白志浩，周　呈，劉　牛，李存俊Bai Zhihao，Zhou Cheng，Liu Niu，Li Cunjun（合肥工業(yè)大學(xué) 機(jī)械與汽車工程學(xué)院，安徽　合肥　230009）

基于Cruise-Isight的純電動(dòng)輕卡動(dòng)力系統(tǒng)參數(shù)匹配及優(yōu)化研究

白志浩，周呈，劉牛，李存俊
Bai Zhihao，Zhou Cheng，Liu Niu，Li Cunjun
（合肥工業(yè)大學(xué) 機(jī)械與汽車工程學(xué)院，安徽合肥230009）

以某款純電動(dòng)輕卡為研究對象，按照所設(shè)定的整車動(dòng)力性和經(jīng)濟(jì)性指標(biāo)，對動(dòng)力系統(tǒng)各部件參數(shù)進(jìn)行匹配設(shè)計(jì)，集成整車仿真軟件Cruise和優(yōu)化軟件Isight進(jìn)行聯(lián)合仿真，依據(jù)優(yōu)化算法理論，設(shè)計(jì)合理的組合算法對變速器各擋傳動(dòng)比進(jìn)行優(yōu)化。結(jié)果顯示，優(yōu)化后的百公里能耗降低了12.8%，續(xù)航里程提升了14.8%。

純電動(dòng)輕卡；仿真；集成；組合算法；優(yōu)化

0　引　言1

隨著經(jīng)濟(jì)的發(fā)展，我國面臨著越來越嚴(yán)重的能源危機(jī)和環(huán)境污染問題，有關(guān)數(shù)據(jù)顯示，我國每年的原油消耗中汽車用油占30%，這在一定程度上限制了我國經(jīng)濟(jì)的快速發(fā)展，且汽車尾氣也是造成環(huán)境污染的重要原因。發(fā)展綠色環(huán)保的新能源汽車，成為解決上述問題的重要途徑。

純電動(dòng)汽車作為新能源汽車的一種，其動(dòng)力來自電能，真正做到零污染、零排放，成為汽車行業(yè)發(fā)展的一個(gè)趨勢。在純電動(dòng)汽車的開發(fā)過程中，動(dòng)力參數(shù)的匹配及優(yōu)化至關(guān)重要，它影響著整車的動(dòng)力性和經(jīng)濟(jì)性[1-2]。目前，對優(yōu)化方法的研究大都采用單一的優(yōu)化算法，但單一的優(yōu)化算法并不一定適合所有設(shè)計(jì)問題；由此，文中提出一種基于組合算法的優(yōu)化方法，以純電動(dòng)輕卡為研究對象，研究并驗(yàn)證所采用的匹配及優(yōu)化方法的可行性。

1　純電動(dòng)輕卡動(dòng)力系統(tǒng)參數(shù)匹配

1.1整車參數(shù)及性能指標(biāo)

表1　整車參數(shù)及性能指標(biāo)

1.2電機(jī)參數(shù)設(shè)計(jì)

電機(jī)參數(shù)的設(shè)計(jì)必須要滿足整車的動(dòng)力性指標(biāo)，電動(dòng)輕卡對加速時(shí)間要求不高，因此電機(jī)所能提供的最大功率只需能滿足整車的最大速度和最大爬坡度要求即可[3-4]。

1）電機(jī)的最大輸出功率應(yīng)當(dāng)不小于車輛以最大速度行駛時(shí)所需的功率，即

其中，Vmax，Cd，A分別為最大車速、風(fēng)阻系數(shù)和迎風(fēng)面積；f，η分別為傳動(dòng)效率和滾動(dòng)阻力系數(shù)。

2）電機(jī)的最大輸出功率應(yīng)當(dāng)不小于車輛勻速爬坡所需要的功率，即

其中，V，αmax分別為爬坡速度和最大爬坡度。

1.3電池參數(shù)設(shè)計(jì)

通過對比幾種車用電池，決定采用性能更優(yōu)越的磷酸鐵鋰電池，在循環(huán)工況（New European Driving Cycle，NEDC）測試中要求續(xù)駛里程達(dá)到125km，百公里能耗值不超過23kW·h，考慮到電器元件消耗和效率問題，初步確定純電動(dòng)汽車驅(qū)動(dòng)電池總?cè)萘繛?0kW·h。

電池要為電機(jī)供電，電池的電壓參數(shù)要與電機(jī)相匹配。初步確定電池額定電壓為320V，電池容量為30kW·h。

1.4傳動(dòng)系傳動(dòng)比參數(shù)設(shè)計(jì)

