duì)再生制動(dòng)力和機(jī)械摩擦制動(dòng)力進(jìn)行分配。文獻(xiàn)[30]設(shè)計(jì)了以制動(dòng)踏板位置、SOC值和車(chē)速為輸入，電機(jī)制動(dòng)力矩比例為輸出的模糊控制器，更加精準(zhǔn)的對(duì)制動(dòng)力進(jìn)行了分配，降低了控制的成本。

（2）基于神經(jīng)網(wǎng)絡(luò)控制的制動(dòng)力復(fù)合分配策略

該策略是指在制動(dòng)力分配的基礎(chǔ)上，結(jié)合神經(jīng)網(wǎng)絡(luò)算法對(duì)再生制動(dòng)力矩進(jìn)行控制，從而提高制動(dòng)能量回收效率。文獻(xiàn)[31]提出基于規(guī)則的制動(dòng)模式切換策略，并在此基礎(chǔ)上針對(duì)發(fā)動(dòng)機(jī)-電機(jī)協(xié)調(diào)制動(dòng)模式和雙電機(jī)制動(dòng)模式，提出基于神經(jīng)網(wǎng)絡(luò)算法的制動(dòng)轉(zhuǎn)矩控制策略，從而使這2種工作效率達(dá)到最佳，進(jìn)一步提高制動(dòng)能量回收效率。

神經(jīng)網(wǎng)絡(luò)算法控制的制動(dòng)力分配策略具有分類(lèi)的準(zhǔn)確度高、并行分布處理能力強(qiáng)、分布存儲(chǔ)和學(xué)習(xí)能力強(qiáng)、魯棒性較強(qiáng)的優(yōu)點(diǎn)，但神經(jīng)網(wǎng)絡(luò)需要大量的參數(shù)，不能進(jìn)行觀察之間的學(xué)習(xí)過(guò)程，輸出結(jié)果難以解釋?zhuān)瑫?huì)影響到結(jié)果的可信度，學(xué)習(xí)時(shí)間過(guò)長(zhǎng)，甚至可能達(dá)不到學(xué)習(xí)的目的[32]。

（3）基于遺傳算法的制動(dòng)力分配策略

該策略是指利用遺傳算法理論，將制動(dòng)協(xié)調(diào)控制轉(zhuǎn)化為利用遺傳算法求解電機(jī)和液壓摩擦制動(dòng)力矩的全局最優(yōu)分配問(wèn)題，從而提高再生制動(dòng)的能量回收效率。文獻(xiàn)[33]把電液制動(dòng)的協(xié)調(diào)控制的問(wèn)題轉(zhuǎn)化為液壓力矩和再生制動(dòng)力矩的全局分配問(wèn)題。在不同的制動(dòng)工況下，以制動(dòng)能量回收效率和制動(dòng)穩(wěn)定性為優(yōu)化目標(biāo)，采用遺傳算法（Genetic Algorithm，GA）得到最優(yōu)分配系數(shù)，并將駕駛員的制動(dòng)意愿融入權(quán)重系數(shù)中，實(shí)現(xiàn)動(dòng)態(tài)分布。遺傳算法的算法具有過(guò)程簡(jiǎn)單、可并行處理，并能得到全局最優(yōu)解和收斂速度快的優(yōu)點(diǎn)。但遺傳算法的編程實(shí)現(xiàn)比較復(fù)雜，首先需要對(duì)問(wèn)題進(jìn)行編碼，找到最優(yōu)解之后還需要對(duì)問(wèn)題進(jìn)行解碼，并且要得要較精確的解需要較多的訓(xùn)練時(shí)間[34]。

（4）基于粒子群優(yōu)化算法的制動(dòng)力分配策略

基于粒子群優(yōu)化算法的制動(dòng)力分配策略是指利用粒子群算法理論，對(duì)再生制動(dòng)過(guò)程中制動(dòng)力進(jìn)行最優(yōu)分配，具有較高的制動(dòng)能量回收效率。文獻(xiàn)[35]綜合考慮制動(dòng)感覺(jué)、制動(dòng)能量回收和制動(dòng)穩(wěn)定性，采用粒子群優(yōu)化算法優(yōu)化得到電液制動(dòng)力矩的分配比例；在優(yōu)化制動(dòng)力分配比的基礎(chǔ)上，針對(duì)液壓制動(dòng)和電機(jī)制動(dòng)響應(yīng)不同引起制動(dòng)感不佳的問(wèn)題，進(jìn)一步設(shè)計(jì)了一種針對(duì)液壓制動(dòng)滯后的電機(jī)補(bǔ)償策略，以保證駕駛員獲得一致的制動(dòng)感。

粒子群算法具有所需的代碼和參數(shù)較少，受所求問(wèn)題維數(shù)的影響較小的優(yōu)點(diǎn)，但其數(shù)學(xué)基礎(chǔ)相對(duì)較為薄弱，目前還缺乏深刻且具有普遍意義的理論分析，在對(duì)收斂性分析方面研究還需進(jìn)一步將確定性向隨機(jī)性轉(zhuǎn)化。

