周 鵬,李騰忠,李 源,楊 靜,吳相稷

(1.昆明冶金高等專(zhuān)科學(xué)校電氣與機(jī)械學(xué)院，云南 昆明 650033； 2.昆明理工大學(xué)交通工程學(xué)院，云南 昆明 650500)

0 引 言

現(xiàn)今，汽車(chē)產(chǎn)業(yè)的發(fā)展面臨環(huán)境污染和化石燃料的匱乏兩大困境。21世紀(jì)汽車(chē)技術(shù)在節(jié)能和環(huán)保上的突破，將是重大研究發(fā)展方向[1-2]。純電驅(qū)動(dòng)汽車(chē)和油電混合動(dòng)力汽車(chē)由于在電池及車(chē)輛續(xù)航里程上存在技術(shù)問(wèn)題，再加上電池的后處理技術(shù)還有待解決，難以滿足汽車(chē)產(chǎn)業(yè)可持續(xù)發(fā)展的要求[3]。液壓混合動(dòng)力汽車(chē)(Hydraulic Hybrid Vehicles，HHV)作為全新一代清潔能源車(chē)輛，擁有2個(gè)及以上能量生成裝置，用蓄能器代替電池作為輔助動(dòng)力源，與內(nèi)燃機(jī)有效組合，通過(guò)對(duì)多動(dòng)力源的控制策略管理，優(yōu)化組合，能夠適應(yīng)車(chē)輛運(yùn)行全工況，提高整車(chē)燃油經(jīng)濟(jì)性。

文獻(xiàn)[4]通過(guò)對(duì)當(dāng)前汽車(chē)節(jié)能減排方案的研究，簡(jiǎn)要介紹HHV車(chē)輛，論述其HHV的優(yōu)缺點(diǎn)，提出規(guī)則控制策略，通過(guò)設(shè)置4種工作模式，分析車(chē)輛動(dòng)機(jī)最優(yōu)經(jīng)濟(jì)運(yùn)行區(qū)域。文獻(xiàn)[5]介紹了一種模糊控制策略的液壓混合動(dòng)力汽車(chē)的研究，但由于在仿真循環(huán)中的某些特殊工況，模糊邏輯的判斷過(guò)于平緩，導(dǎo)致其車(chē)速失真，從而使車(chē)輛的經(jīng)濟(jì)性降低。

傳統(tǒng)規(guī)則PID控制[1-2]，限于精度的要求，雖然控制器簡(jiǎn)單，但在實(shí)際運(yùn)行中控制參數(shù)不變，不能與實(shí)時(shí)變化的工況相適應(yīng)。模糊控制盡管可以解決在極限工況下的特殊變化，但其模糊程度過(guò)大，也導(dǎo)致控制精度在某些工況時(shí)大大低于預(yù)期。基于這2種控制策略的優(yōu)劣互補(bǔ)及各自局限特性，本文研究設(shè)計(jì)了一種模糊PID控制策略，建立模糊PID控制，以期實(shí)現(xiàn)良好的燃油經(jīng)濟(jì)性，達(dá)到節(jié)能減排的目的。

1 規(guī)則PID控制和模糊控制

1.1 規(guī)則PID控制

傳統(tǒng)規(guī)則PID(Proportional Integral Derivative)控制，是比例、積分、微分并聯(lián)的協(xié)調(diào)控制，組成部分包括模擬控制和被控對(duì)象(圖1)有著簡(jiǎn)單的結(jié)構(gòu)(比例、積分、微分參數(shù)間調(diào)整)，明確的物理涵義，較好穩(wěn)定性等優(yōu)勢(shì)，對(duì)于數(shù)學(xué)模型確切或被控對(duì)象數(shù)學(xué)模型易建立的系統(tǒng)，尤其適用。

在工業(yè)、科技實(shí)際應(yīng)用中，被控對(duì)象往往表現(xiàn)為非線性、時(shí)變性特點(diǎn)，數(shù)學(xué)模型難以精確建立，規(guī)則PID控制較難達(dá)到理想控制目的，不利于規(guī)則PID控制的廣泛應(yīng)用。

1.2 模糊邏輯控制

模糊邏輯控制(Fuzzy Logic Control)，作為一種高級(jí)的算法策略，通過(guò)模糊控制語(yǔ)言來(lái)表達(dá)及實(shí)現(xiàn)人們復(fù)雜思維的變化，具有數(shù)學(xué)模型的表達(dá)被控對(duì)象的模糊性、與人類(lèi)的思維方式相類(lèi)似和容易建立模糊規(guī)則、較好的魯棒性等特點(diǎn)。模糊控制的結(jié)構(gòu)組成如圖2所示。

