林 昌，陳邦柱，晉倫偉，廖文霞

（1.莆田學(xué)院機電與信息工程學(xué)院，福建莆田 351100；2.莆田學(xué)院土木工程學(xué)院，福建莆田 351100）

0 引言

純電動汽車（EEV）相對于普通燃油汽車，能夠真正達到零尾氣、零排放的環(huán)保程度，EEV 的動力機器為電動機靠蓄電池產(chǎn)生的電能來驅(qū)動汽車。燃料電池汽車（FCV）用電能來帶動FCV汽車；燃料電池汽車同時也面臨著許多問題，其技術(shù)的安全性、可靠性方面仍然存在很大的改善空間。燃油汽車給人們帶來了經(jīng)濟的飛速發(fā)展和交通的便利，與此同時，普通燃油汽車的尾氣排放，已導(dǎo)致溫室效應(yīng)、酸雨等問題。人們不得不創(chuàng)造出一種既環(huán)保，又低耗的電動汽車；由于電動汽車會面臨電量不足，里程較短的問題，后期增程式汽車（REEV）增加了一個內(nèi)燃機以克服電動汽車里程短的問題，大大提高了續(xù)航能力[1]。混合電動汽車（HEV）比一般的電動汽車的動力強，做到了比燃油汽車油耗低、污染小的環(huán)保標準，但并未真正做到零污染、零排放。增程式汽車彌補了普通燃油汽車污染嚴重、里程短的缺陷[2]。

根據(jù)以上分析，混合動力電動汽車電池驅(qū)動功能的實現(xiàn)會涉及到微處理器工業(yè)領(lǐng)域的技術(shù)，更新電動機能源的利用和開發(fā)。國家出臺了一系列舉措，使得研究者們更關(guān)注于研究定期控制系統(tǒng)、高級別電動機，電動汽車的實用化?；旌宪囕v的開發(fā)不再是汽車行業(yè)的一項簡單的技術(shù)創(chuàng)新，而是汽車行業(yè)的一場新革命。

1 混合動力電動汽車的分類及特點

1.1 有關(guān)定義

混合動力汽車系統(tǒng)由機械配件、電子配件和其他信息系統(tǒng)組成。機械輔助系統(tǒng)包括底盤和車身、驅(qū)動器、轉(zhuǎn)換器和電源箱等。電子輔助系統(tǒng)包括能源、電網(wǎng)、系統(tǒng)馬達控制；信息系統(tǒng)主要使用通信網(wǎng)絡(luò)并用數(shù)據(jù)處理算法處理駕駛者的意愿、車輛的運行監(jiān)控、電機控制等?；旌想妱悠嚮窘Y(jié)構(gòu)如圖1所示。

1.2 基本原理

混合電動汽車的基本原理是內(nèi)燃機和發(fā)動機作為混合動力的來源，所謂混合動力[3]，就是在汽油引擎和電動機相互配合的前提下，盡可能做到低排放區(qū)使用；其制動是通過改變發(fā)電機和發(fā)動機的工作原理來實現(xiàn)的，大大提高了汽車燃料的性能。

圖1 混合動力電動汽車基本結(jié)構(gòu)

1.3 類型

以前的混合型動力汽車有串聯(lián)和并聯(lián)2 種，隨著科技的發(fā)展，混合式動力汽車如今已經(jīng)分為4 種，在原有類型的基礎(chǔ)上增加了混聯(lián)式以及復(fù)合式。

1.4 串聯(lián)式混合動力汽車

1.4.1 結(jié)構(gòu)與特點

最初的混合動力汽車發(fā)動系統(tǒng)為混合發(fā)動機，包括發(fā)動機、發(fā)電機、電源變壓器、電池、發(fā)動機和運輸設(shè)備[4]。如圖2所示，該系統(tǒng)的引擎將發(fā)動機拉動，機械動力首先通過發(fā)電機輸出到電力中。電池可為發(fā)動機提供電力，使電動汽車能夠在無污染的情況下運行混合電動汽車。

