袁師召, 李 軍, 周 舟
(1.重慶交通大學(xué) 機(jī)電與車輛工程學(xué)院,重慶 400074; 2.中國(guó)汽車工程研究院股份有限公司,重慶 401122)
電動(dòng)汽車的續(xù)航問(wèn)題是當(dāng)前制約其發(fā)展的一項(xiàng)主要因素,而制動(dòng)能量回收是提高續(xù)駛里程的有效手段之一。電動(dòng)汽車的制動(dòng)系統(tǒng)由再生制動(dòng)與機(jī)械制動(dòng)組成,因此其整體控制難度較傳統(tǒng)機(jī)械制動(dòng)系統(tǒng)明顯增加。制動(dòng)意圖的準(zhǔn)確辨識(shí)可以為制動(dòng)系統(tǒng)的準(zhǔn)確控制及駕駛員操作與安全性帶來(lái)幫助[1-2]。國(guó)內(nèi)外學(xué)者目前對(duì)制動(dòng)意圖識(shí)別研究的目的如下:一是對(duì)制動(dòng)輔助系統(tǒng)進(jìn)行研究以減小制動(dòng)距離;二是為顧全能量回收效率和制動(dòng)安全性,通過(guò)對(duì)制動(dòng)強(qiáng)度信息進(jìn)行識(shí)別研究從而對(duì)制動(dòng)中的再生制動(dòng)和摩擦制動(dòng)進(jìn)行協(xié)調(diào)控制[3]。文獻(xiàn)[4]提出將制動(dòng)強(qiáng)度與制動(dòng)意圖聯(lián)系起來(lái)對(duì)線控制動(dòng)系統(tǒng)整體控制,并建立了基于神經(jīng)模糊系統(tǒng)的制動(dòng)意圖識(shí)別器,所提出的基于制動(dòng)意圖的控制方法對(duì)目標(biāo)滑移率具有很好的追蹤效果;文獻(xiàn)[5]建立了一種雙層制動(dòng)意圖辨識(shí)模型,該模型基于隱形馬爾科夫理論,并根據(jù)該模型的辨識(shí)結(jié)果制定制動(dòng)力分配策略;文獻(xiàn)[6]建立的制動(dòng)意圖識(shí)別模型則采用了學(xué)習(xí)向量量化(learning vector quantization,LQV)神經(jīng)模糊系統(tǒng),并在制動(dòng)意圖識(shí)別的基礎(chǔ)上搭建復(fù)合制動(dòng)控制策略;文獻(xiàn)[7]采用模糊控制方法,建立了基于制動(dòng)踏板深度、車速、荷電狀態(tài)(state of charge,SOC)的制動(dòng)意圖模糊識(shí)別控制模型,并在此識(shí)別基礎(chǔ)上對(duì)電動(dòng)汽車的再生制動(dòng)策略進(jìn)行研究。
電動(dòng)汽車是由液壓制動(dòng)和再生制動(dòng)2種制動(dòng)方式共同組成的復(fù)合制動(dòng)系統(tǒng),具有非線性和不確定性的特點(diǎn),因此通過(guò)對(duì)駕駛員制動(dòng)意圖進(jìn)行辨識(shí)可以更好地對(duì)制動(dòng)力進(jìn)行合理分配,有利于提高車輛安全性及再生制動(dòng)效果。電液復(fù)合制動(dòng)系統(tǒng)根據(jù)不同的分類依據(jù)可進(jìn)行不同的劃分[8],具體分類如圖1所示。
圖1 制動(dòng)系統(tǒng)分類
本文以雙電機(jī)四驅(qū)動(dòng)力系統(tǒng)的代表車型Tesla Model S的串聯(lián)制動(dòng)系統(tǒng)作為研究對(duì)象,采用模糊推理的方法對(duì)制動(dòng)意圖進(jìn)行識(shí)別,并對(duì)不同的制動(dòng)意圖制定相應(yīng)的再生制動(dòng)控制流程,從而實(shí)現(xiàn)對(duì)制動(dòng)力的合理分配,并通過(guò)聯(lián)合仿真驗(yàn)證所提出的控制策略的有效性。
