胡廣地,王國暉,羅慧玉,周　柯,郎曉玥

(1.西南交通大學(xué)機械工程學(xué)院,四川 成都 610031; 2.西南交通大學(xué)土木工程學(xué)院,四川 成都 610031)

電動汽車空調(diào)系統(tǒng)作為電動汽車最主要的電動化附件之一,其性能的好壞直接影響電動汽車的續(xù)航里程和乘客乘坐的舒適性.目前,針對電動汽車空調(diào)控制系統(tǒng)的研究很多,主要基于傳統(tǒng)控制、智能控制和魯棒控制理論.傳統(tǒng)控制主要包括開關(guān)控制、PID控制等.早期Jette等采用開關(guān)控制方式對蒸發(fā)器出口過熱度進行控制[1]，這種控制方式簡單,但是控制精度很低,容易造成執(zhí)行器件損壞.Wei等采用PID控制方式對電子膨脹閥和壓縮機的動作進行調(diào)節(jié)[2]，這種控制方式控制精度更好,但未能充分利用空調(diào)系統(tǒng)內(nèi)部信息,在外部干擾較大時，不能達到理想的控制效果.智能控制在空調(diào)制冷系統(tǒng)中的應(yīng)用主要為神經(jīng)網(wǎng)絡(luò)控制[3-4]，是典型的黑箱建模技術(shù),無需對系統(tǒng)物理意義了解過多,但需要大量的數(shù)據(jù)才能得到較為精確的數(shù)學(xué)模型,故市場接受度較低.魯棒控制主要包含有魯棒控制、滑?？刂频龋琙hang等在汽車空調(diào)這一領(lǐng)域的研究較多,對相應(yīng)的控制指標控制效果較好[5-6].

針對汽車空調(diào)系統(tǒng)的故障檢測與控制也已成為國內(nèi)外一個重要的研究方向.早期的空調(diào)故障依賴于簡化模型,這類模型對于空調(diào)工況瞬態(tài)變化存在嚴重的模型失真[7].任春暉等以故障樹模型研究方法為基礎(chǔ),對汽車空調(diào)在運行過程中的制冷劑不足等問題進行了研究[8]，但其研究主要集中在空調(diào)系統(tǒng)的故障診斷,對于系統(tǒng)在出錯狀態(tài)下的容錯控制并未做過多探討.國外在汽車空調(diào)故障診斷和隔離的研究較多，目前多采用基于觀測器的觀測法和頻域分析法，其中，在觀測器法中,采用H∞濾波器可有效的抑制由系統(tǒng)不確定性和外部干擾所帶來的影響.Zhang等針對執(zhí)行器中的壓縮機故障、傳感器故障以及參數(shù)失真等問題建立了空調(diào)系統(tǒng)故障模型,并建立了該模型的輸出反饋控制器[9]，但在執(zhí)行器故障模型中未考慮膨脹閥以及循環(huán)風(fēng)門發(fā)生故障時對系統(tǒng)帶來的影響.本文提出了一種基于執(zhí)行器故障模型的電動汽車空調(diào)系統(tǒng)控制方法，將汽車空調(diào)執(zhí)行器故障按照失效、中斷和偏移等進行分類,在控制器設(shè)計中充分考慮上述故障形式,保證系統(tǒng)在部分故障的條件下，依然滿足空調(diào)系統(tǒng)性能要求正常工作.

1　電動汽車空調(diào)系統(tǒng)數(shù)學(xué)模型

電動汽車空調(diào)系統(tǒng)組成主要由渦旋式壓縮機、冷凝器、膨脹閥和蒸發(fā)器組成[10-11]，如圖1所示.

由于電動汽車車廂僅與蒸發(fā)器出口狀態(tài)參數(shù)關(guān)系密切,故本文中僅考慮壓縮機、膨脹閥、蒸發(fā)器,建立相對應(yīng)的狀態(tài)空間方程，不考慮相鄰相區(qū)之間的制冷劑質(zhì)量流量之間的損耗,得到只包含蒸發(fā)器電動汽車空調(diào)制冷循環(huán)的方程為

(1)

定義：壓縮機輸出轉(zhuǎn)速為Nc；膨脹閥開度為α；循環(huán)風(fēng)門開度的系統(tǒng)輸入為αin，則有u=(Nc，α，αin)T.換熱模型的詳細描述見文獻[13].

