,
(福州大學(xué) 機(jī)械工程及自動化學(xué)院,福建 福州 350116)
純電動汽車的復(fù)合制動系統(tǒng)由再生制動系統(tǒng)和傳統(tǒng)液壓制動系統(tǒng)兩部分組成。純電動汽車在進(jìn)行再生制動時,利用電機(jī)可作為發(fā)電機(jī)的特性,將汽車的部分動能轉(zhuǎn)化為電能存入儲能裝置中,產(chǎn)生的制動力與液壓制動系統(tǒng)產(chǎn)生的制動力共同作用于車輪,使汽車減速。由于電機(jī)制動力的介入,必然會影響駕駛員制動感覺及剎車舒適性[1]。因此,只有實現(xiàn)再生制動與機(jī)械摩擦制動協(xié)調(diào)工作,才能在保證制動安全性的前提下提高整車制動的舒適性,同時盡可能多地回收能量。國外研究人員將制動舒適性分為5個等級,并用“不舒適指數(shù)”表示?!?”代表所有乘客都感覺舒適,指數(shù)越高,舒適性也越差,如圖1所示。不舒適指數(shù)隨制動減速度及減速度變化率的增大而增大。在某些制動工況下可能出現(xiàn)較大減速度及減速度變化率,導(dǎo)致制動舒適性降低,因此有必要對復(fù)合制動力進(jìn)行協(xié)調(diào)控制[2]。
圖1 不舒適指數(shù)與舒適性關(guān)系Fig.1 Relationship between discomfort index and comfort
目前,國內(nèi)基于制動舒適性復(fù)合制動力分配問題的研究較少?,F(xiàn)狀如下:①校調(diào)液壓與電機(jī)系統(tǒng),使之具有同步響應(yīng)速度[3],但導(dǎo)致制動響應(yīng)偏慢;②對電動大巴車采用并聯(lián)控制策略,即保留傳統(tǒng)摩擦制動系統(tǒng),并在此基礎(chǔ)上對后軸添加電機(jī)制動力,通過適當(dāng)減少電機(jī)制動力來提高制動舒適性[4],但該種策略回收的制動能量相對偏少。
針對電液復(fù)合制動協(xié)調(diào)性問題,本文將減速度變化率、制動強(qiáng)度和蓄電池荷電狀態(tài)(SOC)作為模糊控制器的輸入量,經(jīng)模糊處理后得出合適的電機(jī)制動力分配比。把控制規(guī)則嵌入Simulink軟件所構(gòu)建的分配策略模型中,并利用Advisor仿真平臺驗證該策略的優(yōu)越性。
在保證安全性的前提下,盡量把制動力分配在驅(qū)動輪以盡可能多地回收制動能,同時也要兼顧制動舒適性?;诖丝紤]并結(jié)合純電動汽車典型制動力分配策略[5],本文在滿足聯(lián)合國歐洲經(jīng)濟(jì)委員會(ECE)汽車法規(guī)要求下,提出改進(jìn)的制動力分配策略,具體分配方式用如圖2中線段OABCD所示。
當(dāng)制動強(qiáng)度z<0.2時為小強(qiáng)度制動,可完全由前輪提供制動力,如圖2中線段OA所示。為保證工作可靠性,線段OA長度本文取為線段OP的95%。由于當(dāng)路面附著系數(shù)大于0.5、z<0.5時不易出現(xiàn)車輪抱死,因此0.2≤z<0.5時在保證安全性的前提下盡可能多地把制動力分配在前輪。同時考慮到液壓系統(tǒng)可靠性,應(yīng)在ECE汽車法規(guī)曲線基礎(chǔ)上將前制動力減少5%,以更好地滿足ECE汽車法規(guī)的要求,如按圖2中曲線AB進(jìn)行前后輪制動力分配。我國公路的路面附著系數(shù)在0.7~0.9之間,應(yīng)以z=0.7為界限進(jìn)行進(jìn)一步討論。當(dāng)0.5≤z<0.7時為中高強(qiáng)度制動,應(yīng)以制動穩(wěn)定性為主兼顧制動能量回收,盡可能快地使制動力分配曲線接近I曲線。為防止前輪抱死,選擇如圖2中線段BC所示分配方式。當(dāng)z>0.7時為大強(qiáng)度制動,屬于緊急情況。為盡可能多地利用路面附著系數(shù)來保證制動穩(wěn)定性,制動力分配曲線按I曲線進(jìn)行,如圖2中線段CD所示。
圖2 制動力分配策略Fig.2 Braking force distribution strategy
