靳立強(qiáng)，孫志祥，王 熠，鄭 迎

(1.吉林大學(xué)，汽車仿真與控制國(guó)家重點(diǎn)實(shí)驗(yàn)室，長(zhǎng)春 130022； 2.燕山大學(xué)信息學(xué)院計(jì)算機(jī)教學(xué)實(shí)驗(yàn)中心，秦皇島 066004；3.華域汽車系統(tǒng)股份有限公司，上海 200041)

基于模糊控制的電動(dòng)輪汽車再生制動(dòng)能量回收研究?

靳立強(qiáng)1，孫志祥1，王 熠2，鄭 迎3

(1.吉林大學(xué)，汽車仿真與控制國(guó)家重點(diǎn)實(shí)驗(yàn)室，長(zhǎng)春 130022； 2.燕山大學(xué)信息學(xué)院計(jì)算機(jī)教學(xué)實(shí)驗(yàn)中心，秦皇島 066004；3.華域汽車系統(tǒng)股份有限公司，上海 200041)

為提高電動(dòng)輪汽車制動(dòng)過(guò)程中再生制動(dòng)能量的回收率以達(dá)到節(jié)約能源的目的，提出了一套適用于電動(dòng)輪汽車的全新構(gòu)型機(jī)電復(fù)合再生制動(dòng)系統(tǒng)及控制策略。在該控制策略中，考慮到電池SOC值和制動(dòng)強(qiáng)度對(duì)電機(jī)再生制動(dòng)力矩的影響，設(shè)計(jì)了雙輸入單輸出的模糊控制器，并在AMESim軟件平臺(tái)中搭建了15自由度的電動(dòng)輪汽車的整車仿真模型和再生制動(dòng)系統(tǒng)與液壓制動(dòng)系統(tǒng)的仿真模型，在不同的制動(dòng)強(qiáng)度下采用UDDS循環(huán)進(jìn)行AMES-im-Simulink聯(lián)合仿真。結(jié)果表明，所制定的控制策略能滿足要求，在保證制動(dòng)效能的前提下實(shí)現(xiàn)再生制動(dòng)能量的有效回收。

車輛工程；再生制動(dòng)能量回收；模糊控制器；制動(dòng)力分配；聯(lián)合仿真

前言

再生制動(dòng)能量回收可回收電動(dòng)汽車減速制動(dòng)時(shí)的部分動(dòng)能并將其轉(zhuǎn)化為電能儲(chǔ)存起來(lái)，是解決電動(dòng)汽車因電池密度低導(dǎo)致的續(xù)駛里程短的一種有效措施[1-2]。其工作原理是：當(dāng)固定轉(zhuǎn)子的轉(zhuǎn)速高于定子上線圈產(chǎn)生的磁場(chǎng)轉(zhuǎn)速時(shí)，轉(zhuǎn)子將切割磁場(chǎng)，由此產(chǎn)生的感應(yīng)電流和感應(yīng)電動(dòng)勢(shì)將會(huì)形成制動(dòng)力矩阻止輪轂轉(zhuǎn)動(dòng)，并開始將電能儲(chǔ)存到電池或超級(jí)電容中[3-4]。而輪轂電機(jī)驅(qū)動(dòng)汽車是一種將驅(qū)動(dòng)、傳動(dòng)和制動(dòng)集成一體的電動(dòng)汽車，具有轉(zhuǎn)矩控制精準(zhǔn)和容易獲得的優(yōu)點(diǎn)，同時(shí)也簡(jiǎn)化了汽車結(jié)構(gòu)，操作簡(jiǎn)單，便于維修，故對(duì)于電動(dòng)輪汽車的制動(dòng)能量回收極具進(jìn)一步研究意義[5]。