圖2 串聯(lián)式混合動力汽車原理

本文中描述的混合電動汽車的驅(qū)動電機為永磁性同步發(fā)電機。電機硬件結(jié)構(gòu)如圖3 所示，該硬件系統(tǒng)用電機控制系統(tǒng)，其中采用同步電機（PMSM）和DSP為核心控制系統(tǒng)，該算法由DSPMS320lf2407a實現(xiàn)。

圖3 電機硬件結(jié)構(gòu)

該系統(tǒng)的直流電源是由三菱的IPMPM75CLA060 提供的。用于控制IPM 的PWM 6 信號是由DSP 創(chuàng)建的[5]，在被控制器隔離后產(chǎn)生PWM 6 信號，發(fā)送到IPM。IPM的輸出有用結(jié)果為V和W。波長用于控制有引擎的汽車，當接收到失效信號時，DSP 就會立即停止輸出PWM 波浪。控制系統(tǒng)只測量了ia和ic兩種電流，由傳感器la108-p 測量后，經(jīng)過信號傳輸，2 個信號通過濾網(wǎng)然后經(jīng)過低通，再發(fā)送到DSP ADC 模塊。光電編碼器決定了電機的速度及位置，經(jīng)過分級轉(zhuǎn)換，然后發(fā)送到DSP QEP，直接編碼QEP 角。總線以別的模塊來完成數(shù)據(jù)傳輸，通過DSP的采集通道采集電子信號，通過I∕O輸入電子蛋糕。

1.4.2 DSP（2407）的簡述及其外圍電路設(shè)計

DSP 芯片有3 種不同分類方式：（1）按其基礎(chǔ)特性劃分，根據(jù)芯片的工作類型劃分；（2）按其數(shù)據(jù)格式劃分，根據(jù)芯片的數(shù)據(jù)類型劃分；（3）按其使用用途劃分，根據(jù)芯片的作用類型劃分。

本系統(tǒng)采用的TMS320LF2407A 是一種供電電壓為3.3 V，功能相對較強，耗能相對較低，運算速度相對較高的DSP芯片。該芯片的特點總結(jié)如下。

（1）該芯片的I∕O 的引腳能夠達到41 條，同時也擁有一個超集數(shù)量達到144個的引腳。

（2）芯片的內(nèi)存分為兩類，分別是ROM 和2 K 字節(jié)的單存取RAM：SARAM 與544×16 位字的雙存取RAM：DARAM。

（3）寄存器中包含2 個不同狀態(tài)的寄存器：ST0 和ST1。

（4）可尋址的存儲器空間總共含有192 K字節(jié)。

（5）總共包含5個外部中斷。

（6）EVA、EVB 事件管理模塊分別用于控制運動和控制引擎。不同的事件管理模塊包括不同的定時鐘和單元：WD 為看門狗定時器模塊；SPI 為串行外設(shè)模塊；SCI 為串行通信模塊；CAN 為局域網(wǎng)控制器模塊；10 為A∕D 轉(zhuǎn)換器，且其轉(zhuǎn)換時間大大縮短。

DSP 等串口不為零標準（NRZ）串行數(shù)字通信模式[13]，既能夠半雙工操作，又能多工操作。串行外部接口（SPI）可以直接與其他具有標準SPI 端口的設(shè)備通信，芯片也有模塊可以與外部設(shè)備或其他控制設(shè)備進行通信。通過DSP（2407）完成了總系統(tǒng)和點擊系統(tǒng)之間的聯(lián)系：總系統(tǒng)將正常狀態(tài)查詢順序和速度順序傳遞給電力推進系統(tǒng)和粉末系統(tǒng)的電力推進系統(tǒng)報告，應(yīng)急處理應(yīng)用的一般狀況和問題。