純電動汽車進(jìn)行制動能量回收時,其效能一般受儲能裝置類型、系統(tǒng)驅(qū)動方式、制動力分配方式、行駛速度等因素影響。
純電動汽車的儲能裝置一般有蓄電池、超級電容、飛輪等,本文采用蓄電池。基于蓄電池特性,在進(jìn)行制動能量回收時,需要限制最大充電電流及充電功率,以防止對蓄電池壽命造成損害。對蓄電池充電時,要考慮其荷電狀態(tài)。當(dāng)荷電狀態(tài)過小時,充電發(fā)熱明顯,造成能量浪費(fèi);當(dāng)荷電狀態(tài)過大時,進(jìn)行能量回收易造成電池過充。通常當(dāng)荷電狀態(tài)小于10%或大于90%時應(yīng)該停止能量回收[6]。
純電動汽車在制動過程中,只能回收驅(qū)動輪上的動能,因此應(yīng)盡可能多地將制動力分配在驅(qū)動輪上。對于雙軸電動車,為避免不穩(wěn)定工況的出現(xiàn),一般將制動力分配在前輪,因此前驅(qū)車較后驅(qū)車能回收更多能量。
制動力越多地分配在驅(qū)動輪,回收能量效率就越高。
制動初速度也會影響能量回收。當(dāng)制動初速度小于一定值時,驅(qū)動輪帶動電機(jī)旋轉(zhuǎn)產(chǎn)生的電能大部分消耗在電路中,考慮到剎車可靠性,此時不進(jìn)行再生制動。
基于以上因素考慮,再生制動控制邏輯流程如圖3所示。
圖3 再生制動控制邏輯流程Fig.3 Logic flow chart of regenerative braking control
模糊控制是通過機(jī)器來模擬人腦思維模式的一種人工智能控制,按一定規(guī)則把經(jīng)驗數(shù)字化、模糊化,以此控制復(fù)雜系統(tǒng)。復(fù)合制動系統(tǒng)中影響電動機(jī)制動力與液壓制動力分配的因素很多,其中最為關(guān)鍵的是駕駛員需求制動強(qiáng)度、儲能裝置荷電狀態(tài)及制動減速度變化率。模糊理論可對多變控制問題進(jìn)行處理,因此本文采用模糊控制理論解決復(fù)合制動系統(tǒng)制動力分配問題。以制動舒適性評價指標(biāo)——減速度變化率、制動強(qiáng)度及蓄電池荷電狀態(tài)為輸入量,以電機(jī)制動力占前輪總制動力的比例為輸出量來設(shè)計模糊控制器。
通過專家經(jīng)驗法來設(shè)定各個輸入變量的隸屬度函數(shù),如下所示:
(1)荷電狀態(tài)
儲能裝置荷電狀態(tài)指剩余電池容量與充滿電時電池容量之比,在0~1的范圍內(nèi)取值,電量充滿時其值為1。電池的電量過高或過低都不適合回饋充電。基于對蓄電池安全性的考慮,在荷電狀態(tài)為0.1~0.9的范圍內(nèi)提高制動能量回饋比例,以獲得更多的再生制動能。在設(shè)計的模糊控制器中,荷電狀態(tài)設(shè)置3個不同水平,即低(L)、中 (M)、高(H),其隸屬度函數(shù)選為trapmf,如圖4所示。
圖4 荷電狀態(tài)的隸屬度函數(shù)Fig.4 Membership function of state-of-charge
(2)制動強(qiáng)度
圖5 制動強(qiáng)度的隸屬度函數(shù)Fig.5 Membership function of braking intensity
(3)減速度變化率
在進(jìn)行制動時,車上人員舒適性的評價指標(biāo)是由汽車的沖擊度來衡量,即減速度變化率,如下所示:
式中:a為車輛縱向減速度;v為行駛速度;t為時間。
減速度變化率較大,則減速度的變化較大,這就形成一定的沖擊力。人體對于減速度的變化有一定的忍受范圍,但超過一定范圍人體的難受程度就會增加,減速度變化率越大,舒適性越低[4]。因此,在一般制動情況下,應(yīng)考慮制動舒適性。制動舒適性分為5個等級,用“不舒適指數(shù)”表示,當(dāng)不舒適指數(shù)為3時60%的車上人員感覺舒適。設(shè)定減速度變化率在3附近時為中等水平,即M;在2附近時為低水平,即L;在5附近時為高水平,即H。減速度變化率隸屬度函數(shù)取為trapmf和trimf,具體如圖6所示。
(4)再生制動比例
