李 敏,于 盼,王豐元,王武宏
(1.青島理工大學 汽車與交通學院,青島 266520;2.北京理工大學 機械與車輛學院,北京 100081)
旅游業(yè)伴隨著國民經(jīng)濟的不斷發(fā)展和人民生活水平的不斷提高也獲得了空前發(fā)展,而由于石油資源的匱乏和節(jié)能環(huán)保觀念的普及,傳統(tǒng)內(nèi)燃機觀光車已不能滿足相關排放政策的要求,對景區(qū)環(huán)境造成了很大的傷害,電動觀光車取而代之。研究電動觀光車具有深遠意義。首先,這一研究有利于十二五時期可再生能源建筑應用規(guī)模的不斷擴大,可以有效緩解能源緊張的問題。其次,電動觀光車的一大特點就是低碳、節(jié)能、環(huán)保,研究電動觀光車可以有效改善生存環(huán)境,促進節(jié)能環(huán)保產(chǎn)業(yè)快速發(fā)展,有利于資源的合理利用。最后,推廣使用電動觀光車可以增加當?shù)鼐蜆I(yè)帶動相關產(chǎn)業(yè)鏈發(fā)展。
本次設計的是沃森電動觀光車,要求和大致數(shù)據(jù) 如下:
1)所設計的電動觀光車為電力驅動,并且是以電池作為動力源;
2)所設計的電動觀光車的最高車速不得高于30km/h;
3)所設計的電動觀光車的座位數(shù)為8;
4)所設計的電動觀光車的續(xù)駛里程應大于100km;
5)所設計的電動觀光車的外形尺寸(長×寬×高):3750×1248×1830mm。
所設計的電動觀光車的結構參數(shù)、質量參數(shù)和性能參數(shù)顯示在表1中。
表1 電動觀光車參數(shù)
電動機將蓄電池的能量轉換成機械能來驅動電動汽車,電動機的特性決定了推進系統(tǒng)和控制系統(tǒng)的特性,同時也決定了機械轉換器中功率轉換裝置的特性。
要選擇合適的電動機必須進行有關參數(shù)的計算。首先,計算功率和轉速,選擇出滿足需要的電動機,然后進行驗算。
功率:
滾動阻力:
空氣阻力:
ηT為機械效率,取0.91,ua為行駛車速,a為坡度角,A為汽車迎風面積。
則功率:
最高轉速:
D為輪胎直徑:
由以上計算得出電機功率至少為1.92kW,轉速最低為264r/min,我選用的是無刷永磁同步電機,因電動汽車用電動機的生產(chǎn)和設計使用未形成一定的標準和規(guī)則,故而選用了大地有限電氣公司生產(chǎn)的一型號電動機,參數(shù)如表2所示。
表2 電動機參數(shù)
蓄電池是為電動汽車提供能量的重要裝置,蓄電池的功率決定了電動汽車的加速和爬坡性能;而能量密度給出了其潛在的運行范圍;循環(huán)壽命決定了蓄電池充電到滿容量的次數(shù);蓄電池的質量和體積在一定范圍內(nèi)影響著整個系統(tǒng)的效率。目前蓄電池技術也日趨成熟,不斷有高新技術的電池問世。
酸蓄電池是技術最成熟的一種,成本也最低,考慮到成本和技術水平,本次選用鉛酸蓄電池作為電動車的動力源。其中電壓為電動機的電壓48V,容量由電動車的蓄駛里程決定。
電動車能夠行使的時間為:
電池的容量為:
s為續(xù)駛里程,P為電動機功率,Ua為電動機額定電壓。
由以上計算可知,電池容量至少172Ah,我選擇200Ah的鉛酸蓄電池,電池電壓為12V,所以需要4個蓄電池才能完成驅動。
電動機主要與電動汽車的駕駛性能密切相關,電動機的功率將直接決定它能提供的驅動力,轉速直接影響最高車速,而它與蓄電池的配合工作將影響電動汽車的續(xù)駛里程。接下來我們將檢驗所選電動機能否滿足要求,主要檢驗三個方面:電動機所提供的驅動力能否滿足汽車行駛要求、汽車所能達到的最高車速是否符合要求和與蓄電池配合工作是否能夠提供足夠的續(xù)駛里程。
汽車行駛所需驅動力:
電動機所能提供的驅動力為:
最高車速:
續(xù)駛里程:
以上校核所得數(shù)據(jù)如表3所示。
表3 結果對比
通過以上驗算可知,所選用的電動機和電池均符合要求,得出以下參數(shù),如表4所示。
表4 汽車參數(shù)
電動汽車除了用電動機及電池取代了發(fā)動機外,其他底盤布置與內(nèi)燃機汽車并無明顯差異。傳動裝置的功用是將發(fā)電動機輸出的動力傳遞到驅動輪,使汽車以一定的車速正常行駛。電動汽車傳動系統(tǒng)共有四種典型類型:機械傳動形式、機電集成式傳動、電動橋傳動、電動輪傳動。
本次設計的電動觀光車采用后輪驅動模式,其傳動形式如圖1所示。
圖1 電動觀光車的傳動形式
減速傳動機構為一對格林森制弧齒錐齒輪,差速器行星齒輪我選用直齒錐齒輪,半軸選用全浮式半軸。
汽車行駛裝置一般包括車架、車橋、車輪和懸架。此次設計的電動觀光車的行駛路況相對較好,車速不高,因此選用鋼管式車架;前軸采用麥弗遜式懸架、斷開式轉向橋,后軸采用鋼板彈簧非獨立懸架、整體式驅動橋;輪胎選用子午線輪胎。
制動裝置是汽車行駛時能使汽車在短時間內(nèi)停車且維持行駛方向穩(wěn)定性和下長坡時能維持一定車速的裝置。制動裝置包括制動器和制動驅動機構(包括供能裝置、控制裝置、傳動裝置、制動力調節(jié)裝置、報警裝置、壓力保護裝置等)。本次設計的電動觀光車的前輪選用盤式制動器,后輪選用領從蹄式制動器。