圖2 模糊邏輯控制策略執(zhí)行原理Fig.2 Execution principle of fuzzy logic control strategy

盡管模糊控制與基于規(guī)則PID控制相比，已經(jīng)有了很大的發(fā)展，但仍借助經(jīng)驗(yàn)與模擬方式對(duì)系統(tǒng)分析、設(shè)計(jì)；作為一種非線性的控制，還會(huì)出現(xiàn)規(guī)則移除問(wèn)題，故其控制模型不能過(guò)于復(fù)雜或繁瑣。另外，作為一種模糊試湊方法，會(huì)產(chǎn)生精確控制模型的被控對(duì)象，穩(wěn)定性較差，容易發(fā)生控制系統(tǒng)的激蕩問(wèn)題，尤其模糊語(yǔ)言規(guī)則設(shè)計(jì)不足以覆蓋系統(tǒng)變化范圍領(lǐng)域時(shí)，此問(wèn)題更為突出。

1.3 模糊PID邏輯控制

由于規(guī)則PID控制和模糊控制都有其應(yīng)用的局限性(文獻(xiàn)[4]研究了基于規(guī)則的控制策略對(duì)液壓混合動(dòng)力汽車(chē)性能分析；文獻(xiàn)[5]研究了模糊控制策略對(duì)液壓混合動(dòng)力汽車(chē)的整車(chē)性能)，各種對(duì)規(guī)則PID控制的修正控制也不能滿足實(shí)際控制需求，因此，筆者將非線性的模糊控制與適宜精確數(shù)學(xué)模型的規(guī)則PID控制相結(jié)合，以提高液壓混合動(dòng)力汽車(chē)的性能。

2 模糊PID控制策略設(shè)計(jì)

2.1 模糊控制器

圖3 控制車(chē)輛狀態(tài)決定因子K隸屬度函數(shù)Fig.3 Control vehicle state determining factor K membership function

將仿真車(chē)速(目標(biāo)車(chē)速與實(shí)際車(chē)速之差的絕對(duì)值)誤差和車(chē)速變化率作語(yǔ)言變量輸入模糊控制器，設(shè)定它們?cè)谀：系恼撚蜃兓牵?/p>

v={0,1,2,3,4,5}；α{0,1,2,3,4,5}；

車(chē)速v誤差和車(chē)速變化率α在模糊集上的論域：

v{零(0)，很小(VS)，小(S)，中(M)，大(B)，很大(VB)}；

α{零(0)，負(fù)小(NB)，負(fù)小(NS)，中(M)，正小(PS)，正大(PB)}。

控制車(chē)輛狀態(tài)決定因子K的論域：

K={VS，S，M，B，VB}；

相應(yīng)的決定因子K的隸屬度函數(shù)如圖3所示。

2.2 規(guī)則庫(kù)表

為使得模糊PID控制系統(tǒng)有良好的穩(wěn)定性、精確靈敏的響應(yīng)和穩(wěn)態(tài)可持續(xù)精度，建立了模糊PID控制規(guī)則庫(kù)表(表1)。

表1 模糊規(guī)則庫(kù)表Tab.1 Fuzzy rule base table

2.3 模糊PID控制策略設(shè)計(jì)

根據(jù)仿真車(chē)速誤差和車(chē)速變化率，模糊控制推理規(guī)則庫(kù)，判斷模糊控制車(chē)輛狀態(tài)決定因子K的值，最后經(jīng)過(guò)去模糊化程序，輸出確定PID控制量KP、KI、KD，各控制量的被設(shè)定歸一為(0，1)。模糊PID控制策略原理如圖4所示。

圖4 模糊PID控制策略執(zhí)行機(jī)理Fig.4 Execution mechanism of fuzzy PID control strategy

3 仿真驗(yàn)證

在Matlab/Simulink的模糊控制模塊Fuzzy下模糊PID仿真模型，仿真驗(yàn)證選用國(guó)際通用重型汽車(chē)(車(chē)輛總質(zhì)量15 t左右)，在城市工況下運(yùn)行(因重型車(chē)輛的城市工況比郊外路況燃油經(jīng)濟(jì)性更差，其節(jié)能減排的研究更具現(xiàn)實(shí)意義)，F(xiàn)UDS(Federal Urban Driving Schedule)仿真模型如圖5所示。其中，F(xiàn)uzzy Control為模糊控制模塊；PID Control 為PID參數(shù)整定模塊；最終輸出車(chē)輛狀態(tài)決定因子(Vehicle Status Parameter)K，控制被控對(duì)象完成車(chē)輛運(yùn)行狀態(tài)。

圖5 模糊PID控制策略Simulink執(zhí)行原理Fig.5 Execution mechanism of fuzzy PID control strategy Simulink

3.1 模糊PID控制策略下HHV汽車(chē)發(fā)動(dòng)機(jī)扭矩工作點(diǎn)分布

圖6為模糊PID的控制策略下，應(yīng)用于整車(chē)控制中的HHV汽車(chē)發(fā)動(dòng)機(jī)在全工況下的扭矩工作點(diǎn)分布情況。

