王宏朝，單希壯，楊志剛，3

（1.鄭州宇通客車股份有限公司，鄭州 450006； 2.同濟大學(xué)，上海地面交通工具風(fēng)洞中心，上海 201804；3.北京民用飛機技術(shù)研究中心，北京 102211）

前言

車輛運行過程中，前端冷卻模塊的換熱性能和能耗會受到發(fā)動機負(fù)荷、發(fā)動機艙內(nèi)部流場、環(huán)境溫度、車速、風(fēng)扇轉(zhuǎn)速和空調(diào)運行狀態(tài)等因素的綜合影響［1－2］。對于以風(fēng)扇轉(zhuǎn)速為主要控制對象之一的冷卻系統(tǒng)而言，其綜合性能的好壞很大程度上依賴于所采用的控制策略。

近年來，在車輛領(lǐng)域逐漸引入了矩陣風(fēng)扇的概念，即采用一組小尺寸的風(fēng)扇組合來代替原有的單風(fēng)扇系統(tǒng)。AVID公司提出的e-Fans冷卻系統(tǒng)采用了矩陣風(fēng)扇型式，通過對搭載該系統(tǒng)的車輛進行測試表明，發(fā)動機的寄生負(fù)荷明顯減小，整車油耗能降低15%［3］。福田歐輝提出的e-AIR發(fā)動機智能冷卻系統(tǒng)同樣采用了一組電驅(qū)動的風(fēng)扇組合，不僅使整車能耗減少了3%～5%，客車的內(nèi)外噪聲也降低了2～3 dB［4］。Wang等人通過研究不同矩陣型式對散熱器空氣側(cè)流場的影響，獲得了最優(yōu)的矩陣風(fēng)扇型式［5－6］。

到目前為止，一些較為先進的車輛冷卻系統(tǒng)已經(jīng)開始使用PID控制器對風(fēng)扇轉(zhuǎn)速進行調(diào)控，但控制效果不佳［7］。因此尋找穩(wěn)定、可靠、精度高的控制策略依然是車輛熱管理技術(shù)研究的主要內(nèi)容之一。隨著自動化控制理論的不斷成熟和發(fā)展，智能化控制在工業(yè)領(lǐng)域的應(yīng)用愈發(fā)普遍，其中，模糊控制是通過總結(jié)現(xiàn)有的操作經(jīng)驗或大量的操作數(shù)據(jù)，并使用自然語言表述的控制策略［8］。該控制器最大的優(yōu)勢是無須提前獲知被控系統(tǒng)的數(shù)學(xué)模型，特別適用于具有非線性、滯后性和耦合性的復(fù)雜被控系統(tǒng)。目前已有針對電子節(jié)溫器和電子水泵的模糊控制研究［9－11］，結(jié)果表明在模糊控制器作用下，電控部件能進一步提升冷卻系統(tǒng)的效能。另一方面，雖然矩陣風(fēng)扇的應(yīng)用已較為廣泛，但對其控制策略的研究仍較少。因此，本文中基于矩陣風(fēng)扇型式研究如何利用模糊控制優(yōu)化前端冷卻模塊。

1 仿真模型

1.1 模型的建立

圖1 發(fā)動機冷卻系統(tǒng)一維模型

為開展冷卻風(fēng)扇的智能化控制研究，參考某實車在GT-SUITE中建立發(fā)動機冷卻系統(tǒng)的一維仿真模型，如圖1所示。該模型包含發(fā)動機、水泵、節(jié)溫器、膨脹水箱、散熱器和風(fēng)扇等6個模塊。其中散熱器模塊采用主從式換熱器模型，其參數(shù)如表1所示，此外還須輸入由臺架試驗獲得的水側(cè)和空氣側(cè)的壓降和換熱性能數(shù)據(jù)［12］。由于本文中主要研究對象為冷卻風(fēng)扇，故將節(jié)溫器開度設(shè)為100%，使流出發(fā)動機的冷卻液完全流經(jīng)散熱器芯體，模型僅考慮冷卻液流經(jīng)節(jié)溫器所產(chǎn)生的壓降。