電動汽車與內(nèi)燃機汽車相比有一個顯著的特點,電動汽車的電動機既可正轉產(chǎn)生電能,又可反轉將機械能轉化為電能,這一特點使電動汽車在制動時與其他內(nèi)燃機汽車有很大差異,普通內(nèi)燃機汽車制動時只由機械摩擦器產(chǎn)生制動力,而電動汽車的制動力則可由機械摩擦制動力和電機產(chǎn)生的制動力提供,將電動機產(chǎn)生的能夠回收制動能量的制動力叫做再生制動力。如果電動汽車單純的靠回收再生制動力制動,在緊急剎車時不能保證制動效能的有效性和行駛安全性,因此,電動汽車上還保留了傳統(tǒng)的內(nèi)燃機汽車制動時所使用的機械摩擦制動方式。同時這也帶來了一個問題,要求良好的制動性能和盡可能大的回收制動能量這兩方面是矛盾的,針對這一突出問題,此次設計將提出相關優(yōu)化方案對沃森電動觀光車的制動力分配進行改進方案,以提高使用性能并兼顧經(jīng)濟行駛、節(jié)能環(huán)保的目的。
能量回收受很多因素的制約,首先,制動力的分配應滿足聯(lián)合國經(jīng)濟委員會制定的ECE R13制動法規(guī)(對于z=0.1~0.61之間的各種車輛,要求制動強度);其次,在傳動過程中存在著各種摩擦耗能;另外,在能量轉換過程中,各種銅耗、鐵耗也將影響制動能量的回收。針對制動能量回收的高效性這一問題,本次設計提出了相關優(yōu)化方案。
影響制動能量回收的因素主要有兩個:機械制動力與再生制動力的分配比例;前、后輪機械摩擦制動力的分配比例。對于前、后輪機械摩擦制動力的分配比例可以采用遺傳算法來確定。
遺傳算法是模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模型發(fā)展起來的隨機全局搜索和優(yōu)化方法。它的本質是一種高效、并行、全局搜索的方法,它能在搜索過程中自動獲取和積累有關空間搜索的知識,并自適應地控制搜索過程以求得最優(yōu)解,適用于那些沒有明確的函數(shù)關系和目標函數(shù)無法或者很難求導的問題。其計算流程如圖2所示。
圖2 遺傳算法流程圖
制動力表達式為:
Fd為總需求制動力,F(xiàn)m為電動機可提供制動力,F(xiàn)f為前輪機械摩擦制動力,F(xiàn)r為后輪機械摩擦制動力。
使用遺傳算法優(yōu)化上述問題時,在某一制動強度下各種制動力分配方案即為初始種群,在各種情況下所回收的制動能量為適應度值。遺傳算法的實驗參數(shù)選擇:種群數(shù)目100,交叉概率0.8,變異概率0.01,進化代數(shù)100。例如在制動強度為0.55下的分配方案使用MATLAB遺傳算法工具箱gatool的操作,運行后得出圖3、圖4和圖5的數(shù)據(jù)圖形。
圖3 運行后得出的數(shù)據(jù)圖形1
圖4 運行后得出的數(shù)據(jù)圖形2
圖5 運行后得出的數(shù)據(jù)圖形3
使用遺傳算法得出的解即為最優(yōu)解,可以在保證制動效能滿足條件的情況下實現(xiàn)制動能量的高效回收。
電動汽車制動能量的回收是電動汽車的一大優(yōu)勢,同時也是一項技術攻關。使用遺傳算法對前、后輪機械摩擦制動力進行分配計算,最后得出最接近期望的最優(yōu)解或次優(yōu)解,能夠提高電動汽車經(jīng)濟行駛的能力,對電動汽車的發(fā)展有一定的推動作用。
電動汽車的再生制動力和機械制動力分配除了受制動環(huán)境情況的影響外,還受電池荷電狀態(tài)(SOC)的限制和車速的影響。當電池剩余容量很高時,為了防止過充電,再生制動力所占比例會相應小些,隨著SOC的降低,再生制動比例又會隨著相應增加;同樣,車速較低時,再生制動回收能量效率較低,所占比例就會較小,車速較高時,比例也會有所提高。這一系列的問題均有待進一步的研究并提出切實可行的改進方案。
[1] N.Sato.Energy storage technologies for electric vehicles and their issues[N].機能材料,1999(8).
[2] 清華大學宇志生.汽車理論[M].北京:機械工業(yè)出版社,2009.
[3] 吉林大學陳家瑞.汽車構造[M].北京:機械工業(yè)出版社,2009.
[4] 郭金剛,王軍平,曹秉剛.基于優(yōu)化的電動車制動力分配[J].機械科學與技術,2011-9(9).
[5] 張鵬飛.電動車控制系統(tǒng)一體化設計與控制策略研究[D].吉林:吉林大學,2013.
[6] 徐國凱,張濤,趙秀春.基于模糊控制的電動汽車制動力分配及能量回收控制策略研究[J].大連民族學院學報,2010-5(3).
[7] 雷英杰,張善文,李續(xù)武,周創(chuàng)明.MATLAB遺傳算法工具箱及應用[M].西安:西安電子科技大學出版社,2005.
[8] User’s Guide: Genetic Algorithm and Direct Search Toolbox for Use with MATLAB[Z].The Math Works,2004.