1.4.1確定最大傳動(dòng)比

確定傳動(dòng)系最大傳動(dòng)比imax主要考慮最大爬坡度和附著力。

1）按最大爬坡度確定最大傳動(dòng)比，即

其中，ig1為第1擋傳動(dòng)比，i0為主減速器傳動(dòng)比，η為傳動(dòng)效率。

2）按附著力確定最大傳動(dòng)比，即

其中，Temax，r，G2分別為電機(jī)輸出最大轉(zhuǎn)矩、輪胎半徑和后軸載荷；Fj，j分別為后輪最大附著力和附著系數(shù)。

1.4.2確定最小傳動(dòng)比

最小傳動(dòng)比按最高速度確定，即

其中，ig3，nmax分別為第3擋傳動(dòng)比和電機(jī)最高轉(zhuǎn)速。

1.4.3擋位確定

增加變速器的擋位數(shù)能夠改善汽車動(dòng)力性和經(jīng)濟(jì)性，但擋位數(shù)越多變速器的結(jié)構(gòu)越復(fù)雜，輪廓尺寸和質(zhì)量加大。但在最低擋傳動(dòng)比不變的條件下，增加變速器的擋位數(shù)會(huì)使變速器相鄰的低擋與高擋之間的傳動(dòng)比比值減小，使換擋工作容易進(jìn)行。綜合考慮，暫定擋位數(shù)為3，即ig1，ig2，ig3。

為了減小換擋難度，相鄰擋位之間的傳動(dòng)比比值在1.8以下，即

根據(jù)表1中的整車參數(shù)及性能指標(biāo)，按式（1）～式（7）進(jìn)行計(jì)算，得到匹配結(jié)果，見表2。

表2　動(dòng)力系統(tǒng)初步匹配參數(shù)

2　整車建模仿真分析

利用Cruise搭建純電動(dòng)輕卡的整車模型，并通過與Matlab（DLL）的接口，將換擋策略嵌入到整車模型中，由于Cruise中沒有相應(yīng)的切換擋位的模塊，采用開閉離合器的方式，來達(dá)到切換擋位的目的。

將上節(jié)確定的動(dòng)力系統(tǒng)參數(shù)輸入到相應(yīng)的模塊，然后對該純電動(dòng)卡車進(jìn)行仿真分析，來驗(yàn)證初步匹配的動(dòng)力系統(tǒng)參數(shù)是否合理。在確定續(xù)航里程和百公里能耗時(shí)采用NEDC工況，仿真結(jié)束后得到車輛跟隨曲線如圖1所示，從圖1可以看出，車輛跟隨曲線總體比較理想，雖然不能達(dá)到NEDC最高速度為120km/h的要求，但車輛的最大速度超過了100km/h。從仿真結(jié)果中得出百公里能耗為22.84kW·h，續(xù)航里程為131.34km。

在確定最大爬坡度時(shí)，擋位設(shè)置為第1擋，爬坡速度設(shè)置為10km/h，仿真結(jié)束后，從仿真結(jié)果中得出擋位為第1擋且爬坡速度為10km/h時(shí)最大爬坡度為37.2%。

最大速度、百公里能耗、續(xù)航里程和最大爬坡度都能滿足設(shè)定的整車目標(biāo)，驗(yàn)證了初步匹配的動(dòng)力系統(tǒng)參數(shù)的合理性。

3　變速器各擋傳動(dòng)比優(yōu)化

由于不同的變速器傳動(dòng)比有著不同的動(dòng)力和經(jīng)濟(jì)性能；因此，有必要對各擋位傳動(dòng)比進(jìn)行優(yōu)化。采用Cruise和Isight聯(lián)合仿真的方式對變速器各擋傳動(dòng)比進(jìn)行優(yōu)化[5-7]，在Isight中設(shè)定設(shè)計(jì)變量的范圍、約束條件和目標(biāo)函數(shù)，并確定要采用的優(yōu)化策略。通過調(diào)用批處理文件的方式[8]，讓Isight調(diào)用Cruise并使其在后臺運(yùn)行，經(jīng)過多次迭代，最終得到傳動(dòng)比的最優(yōu)值。

3.1Isight和Cruise聯(lián)合仿真

通過調(diào)用批處理文件的方式，讓Isight在后臺調(diào)用建立的Cruise整車模型。

以變速器各擋傳動(dòng)比為設(shè)計(jì)變量，以最大爬坡度、各擋之間的比值和百公里能耗最大值為約束條件，以百公里能耗為目標(biāo)函數(shù)；選擇合理的優(yōu)化策略，通過優(yōu)化計(jì)算，確定既滿足約束條件又能使百公里能耗最小的各擋傳動(dòng)比值。