表1 散熱器結(jié)構(gòu)參數(shù)

為模擬水泵和風(fēng)扇對冷卻液和冷卻空氣流動狀態(tài)的影響，須在模型中輸入相關(guān)的性能數(shù)據(jù)。該數(shù)據(jù)主要由零件的臺架試驗測得，包括不同轉(zhuǎn)速下，水泵和風(fēng)扇的壓升和效率與流量之間的關(guān)系，如圖2和圖3所示。

圖2 水泵基礎(chǔ)性能

圖3 風(fēng)扇基礎(chǔ)性能

發(fā)動機模塊在該系統(tǒng)模型中的作用是根據(jù)車輛的運行工況，模擬實時傳遞到冷卻系統(tǒng)中的熱量，即將從發(fā)動機熱平衡試驗中得到的散熱器在不同負(fù)荷和轉(zhuǎn)速工況下的散熱量輸入至發(fā)動機模塊，生成散熱量MAP圖，如圖4所示。

圖4 冷卻系統(tǒng)散熱量MAP圖

1.2 模型的驗證

按圖1建立一維冷卻系統(tǒng)模型后，首先須對模型精度進行驗證。這里選取該車輛在NEDC工況（4個市區(qū)工況，共780 s）下發(fā)動機出水口溫度進行對比，如圖5所示。

圖5 發(fā)動機出水口溫度仿真與試驗對比

從發(fā)動機出水口溫度的變化可以看出，仿真與試驗結(jié)果皆能很好地跟隨車輛負(fù)荷狀態(tài)的變化，兩者之間的變化趨勢相同。車輛起步時，發(fā)動機出水口溫度首先下降，隨著發(fā)動機輸出負(fù)荷增加，水溫逐漸回升，之后隨著車速的變化不斷在一定溫度區(qū)間內(nèi)波動?？梢酝茢啾疚闹兴⒌囊痪S冷卻系統(tǒng)模型滿足仿真精度要求。

最后參照文獻［6］中的研究結(jié)論，在該車單風(fēng)扇一維冷卻系統(tǒng)的基礎(chǔ)上引入六風(fēng)扇矩陣模型，矩陣中6個小風(fēng)扇采用2×3的布置型式，各小風(fēng)扇的模型參數(shù)見表2。

表2 風(fēng)扇結(jié)構(gòu)參數(shù)

1.3 模糊控制器的設(shè)計

本文中控制器的設(shè)計目標(biāo)是根據(jù)反饋的發(fā)動機出水口溫度調(diào)整風(fēng)扇轉(zhuǎn)速，以適應(yīng)實時的散熱需求。為進一步提高控制器精度，取發(fā)動機出水口溫度與目標(biāo)溫度的差值e及其變化率ec作為控制器輸入信號。此外，將冷卻風(fēng)扇的轉(zhuǎn)速增量Δu作為模糊控制器的輸出量。之后將輸入量和輸出量進行模糊化，劃分為7個模糊集，溫差e、溫度變化率ec和轉(zhuǎn)速增量Δu的模糊集E、EC和U如下。

式中：NB表示實際溫度比目標(biāo)溫度低9℃左右；NM表示實際溫度比目標(biāo)溫度低6℃左右；NS表示實際溫度比目標(biāo)溫度低3℃左右；Z0表示實際溫度與目標(biāo)溫度基本相等；PS表示實際溫度比目標(biāo)溫度高3℃左右；PM表示實際溫度比目標(biāo)溫度高6℃左右；PB表示實際溫度比目標(biāo)溫度高9℃左右。

