基于駕駛員意圖識別的純電動汽車動力性驅動控制策略*

秦大同，陳淑江，胡明輝，隗寒冰

(重慶大學，機械傳動國家重點實驗室，重慶 400044)

前言

目前針對純電動汽車動力性的研究主要集中在全加速踏板行程下的動力性能［1－3］，然而車輛更多是工作在部分加速踏板行程下，全加速踏板行程下車輛的動力性能良好并不能代表部分加速踏板行程下其動力性也能滿足駕駛員意圖。因此，車輛的動力性能應該包含全加速踏板和部分加速踏板行程下的動力性能。全加速踏板行程下的動力性能由動力源的外特性決定，其好壞由動力傳動系統的參數匹配所決定［4－6］;部分加速踏板行程下的動力性能代表了駕駛員對不同工況的動力需求，是車輛動力性驅動控制策略研究的重點［7－8］。

目前，純電動汽車驅動控制策略主要有3類，如圖1中的曲線1、2和3所示。其中，曲線1反映了一種硬踏板驅動控制策略，能夠較好地滿足駕駛員的加速感覺，但是其加速踏板過于靈敏，導致操控性較差;曲線3反映了一種軟踏板驅動控制策略，其操控性較好，但加速感覺整體偏軟，難以滿足駕駛員的動力性需求;曲線2反映了一種線性踏板驅動控制策略，控制效果介于曲線1和曲線3控制策略之間，其操控性可滿足駕駛員要求，但是依然存在著加速踏板偏軟的缺點［7］。文獻［8］中利用模糊控制方法設計了動力性驅動控制策略，但是其加速踏板行程與電機轉矩基本呈線性關系，仍然存在著加速踏板偏軟的缺點。

為了解決純電動汽車動力性和操控性難以同時兼顧的問題，本文中將駕駛員意圖分為穩態意圖和動態意圖，穩態意圖用于保證車輛的操控性，動態意圖用于保證車輛的動力性，在此基礎上提出了一種基于駕駛員意圖識別的純電動汽車動力性驅動控制策略。仿真與試驗結果表明，該策略在保證純電動汽車操控性的同時，能夠根據駕駛員動態意圖提高車輛的動力性。

1 純電動汽車動力性驅動控制策略

傳統的純電動汽車驅動控制策略僅僅考慮了加速踏板行程所代表的駕駛員穩態意圖，因此很難兼顧純電動汽車中高負荷時的動力性和低負荷時的操控性。

為了解決上述問題，本文中將駕駛員意圖分為駕駛員穩態意圖和動態意圖。加速踏板行程代表了駕駛員的穩態意圖，是指駕駛員希望得到某一個穩定的驅動力輸出。加速踏板行程變化率代表了駕駛員的動態意圖，是指駕駛員希望車輛從某個穩態運行工況變換到另一個穩態運行工況的迫切程度。其中，駕駛員穩態意圖用于保證車輛的操控性，駕駛員動態意圖用于保證車輛的動力性。在此基礎上，提出了一種能反映駕駛員動態意圖的純電動汽車動力性驅動控制策略，如圖2所示，該策略包含4部分:(1)駕駛員穩態意圖識別;(2)駕駛員動態意圖識別;(3)動態轉矩補償算法;(4)轉矩指令計算。

1.1 駕駛員穩態意圖識別

駕駛員穩態意圖識別包含穩態轉矩比例系數識別和穩態轉矩計算兩個部分，如圖3所示。

1.1.1 穩態轉矩比例系數識別

雖然線性踏板驅動控制策略的操控性可滿足駕駛員需求，但未考慮電機的過載工作特性，而且其操控性不能根據不同地區駕駛員習慣靈活地調整。結合電機過載工作特性，本文中采用“典型工作點+分段三次埃爾米特插值”的方法建立穩態轉矩比例系數識別模型，這樣可以更好地滿足駕駛員的操控性。穩態轉矩比例系數是指電機實際轉矩與額定轉矩的比值［9］，本文中采用的電機可以3倍過載運行，因此穩態轉矩比例系數的范圍是0～3。

根據純電動汽車的電機過載工作特性，將加速踏板分為巡航區、常用加速區和急加速區3個區域。其中，巡航區對應著電機的額定運行范圍，此區域內車輛加速能力相對較弱，但可以持續穩定運行;常用加速區對應著電機的2倍過載運行范圍，此區域內車輛可滿足常用加速需求，且持續穩定運行時間相對較長;急加速區對應著電機的3倍過載運行范圍，此區域內車輛具有較好的加速性能，但是持續穩定運行時間較短。