傳統(tǒng)汽車的液壓制動(dòng)系統(tǒng)中,駕駛員進(jìn)行制動(dòng)操作時(shí),制動(dòng)踏板變化與制動(dòng)器制動(dòng)力的關(guān)系相對(duì)簡(jiǎn)單,而在電動(dòng)汽車中,由液壓制動(dòng)和電機(jī)制動(dòng)2個(gè)部分組成的電液復(fù)合制動(dòng)系統(tǒng)需要對(duì)踏板和液壓進(jìn)行解耦,因此需要對(duì)駕駛員的制動(dòng)意圖進(jìn)行識(shí)別分類,即識(shí)別出所需的制動(dòng)力,從而根據(jù)所需的制動(dòng)力對(duì)液壓和電機(jī)制動(dòng)力進(jìn)行分配控制,目標(biāo)是在保證制動(dòng)性能的情況下,盡可能多地回收制動(dòng)能量。
根據(jù)道路環(huán)境和交通場(chǎng)景的復(fù)雜變化以及行駛需求的多樣性,并結(jié)合分析大量汽車行駛案例及制動(dòng)工況數(shù)據(jù),按照制動(dòng)的緊急程度,將駕駛員制動(dòng)意圖分為小強(qiáng)度、中度、大強(qiáng)度、緊急制動(dòng)4類。小強(qiáng)度制動(dòng)是在駕駛員有減速的意圖或需要對(duì)車輛進(jìn)行非停車需求的減速并維持一定的車速情況下采取的持續(xù)輕踩踏板的制動(dòng)操作,制動(dòng)強(qiáng)度很小;中度制動(dòng)是指一般情況下汽車經(jīng)過(guò)路口、轉(zhuǎn)彎或遇到其他異常行駛狀況時(shí)駕駛員為了保證行車安全實(shí)現(xiàn)車輛減速或停車而采取的制動(dòng)操作,故又稱為目標(biāo)制動(dòng);在中等強(qiáng)度制動(dòng)情況下,制動(dòng)強(qiáng)度不高;大強(qiáng)度制動(dòng)是指駕駛員發(fā)現(xiàn)距前方車輛、障礙物等可能發(fā)生碰撞危險(xiǎn)的物體較近或者具有較大概率的潛在行車危險(xiǎn)時(shí),為消除安全隱患使車輛迅速減速或停車而采取的大強(qiáng)度制動(dòng)操作;緊急制動(dòng)一般是指在面對(duì)突發(fā)狀況時(shí)駕駛員采取的“急剎”操作,這種操作也可以認(rèn)為是面對(duì)突發(fā)意外狀況時(shí)本能的反應(yīng),力求使車輛在最短的時(shí)間內(nèi)急速停車,這種情況下制動(dòng)強(qiáng)度非常大。
駕駛員通過(guò)操作制動(dòng)踏板使汽車響應(yīng)制動(dòng)過(guò)程,因此通過(guò)駕駛員操作中產(chǎn)生的制動(dòng)踏板位移變化對(duì)制動(dòng)意圖進(jìn)行判斷是可行的,將其作為制動(dòng)意圖的識(shí)別因素也就成為了主流的做法。目前已有的關(guān)于制動(dòng)意圖識(shí)別的研究通常都是根據(jù)制動(dòng)踏板位移或位移變化率作為識(shí)別輸入,采用邏輯門限、模糊邏輯[9-12]、隱形馬爾科夫理論模型、神經(jīng)網(wǎng)絡(luò)[13-14]、聚類識(shí)別[15]等方法進(jìn)行識(shí)別。
本文以制動(dòng)踏板開度、制動(dòng)踏板開度變化率作為駕駛員制動(dòng)意圖識(shí)別的輸入?yún)?shù),通過(guò)設(shè)計(jì)模糊識(shí)別器進(jìn)行制動(dòng)意圖識(shí)別。具體辨識(shí)過(guò)程如圖2所示。