定義：系統(tǒng)輸出為蒸發(fā)器壓力為pe；過熱度為SH；蒸發(fā)器出口處空氣溫度為Tea,out；相對濕度為ωea,out，則有y=(pe，SH，Tea,out，ωea,out)T.

圖1　電動汽車空調(diào)系統(tǒng)模型Fig.1　Electric vehicle air conditioning system model

為了便于進行控制器設(shè)計,將式(1)在空調(diào)的工作點附近進行局部線性化處理.其中，最主要是需對Ze(xe)進行線性化處理[14].選擇系統(tǒng)的工作點(xe,ue,we)，其中：根據(jù)文獻[5]中Ze(xe)的格式，可知在其工作點Ze(xe)的滿秩矩陣,進而可得動態(tài)擾動模型為

(2)

式中:δx=x-xe；δu=u-ue；δw=w-we；xe、ue、we分別為穩(wěn)定狀態(tài)時狀態(tài)向量、控制輸入和擾動.

根據(jù)系統(tǒng)穩(wěn)態(tài)工作點(xe,ue,we),可以得到狀態(tài)矩陣的偏導(dǎo)關(guān)系式為

(3)

記

同時，對y=g(x)在其工作點進行局部線性化處理,則可以得到線性模型為

(4)

2　汽車空調(diào)執(zhí)行器故障模式分析

執(zhí)行器在故障條件下，空調(diào)系統(tǒng)輸入為[15]

uF(i,j,t)=m(i,j,t)u(i,t)

+σ(i,t)us(i),

(5)

式中:uF(i,j,t)為第i個執(zhí)行器在第j種故障模式在時刻t時的被控輸入;m(i,j,t)為執(zhí)行器第i個執(zhí)行器在第j種故障模式下的效率因子;u(i,t)為第i個執(zhí)行器的被控輸入;σ(i,t)為第i個執(zhí)行器在第j種故障模式下偏移或卡死的常數(shù)因子;us(i)為第i個執(zhí)行器偏移或卡死的被控對象常值輸入.

相應(yīng)的故障模式如表1所示[16].

表1　故障模式Tab.1　Failure mode

對于實際的空調(diào)系統(tǒng),由于膨脹閥開度以及循環(huán)風(fēng)門開度最大開度均為100%,根據(jù)表1所述偏移故障的定義,這兩個執(zhí)行器均不可能出現(xiàn)開度大于100%的情況,即這兩個控制器均不會出現(xiàn)偏移故障.為便于描述,將式(5)簡寫為

uF(t)=m(t)u(t)+σ(t)us.

(6)

由式(6)可知,若壓縮機輸出轉(zhuǎn)速、膨脹閥開度以及循環(huán)風(fēng)門開度中某一個或某幾個發(fā)生部分失效、偏移、卡死或者中斷等問題時,即可判定為執(zhí)行器故障.將式(6)代入式(4)，得到包含有執(zhí)行器故障模式的電動汽車制冷系統(tǒng)的狀態(tài)方程為

(7)

本文的控制任務(wù)是對式(7)所述帶有執(zhí)行器故障的電動汽車空調(diào)制冷循環(huán)系統(tǒng),考慮系統(tǒng)的擾動和執(zhí)行器擾動,設(shè)計狀態(tài)反饋控制律u(t),消除執(zhí)行器故障和擾動對系統(tǒng)穩(wěn)定性所帶來的影響.

3　考慮執(zhí)行器故障的H∞狀態(tài)反饋控制器設(shè)計

3.1　狀態(tài)觀測器的設(shè)計

電動汽車空調(diào)制冷系統(tǒng)中，狀態(tài)變量如兩相區(qū)長度、過熱區(qū)出口焓值等不能直接測得，需要對其狀態(tài)進行觀測.本文采用狀態(tài)觀測器對制冷空調(diào)系統(tǒng)狀態(tài)變量進行觀測.