根據前面對純電動汽車加速踏板區域的劃分，取3個區域的4個邊界點為典型工作點，即:零點(不運行)、額定運行工作點、2倍過載運行工作點和3倍過載運行工作點，并結合駕駛員對加速踏板操作習慣的統計規律，確定了典型工作點下加速踏板行程與穩態轉矩比例系數的關系，如表1所示。

表1 典型工作點

采用“分段三次埃爾米特(Hermite)插值”方法對典型工作點進行插值處理，可以得到穩態轉矩比例系數與加速踏板行程的對應關系，其數值模型如圖4所示。

1.1.2 穩態轉矩計算

穩態轉矩是穩態轉矩比例系數和當前電機轉速下的額定轉矩的乘積，即

式中:T0為穩態轉矩;K為穩態轉矩比例系數;Trated(nm)為電機額定外特性轉矩，其大小與電機轉速有關;nm為電機轉速。

根據穩態轉矩比例系數識別和穩態轉矩計算，可以獲得不同油門開度和不同電機轉速下的穩態轉矩，如圖5所示，其中“o”線為典型工作點轉矩曲線。

1.2 駕駛員動態意圖識別

加速踏板行程的語言變量為:{小(S)，中(M)，大(B)}，論域為0～1。

加速踏板行程變化率的語言變量為:{負很大(NV)，負大(NB)，負中(NM)，負小(NS)，零(ZO)，正小(PS)，正中(PM)，正大(PB)，正很大(PV)}，論域為－1～1。

駕駛員期望沖擊度的語言變量為:{負很大(NV)，負大(NB)，負中(NM)，負小(NS)，零(ZO)，正小(PS)，正中(PM)，正大(PB)，正很大(PV)}，論域為－10～10。

模糊控制器的輸入輸出變量的隸屬度函數如圖6所示，模糊規則如表2所示，經過模糊推理可得輸入和輸出變量的數值關系如圖7所示。

1.3 動態轉矩補償算法

本文中提出的動態轉矩補償算法如圖8所示，該算法根據加速踏板位置變化的動態過程中所體現的駕駛員期望沖擊度的平均值，對車輛非穩態運行工況進行動態轉矩補償。本算法主要包含兩個模塊:穩態車速計算模塊和動態補償轉矩計算模塊。

表2 目標沖擊度模糊控制規則

1.3.1 穩態車速計算

穩態車速vss是指在穩態轉矩的驅動下車輛達到穩定運行工況時的車速。本文中將穩態運行工況定義為平路上按某個恒定車速持續運行;而爬坡工況和加速工況則為非穩態運行工況。爬坡和加速運行時須進行動態轉矩補償。因此，穩態車速僅與穩態轉矩和傳動比有關，其函數關系為

式中:ig為變速器傳動比;i0為主減速器傳動比;ηt為傳動系統效率;m為整車質量;g為重力加速度;f為滾動阻力系數;CD為風阻系數;A為迎風面積;vss為穩態車速;r為車輪半徑。

1.3.2 動態補償轉矩計算

根據加速踏板行程和車輛的運行狀態，可將車輛由一個穩態運行工況到下一個穩態運行工況的整個過程分為4個階段:(1)踏板穩定車輛穩態;(2)踏板變化車輛非穩態;(3)踏板穩定車輛非穩態;(4)踏板穩定車輛穩態。因此動態補償轉矩也分為4個階段計算，算法流程圖如圖9所示。

(1)踏板穩定車輛穩態階段 此時加速踏板處于穩定位置且車輛處于穩態運行工況，無須進行動態轉矩補償。

算法:若駕駛員允許沖擊度J、穩態車速vss和實際車速v滿足:

則令動態補償轉矩ΔT=0，同時對下一階段的計算的部分變量進行初始化:

式中:N為動態轉矩補償算法的速度閾值;M為動態轉矩補償算法的沖擊度閾值;n為“動態補償轉矩最大值計算”算法被調用的次數;S(0)為駕駛員允許最大沖擊度之和的初始值。

(2)踏板變化車輛非穩態階段 因為本階段時間短，且穩態轉矩的變化本身就帶來一定的沖擊度，因此，只計算動態補償轉矩最大值，但不進行動態轉矩補償。

算法:若駕駛員期望沖擊度J滿足:

則令動態補償轉矩ΔT=0，同時計算動態補償轉矩最大值。動態補償轉矩最大值計算算法為

式中:J(n)、S(n)和Jave分別為第n次調用動態補償轉矩最大值計算算法時駕駛員允許最大沖擊度、駕駛員允許最大沖擊度累積和駕駛員允許最大沖擊度的累積平均值;td為沖擊度的持續時間，其取值一般不大于駕駛員的反應時間;ΔTmax為動態補償轉矩最大值，動態轉矩補償過程中的補償轉矩不應超過此值。

