陳樂強,張麗萍,曹鴻鑫,雷承學(xué),奚敬哲
分布式驅(qū)動電動汽車電液復(fù)合制動控制研究
陳樂強,張麗萍,曹鴻鑫,雷承學(xué),奚敬哲
(遼寧工業(yè)大學(xué),遼寧 錦州 121000)
針對分布式驅(qū)動電動汽車能量回收率低,制動穩(wěn)定性有待進一步提高等問題,文章提出了一種基于滑??刂频膹?fù)合制動力分配策略,利用Simulink與AMESim軟件進行建模與聯(lián)合仿真。仿真結(jié)果表明,常規(guī)制動工況下前后輪滑移率趨于一致,電池SOC值最終保持在70.103%,在防抱死制動工況下,滑移率保持在預(yù)先設(shè)定的最優(yōu)滑移率15%附近且電池SOC值最終保持在70.15%。由此可見,該復(fù)合制動策略能夠在保證制動穩(wěn)定性的前提下最大化回收制動能量。
分布式驅(qū)動;復(fù)合制動;滑模控制;能量回收
分布式驅(qū)動電動汽車具有輕便、環(huán)保、節(jié)能等優(yōu)點[1],且四輪可獨立控制[2],成為未來電動汽車發(fā)展的一個重點[3]。王權(quán)[4]設(shè)計了一種新型復(fù)合制動控制策略,并使用AMESim軟件進行了仿真驗證。林輝[5]提出了一種模糊自整定PID控制策略,對電、液制動轉(zhuǎn)矩進行合理分配。HAN J等[6]提出了一種混合動力電動汽車協(xié)同控制方案,優(yōu)化了再生制動轉(zhuǎn)矩。鄭迎[7]利用模糊控制理論,提出了一種電、液復(fù)合制動力分配策略。對于分布式驅(qū)動電動汽車來說,綜合考慮制動穩(wěn)定性與能量回收最大化的研究較少,故設(shè)計了一種復(fù)合制動控制策略,以分層控制的方式對復(fù)合制動系統(tǒng)制動力進行分配。
駕駛員踩下制動踏板,車輛傳感器在獲取制動強度等制動信息后,將信號傳遞給整車控制器,根據(jù)滑移率來切換制動工況,復(fù)合制動分層控制系統(tǒng)經(jīng)上層控制策略對車輛前、后最軸制動力矩進行分配,后經(jīng)下層控制策略對電機制動力矩與液壓制動力矩進行分配。此時,分配好的電機制動力矩信號傳輸?shù)诫姍C控制器,輪轂電機接收到控制信號后,調(diào)節(jié)制動力矩至期望值;液壓制動力矩信號傳輸至液壓制動系統(tǒng)控制器,然后將信號液壓制動系統(tǒng)獲得液壓制動力。在電機制動力與液壓制動力綜合作用下,分布式驅(qū)動電動汽車最終實現(xiàn)制動。
復(fù)合制動系統(tǒng)轉(zhuǎn)矩分配策略主要分為上層控制策略與下層控制策略,其中上層分配前、后軸制動力矩,下層分配電液制動力矩。
在常規(guī)制動工況與防抱死制動工況中分別確定滑模切換函數(shù)為:
其中,1代表前輪轉(zhuǎn)速;2代表后輪轉(zhuǎn)速;為權(quán)重系數(shù);λ代表最佳滑移率;1代表前輪滑移率。
最終推導(dǎo)出滑??刂破骺刂埔?guī)律分別為:
同理,可推導(dǎo)出后輪滑??刂破鞯目刂埔?guī)律為:
其中,1代表車輛前輪縱向制動力;2代表車輛后輪縱向制動力;1代表車輛前輪制動轉(zhuǎn)矩;2代表車輛后輪制動轉(zhuǎn)矩;I代表輪胎轉(zhuǎn)動慣量。
對于前軸,當制動需求轉(zhuǎn)矩T小于電機最大轉(zhuǎn)矩T時,制動輸出轉(zhuǎn)矩為T;若T>T,則轉(zhuǎn)矩不足部分由液壓制動器補充。
對于后軸,當制動需求轉(zhuǎn)矩T小于電機最大轉(zhuǎn)矩T時,制動輸出轉(zhuǎn)矩為T;若T>T,則轉(zhuǎn)矩不足部分由液壓制動器補充。
利用AMSEim軟件進行建模。
圖1 制動器模型
圖2 電機模型
初始制動速度70 km/h,制動強度0.4,路面附著系數(shù)0.7。
圖3 前、后輪滑移率
圖4 電池SOC變化
由圖7可看出,在常規(guī)制動工況滑模控制策略的控制下,前后車輪滑移率可保持一致,穩(wěn)定在1.78%附近,保證了制動穩(wěn)定性。由圖5看出,分層控制策略電池SOC值由70%上升至70.103%,能夠有效回收制動能量。
初始制動速度70 km/h,制動強度0.4,路面附著系數(shù)0.2。
圖5 前、后輪滑移率
圖6 SOC變化
針對分布式驅(qū)動電動汽車,提出了復(fù)合制動系統(tǒng)分層控制策略,基于滑模控制算法進行前后軸的制動力分配,同時控制策略兼容了防抱死復(fù)合制動模式。由滑移率圖像可明顯看出,該控制策略能夠很好地保證制動時的穩(wěn)定性。通過電池SOC值變化說明該控制策略能量回收效果明顯。