國(guó)外方面，文獻(xiàn)[6]中針對(duì)前輪電機(jī)驅(qū)動(dòng)車輛，提出了3種典型的制動(dòng)力分配控制策略。在對(duì)并聯(lián)再生制動(dòng)控制策略研究的基礎(chǔ)上，文獻(xiàn)[7]中提出了再生制動(dòng)神經(jīng)網(wǎng)絡(luò)控制策略。文獻(xiàn)[8]中提出了通過(guò)增大電機(jī)再生制動(dòng)力的方法來(lái)提高制動(dòng)能量的回收效率。文獻(xiàn)[9]中基于模糊控制邏輯提出了再生制動(dòng)控制分配策略，并確定了車輪液壓制動(dòng)力及ABS系統(tǒng)的控制方案，實(shí)現(xiàn)了四輪獨(dú)立驅(qū)動(dòng)HEV再生制動(dòng)與液壓制動(dòng)的協(xié)調(diào)控制。國(guó)內(nèi)方面，文獻(xiàn)[10]中提出了一項(xiàng)再生制動(dòng)與氣壓制動(dòng)協(xié)調(diào)控制的專利。文獻(xiàn)[11]和文獻(xiàn)[12]中以制動(dòng)能量回收兼顧制動(dòng)安全性為目標(biāo)，提出了再生制動(dòng)與ABS的集成控制策略。文獻(xiàn)[13]和文獻(xiàn)[14]中基于最優(yōu)控制理論，把混合動(dòng)力電動(dòng)汽車再生制動(dòng)系統(tǒng)對(duì)駕駛員制動(dòng)意圖的識(shí)別時(shí)間縮短到0.5s，把制動(dòng)能量的回收率提高了近20%。文獻(xiàn)[15]中通過(guò)帶有ABS氣壓制動(dòng)系統(tǒng)的AMESim模型，對(duì)再生制動(dòng)與制動(dòng)防抱死的集成控制進(jìn)行了相關(guān)的研究。文獻(xiàn)[16]中基于純電動(dòng)客車BK6122的再生制動(dòng)系統(tǒng)，提出了“分段復(fù)合”再生控制策略，基于新開發(fā)的控制策略車輛的制動(dòng)能量回收率比原車提高了約3%。

針對(duì)輪轂電機(jī)驅(qū)動(dòng)的電動(dòng)汽車[17]，本文中在重新設(shè)計(jì)制動(dòng)系統(tǒng)部分結(jié)構(gòu)的基礎(chǔ)上，提出了相應(yīng)的制動(dòng)能量回收控制策略，在各制動(dòng)強(qiáng)度下，以固定比例進(jìn)行前后輪制動(dòng)力的分配，基于設(shè)計(jì)的模糊控制邏輯得到機(jī)電復(fù)合制動(dòng)下電機(jī)制動(dòng)力占總制動(dòng)力的系數(shù)，在保證電動(dòng)輪汽車制動(dòng)穩(wěn)定性的基礎(chǔ)上能夠高效回收制動(dòng)能量。最后采用AMESim-Simulink軟件對(duì)提出的控制策略進(jìn)行了聯(lián)合仿真分析。結(jié)果表明，本文中所制定的控制策略滿足要求，既能達(dá)到緊急制動(dòng)工況下的制動(dòng)防抱死目的，又能在制動(dòng)過(guò)程中回收大量能量，延長(zhǎng)了汽車?yán)m(xù)駛里程。