式中：NB表示一個采樣周期內(nèi)出水口溫度降低2℃左右；NM表示出水口溫度降低1℃左右；NS表示出水口溫度降低0.5℃左右；Z0表示出水口溫度基本不變；PS表示出水口溫度升高0.5℃左右；PM表示出水口溫度升高1℃左右；PB表示出水口溫度升高2℃左右。

式中：NB表示冷卻風(fēng)扇轉(zhuǎn)速降低200 r／min左右；NM表示冷卻風(fēng)扇轉(zhuǎn)速降低100 r／min左右；NS表示冷卻風(fēng)扇轉(zhuǎn)速降低50 r／min左右；Z0表示冷卻風(fēng)扇轉(zhuǎn)速保持不變；PS表示冷卻風(fēng)扇轉(zhuǎn)速升高50 r／min左右；PM表示冷卻風(fēng)扇轉(zhuǎn)速升高100 r／min左右；PB表示冷卻風(fēng)扇轉(zhuǎn)速升高200 r／min左右。

同時選擇三角型隸屬函數(shù)對模糊集式（1）～式（3）中的語言值定義置信度。最后對控制器的模糊規(guī)則進行設(shè)計，根據(jù)冷卻風(fēng)扇轉(zhuǎn)速的最優(yōu)控制目標(biāo)，本文中在設(shè)計模糊控制規(guī)則前首先確立了以下5條基本原則：

（1）當(dāng)發(fā)動機冷卻液出口溫度低于目標(biāo)溫度且溫度有下降趨勢時，風(fēng)扇轉(zhuǎn)速應(yīng)大幅降低，以減小通過冷卻模塊的空氣流量；

（2）當(dāng)發(fā)動機冷卻液出口溫度小于目標(biāo)溫度且溫度有上升趨勢時，此時系統(tǒng)本身已有減少偏差的趨勢，為盡快消除偏差且避免超調(diào)，風(fēng)扇轉(zhuǎn)速應(yīng)小幅減小，使發(fā)動機冷卻液溫度能較快接近目標(biāo)溫度；

（3）當(dāng)發(fā)動機冷卻液出口溫度等于或接近目標(biāo)溫度時，且溫度變化趨勢較小，風(fēng)扇轉(zhuǎn)速應(yīng)保持不變；

（4）當(dāng)發(fā)動機冷卻液出口溫度高于目標(biāo)溫度且溫度有下降趨勢時，風(fēng)扇轉(zhuǎn)速應(yīng)小幅增加，使發(fā)動機冷卻液溫度能夠較快地接近目標(biāo)溫度；

（5）當(dāng)發(fā)動機冷卻液出口溫度高于目標(biāo)溫度且溫度有上升趨勢時，風(fēng)扇轉(zhuǎn)速應(yīng)大幅提升，以增加通過冷卻模塊的空氣流量。

對以上控制規(guī)則采用Mamdani法進行模糊推理，再經(jīng)過解模糊后便可得到輸入量e和ec與輸出量Δu之間的函數(shù)對應(yīng)關(guān)系，如圖6所示。

圖6 模糊控制器MAP圖

1.4 聯(lián)合仿真模型的建立

利用Simulink中的模糊控制模塊創(chuàng)建模糊控制器模型，并將S函數(shù)塊‘GT-Suite Model RTW’指向1.1節(jié)建立的一維冷卻系統(tǒng)模型，最后利用編譯器將該模型編譯成動態(tài)鏈接庫文件（*.dll），該文件可被 GT-Suite中的‘SimulinkHarness’模塊調(diào)用［13］。通過GT-Suite與Simulink的聯(lián)合仿真可實現(xiàn)對冷卻風(fēng)扇轉(zhuǎn)速的實時模糊控制，仿真流程如圖7所示。

圖7 冷卻風(fēng)扇模糊控制的聯(lián)合仿真

2 矩陣風(fēng)扇多運行模式設(shè)計

2.1 不同運行模式下冷卻系統(tǒng)性能對比

為實現(xiàn)矩陣風(fēng)扇的智能化控制，首先須明確矩陣風(fēng)扇不同運行模式與自身綜合性能的關(guān)系，即確定散熱器換熱量Q和矩陣風(fēng)扇消耗功率P與運轉(zhuǎn)風(fēng)扇的數(shù)目和轉(zhuǎn)速之間的關(guān)系：