圖4 所示為模態(tài)控制的結(jié)構(gòu)。為設(shè)計一個模糊的控制器，首先要做的是設(shè)計輸入量，包括屬于領(lǐng)域、模糊語言及其語言值，將其模糊化后預(yù)設(shè)大概的控制規(guī)則以進行模糊推理，最后通過反模糊化得到精確的控制，從而完成相對的工作[6]。

圖4 模態(tài)控制

θr的基本論域為{θ1，θ2，…，θ12}，如圖5所示。

圖5 θr的隸屬函數(shù)

將S作為輸出，控制規(guī)則采用以下形式：

從而可以推測出模糊規(guī)則：在1～θ區(qū)間，若想實現(xiàn)很大程度地減少轉(zhuǎn)矩ET，而前提要保證磁鏈ψs基本不變，則應(yīng)該選擇u6，模糊規(guī)則表示為：

換個角度，為實現(xiàn)很大程度地增加轉(zhuǎn)矩ET，同時也要實現(xiàn)磁鏈ψs有較大的增加，則應(yīng)該選擇2u，模糊規(guī)則表示為：

為實現(xiàn)很大程度地增加轉(zhuǎn)矩ET，而前提要保證磁鏈ψs基本不變，則應(yīng)該選擇3u，模糊規(guī)則表示為：

綜上所述，則能夠總結(jié)出在該平面上共有180 條控制規(guī)則，如表1所示。

模糊控制的輸入、輸出量所代表的規(guī)則為：

A、B、θr、ui的隸屬函數(shù)分別用μA、μB、μ（θr）、μ（ui）表示，運用max-min 計算則可以推理出第i條規(guī)則的作用強度為：

通過“取小”的運算方式可以推測出第i條所對應(yīng)的控制決策為：

μui(S) = min[σi,μui(S)]

S的表達式為：

根據(jù)上述分析可以得出，單點型的模糊集是模態(tài)控制輸出電壓的形式，可以以電壓空間矢量的形式表達，所以已經(jīng)沒必要再進行解模糊的操作[7]。

表1 模態(tài)控制規(guī)則

2 蟻群算法中的神經(jīng)網(wǎng)絡(luò)在直接轉(zhuǎn)矩中的應(yīng)用

2.1 神經(jīng)網(wǎng)絡(luò)的概述

神經(jīng)網(wǎng)絡(luò)擁有較強的處理信息能力，可以將神經(jīng)元之間的重量連接起來，還可以模擬出人類大腦的機制對信息處理的能力[8]。例如有老師指導(dǎo)學(xué)習(xí)和無老師指導(dǎo)學(xué)習(xí)是神經(jīng)網(wǎng)絡(luò)自身的兩種學(xué)習(xí)方法，這兩種學(xué)習(xí)方法的區(qū)別在于是否有一個目標結(jié)果與課程輸入相對應(yīng)。大部分的網(wǎng)絡(luò)神經(jīng)都是為指導(dǎo)教師所準備的，在指導(dǎo)教師的學(xué)習(xí)方法中，將結(jié)果和期望值相比較，再根據(jù)比較結(jié)果將二者中的錯誤函數(shù)進行調(diào)整，達到最小化故障。網(wǎng)絡(luò)訓(xùn)練過程如圖6 所示。本文所使用的網(wǎng)絡(luò)是運用社區(qū)算法來調(diào)整價值的3層網(wǎng)絡(luò)。

2.2 蟻群算法

在蟻群算法中，模擬器科學(xué)家觀察并發(fā)現(xiàn)信息通過一種叫做信息素的物質(zhì)移動在個體螞蟻之間。社區(qū)算法就是將螞蟻的這種移動進行優(yōu)化：假設(shè)有M個參數(shù)在網(wǎng)絡(luò)中等待優(yōu)化，可將這M個參數(shù)意義記為P1，P2，…，Pi，使這其中的參數(shù)都滿足Pi（1≤Pi≤Mi），在取值范圍內(nèi)把它設(shè)置成N個隨機的非零數(shù)，集合Pi就由這些數(shù)值所構(gòu)成。假定蟻群中的螞蟻都從集合Pi出發(fā)，也就是將集合看作蟻巢，然后根據(jù)信息素的狀態(tài)和路徑可以總結(jié)出以下公式：