1 制動(dòng)系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

本文中的研究對(duì)液壓制動(dòng)系統(tǒng)部分結(jié)構(gòu)進(jìn)行了重新設(shè)計(jì)，其結(jié)構(gòu)簡(jiǎn)圖如圖1所示。該設(shè)計(jì)方案采用原車自帶的制動(dòng)操作機(jī)構(gòu)，在主缸與輪缸之間安裝了回路控制閥和高壓蓄能器。當(dāng)電動(dòng)輪汽車工作在純電機(jī)制動(dòng)模式時(shí)，控制閥處于關(guān)閉狀態(tài)，此時(shí)由主缸過(guò)來(lái)的高壓液體將儲(chǔ)存在高壓蓄能器中；當(dāng)汽車進(jìn)入純液壓制動(dòng)模式時(shí)，回路控制閥處于開啟狀態(tài)，高壓液體由主缸進(jìn)入輪缸進(jìn)行液壓制動(dòng)；當(dāng)汽車進(jìn)入機(jī)電復(fù)合制動(dòng)模式時(shí)，輪轂電機(jī)將會(huì)優(yōu)先提供制動(dòng)力，此時(shí)控制閥關(guān)閉，主缸液體流入高壓蓄能器，當(dāng)電機(jī)制動(dòng)中途出現(xiàn)故障，或電機(jī)提供的最大制動(dòng)力還不能滿足車輛制動(dòng)的需求時(shí)，回路控制閥將開啟，使高壓蓄能器快速建立液壓制動(dòng)力，由液壓制動(dòng)系統(tǒng)提供輔助制動(dòng)。由于本文中的設(shè)計(jì)改造會(huì)導(dǎo)致機(jī)電復(fù)合制動(dòng)開始階段不能降低液壓制動(dòng)力，故將原車制動(dòng)防抱死系統(tǒng)中的液壓制動(dòng)替換為可實(shí)時(shí)調(diào)節(jié)的電機(jī)制動(dòng)進(jìn)行力矩調(diào)節(jié)，實(shí)現(xiàn)機(jī)電復(fù)合制動(dòng)防抱死控制。具體策略：通過(guò)比較，判斷實(shí)時(shí)滑移率是否處于設(shè)定的滑移率上下限之間；若不滿足要求，則通過(guò)增加或減小5%的當(dāng)前電機(jī)制動(dòng)力矩來(lái)調(diào)節(jié)制動(dòng)力需求和抱死狀態(tài)，直至車速低于設(shè)定車速時(shí)退出控制策略。

圖1 液壓制動(dòng)系統(tǒng)結(jié)構(gòu)簡(jiǎn)圖

2 制動(dòng)模式判斷及制動(dòng)力分配

汽車的制動(dòng)模式判斷流程圖如圖2所示。當(dāng)汽車有制動(dòng)信號(hào)輸入時(shí)，若電池的SOC值高于0.85，為避免制動(dòng)能量回收導(dǎo)致電池過(guò)充而造成損害，不進(jìn)行電機(jī)制動(dòng)，此時(shí)進(jìn)入純液壓制動(dòng)模式。當(dāng)電池的SOC值小于0.85時(shí)，若制動(dòng)踏板位移l小于踏板位移設(shè)定值λ，說(shuō)明駕駛員希望進(jìn)行低強(qiáng)度制動(dòng)，汽車將進(jìn)入純電機(jī)制動(dòng)模式，此時(shí)輪轂電機(jī)作為發(fā)電機(jī)進(jìn)行能量回收；若l大于λ，說(shuō)明此時(shí)駕駛員的意圖是希望能夠較快速減速，采取的是中高強(qiáng)度的制動(dòng)，汽車將進(jìn)入機(jī)電復(fù)合制動(dòng)模式，即液壓制動(dòng)系統(tǒng)和輪轂電機(jī)都要參與工作進(jìn)行制動(dòng)[18]。