再生制動力與前輪總制動力比值為β。再生制動力所占比例非常少,則模糊子集為很低(LE);再生制動力占小部分而機(jī)械制動力占較大部分時,則模糊子集為低(L);模糊子集 M、H表示電機(jī)制動力中等、高的比例;當(dāng)模糊子集為很高(HE)時,以再生制動力為主。模糊子集β= {LE,L,M,H,HE},取值范圍為[0,1],模糊子集L、M、H的隸屬度函數(shù)為trimf,模糊子集LE、HE的隸屬度函數(shù)為trapmf,如圖7所示。
圖7 再生制動比例的隸屬度函數(shù)Fig.7 Membership function of regenerative braking ratio
在Advisor中進(jìn)行仿真。所選路況為CYC_ UDDS、CYC_NYCC、CYC_UKBUS_MASS_VAR1。仿真結(jié)果如圖8和圖9所示。
圖8 CYC_UDDS工況時2種策略的荷電狀態(tài)對比Fig.8 Comparison of SOC between two strategies in CYC_ UDDS condition
圖9 CYC_NYCC工況時2種策略的荷電狀態(tài)對比Fig.9 Comparison of SOC between two strategies in CYC_NYCC condition
從仿真結(jié)果可以明顯看出,在CYC_UDDS、CYC_ NYCC循環(huán)工況時,本文控制策略荷電狀態(tài)的下降情況較Advisor控制策略慢,表明本文控制策略可回收更多的制動能。對于Advisor再生制動策略來說,它沒有純電機(jī)制動,而本文控制策略是在制動強(qiáng)度小于0.2的情況下使用了純電機(jī)制動,這樣可以更有效地回收制動能。在CYC_UDDS、CYC_NYCC循環(huán)工況中,由于制動強(qiáng)度不大且加速度的變化率不大,故本文控制策略在以上2種循環(huán)工況進(jìn)行制動時,人體均處于較舒適狀態(tài),改善效果不明顯。
在CYC_UKBUS_MASS_VAR1工況時仿真結(jié)果如圖10所示。從圖10可看出,在Advisor控制策略下,2 000 s前荷電狀態(tài)一直處在本文控制策略的下方。這是由于此階段制動強(qiáng)度較小,本文控制策略大部分處于純電機(jī)制動,因此較Advisor控制策略可回收更多能量。2 000 s后,本文控制策略的荷電狀態(tài)下降較快,并且只是略微大于Advisor控制策略。原因在于后一階段行駛過程中,制動強(qiáng)度及減速度變化率較大,此時較多采用機(jī)械制動,相應(yīng)分配的電機(jī)制動較少,從而回收能量較少。
圖10 CYC_UKBUS_MASS_VAR1工況時2種策略的荷電狀態(tài)對比Fig.10 Comparison of SOC between two strategies in CYC_UKBUS_MASS_VAR1 condition
從圖11可以看出,本文控制策略通過減小電機(jī)制動力來提高摩擦制動力的占比,在安全范圍內(nèi)適當(dāng)增大制動系統(tǒng)的響應(yīng)時間,從而降低了減速度變化率,在一定程度上提高了舒適性。為了更清楚地顯示本文控制策略的效果,取出減速度變化率較大的一段時間(1 040~1 045 s)進(jìn)行對比,具體如圖12、13及圖14所示。在1 043 s時減速度變化率最大,經(jīng)過改進(jìn)后,減速度變化率降為6.7 m·s-3左右,此時減速度為1 m·s-2左右。不舒適指數(shù)由3降到2,從而適當(dāng)改善了制動時司乘人員的舒適性。
圖11 CYC_UKBUS_MASS_VAR1工況時2種策略的減速度變化率Fig.11 Deceleration change rate of two strategies in CYC_UKBUS_MASS_VAR1 condition
圖12 1 040~1 045 s時2種策略的速度對比Fig.12 Comparison of velocity between two strategies within the range of 1 040~1 045 s