圖2 制動(dòng)意圖識(shí)別參數(shù)及過(guò)程
制動(dòng)力與制動(dòng)踏板位移成正相關(guān),即制動(dòng)力隨踏板位移增大而增大,制動(dòng)意圖的緊急程度與制動(dòng)踏板位移變化率的關(guān)系也相同,以制動(dòng)踏板開度及其變化率作為模糊控制輸入?yún)?shù),建立兩輸入單輸出的制動(dòng)意圖辨識(shí)控制器。
各識(shí)別參數(shù)的范圍見表1所列,超出范圍的按邊界處理。
表1 識(shí)別參數(shù)在各工況的范圍
不同形狀的隸屬度函數(shù)分布曲線會(huì)影響到控制器的控制性能,三角形、梯形、正態(tài)型、鐘形等都是常見的隸屬度函數(shù)圖形,本文采用三角形函數(shù)及梯形函數(shù),隸屬度函數(shù)如圖3所示。
圖3 制動(dòng)踏板開度及其變化率隸屬度函數(shù)
圖3中,S、M、SB、B分別為制動(dòng)踏板開度、踏板開度變化率的模糊子集,分別表示小、中、較大、大。
建立的模糊識(shí)別器推理規(guī)則見表2所列。
表2 模糊推理規(guī)則
制動(dòng)意圖識(shí)別結(jié)果如圖4所示。
圖4 制動(dòng)意圖識(shí)別結(jié)果
本文研究的前后軸雙電機(jī)四驅(qū)電動(dòng)汽車前、后電機(jī)采用相同類型電機(jī),其復(fù)合制動(dòng)系統(tǒng)結(jié)構(gòu)[16]如圖5所示。
圖5 某電動(dòng)汽車制動(dòng)系統(tǒng)結(jié)構(gòu)方案
在識(shí)別得到的制動(dòng)意圖的基礎(chǔ)上,以理想制動(dòng)力分配、歐洲經(jīng)濟(jì)委員會(huì)(Economic Commission for Europe,ECE)法規(guī)、電機(jī)利用效率最優(yōu)為約束條件及分配原則對(duì)制動(dòng)力進(jìn)行分配。
電動(dòng)汽車制動(dòng)中的能量傳遞路徑為輪上輸入的制動(dòng)能量經(jīng)機(jī)械傳動(dòng)系統(tǒng)到達(dá)電動(dòng)機(jī),電動(dòng)機(jī)進(jìn)行回收發(fā)電并將電能儲(chǔ)存在蓄電池。
由于電機(jī)的發(fā)電效率與其轉(zhuǎn)矩和轉(zhuǎn)速有關(guān),定義雙電機(jī)利用效率為:
(1)
其中:ηsys為雙電機(jī)利用效率;Treg1、Treg2分別為前、后電機(jī)制動(dòng)力距;η1為前電機(jī)在轉(zhuǎn)速為n1、轉(zhuǎn)矩為Treg1時(shí)的效率;η2為后電機(jī)在轉(zhuǎn)速為n2、轉(zhuǎn)矩為Treg2時(shí)的效率。
由(1)式可知,對(duì)于給定的轉(zhuǎn)速和總的電機(jī)制動(dòng)轉(zhuǎn)矩,前、后電機(jī)制動(dòng)力矩如何分配關(guān)系到雙電機(jī)的利用效率。
為使雙電機(jī)盡可能工作在高效區(qū),建立雙電機(jī)最優(yōu)制動(dòng)能量回收模型如下:
s.t.pL≤p≤pU,
0≤Treg1≤Tregmax(n1),
0≤Treg2≤Tregmax(n2),
Treg2=(1-p)Treg,
η1=f(n1,Treg1),
η2=f(n2,Treg2)
(2)
其中:p為前軸電機(jī)轉(zhuǎn)矩的分配系數(shù);pU、pL分別為p取值的上、下界;Treg為總再生制動(dòng)力矩;Tregmax(n1)為前電機(jī)在轉(zhuǎn)速為n1時(shí)能夠輸出的最大轉(zhuǎn)矩;Tregmax(n2)為后電機(jī)在轉(zhuǎn)速為n2時(shí)能夠輸出的最大轉(zhuǎn)矩。