圖2 制動(dòng)模式判斷圖

在目前的研究中，主要用到4種典型控制策略來(lái)協(xié)調(diào)分配前后輪制動(dòng)器制動(dòng)力，分別是理想制動(dòng)力分配控制策略、最優(yōu)制動(dòng)能量回收控制策略、并聯(lián)制動(dòng)能量回收控制策略和制動(dòng)力按固定比例分配控制策略。由于制動(dòng)力按固定比例分配控制策略是在滿足ECE制動(dòng)法規(guī)的條件下，盡可能地增加電機(jī)制動(dòng)力參與制動(dòng)的比例，且前軸制動(dòng)力不會(huì)超過(guò)ECE法規(guī)規(guī)定的最大值，能夠滿足前后軸的制動(dòng)力按確定比例系數(shù)進(jìn)行分配，即符合前后軸制動(dòng)力按β曲線分配的原則，提高了制動(dòng)能量的回收效率。故本文中在研究前后軸制動(dòng)力分配中采用了固定比例分配控制策略[19]，即按圖3中的β曲線進(jìn)行分配。純電機(jī)制動(dòng)時(shí)的制動(dòng)力將按D點(diǎn)進(jìn)行分配，機(jī)電復(fù)合制動(dòng)時(shí)的制動(dòng)力按照E點(diǎn)進(jìn)行分配。其中，F(xiàn)mf和Fhf分別為前輪的電機(jī)制動(dòng)力和液壓制動(dòng)力；Fmr和Fhr分別為后輪的電機(jī)制動(dòng)力和液壓制動(dòng)力。

圖3 前后輪制動(dòng)力分配曲線

3 模糊邏輯控制器的設(shè)計(jì)

引入變量Km，表示輪轂電機(jī)制動(dòng)力占總制動(dòng)力的比例系數(shù)，即Km＝Fm/FTotal。本文中在計(jì)算Km值的過(guò)程中采用了魯棒性強(qiáng)的模糊控制器[20-21]。

(1)選擇輸入、輸出變量

由于汽車制動(dòng)需求力矩可以根據(jù)制動(dòng)踏板位移計(jì)算出來(lái)，此外，電池SOC值影響著電機(jī)制動(dòng)力矩。所以，在設(shè)計(jì)模糊控制器時(shí)，輸入的兩個(gè)變量分別為制動(dòng)踏板位移l和電池SOC值，輸出的一個(gè)變量為電機(jī)制動(dòng)力占總制動(dòng)力的比例Km。

(2)輸入量的模糊化

由圖2可知，當(dāng)電池SOC值大于0.85時(shí)，Km值應(yīng)等于0；當(dāng)電池SOC值小于0.85且制動(dòng)踏板位移小于λ(設(shè)為0.25)時(shí)，Km值應(yīng)等于1。當(dāng)電池SOC值小于0.85且制動(dòng)踏板位移大于0.25時(shí)，汽車將進(jìn)行中高強(qiáng)度制動(dòng)，進(jìn)入機(jī)電復(fù)合制動(dòng)模式，選取制動(dòng)踏板位移l的模糊論域?yàn)閇0.25，1]，相應(yīng)的模糊子集為{L，M，H}；選取電池SOC的模糊論域?yàn)閇0，0.85]，相應(yīng)的模糊子集為{L，M，H}。各自隸屬度函數(shù)如圖4和圖5所示。其中，本段及下文中的L，M和H分別表示為低、中和高。

圖4 制動(dòng)踏板位移隸屬度函數(shù)

圖5 電池SOC隸屬度函數(shù)

(3)模糊控制規(guī)則

由上面分析可知，當(dāng)電池SOC值和制動(dòng)踏板位移l越小時(shí)，由輪轂電機(jī)產(chǎn)生的制動(dòng)力就應(yīng)越大。據(jù)此可制定模糊控制規(guī)則，如表1所示。

表1 模糊控制規(guī)則

(4)輸出量的反模糊化

經(jīng)過(guò)模糊控制器后，制動(dòng)踏板位移l和電池SOC值可轉(zhuǎn)化為精確的輸出量，本文中的輸出量為電機(jī)制動(dòng)力占總需求制動(dòng)力的比例Km，其模糊論域?yàn)閇0，1]，選取的模糊子集為{L，M，H}。 相應(yīng)的隸屬度函數(shù)如圖6所示。

圖6 輸出量K m的隸屬度函數(shù)