構(gòu)造線性化后模型(1)的開環(huán)狀態(tài)觀測器為

(8)

引入觀測矩陣L,則狀態(tài)觀測方程為

(9)

定義真實狀態(tài)和估計狀態(tài)的誤差向量為e,則有

當(Aac-LCac)的特征值有負實部時,狀態(tài)向量誤差按照指數(shù)衰減,即

(10)

3.2　反饋控制器的設(shè)計

將式(7)簡化為

(11)

式中:

δ(t)=σ(t)urs.

由于

diag{m(1,t)-1,m(2,t)-1,m(3,t)-1}

m(i,t)∈[0,1],i=1,2,3.

針對式(7)設(shè)計狀態(tài)反饋控制器為

(12)

式中:Kac為一常數(shù)矩陣,使得對于所有的故障模式,閉環(huán)系統(tǒng)是二次穩(wěn)定的,滿足

(13)

式中：yr(t)為系統(tǒng)輸出；γ為穩(wěn)定裕度系數(shù)；ωr(t)為擾動.

由于δ(t)=σ(t)us,一般地,控制器輸出是有限制的,即:umin≤us≤umax,故存在常值矩陣Θ,使得

(14)

關(guān)系成立.

(15)

引理1[16]對于任意具有適當維數(shù)的矩陣H、F(t)、E,其中，F(xiàn)(t)滿足FT(t)F(t)≤E,則對于任意的ε>0,有

HF(t)E+ETFT(t)HT≤

ε-1HHT+εETE.

(16)

不考慮干擾輸入的作用,將式(12)代入式(11)得到閉環(huán)系統(tǒng)，即

(17)

類似式(17)這樣的系統(tǒng)是二次穩(wěn)定的.

(18)

定義

Q=(Aac+Bac2Kac)T+P(Aac+Bac2Kac)+

(Bac2Θ)TP+P(Bac2Θ)+

則有

(19)

即當Q<0時,則閉環(huán)系統(tǒng)(17)二次穩(wěn)定.根據(jù)引理1,可知,對于給定的ε>0,有

(Bac2Θ)TP+P(Bac2Θ)≤

則有

Q≤Q0=(Aac+Bac2Kac)TP+P(Aac+Bac2Kac)+

(20)

若使Q<0,只需要Q0<0，則

(21)

式中:λmax(Q0)為矩陣Q0的最大特征值.

取α=-λmax(Q0),即可保證閉環(huán)系統(tǒng)(式(17))是二次穩(wěn)定的.

定義泛函指標

(22)

上述證明可知式(17)是二次穩(wěn)定的,定義為

(23)

根據(jù)上述證明可以得到對于任意非零干擾w(t)有

γ2wT(t)w(t)+K(x,t)]dt.

(24)

根據(jù)引理1,有

式(24)可簡化為

(25)

當T<0,可保證y(t)滿足H∞性能約束.

進一步利用Schur補原理，并取

Z=KacP-1，

X=P-1.

可將T<0等價為LMI問題，有

(26)

故若存在正定對稱矩陣X和矩陣Z使得上述線性矩陣不等式成立,求得的控制器增益Kac=ZX-1,使得系統(tǒng)不僅二次穩(wěn)定,而且滿足H∞的性能要求.所求得的狀態(tài)反饋控制器為

(27)

式(27)即為該系統(tǒng)考慮系統(tǒng)擾動和執(zhí)行器故障的狀態(tài)反饋輸出控制器.

4　仿真對比分析

電動汽車空調(diào)系統(tǒng)各狀態(tài)參數(shù)穩(wěn)態(tài)工作點如表2所示[5].

表2　各狀態(tài)的穩(wěn)態(tài)工作點Tab.2　Static working point of each state

通過對模型進行線性化處理,得到電動汽車空調(diào)制冷循環(huán)方程為

通過極點配置的方法對該系統(tǒng)進行狀態(tài)觀測器的設(shè)計,所得到的狀態(tài)觀測器觀測矩陣為

通過采用LMI對模型進行仿真,得到控制器

為不失一般性,本文對一般故障模式進行仿真實驗.即第1個控制器輸出偏移,第2個控制器部分失效,第3個控制器輸出卡死,且在卡死狀態(tài)控制器輸出為控制器輸出最大值.