圖6 神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程

如果從集合Pi中隨機的選出任意一個元素，螞蟻完成了在集合中的選擇，也就意味著螞蟻到達了食物的源頭，這就可以用以下公式來做到信息素的調(diào)節(jié)：

式中：0＜ρ≤1 為信息素的持續(xù)性能；(IPi)為某一次循環(huán)中第k只螞蟻在某一個集合Pi里的第j個元素上所遺留下來的的信息素；Q為調(diào)整速度的常數(shù)；ek為最大誤差，可將其定義為：

式中：Sn為FNN的實際輸出值；Sq為期望輸出值。

反復(fù)運行上述過程，直到找出最優(yōu)解才停止，如果進化的趨勢已經(jīng)不明顯或者達到了進化的最大次數(shù)則代表最優(yōu)解已被找出。

2.3 蟻群中神經(jīng)網(wǎng)絡(luò)的實現(xiàn)過程

蟻群中神經(jīng)網(wǎng)絡(luò)的優(yōu)化在于閾值調(diào)整，這個算法有W個蟻群，每個蟻群代表一組權(quán)重值和閾值，最大迭代次數(shù)是最大值。假設(shè)找到變量X是{vki}和{vk0}兩個維族，{vki}是將權(quán)重從輸入層連接到出口層，{vk0}是輸入和輸出層的閾值。這個優(yōu)化變量的分量分為n個，在初始時刻，螞蟻首先選擇任意一組權(quán)重值與閾值，然后解（n+m+l）h+m的分量，將其視作為頂點，將第一個頂點定義為I的分量，由上述定義則可將I+l 的頂點到I的分量看作是第n個頂點，可以用n個不同的分量來判斷。螞蟻根據(jù)每條路徑（式（4））的信息和公式選擇來決定路徑。

相對于本系統(tǒng)來講，直接控制轉(zhuǎn)矩的最關(guān)鍵點是建立定子磁鏈觀測器；以u-i磁鏈模型為基礎(chǔ)，坐標系αβ中的電壓、電流、電阻函數(shù)都可以用磁鏈來表示，它們之間的非線性函數(shù)關(guān)系可表示為：

在α β坐標系下磁鏈可寫為：

神經(jīng)網(wǎng)絡(luò)擁有比較強的非線性系統(tǒng)模擬能力。定子磁鏈觀測器結(jié)構(gòu)可以用圖7表示。

網(wǎng)絡(luò)的輸入層一共含有5 個神經(jīng)元，對應(yīng)的定子電流分別為iα和iβ，對應(yīng)的定子電壓分別為uα和uβ，Rs為電阻，網(wǎng)絡(luò)的輸出層為ψα和ψβ。程序運行的過程中，會隨機給出網(wǎng)絡(luò)間初始的權(quán)值和閾值，因此必須經(jīng)過大量的實驗來確定網(wǎng)絡(luò)的結(jié)構(gòu)，計算出較為精確的ψα、ψβ值。

圖7 定子磁鏈估算蟻群神經(jīng)網(wǎng)路結(jié)構(gòu)