假設(shè)通過(guò)上面模糊控制器計(jì)算得到的電機(jī)制動(dòng)力矩為Tm，而由于電機(jī)約束可獲得的最大電機(jī)制動(dòng)力矩為Tmax，則實(shí)際電機(jī)制動(dòng)力矩應(yīng)取較小者，即為min(Tm，Tmax)。 此時(shí)若 Tm＞Tmax，為滿足制動(dòng)需求，多余的電機(jī)制動(dòng)力矩(Tm-Tmax)將會(huì)由液壓制動(dòng)系統(tǒng)協(xié)調(diào)提供。

4 聯(lián)合仿真分析

在AMESim軟件平臺(tái)搭建15自由度電動(dòng)輪汽車的整車動(dòng)力學(xué)及機(jī)電復(fù)合再生制動(dòng)系統(tǒng)的仿真模型，利用Matlab/Simulink軟件搭建制動(dòng)能量回收仿真模型[22-23]。

4.1 40km/h初始速度制動(dòng)工況仿真

在該制動(dòng)工況仿真中，設(shè)置電池初始SOC值為0.5，路面利用附著系數(shù)為0.8，車輛開始制動(dòng)時(shí)的速度為40km/h，制動(dòng)強(qiáng)度分別為z＝0.15，z＝0.5和z＝0.8。圖7為不同制動(dòng)強(qiáng)度下的車速變化情況。圖8為不同制動(dòng)強(qiáng)度下的制動(dòng)能量回收情況。圖9為不同制動(dòng)強(qiáng)度下的電機(jī)制動(dòng)力矩與液壓制動(dòng)力矩變化情況。表2為不同制動(dòng)強(qiáng)度下的制動(dòng)能量回收效果對(duì)比。由圖7、圖8和表2可知，隨著制動(dòng)強(qiáng)度的增加，回收的制動(dòng)能量會(huì)有所降低。表2中顯示，當(dāng)制動(dòng)強(qiáng)度分別為0.15，0.5和0.8時(shí)，制動(dòng)能量回收率為72.3%，49.0%和38.8%，由此可見，本文中所制定的控制策略在不同制動(dòng)強(qiáng)度下均能表現(xiàn)出較強(qiáng)的制動(dòng)能量回收能力。由圖9可知，當(dāng)汽車進(jìn)行低強(qiáng)度制動(dòng)時(shí)，全部制動(dòng)力矩將由電機(jī)提供，液壓制動(dòng)系統(tǒng)不參與工作，并且隨著制動(dòng)強(qiáng)度的上升，總制動(dòng)力矩會(huì)提高，相應(yīng)的電機(jī)制動(dòng)力矩占總制動(dòng)力矩的比例也會(huì)下降，符合本文中所制定的電液制動(dòng)力矩分配控制策略。

圖7 不同制動(dòng)強(qiáng)度下車速變化曲線

圖8 不同制動(dòng)強(qiáng)度下制動(dòng)能量回收曲線

表2 不同制動(dòng)強(qiáng)度下制動(dòng)能量回收效果

4.2 美國(guó)公路UDDS循環(huán)工況仿真

為了更準(zhǔn)確地驗(yàn)證控制策略的可行性，特選取美國(guó)公路UDDS的典型循環(huán)工況進(jìn)行仿真分析。表3為UDDS循環(huán)工況的主要數(shù)據(jù)。圖10為消耗和回收能量變化情況。從仿真結(jié)果可以看出，該循環(huán)工況下共回收制動(dòng)能量 2 265kJ，需要消耗能量4 372kJ，回收率為51.8%。從而驗(yàn)證了本文中所制定的控制策略能夠滿足在UDDS循環(huán)工況下的制動(dòng)能量回收要求，提高了汽車?yán)m(xù)駛里程。

圖9 不同制動(dòng)強(qiáng)度下的制動(dòng)力矩變化曲線

表3 UDDS工況

圖10 消耗與回收能量變化曲線

4.3 80km/h初始速度緊急制動(dòng)仿真

為了驗(yàn)證本文中制定的防抱死策略的可行性，選取了多種車速在不同附著系數(shù)的路面上進(jìn)行試驗(yàn)，此處限于文章篇幅，特選取80km/h的初始速度在附著系數(shù)為0.5的路面上進(jìn)行說(shuō)明，仿真結(jié)果如圖11所示。結(jié)果表明，車速與前后輪輪速能夠較好的跟隨，符合制動(dòng)穩(wěn)定性的要求。