采用的優(yōu)化策略為多種優(yōu)化算法組合。組合算法中包括二次規(guī)劃算法、下降單純形算法和遺傳算法。二次規(guī)劃算法適合光滑連續(xù)問題且具有非常好的收斂性和數(shù)值穩(wěn)定性；下降單純形算法適合非光滑連續(xù)問題，具有非常高的效率；遺傳算法適合不連續(xù)設(shè)計(jì)空間問題和全局優(yōu)化問題，但計(jì)算費(fèi)時(shí)。在迭代過程中根據(jù)求解域的不同自動(dòng)選擇優(yōu)化算法。與采用單一優(yōu)化算法相比可以在短時(shí)間內(nèi)找到一個(gè)比較好的全局解，效率更高。文中通過采用單一優(yōu)化算法進(jìn)行對比來驗(yàn)證所選優(yōu)化策略的高效性。

在優(yōu)化進(jìn)行過程中，可以實(shí)時(shí)查看監(jiān)控目標(biāo)函數(shù)的變化，得到不同優(yōu)化策略的目標(biāo)函數(shù)的尋優(yōu)歷程圖。

圖2為粒子群算法目標(biāo)函數(shù)尋優(yōu)歷程，從圖中可以看出，在整個(gè)迭代過程中，目標(biāo)函數(shù)收斂效果不理想，且迭代次數(shù)較多。

圖3和圖4分別為遺傳算法目標(biāo)函數(shù)尋優(yōu)歷程和組合算法目標(biāo)函數(shù)尋優(yōu)歷程。從圖中可以看出，2種算法的目標(biāo)函數(shù)收斂效果與粒子群算法的收斂效果相比較為理想，且組合算法比遺傳算法迭代次數(shù)更少，驗(yàn)證了基于組合算法的優(yōu)化方法的高效性。

3.2優(yōu)化方案與匹配方案對比

將優(yōu)化得到的最優(yōu)解進(jìn)行匹配分析后[9]，代入到Cruise整車模型中進(jìn)行計(jì)算，得到優(yōu)化方案的整車性能，并與初步匹配方案進(jìn)行對比，結(jié)果見表3。

表3　優(yōu)化方案與初步匹配方案對比

從表3中可以看出，在保證最大爬坡度高于30%的基礎(chǔ)上，通過優(yōu)化使百公里能耗降低12.8%，續(xù)航里程提升14.8%。

4　結(jié)　論

優(yōu)化后百公里能耗與優(yōu)化前相比有明顯下降，續(xù)航里程有明顯提升，最大爬坡度雖然有下降，但基本滿足動(dòng)力性要求。對比單一算法和組合算法可知，組合算法在尋優(yōu)過程中效率更高，驗(yàn)證了選用的動(dòng)力系統(tǒng)參數(shù)匹配方法的合理性及基于組合算法的優(yōu)化方法的高效性。

[1]余志生，夏群生.汽車?yán)碚揫M].北京：機(jī)械工業(yè)出版社，2007：1-88.

[2]郭孔輝，姜輝，張建偉.電動(dòng)汽車傳動(dòng)系統(tǒng)的匹配及優(yōu)化[J].科學(xué)技術(shù)與工程，2010，10（16）：3892-3896.

[3]尹安東，楊峰，江昊.基于Isight的純電動(dòng)汽車動(dòng)力系統(tǒng)匹配優(yōu)化[J].合肥工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，36（1）：1-4.

[4]呼和.增程式純電動(dòng)車動(dòng)力系統(tǒng)參數(shù)匹配與優(yōu)化研究[D].長春：吉林大學(xué)，2012.

[5]趙云飛.純電動(dòng)汽車動(dòng)力系統(tǒng)參數(shù)匹配與性能優(yōu)化研究[D].長沙：湖南大學(xué)，2011.

[6]周飛鯤.純電動(dòng)汽車動(dòng)力系統(tǒng)參數(shù)匹配及整車控制策略研究[D].長春：吉林大學(xué)，2013.

[7]胡峰.基于遺傳算法的汽車動(dòng)力傳動(dòng)系參數(shù)多目標(biāo)優(yōu)化[D].武漢：武漢理工大學(xué)，2010.

[8]李軍.基于 Cruise的某型大客車動(dòng)力傳動(dòng)系統(tǒng)優(yōu)化匹配研究[D].長春：吉林大學(xué)，2013.

[9]陳佼.某城市公交動(dòng)力傳動(dòng)系匹配優(yōu)化研究[D].南京：南京理工大學(xué)，2014.

U469.72

A

10.14175/j.issn.1002-4581.2016.04.006

1002-4581（2016）04-0023-04

安徽省自然科學(xué)基金項(xiàng)目（1308085ME64）；合肥工業(yè)大學(xué)春華計(jì)劃資助項(xiàng)目（2013HGCH0010）。

2016-02-26--