2.4 仿真結(jié)果分析

通過計算機仿真技術(shù)得到在相同工況下傳統(tǒng)動力汽車的發(fā)動機效率，可以發(fā)現(xiàn)以下問題：（1）電動機整體效率明顯高于發(fā)動機效率[9]；（2）對于發(fā)動機而言，由于發(fā)動機設(shè)計原因，在處于額定轉(zhuǎn)數(shù)附近時，為設(shè)計能量效率最高點，在低轉(zhuǎn)速的區(qū)域時效率偏低，對提高發(fā)動機整體燃油經(jīng)濟性能有較大的不利影響，對電動機而言，雖然在低轉(zhuǎn)速時因為銅損耗和鐵損耗的影響效率相較額定轉(zhuǎn)數(shù)時會有所降低，但與發(fā)動機的低轉(zhuǎn)速區(qū)效率相比要高得多；基于以上兩點，可以設(shè)計如下提高車輛整體燃油經(jīng)濟性能的具體方案。將發(fā)動機作為輔助動力來解決電動機在轉(zhuǎn)矩不足時的問題，同時也選擇效率較高的電動機作為主要動力來達到車輛行駛的目的。為便于比較，電機及其仿真條件如圖8所示。圖9所示為具體的Simulink模型[11]。

圖8 PMSM 模糊神經(jīng)網(wǎng)絡(luò)直接轉(zhuǎn)矩控制仿真框圖

圖9 控制策略模型

通過圖10和圖11可以發(fā)現(xiàn)在采用了新的控制策略之后，車輛燃油經(jīng)濟性有了明顯的提高，如表2所示。

圖10 采用邏輯控制策略的整體仿真結(jié)果

圖11 采用動態(tài)控制策略的整體仿真結(jié)果

表2 尾氣排放數(shù)值g∕km

可以看到通過優(yōu)化控制策略，采用合理的控制方法可明顯提高能量管理系統(tǒng)節(jié)能能力。在仿真結(jié)果中可以看到，相比于前兩種控制策略，最佳區(qū)域優(yōu)化策略將車輛整體燃油經(jīng)濟性提高了約20%，與此同時，尾氣中氮氧化合物和碳氧化合物含量都有了明顯的降低，這也使得增程式汽車在不改變原有硬件設(shè)計的基礎(chǔ)上不斷優(yōu)化車輛經(jīng)濟性和環(huán)保性能，則可得出結(jié)論，能量控制策略作為增程式汽車能量管理系統(tǒng)的核心技術(shù)，對于增程式汽車的性能起著關(guān)鍵性的作用。

2.5 小結(jié)

首先介紹了蟻群算法的神經(jīng)網(wǎng)絡(luò)直接力矩的整個概念，并提供了一個系統(tǒng)圖，然后通過與模糊控制法相結(jié)合，在蟻群算法的基礎(chǔ)上進行仿真。仿真結(jié)果表明，基于蟻群的神經(jīng)網(wǎng)絡(luò)優(yōu)化技術(shù)具有良好的靜態(tài)和動態(tài)控制永續(xù)同步力矩，滿足控制系統(tǒng)的快速響應(yīng)要求。通過仿真數(shù)據(jù)的對比，增程式汽車的確存在著比普通汽車更好的燃油效能。

3 結(jié)束語

通過對電機的各種特點和特性進行比較，可知HEV驅(qū)動電機必須將永續(xù)同步電機作為選擇。通過介紹PMSM，為發(fā)動機控制提供了非?？煽康睦碚摶A(chǔ)。

滯環(huán)比較器作為傳統(tǒng)的轉(zhuǎn)矩控制系統(tǒng)的誤差調(diào)節(jié)，當出現(xiàn)誤差較大或者較小時，滯環(huán)比較器只能夠選擇同一電壓矢量，這樣會導(dǎo)致系統(tǒng)轉(zhuǎn)矩響應(yīng)速度慢，從而導(dǎo)致轉(zhuǎn)矩脈動增加。仿真結(jié)果表明，相對于傳統(tǒng)轉(zhuǎn)矩控制，蟻群算法更加適用于直接轉(zhuǎn)矩控制。

本文雖然通過仿真設(shè)計驗證了模糊神經(jīng)網(wǎng)絡(luò)的有效性，但由于科學(xué)的發(fā)展以及在時間和設(shè)備上的限制，在今后的研究中應(yīng)該更進一步完善硬件設(shè)計，盡可能隨著科學(xué)技術(shù)的發(fā)展，使得設(shè)計更加完善。