圖11 車速與輪速對(duì)比圖

5 結(jié)論

(1)基于傳統(tǒng)的液壓制動(dòng)系統(tǒng)，在保留制動(dòng)操縱機(jī)構(gòu)的前提下，對(duì)其他部分進(jìn)行了再次改造，加入了高壓蓄能器和回路控制閥。

(2)在重新設(shè)計(jì)制動(dòng)系統(tǒng)結(jié)構(gòu)的基礎(chǔ)上，制定了再生制動(dòng)能量回收系統(tǒng)的控制策略，該策略考慮到ECE法規(guī)、電池SOC和電機(jī)約束等的影響，通過(guò)采用前后輪制動(dòng)力按固定比例分配，電液制動(dòng)力按模糊控制邏輯分配并修正的方法，達(dá)到制動(dòng)能量回收的最大化。

(3)所提出的制動(dòng)能量控制策略能夠在基本保持汽車行駛穩(wěn)定性的條件下高效回收制動(dòng)能量，減少了電動(dòng)輪汽車的制動(dòng)能量損失。

[1] KIM SH，KWON O J，HYON D，et al.Regenerative braking for fuel cell hybrid system with additional generator[J].International Journal of Hydrogen Energy，2013，38(20)：8415-8421.

[2] ZHANG J， LIY， LV C， et al.New regenerative braking control strategy for rear-driven electrified minivans[J].Energy Conversion and Management，2014，82：135-145.

[3] 董鑄榮，梁松峰，田超賀.一種電動(dòng)汽車輪轂電機(jī)再生制動(dòng)試驗(yàn)臺(tái)架的設(shè)計(jì)與實(shí)現(xiàn)[J].汽車技術(shù)，2012(8)：54-56.

[4] 隋妮，王廣萍，李仲興，等.直流無(wú)刷電機(jī)再生制動(dòng)系統(tǒng)試驗(yàn)臺(tái)的設(shè)計(jì)與驗(yàn)證[J].汽車技術(shù)，2011(1)：49-53.

[5] 何仁，張瑞軍.輪轂電機(jī)驅(qū)動(dòng)技術(shù)的研究與進(jìn)展[J].重慶理工大學(xué)學(xué)報(bào)，2015，29(7)：10-18.

[6] GAO Y，ESAKIM.Electronic braking system of EV and HEV—integration of regenerative braking，auto-matic braking force control and ABS[C].SAE Paper 2001-01-2478.

[7] GAO H，GAO Y，EHSANIM.A neural network based SRM drive control strategy for regenerative braking in EV and HEV[C].Electric Machines and Drives Conference，2001：571-575.

[8] CIKANEK SR.Electric vehicle braking system[C].Proceedings of the 14th International Electric Vehicle Symposium， Orlando，F(xiàn)lorida， USA，1997.

[9] KO J， KIM J， LEE G.Development of co-operative control algorithm for parallel HEV with electric booster brake during regenerative braking[C].IEEE Vehicle Power and Propulsion Conference，2011：1-5.

[10] 初亮，柳帥，姚亮，等.混合動(dòng)力客車氣壓與再生制動(dòng)協(xié)調(diào)控制方法：201010511049[P].2010-5.

[11] 朱雅君.混合動(dòng)力商用車再生制動(dòng)及防抱死集成控制系統(tǒng)的研究[D].長(zhǎng)春：吉林大學(xué)，2007.

[12] 呂廷秀.混合動(dòng)力轎車再生制動(dòng)與防抱死集成控制系統(tǒng)研究[D].長(zhǎng)春：吉林大學(xué)，2007.

[13] 羅禹貢，李蓬，等.基于最優(yōu)控制理論的制動(dòng)能量回收策略研究[J].汽車工程，2006，28(4)：356-360.

