楊效軍，何 仁，馮益增

（1.山東交通職業(yè)學院，濰坊 261206；2.江蘇大學，鎮(zhèn)江 212013）

0 引言

自勵式緩速器轉(zhuǎn)子溫度不僅取決于自身非線性、多變量函數(shù)的制動功率，同時又與環(huán)境溫度、天氣等使用因素有關[1,2]。由于緩速器轉(zhuǎn)子與環(huán)境之間熱交換的復雜性，難以采用PID控制通過對制動功率的實時調(diào)整將轉(zhuǎn)子溫度控制在安全工作范圍，故一般采用開環(huán)PWM控制，即根據(jù)Curie-Weiss定律設計一個安全門限溫度，當轉(zhuǎn)子溫度超過門限溫度時則停止緩速器工作，避免高溫膨脹導致轉(zhuǎn)子與定子之間的刮擦[1]。但由此所導致的制動力矩突然消失或階躍性下降又增加了行車制動的安全隱患，尤其是行駛在長距離下坡道路上的汽車。

針對上述問題，在深入研究自勵式緩速器制動功率與轉(zhuǎn)子溫升的基礎上提出以轉(zhuǎn)子、溫差及其溫差變化率為輸入變量、以可控硅控制角變化量為輸出變量的制動力矩閉環(huán)Fuzzy控制。在轉(zhuǎn)子處于高溫情況下，通過可控硅控制角對制動功率進行實時調(diào)整，使制動功率與轉(zhuǎn)子溫升達到動態(tài)平衡以避免PWM控制中制動力矩的突然消失或階躍性下降，對提高行車安全具有十分重要意義。

1 基本論域及其量化

制動力矩閉環(huán)Fuzzy控制以轉(zhuǎn)子溫差e及溫差變化率ec為輸入語言變量，輸出語言變量選為可控硅控制角變化量ac。當轉(zhuǎn)子溫度高于設定溫時，模糊控制器根據(jù)轉(zhuǎn)子溫差及其溫差變化率按照設定的模糊規(guī)則計算可控硅控制角變化量，通過可控硅控制角的調(diào)整實現(xiàn)對制動功率的閉環(huán)控制。

1.1 溫差

假設轉(zhuǎn)子溫度（T）允許超過設定溫度（T0）ΔT， 則 轉(zhuǎn) 子 溫 差（e）定 義 為 e=T-(T0+ΔT/2)，溫 差 E 的 基 本 論 域 為 [-ΔT/2, ΔT/2]； 選 E 的 論域為X={-3,-2,-1,0,1,2,3}，語言變量值選擇為：PB,PM,PS,ZO,NS,NM,NB。e的量化因子為：

1.2 溫差變化率

溫差變化率ec定義為兩次檢測的轉(zhuǎn)子溫度之差與 ΔT/2的比值，即ec=2×(T2-T1)/ΔT ×100%，這樣溫差變化率ec的基本論域為[-100,100]。選定溫差變化率EC的論域Y={-3,-2,-1,0,1,2,3}，語言變量值選擇為：PB,PM,PS,ZO,NS,NM,NB。溫差變化率ec的量化因子為：

1.3 可控硅控制角變化量

設當前可控硅控制角為a，則可控硅控制角變化量的基本論域可確定為[-(π-a), (π-a)]。選定AC的論域為U={-3,-2,-1,0,1,2,3}，語言變量值選擇為：PB,PM,PS,ZO,NS,NM,NB。量化因子為：

2 模糊控制器設計

2.1 隸屬函數(shù)及語言變量賦值

論域X上描述模糊子集PB,PM,PS,ZO,NS,NM,NB的隸屬函數(shù)選擇反應靈敏的三角函數(shù)[3～5]，如圖1所示。

圖1 論域X的隸屬函數(shù)

語言變量E的賦值表如表1所示。

論域Y、論域U的隸屬函數(shù)同樣選擇上述形式的三角函數(shù)，語言變量EC、AC的賦值表分別如表2、表3所示。

表1 語言變量E賦值表

表2 語言變量EC賦值表

表3 語言變量AC賦值表

2.2 模糊規(guī)則庫

基于模糊推理合成規(guī)則，根據(jù)模糊關系式（4）求得與給定輸入模糊集其中，構成的nm維行向量（n=m=7）。模糊控制狀態(tài)表如表4所示。

表4 模糊狀態(tài)控制表

2.3 去模糊化

去模糊化處理采用占用計算機資源較少的最大隸屬度平均值法（mom）。去模糊化后可控硅控制角變化量隨轉(zhuǎn)子溫差及溫差變化率變化的曲面形狀規(guī)則，符合可控硅控制角變化量隨轉(zhuǎn)子溫差及溫差變化率變化的規(guī)律，容易對仿真結(jié)果進行離散化處理[9,10]，建立可控硅控制角變化量的3D查詢表格，并通過查詢3D表的方式獲得可控硅控制角變化量，提高控制的實時性。去模糊后的仿真曲面圖如圖2所示。模糊控制器結(jié)構框圖如圖3所示。

圖2 可控硅控制角變化量曲面圖

3 試驗分析

試驗選用江蘇省汽車工程重點實驗室與揚州洪泉實業(yè)有限公司、鹽城步高汽配制造有限公司聯(lián)合研制的500Nm自勵式緩速器樣機，采用開環(huán)PWM控制器、閉環(huán)模糊控制器分別進行轉(zhuǎn)子溫度性能測試，測試曲線如圖4所示。