求解(3)式模型,前軸電機(jī)轉(zhuǎn)矩分配系數(shù)p的取值范圍為0≤p≤1,電機(jī)在回饋狀態(tài)下的map特性如圖6所示。
圖6 回饋狀態(tài)下前軸電機(jī)map
在不同轉(zhuǎn)速和轉(zhuǎn)矩需求下調(diào)整p值,并基于電機(jī)效率map,可以得到電機(jī)利用效率最優(yōu)時(shí)的分配比例popt。
當(dāng)車輛前、后輪都抱死時(shí),制動(dòng)力曲線為I曲線,表達(dá)式為:
(3)
(4)
其中:Fxb1、Fxb2分別為前、后軸制動(dòng)力;z為制動(dòng)強(qiáng)度;hg為車輛質(zhì)心高度;b為后軸至質(zhì)心位置距離;L為前后軸距離;G為車輛重力。
由ECE R13法規(guī)可知,路面附著系數(shù)φ的區(qū)間為[0.2,0.8],汽車前輪抱死時(shí),車輛的制動(dòng)強(qiáng)度z≥0.1+0.85(φ-0.2),此時(shí)前后軸制動(dòng)力關(guān)系為M曲線,表達(dá)式為:
(5)
Fxb2≥Gz-Fxb1
(6)
多數(shù)路面的附著系數(shù)大于0.5,即z≤0.5時(shí)車輪不易出現(xiàn)抱死現(xiàn)象,法規(guī)對(duì)z≤0.2的情況也未進(jìn)行嚴(yán)格規(guī)定。
因此,若工況中z≤0.2,則允許后軸利用附著系數(shù)高于前軸。
當(dāng)車速較低(v<5 km/h)或者電池SOC較高(SOC>90%)時(shí),應(yīng)關(guān)閉再生制動(dòng)系統(tǒng),具體分配過(guò)程如下。
首先根據(jù)需求減速度計(jì)算出總制動(dòng)力,本文根據(jù)多次實(shí)車制動(dòng)測(cè)試的結(jié)果,通過(guò)制動(dòng)踏板map來(lái)解算制動(dòng)減速度,再對(duì)數(shù)據(jù)進(jìn)行擬合處理后得到曲線,如圖7所示。
圖7 制動(dòng)踏板位移與需求減速度的關(guān)系
根據(jù)制動(dòng)踏板位移和位移變化率進(jìn)行制動(dòng)意圖識(shí)別。
(1) 當(dāng)制動(dòng)意圖識(shí)別為小強(qiáng)度制動(dòng)時(shí),需求制動(dòng)力全部由電機(jī)提供。若僅前電機(jī)便可提供總需求制動(dòng)力,則FF=Freg1,FR=0;若前電機(jī)達(dá)不到需求制動(dòng)力要求,則后軸電機(jī)參與制動(dòng),但需求制動(dòng)力仍全部由電機(jī)提供,即FF=Freg1,FR=Freg2。
(2) 當(dāng)判斷為中度制動(dòng)時(shí),前、后制動(dòng)力矩分配關(guān)系如下:
(7)
(3) 當(dāng)判斷為大強(qiáng)度制動(dòng)時(shí),制動(dòng)力分配沿I曲線,具體如下:
(8)
其中:i為傳動(dòng)比;FFI、FRI分別為前、后軸按I曲線分配下的制動(dòng)力。
(4) 當(dāng)判斷為緊急制動(dòng),為確保制動(dòng)安全,此時(shí)應(yīng)由液壓制動(dòng)系統(tǒng)單獨(dú)制動(dòng),前、后制動(dòng)力沿理想制動(dòng)力分配曲線進(jìn)行分配,具體如下:
(10)