式中：N為風(fēng)扇運轉(zhuǎn)數(shù)目；n為風(fēng)扇轉(zhuǎn)速。根據(jù)冷卻液流向及其進、出口位置，可將散熱器芯體劃分為6塊溫度不同的區(qū)域，共設(shè)計6種不同的組合運行模式，如圖8所示，陰影區(qū)域表示風(fēng)扇開啟。首先開啟矩陣下方的風(fēng)扇，為保證換熱效率，下方3個小風(fēng)扇中優(yōu)先開啟溫度較高區(qū)域?qū)?yīng)的風(fēng)扇。

圖8 矩陣風(fēng)扇不同組合運行模式

通過計算每種組合模式下矩陣風(fēng)扇N＝6以不同轉(zhuǎn)速運行時的散熱器換熱量和風(fēng)扇能耗，風(fēng)扇運行轉(zhuǎn)速區(qū)間為1 000～3 000 r／min，每間隔500 r／min設(shè)置一個工況點，共30個工況點。每種工況下，散熱器冷卻液入口溫度設(shè)為370 K，入口壓力為0.2 MPa，冷卻液流量為 0.916 kg／s，環(huán)境溫度為300 K，水泵轉(zhuǎn)速為2 500 r／min，行駛車速為10 km／h，各工況仿真時長均為200 s。

圖9所示為矩陣風(fēng)扇在不同運行模式下的能耗對比?？梢钥闯觯S著運轉(zhuǎn)風(fēng)扇數(shù)目和轉(zhuǎn)速的增加，矩陣風(fēng)扇的能耗逐漸上升，當(dāng)運轉(zhuǎn)風(fēng)扇數(shù)目一定時，矩陣風(fēng)扇能耗隨著轉(zhuǎn)速的升高呈指數(shù)型增長。圖10為不同運行模式下散熱器的散熱量。由圖可見，運轉(zhuǎn)風(fēng)扇數(shù)目和轉(zhuǎn)速的增加提升了通過散熱器芯體的冷卻空氣流量，使芯體換熱量增大。當(dāng)運轉(zhuǎn)風(fēng)扇數(shù)目一定時，矩陣風(fēng)扇所實現(xiàn)的換熱量隨著轉(zhuǎn)速的提升呈近似線性增長。

圖9 不同運行模式下矩陣風(fēng)扇能耗

圖10 不同運行模式下散熱器換熱量

在得到不同運行模式下矩陣風(fēng)扇的能耗及其所實現(xiàn)的換熱量后，即可得到兩者之間的關(guān)系曲線，如圖11所示。由圖可見，在給定散熱器換熱量時，矩陣風(fēng)扇可有不同的運行模式以實現(xiàn)目標(biāo)換熱量。如當(dāng)目標(biāo)換熱量為10 kW時，可選擇3種矩陣風(fēng)扇運行模式：（1）風(fēng)扇 No.1獨自以 2 000 r／min運轉(zhuǎn)；（2）風(fēng)扇 No.1和 No.2同時以 1 300 r／min運轉(zhuǎn)；（3）風(fēng)扇 No.1、No.2和 No.3同時以 1 000 r／min運轉(zhuǎn)。但可以看出，不同運行模式下矩陣風(fēng)扇的能耗不同，且工況3＜工況2＜工況1。

圖11 不同矩陣風(fēng)扇能耗下散熱器實現(xiàn)的換熱量

因此，當(dāng)將散熱器換熱量Q作為目標(biāo)輸入?yún)?shù)時，通過選擇適當(dāng)?shù)木仃囷L(fēng)扇運行模式，可以實現(xiàn)在滿足換熱需求的前提下降低風(fēng)扇能耗的優(yōu)化目標(biāo)。根據(jù)圖11的結(jié)果，可推出矩陣風(fēng)扇運行模式的控制策略，如表3所示。