圖3 模糊控制器結(jié)構框圖

圖4（a）為使用開環(huán)PWM控制器測試的轉(zhuǎn)子溫度變化曲線。調(diào)速電機將轉(zhuǎn)速提高到1800r/min后切斷電機動力，緩速器工作在最高檔測試轉(zhuǎn)子溫度。約70秒后轉(zhuǎn)子溫度上升到230℃左右，之后隨轉(zhuǎn)子轉(zhuǎn)速的下降，自勵式緩速器發(fā)電裝置輸出電壓、緩速器制動功率、轉(zhuǎn)子內(nèi)熱源強度均下降，轉(zhuǎn)子溫度下降。

圖4 轉(zhuǎn)子溫度及制動力矩變化曲線

圖4(b)為使用閉環(huán)模糊控制器所測試的溫度變化曲線。轉(zhuǎn)子高溫臨界點設置為190℃，允許轉(zhuǎn)子溫度超過門限溫度20℃；溫差e及溫差變化率ec的基本論域為[-10,10]、[-100,100]。電機提高到1800r/min后，控制器以最高檔位進行制動，不切斷電機動力進行拖磨。由測試曲線看出，35秒左右轉(zhuǎn)子溫度達到設定溫度190℃，比圖4（a）用時要短，其原因是電機維持較高的轉(zhuǎn)速，緩速器轉(zhuǎn)子內(nèi)熱源強度衰減較慢，之后控制器根據(jù)轉(zhuǎn)子溫差及溫差變化率對制動力矩進行實時控制，轉(zhuǎn)子溫度基本維持在200±10℃之間，制動力矩下降到約180Nm左右。切斷電機動力后，轉(zhuǎn)子轉(zhuǎn)速及溫度開始下降。

圖4（c）為使用閉環(huán)模糊控制器測試轉(zhuǎn)子溫度時自勵式緩速器制動力矩的變化曲線，當轉(zhuǎn)子溫度超過190℃時，由于溫差變化率較大，由此帶來溫差變化較大，可控硅控制角快速增大，制動力矩迅速下降；其后，溫差、溫差變化率變化減小，可控硅控制角小幅度調(diào)整，制動力矩趨于穩(wěn)定；當檢測到轉(zhuǎn)子溫度低于設定溫度時，可控硅控制角恢復初值，控制器切換到開環(huán)PWM控制模式，滿足低溫時盡可能提供較大制動力矩的需求。

4 結(jié)束語

試驗證明以轉(zhuǎn)子溫差及其溫差變化率為輸入變量，以可控硅控制角變化量為輸出變量的自勵式緩速器制動力矩閉環(huán)模糊控制實現(xiàn)了制動功率與轉(zhuǎn)子溫度的動態(tài)平衡，并將自勵式緩速器轉(zhuǎn)子溫度控制在安全工作范圍，避免了高溫情況下需停止緩速器工作所帶來的制動力矩突然消失或階躍性下降，提高了行車制動安全性。文中提出的基于轉(zhuǎn)子溫差、溫差變化率的制動力矩模糊控制思想可以為解決電渦流緩速器轉(zhuǎn)子高溫問題提供借鑒和參考。

[1] 何仁, 劉成曄. 車用電渦流緩速器轉(zhuǎn)子盤非穩(wěn)態(tài)溫度場數(shù)值分析[J]. 汽車工程, 2006, 28 (2): 181-185.

[2] 何仁, 趙萬忠, 胡青訓. 永磁式緩速器轉(zhuǎn)子鼓瞬態(tài)溫度場的計算方法[J]. 兵工學報, 2007, 28(1): 52-56.

[3] 楊福廣, 阮久宏, 李貽斌. 4WID-4WIS車輛橫擺運動AFS+ARS+DYC模糊控制[J]. 農(nóng)業(yè)機械學報, 2011, 42(10):6-12.

[4] Karbalaei R, Ghaffari A, Kazemi R. Design of an integrated AFS DYC based on fuzzy logic control[C]. IEEE International Confe- rence on Vehicular Electronics and Safety. 2007, 1-6.

[5] SI Hongwei, LI Dongxu. Active control of vibration using a fuzzy control method based on scaling universes of discourse[J].Smart Materials and Structures. 2007, (16): 555-560.

[6] LU Qing, PENG Zhike, CHU Fulei, etal. Design of fuzzy controller for smart structures using genetic algorithms[J].Smart Materials and Structures. 2003, (12): 979-986.

[7] 管成, 彭華. 基于非線性函數(shù)的注塑機注射壓力模糊控制[J]. 浙江大學學報, 2011, 45(8): 1382-1386.

[8] Amir Poursamad, Morteza Montazeri. Deisgn of genetic fuzzy control strategy for parallel hybrid electric vehicles[J].Control Engineering Practice. 2008, (16): 861-873.

[9] Michels K.A. Model-Based Fuzzy Control- ler[J]. Fuzzy Sets and Systems. 1997, 85(2): 223-232.

[10] Renders JM, Saerens M, Bersini H. Fuzzy Adaptive Control of a Certain Class of SISO Discrete-Time Processes [J].Fuzzy Sets and Systems. 1997, 85(1): 49-62.