[14] 李蓬.輕度混合動(dòng)力電動(dòng)汽車制動(dòng)能量回收控制策略研究[D].北京：清華大學(xué)，2005.

[15] 王鵬宇，王慶年，胡安平，等.基于Simulink-AMESim聯(lián)合仿真的混合動(dòng)力客車再生制動(dòng)系統(tǒng)分析[J].吉林大學(xué)學(xué)報(bào)(工學(xué)版)，2008，38(S1)：7-11.

[16] 王軍，熊冉，楊振遷.純電動(dòng)大客車制動(dòng)能量回收系統(tǒng)控制策略研究[J].汽車工程，2009，31(10)： 932-937.

[17] 靳立強(qiáng)，王慶年，宋傳學(xué).四輪獨(dú)立驅(qū)動(dòng)電動(dòng)汽車動(dòng)力學(xué)控制系統(tǒng)仿真[J].吉林大學(xué)學(xué)報(bào)(工學(xué)版)，2004，34(4)：547-553.

[18] 苗軍.電動(dòng)汽車再生制動(dòng)控制策略研究[D].北京：北方工業(yè)大學(xué)，2011：17-23.

[19] 陳慶樟，何仁.汽車再生制動(dòng)系統(tǒng)機(jī)電制動(dòng)力分配[J].江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版)，2008， 29(5)：394-397.

[20] 林輝.輪轂電機(jī)驅(qū)動(dòng)電動(dòng)汽車聯(lián)合制動(dòng)的模糊自整定PID控制方法研究[D].長(zhǎng)春：吉林大學(xué)，2013.

[21] CAO J，GAO B，CHENW，et al.Neural network self adaptive PID control for driving and regenerative braking of electric vehicle[C].IEEE Transactions on Industrial Electronics，2007，8：2029-2034.

[22] LIN H，SONG C.Simulation of hydraulic anti-lock braking system control based on a co-simulation model by AMESim and simulink[C].Transportation， Mechanical， and Electrical Engineering(TMEE)， International Conference on Transportation，2011：775-778.

[23] 李進(jìn).基于AMESim-simulink的液壓混合動(dòng)力轎車再生制動(dòng)系統(tǒng)研究[D].重慶：重慶大學(xué)，2013.

A Research on Regenerative Braking Energy Recovery of Electric-wheel Vehicle Based on Fuzzy Control

Jin Liqiang1， Sun Zhixiang1， Wang Yi2＆ Zheng Ying3
1.Jilin University， State Key Laboratory of Automotive Simulation and Control， Changchun 130022；2.Computer Teaching Experimental Center， Information School， Yanshan University， Qinhuangdao 066004；3.HUAYU Automotive System Co.， Ltd.， Shanghai 200041

In order to enhance the energy recovery ratio of regenerative braking in the braking process of electric-wheel vehicle for saving energy，a set of electro-mechanical compound regenerative braking system and its control strategy with new configuration suitable for electric-wheel vehicle is proposed.In this control strategy，taking into account the influences of battery SOC and braking strength on the regenerative braking torque ofmotor，a fuzzy controller with two inputs and one output variable is designed.Then simulation models for a 15-DOF electric-wheel vehicle and its regenerative braking system and hydraulic brake system are established on AMESim platform，and an AMESim-Simulink co-simulation with UDDS driving cycles is conducted under different braking intensities.The results show that the control strategy formulated canmeet the requirements of effective recovery of regenerative braking energy while ensuring braking efficacy.

vehicle engineering； regenerative braking energy recovery； fuzzy controller； braking force distribution；co-simulation

10.19562/j.chinasae.qcgc.2017.10.001

?中國(guó)博士后基金(2013M540248)資助。

原稿收到日期為2016年7月18日，修改稿收到日期為2016年12月19日。

靳立強(qiáng)，教授，E-mail：jinlq＠ jlu.edu.cn。