綜上所述，基于智能算法的制動(dòng)力分配策略能夠很好的處理制動(dòng)過(guò)程中制動(dòng)力分配的非線(xiàn)性問(wèn)題，但其基于智能算法理論優(yōu)化得到的控制策略各有千秋，如表1所示，取其之長(zhǎng)，補(bǔ)己之短，算法之間結(jié)合共同優(yōu)化制動(dòng)力分配策略，效果更加理想。

表1 智能控制策略算法優(yōu)缺點(diǎn)對(duì)比分析

4 制動(dòng)動(dòng)態(tài)協(xié)調(diào)控制策略

制動(dòng)動(dòng)態(tài)協(xié)調(diào)控制策略是指針對(duì)多個(gè)制動(dòng)系統(tǒng)動(dòng)態(tài)響應(yīng)速度的不同引起的制動(dòng)波動(dòng)，通過(guò)多個(gè)制動(dòng)系統(tǒng)協(xié)調(diào)控制，從而在制動(dòng)時(shí)盡可能的消除制動(dòng)波動(dòng)，保證制動(dòng)過(guò)程的平順性和舒適性。國(guó)內(nèi)許多學(xué)者對(duì)制動(dòng)動(dòng)態(tài)協(xié)調(diào)控制策略進(jìn)行了研究，文獻(xiàn)[36]針對(duì)再生制動(dòng)力和EHB制動(dòng)力協(xié)調(diào)控制問(wèn)題，在保證制動(dòng)穩(wěn)定性和安全性的基礎(chǔ)上，采用混雜理論來(lái)分析和協(xié)調(diào)再生制動(dòng)系統(tǒng)和電控液壓制動(dòng)系統(tǒng)。

文獻(xiàn)[37]提出了基于制動(dòng)力分配修正和電機(jī)力補(bǔ)償?shù)膮f(xié)調(diào)控制策略。制動(dòng)力分配修正是為了在制動(dòng)強(qiáng)度較大時(shí)，電機(jī)提供最大制動(dòng)力，沒(méi)有補(bǔ)償能力，此時(shí)為了加快液壓制動(dòng)系統(tǒng)響應(yīng)速度，給予液壓制動(dòng)系統(tǒng)更高的指令，但是當(dāng)電機(jī)沒(méi)有補(bǔ)償能力時(shí)，給予液壓制動(dòng)系統(tǒng)指令的加強(qiáng)程度難以把握，可能會(huì)造成超調(diào)的情況，需進(jìn)一步深入研究。文獻(xiàn)[38]針對(duì)電機(jī)飽和狀態(tài)沒(méi)有補(bǔ)償能力的問(wèn)題，提出了電機(jī)力修正策略，即通過(guò)提前調(diào)整電機(jī)狀態(tài)，從而使電機(jī)保持一定的補(bǔ)償能力。除此之外，制定了雙閉環(huán)反饋策略，實(shí)時(shí)通過(guò)電機(jī)來(lái)補(bǔ)償制動(dòng)誤差，大幅減小制動(dòng)力切換時(shí)的沖擊度，提高車(chē)輛制動(dòng)舒適性，但對(duì)電機(jī)和電池短時(shí)間內(nèi)的充電能力要求都比較高，需對(duì)電機(jī)電池的充放電特性進(jìn)行分析。文獻(xiàn)[39]提出給予液壓制動(dòng)系統(tǒng)更大的開(kāi)啟命令，從而縮短開(kāi)啟延遲時(shí)間，加快響應(yīng)速度，但是液壓制動(dòng)系統(tǒng)的啟動(dòng)時(shí)間需要精確，且策略結(jié)果實(shí)用性差，不同的制動(dòng)系統(tǒng)或者相同的制動(dòng)系統(tǒng)使用的磨損程度不同都會(huì)導(dǎo)致制動(dòng)系統(tǒng)啟動(dòng)和響應(yīng)時(shí)間的不同，需要一一準(zhǔn)確測(cè)量，工作量大且測(cè)量出的準(zhǔn)確度有待檢驗(yàn)。