[1] 章德平.混合電動汽車轉(zhuǎn)向制動穩(wěn)定協(xié)同控制方法仿真[J].計算機仿真,2020,37(07):183-186.
[2] 章健宇.分布式驅(qū)動電動汽車再生制動及穩(wěn)定性控制策略研究[D].武漢:武漢科技大學(xué),2019.
[3] 余卓平,史彪飛,熊璐,等.某分布式驅(qū)動電動汽車復(fù)合制動策略設(shè)計[J].汽車技術(shù),2020(02):12-17.
[4] 王權(quán).基于AMESim的純電動汽車復(fù)合制動系統(tǒng)仿真研究[D].西安:長安大學(xué),2014.
[5] 林輝.輪轂電機驅(qū)動電動汽車聯(lián)合制動的模糊自整定PID控制方法研究[D].長春:吉林大學(xué),2013.
[6] HAN J, PARK Y, PARK Y. Cooperative regenerative braking control for front-wheel-drive hybrid electric vehicle based on adaptive regenerative brake torque optimization using under-steer indux[J]. International Journal of Automotive Technology,2014,15(6):989- 1000.
[7] 鄭迎.電動輪汽車高效制動能量回收及制動防抱死控制研究[D].長春:吉林大學(xué),2016.
Research on Electro-hydraulic Compound Brake Control of Distributed Drive Electric Vehicle
CHEN Leqiang, ZHANG Liping, CAO Hongxin, LEI Chengxue, XI Jingzhe
( Liaoning University of Technology, Liaoning Jinzhou 121000 )
In order to solve the problems of low energy recovery rate and further improvement of braking stability of distributed drive electric vehicle, a compound braking force distribution strategy based on sliding mode control is proposed, which is modeled and simulated by Simulink and AMESim software. The simulation results show that the slip rate of the front and rear wheels tends to be consistent under conventional braking conditions, and the battery SOC value is finally maintained at 70.103%. Under the anti-lock braking condition, the slip rate is kept around 15%, and the battery SOC value is finally maintained at 70.15%. It can be seen that the composite braking strategy can maximize the recovery of braking energy on the premise of ensuring braking stability.
Distributed driver;Compound braking; Sliding mode control; Energy recovery
10.16638/j.cnki.1671-7988.2021.021.007
U461.3
A
1671-7988(2021)21-28-03
U461.3
A
1671-7988(2021)21-28-03
陳樂強(1995—),男,碩士,就讀于遼寧工業(yè)大學(xué),研究方向:車輛系統(tǒng)動力學(xué)及控制。