表3 矩陣風(fēng)扇運行模式控制策略

2.2 矩陣風(fēng)扇模糊控制器的設(shè)計

由表3可知，不同的換熱量區(qū)間對應(yīng)的矩陣風(fēng)扇運行模式不同。為便于多運行模式控制器的設(shè)計，對不同區(qū)間內(nèi)的風(fēng)扇轉(zhuǎn)速進行獨立控制：

式中 ni（i＝1，…，6）分別為運轉(zhuǎn)風(fēng)扇數(shù)目為 1，…，6時的轉(zhuǎn)速。由于存在6種不同的組合運行模式，故須設(shè)計6個模糊控制器，如圖12所示。對于Controller i（i＝1，…，6），僅對風(fēng)扇 No.1，…，No.i的轉(zhuǎn)速輸出進行模糊控制設(shè)計，設(shè)計方法同1.3節(jié)，而風(fēng)扇 No.i＋1，…，No.6的轉(zhuǎn)速則設(shè)為 0。此外，增加端口選擇模塊，根據(jù)反饋信號選擇相應(yīng)的運行模式端口。為提高控制精度，此處將控制器模型中的基礎(chǔ)轉(zhuǎn)速下調(diào)至1 000 r／min。

圖12 基于多運行模式的矩陣風(fēng)扇模糊控制器模型

3 結(jié)果分析

3.1 單運行模式下矩陣風(fēng)扇模糊控制器的性能

雖然對于安裝矩陣風(fēng)扇的冷卻系，采用多運行模式是自然而合理的選擇，但由于控制復(fù)雜，目前許多搭載矩陣風(fēng)扇的客車仍然采用單運行模式，即多個風(fēng)扇全部以同一轉(zhuǎn)速運轉(zhuǎn)或全部關(guān)閉。為此，首先分析單運行模式下，模糊控制器對冷卻風(fēng)扇性能的影響，并將其引入NEDC循環(huán)工況與實車采用的3擋開關(guān)式控制器進行對比。由于NEDC工況中的市郊工況速度較高，冷卻風(fēng)扇利用率較低，本文中不予考慮，僅對4個市區(qū)工況進行模擬，仿真時長共計780 s。仿真得到的發(fā)動機出水口溫度和風(fēng)扇能耗隨時間的變化曲線分別如圖13和圖14所示。

圖13 不同控制器下發(fā)動機出水口瞬態(tài)溫度變化

由于車輛起步階段發(fā)動機傳遞到散熱器的熱量較小，發(fā)動機出水口溫度在經(jīng)歷短暫下降后逐漸上升至目標(biāo)溫度，之后在控制器的作用下圍繞目標(biāo)溫度波動。由圖13可以看出：在Bang-bang控制器作用下，發(fā)動機出水口溫度波動劇烈，波動幅值達8.7 K；而在模糊控制器作用下，發(fā)動機出水口溫度的波動幅值下降至2.1 K，降幅約達76%，因此其瞬態(tài)跟隨目標(biāo)溫度的性能更優(yōu)。

圖14 不同控制器下風(fēng)扇瞬態(tài)能耗變化

在風(fēng)扇能耗方面（圖14），各控制器的表現(xiàn)差異同樣較大，在第一個市區(qū)工況中，由于車輛處于剛起步狀態(tài)，風(fēng)扇利用率較低。采用Bang-bang控制器時，由于其控制目標(biāo)范圍較窄，當(dāng)發(fā)動機出水口溫度上升至低速擋臨界值時，風(fēng)扇即開始在高、低速擋之間不斷切換運行，直至循環(huán)結(jié)束，故風(fēng)扇能耗相對較高，平均能耗為0.791 kW。而模糊控制器能根據(jù)車輛的實時負(fù)荷狀態(tài)調(diào)整風(fēng)扇轉(zhuǎn)速，風(fēng)扇能耗明顯降低，整個過程中風(fēng)扇平均能耗僅為0.544 kW，降低31.2%。綜合以上兩項指標(biāo)可以看出，本文中所設(shè)計的模糊控制器在瞬態(tài)工況下具有較優(yōu)的溫度跟隨能力且能夠有效降低風(fēng)扇運行能耗。