圖6 模糊PID控制策略發(fā)動(dòng)機(jī)扭矩工作點(diǎn)分布 Fig.6 Engine torque operating point distribution of fuzzy PID control strategy

可以看到，發(fā)動(dòng)機(jī)扭矩在300～800 Nm分布較多(符合重型車(chē)輛的功率驅(qū)動(dòng)負(fù)載需求)，僅在少數(shù)極變工況下(如急加速或緊急制動(dòng)等)，扭矩工作點(diǎn)會(huì)超過(guò) 1 000 Nm 或低于100 Nm，在本仿真研究中是允許的。故多數(shù)的運(yùn)行時(shí)間中，發(fā)動(dòng)機(jī)扭矩工作點(diǎn)沿最佳燃油經(jīng)濟(jì)性曲線運(yùn)行，所設(shè)計(jì)的控制策略是有效的。

3.2 動(dòng)力源(發(fā)動(dòng)機(jī)和蓄能器)功率分配切換

作為傳統(tǒng)燃油汽車(chē)，發(fā)動(dòng)機(jī)供給整車(chē)行駛的所有能量(除啟動(dòng)時(shí)蓄電池電能)，在車(chē)輛制動(dòng)過(guò)程中，車(chē)輛制動(dòng)的動(dòng)能轉(zhuǎn)換為熱能，分散于所處環(huán)境中。

在模糊PID的控制策略下，本液壓混合動(dòng)力汽車(chē)，不僅能將制動(dòng)動(dòng)能回收于雙向變量馬達(dá)(P/M)泵工況，給蓄能器充壓，還可使動(dòng)力源(發(fā)動(dòng)機(jī))運(yùn)行于高效區(qū)域；在加速、上坡等高負(fù)載工況下，將蓄能器的存壓用于驅(qū)動(dòng)車(chē)輛工作。其動(dòng)力源(發(fā)動(dòng)機(jī)和蓄能器)功率分配模式原理如圖7所示，其中SOC(State of Charge)為蓄能器存壓參數(shù)。

圖7 基于模糊PID的HHV汽車(chē)動(dòng)力源(發(fā)動(dòng)機(jī)和蓄能器)功率分配原理Fig.7 Power distribution mechanism of HHV vehicle power source (engine and accumulator) based on fuzzy PID

3.3 綜合平均燃油經(jīng)濟(jì)性分析

本文分析了發(fā)動(dòng)機(jī)開(kāi)啟SOC值為0.25，發(fā)動(dòng)機(jī)關(guān)閉SOC值為0.55時(shí)，液壓混合動(dòng)力整車(chē)燃油經(jīng)濟(jì)性曲線(圖8)。圖8顯示了不同控制策略下的平均燃油經(jīng)濟(jì)性曲線。

傳統(tǒng)汽車(chē)在仿真驗(yàn)證的結(jié)束時(shí)刻，總平均燃油經(jīng)濟(jì)性為10 mpg；基于模糊PID控制的液壓混合動(dòng)力汽車(chē)總平均燃油經(jīng)濟(jì)性是13.1 mpg，比單純性模糊控制策略下燃油有效經(jīng)濟(jì)性提高約3%。仿真驗(yàn)證表明，所驗(yàn)證的控制策略是有效的，符合驗(yàn)證的要求。

圖8 基于模糊PID控制策略的平均燃油經(jīng)濟(jì)性比對(duì)Fig.8 Average fuel economy comparison based on fuzzy PID control strategy

4 結(jié) 論

本文介紹了當(dāng)下汽車(chē)產(chǎn)業(yè)狀況及國(guó)家節(jié)能減排的導(dǎo)向，認(rèn)為傳統(tǒng)化石燃料汽車(chē)已不能適應(yīng)現(xiàn)今發(fā)展，液壓混合動(dòng)力汽車(chē)的先期功能元件的工業(yè)化日趨成熟，符合當(dāng)前的可持續(xù)發(fā)展要求。筆者通過(guò)結(jié)合應(yīng)用規(guī)則PID的控制策略和單純性模糊控制策略，燃油經(jīng)濟(jì)性有一定提高；但在車(chē)輛特需工況下，燃油經(jīng)濟(jì)性降低明顯。

本文將一種基于模糊PID的控制策略應(yīng)用于液壓混合動(dòng)力汽車(chē)。仿真驗(yàn)證表明：模糊PID控制策略下HHV汽車(chē)發(fā)動(dòng)機(jī)扭矩工作點(diǎn)分布，動(dòng)力源(發(fā)動(dòng)機(jī)和蓄能器)功率分配切換，綜合平均燃油經(jīng)濟(jì)性等重要指標(biāo)均符合驗(yàn)證需求，所設(shè)計(jì)的控制策略是有效的。