4.1　輸入干擾抑制能力分析

分別對原系統(tǒng)、采用一般H∞魯棒控制原理所設(shè)計的控制器、考慮執(zhí)行器故障時所設(shè)計的H∞魯棒控制器的幅頻特性進行分析.

對于幅頻特性曲線,當其幅值大于0時,對輸入端所產(chǎn)生的干擾并無抑制效果,當其幅值小于0時,其幅值越小,對輸入端所產(chǎn)生干擾的抑制能力就越好.圖2為各系統(tǒng)3個輸入對各個輸出的幅頻特性曲線.由于汽車空調(diào)系統(tǒng)變化相對較慢,在這里主要考慮其低頻段和中頻段的性能.

(a)車廂進風(fēng)口溫度(b)車廂進風(fēng)口含濕量(c)蒸發(fā)器出口壓力(d)過熱度注：直線黑線、紅線、綠線分別為原系統(tǒng)各輸出對3個輸入頻域分析；虛線黑線、紅線、綠線分別為H∞閉環(huán)系統(tǒng)各個輸出對3個輸入頻域分析；點線黑線、紅線、綠線分別為考慮故障模型H∞閉環(huán)系統(tǒng)各個輸出對3個輸入頻域分析．圖2　各系統(tǒng)3個輸入對各個輸出的幅頻特性曲線Fig．2　Amplitudefrequencycharacteristiccurveforeachsystemof3inputforeachoutput

由圖2可知,在低頻段和中頻段,在多數(shù)情況下，采用容錯H∞魯棒控制器閉環(huán)系統(tǒng)的幅值小于采用魯棒控制的閉環(huán)系統(tǒng),且均優(yōu)于原系統(tǒng).這表明,容錯H∞魯棒控制器對輸入端的干擾抑制能力更強.

4.2　仿真結(jié)果分析

由圖3的仿真結(jié)果可以看出,基于狀態(tài)觀測器的容錯控制器在有故障條件和無故障條件下，各個輸出的相對誤差很小,可以滿足系統(tǒng)對觀測誤差性能的要求.

本文式的故障結(jié)構(gòu)為

(28)

對式(28)的仿真結(jié)果如圖4所示.此時，采用一般H∞魯棒控制方法所設(shè)計的控制器在各個輸出，無論是響應(yīng)速度，還是超調(diào)量，均不及考慮執(zhí)行器故障時的H∞魯棒控制閉環(huán)系統(tǒng)穩(wěn)定.

(a)蒸發(fā)器出口溫度觀測誤差(b)蒸發(fā)器出口濕度觀測誤差(c)蒸發(fā)器出口壓力觀測誤差(d)過熱度曲線圖3　有狀態(tài)觀測下的輸出相對誤差Fig．3　Relativeoutputerroroffailuremodeandfree?faultmode

(a)蒸發(fā)器出口溫度曲線(b)蒸發(fā)器出口濕度曲線(c)蒸發(fā)器出壓力曲線(d)過熱度曲線圖4　故障模式下各輸出比較Fig．4　Outputcomparisonwithfailuremode

5　結(jié)　論

針對電動汽車空調(diào)系統(tǒng),建立了基于觀測器的電動汽車空調(diào)系統(tǒng)，依據(jù)其執(zhí)行器發(fā)生故障的模式,提出了汽車空調(diào)故障模型的H∞魯棒控制器.充分考慮了執(zhí)行器在系統(tǒng)運行過程中可能存在的失效、中斷和偏移等問題,將故障模型化為系統(tǒng)的不確定性模型.通過采用線性矩陣不等式(LMI)工具設(shè)計對考慮執(zhí)行器故障的H∞狀態(tài)反饋魯棒控制器進行設(shè)計,并且證明了閉環(huán)系統(tǒng)的穩(wěn)定性.仿真結(jié)果表明:在有故障和無故障模式下的觀測誤差最大分別為0.1%和0.6%，滿足系統(tǒng)的觀測需求；與未考慮執(zhí)行器故障的電動汽車空調(diào)H∞控制器相比，在10 Hz以下頻段，考慮執(zhí)行器故障的H∞控制方式可有效地抑制系統(tǒng)輸入端所帶來的干擾.

