第一文秘网    > 自荐书

HEV驱动模式切换过程动力协调控制研究现状

作者:jnscsh   时间:2021-07-04 01:38:07   浏览次数:


打开文本图片集

摘 要:混合动力电动汽车在行驶过程中涉及到驱动模式切换问题,实现切换过程中发动机与电机及其他部件之间的动态协调配合,对提高整车的驾驶性、动力性及耐久性具有重要意义。从动力源角度分析了动力协调控制问题产生机理,对已公开的动力协调控制方法进行分类概述,并从研究对象、控制原理、控制策略验证、研究思路等方面进行分析,提出了动力协调控制策略的关键技术及发展方向:高精度发动机转矩估计模型、扰动量的观测模型与最优控制模型、先进控制理论和算法的适应性研究、动力协调控制策略对整车性能的影响研究、动力协调控制策略评价体系的建立,为后续研究方向提供一定指导。

关键词:混合动力电动汽车;模式切换;驾驶性;动力协调控制;研究现状

中图分类号:U469.7  文献标志码:A  文章编号:1671-7988(2019)08-19-06

前言

混合动力电动汽车行驶过程中,为满足整车动力性、经济性要求,会根据车辆不同的行驶状态进行驱动模式之间的切换。驱动模式切换过程中需要发动机和电机由当前转矩向目标转矩过渡,发动机本身是一个高度复杂的非线性系统,其转矩控制难度较大,容易产生转矩波动,并且发动机的转矩响应时间远远高于电机的转矩响应时间[1]。发动机和电机的动态特性差异会引起传动系统在模式切换过程中产生较大的转矩波动,甚至导致动力中断。除此之外,离合器的结合和分离也会对传动系统造成冲击,这会严重影响整车的平顺性、动力性和燃油经济性,并且造成动力传动部件的损伤[2]。针对这一问题,本文通过总结大量的文献资料,对目前混合动力电动汽车驱动模式切换过程动力协调控制策略进行了系统的分类,从不同角度对现有的协调控制策略进行分析,以期进一步明确动力协调控制问题产生机理和控制方法,为解决驱动模式切换过程导致整车性能恶化的问题提供思路,并提出相应的关键技术及其发展方向。

1 HEV驱动模式切换动力协调控制研究现状

二十世纪九十年代开始,世界各汽车强国开始着力于混合动力技术的研究。日本目前在混合动力技术上处于领先地位,主要以丰田的THS混动系统和本田的i-MMD混动系统为代表,美国以通用公司复合功率分流的混合动力系统为主要发展方向,欧洲主流的混动系统是P2混动系统,我国目前还处于专利规避和技术追赶状态,总体态势向插电混动系统发展。

驱动模式切换过程动力协调控制是一种多目标协调控制问题,本文对已公开的国内外混合动力电动汽车驱动模式切换过程中的动力协调控制策略进行研究,并总结为以下五类:一是以发动机转矩估计为基础的解决动力协调控制的方法;二是基于离合器控制的协调控制策略;三是基于动力源控制的协调控制策略;四是基于扰动量补偿的协调控制策略;五是引入先进控制理论和算法制定的控制策略。

1.1 基于发动机转矩估计的动力协调控制策略

基于发动机转矩估计的动力协调控制策略利用电机转矩响应快的的特点,通过估计发动机在模式切换过程中的动态转矩,利用电机转矩补偿的原理实现动力平稳输出。发动机的动态转矩可以通过特殊的动力耦合装置、发动机模型以及发动机控制器获得。

1.1.1 基于动力耦合装置的发动机转矩反馈[3-6]

丰田公司于1997年推出了第一款搭载THS(Toyota Hybr -id System)混动系统的量产化现代HEV-丰田Prius,其混动系统结构如图1所示。该混动系统主要由发动机、电机、行星齿轮系和电池等组成。其中,发动机与行星架相连,发电机MG1与太阳轮相连,电动机MG2与齿圈及减速器相连。转速和扭矩关系为:

式中:NrNs分别为齿圈齿数和太阳轮齿数;ωeωgωm分别为发动机转速、发电机MG1转速、电动机MG2转速;TeTg"、Tm"分别为发动机转矩、发动机分配到发电机MG1轴上的转矩、发动机分配到电动机MG2轴上的转矩。

通过可测的发电机转矩依据式(3)获得发动机转矩是THS系统动力协调控制的核心,也是其独有的特点。根据这个特点使得发动机输出转矩实时可测,再通过式(1)、式(2)对电机进行精确控制最终实现模式切换过程平稳。控制方法的实质是电机转矩補偿原理,但是THS系统成功实现发动机转矩实时获取,控制更为精确。

1.1.2 基于发动机模型的转矩反馈

针对并联式HEV动态过程多动力源配合工作的问题,童毅[1]在其博士学位论文中首次提出“动态协调控制”概念,通过发动机平均值模型估算发动机的动态转矩,提出了“发动机开环控制+发动机转矩估计+电机转矩补偿”的控制方法,其结构示意图如图2所示。台架试验结果表明,该方法有效减小了动力切换过程中的转矩波动。

武汉理工大学[7-8]对基于神经网络对发动机转矩进行在线估计的方法进行了深入研究。文献[7]对并联式混合动力电动汽车进行研究,基于BP神经网络对发动机转矩进行在线估计,提出了“发动机调速+发动机转矩估计+电机转矩补偿”的动力切换控制策略,通过台架试验得出动态控制算法可以有效控制动力系统的转矩波动;文献[8]中,根据试验数据建立基于BP神经网络的发动机平均值模型对发动机转矩进行估计,并通过模型预测的方法对电机转速实现闭环控制。

推荐访问:切换 协调 现状 过程 驱动