控制策略流程如圖8所示。其中:Freq為總需求制動(dòng)力;FF為前軸需求制動(dòng)力矩;FR為后軸需求制動(dòng)力矩;Freg1為前軸電機(jī)制動(dòng)力;Freg2為后軸電機(jī)制動(dòng)力;Fbf1為前軸液壓制動(dòng)力;Fbf2為后軸液壓制動(dòng)力。
圖8 制動(dòng)力分配控制策略
在Simulink中搭建再生制動(dòng)控制策略,在AVL Cruise軟件中建立雙電機(jī)四驅(qū)純電動(dòng)汽車整車模型,并進(jìn)行聯(lián)合仿真。整車參數(shù)見表3所列,整車模型如圖9所示。
表3 整車參數(shù)
圖9 整車模型
以新歐洲行駛循環(huán)測(cè)試(New European Driving Cycle,NEDC)循環(huán)工況進(jìn)行仿真來(lái)模擬車輛實(shí)際行駛情況。將動(dòng)力電池初始SOC值設(shè)置為50%,對(duì)本文所提出的再生制動(dòng)控制策略進(jìn)行驗(yàn)證,車速隨時(shí)間變化的曲線如圖10所示。
圖10 NEDC工況車速曲線
循環(huán)工況中制動(dòng)工況下車輛減速度如圖11所示。
圖11 NEDC工況減速度曲線
前、后電機(jī)再生制動(dòng)轉(zhuǎn)矩分布如圖12所示。
循環(huán)工況下,NEDC工況能量回收情況如下:電機(jī)回收能量E為3 152.61 kJ;制動(dòng)中可以被回收的動(dòng)能ΔEk為2 567.36 kJ;能量回收率η為81.44%。依托中國(guó)汽研試驗(yàn)資源,在不同制動(dòng)強(qiáng)度下進(jìn)行100 km/h初速度的制動(dòng)試驗(yàn),如圖13所示。
圖13 實(shí)車試驗(yàn)
在Simulink-AVL Cruise仿真平臺(tái)上進(jìn)行不同強(qiáng)度制動(dòng)下100 km/h初速度的單次制動(dòng)工況仿真,并與實(shí)車試驗(yàn)得到的能量回收結(jié)果進(jìn)行對(duì)比,結(jié)果見表4所列。
由表4可知,不同強(qiáng)度100 km/h初始速度單次制動(dòng)下,采用本文控制策略的制動(dòng)能量回收率仿真結(jié)果分別為81.72%、40.85%、20.31%、0。其中:小強(qiáng)度、中等強(qiáng)度、大強(qiáng)度制動(dòng)下本文控制策略能量回收效果比試驗(yàn)結(jié)果分別提高了3.44%、4.61%、2.03%;在緊急制動(dòng)下,本文所制定的控制策略電機(jī)未參與制動(dòng),滿足制動(dòng)的安全性和可靠性要求。
表4 單次制動(dòng)工況能量回收結(jié)果
本文通過(guò)精確劃分制動(dòng)意圖并采用模糊邏輯的方法,對(duì)汽車制動(dòng)過(guò)程中的意圖識(shí)別問(wèn)題進(jìn)行研究,基于制動(dòng)意圖識(shí)別和電機(jī)特性的雙電機(jī)效率優(yōu)化轉(zhuǎn)矩分配方法,在理想制動(dòng)力分配與ECE法規(guī)等安全性因素約束下建立再生制動(dòng)控制策略,并通過(guò)AVL Cruise軟件與Matlab/Simulink聯(lián)合仿真驗(yàn)證了所提出策略的有效性。仿真結(jié)果表明,本文提出的控制策略對(duì)于100 km/h初始車速單次制動(dòng)工況,在小強(qiáng)度、中等強(qiáng)度、大強(qiáng)度制動(dòng)下制動(dòng)能量回收分別提高了3.44%、4.61%、2.03%,在滿足制動(dòng)要求的同時(shí)回收了更多能量,且保證了緊急制動(dòng)的制動(dòng)安全性。