參考文獻:

[1]JETTE I,ZAHEER-UDDIN M,FAZIO P.PI-control of dual duct systems:manual tuning and control loop interaction[J].Energy conversion and management,1998,39(14):1471-1482.

[2]QIAN W,PENG F Z,CHA H.Trans-z-source inverters[J].IEEE transactons on Power Electronics,2011,26(12):3453-3463.

[3]付龍海,李蒙.基于PID神經(jīng)網(wǎng)絡(luò)解耦控制的變風(fēng)量空調(diào)系統(tǒng)[J].西南交通大學(xué)學(xué)報,2005,40(1):13-17.

FU Longhai,LI Meng.Variable-air-volume air-conditioning system based on PID-ANN decoupling control technology[J].Journal of Southwest Jiaotong University,2005,40(1):13-17.

[4]HOSOZ M,ERTUNC H M.Artificial neural network analysis of an automobile air conditioning system[J].Energy Conversion and Management,2006,47(11):1574-1587.

[5]ZHANG Q,CANOVA M.Modeling and output feedback control of automotive air conditioning system[J].International Journal of Refrigeration,2015,58:207-218.

[6]ZHANG Q,CANOVA M,RIZZONI G.Sliding mode control of an automotive air conditioning system[C]∥American Control Conference.[S.l.]:IEEE,2013:5748-5753.

[7]KEIR M C,ALLEYNE A G.Dynamic modeling,control,and fault detection in vapor compression systems[R].[S.l.]:University of Illinois at Urbana-Champaign,2006.

[8]任春暉.基于故障樹分析的汽車空調(diào)系統(tǒng)故障診斷研究[J].中國農(nóng)機化學(xué)報,2013,34(5):182-184.

REN Chunhui.Research of A/C Fault diagnosis based on failure tree analysis[J].Journal of Chinese Agricultural Mechanization,2013,34(5):182-184.

[9]ZHANG Q,CANOVA M.Fault detection and isolation of automotive air conditioning systems using first principle models[J].Control Engineering Practice,2015,43:49-58.

[10]劉占峰,宋力,趙丹平.汽車空調(diào)[M].北京:北京大學(xué)出版社,2011： 22-65.

[11]吳偉軍,鐘建法,彭仟能.并聯(lián)渦旋式壓縮機在空氣源熱泵機組中的應(yīng)用分析[J].制冷與空調(diào),2013(1):55-58.

WU Weijun,ZHONG Jianfa,PENG Qianneng.Application analysis of parallel scroll compressors for air-source heat pump chiller[J].Refrigeration and Air Conditioning,2013(1):55-58.

[12]MCKINLEY T L,ALLEYNEA G.An advanced nonlinear switched heat exchanger model for vapor compression cycles using the moving-boundary method[J].International Journal of Refrigeration,2008,31(7):1253-1264.

[13]FARZANEH Y,TOOTOONCHI A A.Intelligent control of thermal comfort in automobile[C]∥ 2008 IEEE Conference on Cybernetics and Intelligent Systems.[S.l.]:IEEE,2008:510-514.

[14]YANG Xiaozheng,YANG Guanghong.Robust adaptive fault-tolerant compensation control with actuator failures and bounded disturbances[J].Acta Automatica Sinica,2009,35(3):305-309.

[15]陳躍鵬,周祖德.廣義系統(tǒng)的魯棒控制與容錯控制[M].北京:科學(xué)出版社,2010:41-46.

[16]金小崢,楊光紅,常曉恒,等.容錯控制系統(tǒng)魯棒H∞和自適應(yīng)補償設(shè)計[J].自動化學(xué)報,2013,39(1):31-42.

Jin Xiaozheng,Yang Guanghong,Chang Xiaoheng,et al.Robust fault-tolerant control with adaptive compensation[J].Acta Automatica Sinica,2013,39(1):31-42.