圖13 1 040~1 045 s時2種策略的減速度對比Fig.13 Comparison of deceleration between two strategies within the range of 1 040~1 045 s
圖14 1 040~1 045 s時2種策略的減速度變化率對比Fig.14 Comparison of deceleration change rate between two strategies within the range of 1 040~1 045 s
從仿真結(jié)果可知,本文控制策略可以保證制動安全性,在一定程度上提高了能量回收的效率;在中小強(qiáng)度制動時,減速度變化率減小,從而提高了司乘人員的舒適性。本文控制策略具有一定的合理性及優(yōu)越性,對新能源汽車控制策略的改進(jìn)有一定的參考價值。由于模糊控制的局限性,可以考慮結(jié)合神經(jīng)網(wǎng)絡(luò)、遺傳算法等優(yōu)化方法實現(xiàn)更優(yōu)控制,從而回收更多能量。
[1] 朱智婷,余卓平,熊璐.電動汽車復(fù)合制動系統(tǒng)過渡工況協(xié)調(diào)控制策略[J].哈爾濱工程大學(xué)學(xué)報,2014,35(9):1136-1141.
ZHU Zhiting,YU Zhuoping,XIONG Lu.Coordination control strategy of electric vehicle hybrid brake system in transient conditions[J].Journal of Harbin Engineering University,2014,35(9):1136-1141.
[2] MUTOH N,TAKITA K.A control method to suitably distribute electric braking force between front and rear wheels in electric vehicle systems with independently driven front and rear wheels [C]//Industry Application Conference,39th IAS Annual Meeting.Seattle:[s.n.],2004:2746-2753.
[3] NUMASATO H,TOMIZUKA M.Settling control and performance of a dual-actuator system for hard disk drives[J].IEEE/ASME Transactions on Mechatronics,2008,8(4):431-438.
[4] 何曉引.基于制動舒適性純電動客車再生制動控制策略的研究[D].長春:吉林大學(xué),2011.
HE Xiaoyin.Studay on control strategy of regenerative braking for electric bus based on braking comfort[D].Changchun:Jilin University,2011.
[5] 趙國柱.電動汽車再生制動若干關(guān)鍵問題研究[D].南京:南京航空航天大學(xué),2012.
ZHAO Guozhu.Research on key problems of regenerative braking for electric vehicles[D].Nanjing:Nanjing University of Aeronautics and Astronautics,2012.
[6] 高樹健.電動汽車再生制動控制策略設(shè)計與仿真[D].西安:長安大學(xué),2013.
GAO Shujian.Design and simulation of the regenerative braking control strategy on an electric vehicle[D].Xi’an:Chang’an University,2013.