電動拖拉機數學模型系統驅動控制方法研究

（咸陽職業技術學院，陜西咸陽市，721000） 李圣榮

柴油拖拉機在燃燒時排放的尾氣會造成環境污染，不僅會排出一氧化碳、碳氫化合物、氮氧化合物、硫化物等等，還會排出同體顆粒與光化學煙霧等等，直接加劇溫室效應、破壞臭氧層等一系列自然災害，嚴重影響著資源消耗與農業綠色發展[1]。而電能拖拉機清潔高效、易于控制使用、投入成本低，是未來拖拉機行業主要發展方向與研究熱點。

1 電動拖拉機數學模型系統驅動模式

1.1 田間作業模式

不同于電動車輛，電動拖拉機負責田間與溫室大棚的耕耙與旋耕等作業，所以田間作業模式是電動拖拉機數學模型系統驅動控制方法的重中之重。據此模式下以電機效率為載體優化控制，獲得驅動電機轉速與電池組SOC狀態時最佳需求轉矩，以有效控制驅動電機，實現電機輸出效率最大化。

1.2 運輸作業模式

電動拖拉機在田間轉移與公路運輸模式下基于模糊控制理論，以拖拉機行駛速度為控制目標，嚴格控制驅動電機輸出轉矩，以提升運輸作業效率。

1.3 能力限制模式

所謂能量限制模式即動力電池所提供能量相對有限，或許電池SOC已經接近設定的SOC最低限度。這時需明確限制電機扭矩輸出，以便于維持電動拖拉機緩慢行駛到達指定地點維修或者充電[2]。

2 電動拖拉機數學模型系統驅動控制方法

2.1 整車數學模型

電動拖拉機行駛環境與運行狀態不同于電動汽車，其既要旋耕、犁耕又要田間轉移、運輸，因此在不同運行狀態下的受力大不相同。基于電動拖拉機作業狀態對其進行受力分析，以獲取驅動力平衡方程，Ff 代表電動拖拉機驅動力，Fm代表電動拖拉機行駛時所受土壤阻力，Fn 代表加速阻力，Fv 代表風阻，即：

基于電動拖拉機驅動力平衡方程進行整車數學模型構建，模型中以滾動阻力、犁耕阻力、加速阻力明確電動拖拉機正常運行狀態下所需驅動力。需求的牽引力就實際需要輸出的加速度進行計算，并通過輸出的牽引力計算可以加速度的輸出值。

2.2 驅動控制方法

電動拖拉機數學模型系統驅動控制主要以三種基礎目標為載體，具體即基于滑轉率、基于扭矩、基于速度，各有利弊。其中滑轉率控制方法需實時檢測作業土壤的最優滑轉率，對于傳感器要求非常高，并且不同農田環境之下的最優滑轉率存在顯著差異，適度調整是此控制方法的關鍵。扭矩控制方法即就給定目標扭矩或者按照現階段土壤可承受最大土壤推力加以控制。速度控制方法即以特定工作速度，調整輸出扭矩，穩定車速于恒定狀態，此控制方法需同時檢測滑轉率。目前電動拖拉機數學模型系統驅動控制方法主要是上述三種方法的組合與拓展。

電動拖拉機數學模型系統田間定速驅動控制方法，具體即控制目標精準化，實時識別車速變化，將其轉換成所需驅動扭矩，針對性評估此時單個電機是否處于高效區域，是否過載，是否需要切換到耦合狀態。若是需要耦合則雙電機轉速需先保持同步狀態，再接合離合器，以實現動力耦合輸出。需求轉矩自適應控制原理具體劃分為三個主要模塊，即信號輸入、需求計算、執行控制。信號輸入模塊基于傳感器測量的實際車速、驅動輪轉速進行滑轉率計算。通過輸入油門踏板行程、工作模式、檔位，進行駕駛員意圖計算分析。需求計算模塊則就滑轉率與駕駛員意圖對需求扭矩進行計算，再轉換成電機控制信號輸入于控制執行模塊。最后就實際需要扭矩輸入模糊PID 控制器內，轉換控制信號為電機輸出扭矩[3]。

2.3 定速自適應控制器

電動拖拉機定速自適應控制器主要劃分為信號輸入、輸出扭矩計算、控制執行三部分。其中信號輸入主要就駕駛員踏板和拖拉機行駛狀態檢測目標車速和實際車速；輸出扭矩計算主要就目標車速計算電機轉速，以實際車速計算輸出扭矩需要提高或者減少；控制執行主要就田間負載變化，以模糊推理自整定PID 控制算法中的主要控制參數，實現不同負載情況的自適應控制[4]。

2.3.1 信號輸入

電動拖拉機行駛時駕駛員基于油門踏板開度控制度實現車速控制。大部分情況下油門踏板行程需轉化成實際扭矩輸出，但是犁耕工況時受限于土壤含水與土塊黏聚等現象，土壤阻力變化頻繁快速，以至于單純依賴于油門踏板獲取輸出扭矩，很容易造成拖拉機形式速度不穩定。在此形勢下應設計駕駛員輸入即踏板信號、滑轉率信號為輸入信號，其中踏板信號的作用是識別駕駛員意圖，轉換目標明確車速，滑轉率信號的作用是象征土壤條件，以此為反饋信號，就滑轉率計算需求進行扭矩輸出。

2.3.2 扭矩計算

電動拖拉機數學模型系統驅動定速控制方法的目標在于車速，所以加速踏板開度作為駕駛員意圖應與期望車速相關聯。若是只檢測滑轉率和駕駛員意圖，則駕駛員期望保持恒定速度前進的時候會發生兩種不同狀況，即土壤附著力下降，需降低電機輸出功率以縮減驅動扭矩；牽引阻力提高，需增加驅動扭矩以增強驅動力。據此可見，盡管車輪滑轉具有唯一性，但是卻由兩種不同原因造成，且需針對電機輸出進行相反控制，以增加或者減少輸出扭矩。為避免額外增加傳感器，提高系統成本，應采取以滑轉率變化為基礎的計算方法。所以若是檢測發現滑轉率增加，則適度增加電機輸出扭矩，以檢測滑轉率變化動態評估這時增加或者減少輸出扭矩。

2.3.3 控制執行

電動拖拉機數學模型系統驅動恒速控制一般以PID 加以控制，PID 控制以其結構簡單且可靠性較高為優勢在線性系統中可有效發揮良好控制效果，現階段普遍應用于運動控制與過程控制。但是實際環境一般促使拖拉機負載具備非線性與時變性特征，所以傳統PID 控制此時會出現參數整定不齊，復雜工況適應度較差的現象。所以基于PID 控制進行優化，可有機結合神經網絡、模糊控制、迭代學習等智能控制算法，確保其可高度適應復雜工況。PID 控制算法需前置低通濾波器，以促使控制器對于土壤隨機波動不會太過敏感，否則滑轉率稍微變化便需調整電機，會導致超調量增加，不利于系統穩定。

3 結語

電動拖拉機整車控制器以系統自檢發現無嚴重故障，再根據電動拖拉機檔位狀態、加速踏板信號、提高裝置位置信號、SOC 狀態與其他傳感器所檢測信號合理規劃驅動時的運行模式。本文主要對電動拖拉機數學模型系統定速驅動控制方法進行了詳細分析，其可通過檢測實際車堵與目標車速之間的差異實現驅動控制。