電機(jī)制動(dòng)力由于受到電機(jī)轉(zhuǎn)速，溫度、變速器檔位、離合器結(jié)合與否、電池SOC值因素的影響，是一個(gè)不確定的值。因此，文獻(xiàn)[40]提出了氣壓補(bǔ)償控制算法，來(lái)動(dòng)態(tài)協(xié)調(diào)驅(qū)動(dòng)軸上的電機(jī)制動(dòng)力和氣壓制動(dòng)力，從而實(shí)現(xiàn)客車(chē)在制動(dòng)模式切換時(shí)的平穩(wěn)過(guò)渡，提高了制動(dòng)平順性。文獻(xiàn)[41]制定了液壓制動(dòng)力補(bǔ)償協(xié)調(diào)控制策略，實(shí)現(xiàn)2個(gè)制動(dòng)源的相互協(xié)調(diào)工作，以模式切換過(guò)程中機(jī)械制動(dòng)系統(tǒng)和電機(jī)制動(dòng)系統(tǒng)的力矩之和滿(mǎn)足駕駛員的需求為目標(biāo)，利用前饋－反饋控制，減小車(chē)輛減速度的變化率，保證了車(chē)輛制動(dòng)時(shí)的平順性，但沒(méi)能考慮到液壓制動(dòng)系統(tǒng)本身響應(yīng)慢的缺點(diǎn)。文獻(xiàn)[42]提出了當(dāng)液壓制動(dòng)介入時(shí)的電機(jī)補(bǔ)償策略和當(dāng)電機(jī)撤銷(xiāo)時(shí)液壓補(bǔ)償策略，保證了制動(dòng)時(shí)的平順性，但在電機(jī)撤銷(xiāo)時(shí)的液壓制動(dòng)補(bǔ)償協(xié)調(diào)控制階段，由于液壓制動(dòng)系統(tǒng)具有一定的滯后性，需提前開(kāi)啟液壓制動(dòng)系統(tǒng)，但提前開(kāi)啟的時(shí)機(jī)難以把握。

國(guó)外學(xué)者針對(duì)制動(dòng)協(xié)調(diào)控制策略進(jìn)行了研究，文獻(xiàn)[43]提出前饋控制方法、反饋控制方法以及雙閉環(huán)控制方法，來(lái)調(diào)節(jié)制動(dòng)過(guò)程中液壓以及電機(jī)轉(zhuǎn)矩，從而兼顧制動(dòng)能量回收和制動(dòng)平順性。文獻(xiàn)[44]借鑒硬盤(pán)驅(qū)動(dòng)控制方法，對(duì)液壓系統(tǒng)和電機(jī)系統(tǒng)的響應(yīng)特性進(jìn)行校正，使2者響應(yīng)特性盡可能一致。文獻(xiàn)[45]根據(jù)電機(jī)液壓響應(yīng)特性，使用濾波算法，將需求制動(dòng)力矩劃分為高頻和低頻部分，高頻部分由電機(jī)提供，低頻部分由液壓系統(tǒng)提供。

5 結(jié)論

縱覽再生制動(dòng)能量回收技術(shù)多年的研究發(fā)展，從制動(dòng)意圖識(shí)別、制動(dòng)力分配策略和制動(dòng)動(dòng)態(tài)協(xié)調(diào)控制策略3方面進(jìn)行總結(jié)分析。

（1）駕駛員制動(dòng)意圖識(shí)別方面主要集中在對(duì)駕駛員神經(jīng)生理和制動(dòng)踏板的研究，比較針對(duì)制動(dòng)踏板的制動(dòng)意圖識(shí)別的研究，駕駛員神經(jīng)生理的研究需要對(duì)腦信號(hào)進(jìn)行精確提取，過(guò)程復(fù)雜且成本高。

（2）對(duì)于制動(dòng)力分配控制策略，相比較傳統(tǒng)的基于規(guī)則的制動(dòng)力分配策略，基于智能算法制動(dòng)力分配控制策略可以同時(shí)兼顧制動(dòng)能量回收效率、制動(dòng)穩(wěn)定性和制動(dòng)感覺(jué)的目標(biāo)，對(duì)需求制動(dòng)力進(jìn)行良好分配，是當(dāng)下研究的熱點(diǎn)。

（3）針對(duì)復(fù)合制動(dòng)系統(tǒng)動(dòng)態(tài)協(xié)調(diào)控制的研究，使校正液壓和電機(jī)系統(tǒng)有相同的響應(yīng)速度，該策略導(dǎo)致整體的響應(yīng)速度較慢，制動(dòng)感覺(jué)明顯滯后；采用濾波算法，液壓提供低頻部分，電機(jī)提供高頻部分，能很好的減小波動(dòng)，但該策略在某些過(guò)渡工況下的控制效果并不理想；采用液壓制動(dòng)系統(tǒng)補(bǔ)償電機(jī)系統(tǒng)，該策略因?yàn)橐簤褐苿?dòng)系統(tǒng)本身的滯后性，減少制動(dòng)波動(dòng)的效果不理想；通過(guò)給予液壓制動(dòng)系統(tǒng)更強(qiáng)的輸入液壓信號(hào)來(lái)加快液壓制動(dòng)系統(tǒng)的響應(yīng)速度的方法，在很大程度上減小了制動(dòng)模式切換時(shí)的制動(dòng)波動(dòng)，但是信號(hào)加強(qiáng)的時(shí)機(jī)和程度較難把握。

未來(lái)，隨著智能化技術(shù)的發(fā)展，同時(shí)兼顧制動(dòng)能量回收效率、制動(dòng)穩(wěn)定性和制動(dòng)感覺(jué)的多目標(biāo)優(yōu)化智能算法將加速再生制動(dòng)能量回收技術(shù)的發(fā)展，基于智能交通的多車(chē)協(xié)同再生制動(dòng)控制的研究也將成為重點(diǎn)的研究課題。