3.2 單／多運行模式下矩陣風(fēng)扇模糊控制器性能對比

為對比模糊控制器在單、多運行模式下對矩陣風(fēng)扇 的 性 能 影 響，針 對 ［7.12，9.68］、［11.74，13.54］和［15，＋∞］3個換熱量區(qū)間，分別選取換熱量9、13和20 kW作為目標(biāo)值。發(fā)動機入水口溫度設(shè)為360 K，其余仿真初始參數(shù)設(shè)置相同。

在多運行模式下，模糊控制器除根據(jù)反饋信號調(diào)整風(fēng)扇轉(zhuǎn)速外，還能以低能耗為目標(biāo)實時調(diào)整運轉(zhuǎn)風(fēng)扇的數(shù)目。因此，多運行模式模糊控制器的溫度控制精度更高，矩陣風(fēng)扇的能效相應(yīng)也較高。圖15和圖16給出了單／多兩種運行模式下模糊控制器對發(fā)動機出水口溫度和矩陣風(fēng)扇能耗的控制效果。對應(yīng)的數(shù)據(jù)列于表4。

由圖15和表4上半部可見，盡管在第2階段中，多運行模式下的溫度穩(wěn)態(tài)誤差比單運行模式稍大，但從3個階段平均值看，總的來說，多運行模式下的溫度穩(wěn)態(tài)誤差比單運行模式小30.5%。

圖15 發(fā)動機出水口溫度對比

圖16 矩陣風(fēng)扇運行能耗對比

表4 單／多運行模式矩陣風(fēng)扇控制器性能對比

各階段中，穩(wěn)態(tài)誤差最大差值產(chǎn)生在最低換熱量37%階段。

由圖16和表4下半部可見，各階段中，多運行模式下風(fēng)扇能耗皆比單運行模式小，換熱量越小，差值越大，換熱量為9 kW時，多運行模式下風(fēng)扇能耗比單運行模式降低63%。3個階段平均降低18.8%。

4 結(jié)論

本文中通過建立發(fā)動機冷卻系統(tǒng)與模糊控制器的聯(lián)合仿真模型，研究了模糊控制策略對基于矩陣風(fēng)扇的冷卻系統(tǒng)性能的影響，得出如下結(jié)論。

（1）在瞬態(tài)工況下，采用模糊控制器的矩陣風(fēng)扇系統(tǒng)能降低發(fā)動機出水口溫度波動幅值。在能耗優(yōu)化方面，模糊控制器能夠?qū)L(fēng)扇系統(tǒng)能耗降低31.2%。

（2）基于矩陣風(fēng)扇設(shè)計的多運行模式，模糊控制器根據(jù)反饋信號除能調(diào)整風(fēng)扇轉(zhuǎn)速外，還能以最低能耗為目標(biāo)實時調(diào)整運轉(zhuǎn)風(fēng)扇的數(shù)目。

（3）多運行模式下的模糊控制器對目標(biāo)溫度的跟蹤能力更優(yōu)，對應(yīng)的穩(wěn)態(tài)誤差比單運行模式的模糊控制器小30.5%。在能耗方面，多運行模式下風(fēng)扇能耗比單運行模式平均降低18.8%。

綜上所述，采用矩陣風(fēng)扇型式并配合模糊控制策略能有效提升發(fā)動機熱環(huán)境的穩(wěn)定性，同時降低冷卻系統(tǒng)能耗。