(3)踏板穩定車輛非穩態階段 此階段穩態轉矩已經處于穩定，但是車輛還處于非穩定狀態，需要按照駕駛員的動態意圖對轉矩進行補償。根據實際車速與穩態車速的差值的大小，將動態轉矩補償過程分為兩個階段:(1)動態補償轉矩保持階段;(2)動態補償轉矩歸零階段。

算法:若駕駛員允許沖擊度J、穩態車速vss和實際車速v滿足:

則采用動態補償轉矩保持算法:

若駕駛員允許沖擊度J、穩態車速vss和實際車速v滿足:

則采用動態補償轉矩歸零算法:

式中:E為由動態轉矩保持算法切換到動態補償轉矩歸零算法的條件閾值。

(4)踏板穩定車輛穩態階段 此階段加速踏板處于穩定位置，且車輛達到下一個穩態運行工況，停止動態轉矩補償。

算法:若駕駛員允許沖擊度J、穩態車速vss和實際車速v滿足式(4)，則停止動態轉矩補償。

1.4 轉矩指令計算

轉矩指令計算主要包含兩部分:“增量式”動態補償轉矩跟蹤算法和電機過載保護算法，如圖10所示。

1.4.1 “增量式”動態補償轉矩跟蹤算法

由于控制器控制步長非常小，動態補償轉矩不會直接加入轉矩指令，而是通過“增量式”動態補償轉矩跟蹤算法將動態補償轉矩平滑地加入轉矩指令，“增量式”動態補償轉矩跟蹤算法如圖11所示。

“增量式”動態補償轉矩跟蹤算法的轉矩增量ΔTi為

式中tstep為控制器控制步長。

由穩態轉矩T0和動態補償轉矩跟蹤值ΔTf可以獲得初步的轉矩指令T1為

1.4.2 電機過載管理

電機過載保護算法一般采用電機的反時限特性，電機過載電流越大則允許的過載時間越短。但是這種過載保護算法遇到電機頻繁短時間過載工況時將會失效，因為頻繁過載的熱積累將導致電機實際允許過載時間小于反時限特性曲線獲得的允許過載時間［10－11］。

為了解決反時限過載保護的熱積累問題，本文中提出了一種基于電機溫度的過載管理策略。該策略建立了電機過載保護系數與電機溫度之間的關系模型，如圖12所示。當電機溫度低于閾值t1時，電機過載保護系數為100%，此時電機允許輸出最大轉矩為峰值轉矩;當電機溫度高于閾值t1時，電機過載保護系數線性衰減，此時電機允許輸出最大轉矩為峰值轉矩與電機過載保護系數的乘積;當電機溫度高于閾值t2時，電機過載保護系數線性為0，此時電機允許輸出最大轉矩為0。

根據電機過載保護系數與電機溫度之間的關系模型，可以獲得當前電機溫度下電機允許輸出的最大轉矩Tsafe為

式中:Ksafe為電機過載保護系數;Tmax(nm)為電機峰值轉矩。

因此，電機轉矩指令T為

2 仿真研究

在Matlab/Simulink仿真平臺上建立了動力性能仿真模型，對提出的控制策略進行仿真，整車參數如表3所示。本文中給出了40%加速踏板行程下的3種加速工況，如圖13所示，曲線1為急加速工況，曲線2為中等加速工況，曲線3為慢加速工況。然后，分別針對這3種加速工況進行了驅動控制策略仿真，圖14為仿真結果。其中:曲線1為本文中提出的驅動控制策略在急加速工況下的仿真結果，曲線1＇為常規線性驅動控制策略在急加速工況下的仿真結果;曲線2為本文中提出的驅動控制策略在中等加速工況下的仿真結果，曲線2＇為常規線性驅動控制策略在中等加速工況下的仿真結果;曲線3為本文中提出的驅動控制策略在慢加速工況下的仿真結果，曲線3＇為常規線性驅動控制策略在慢加速工況下的仿真結果。

表3 整車參數

由圖14(a)中的曲線1、曲線2與曲線3比較可以看出，本文中提出的驅動控制策略可以根據加速踏板行程變化率體現的駕駛員動態意圖調整車輛動態加速性能，加速踏板行程變化率越大車輛動態加速性能越好;由圖14(a)中的曲線1＇、曲線2＇與曲線3＇比較可以看出，常規線性驅動控制策略的車輛動態加速性能不會隨加速踏板行程變化率的改變而改變，不能體現駕駛員的動態意圖;由圖14(a)中的曲線1 與曲線1＇、曲線 2 與曲線 2＇、曲線 3 與曲線 3＇比較可以看出，急加速工況和中等加速工況時本文中提出的驅動控制策略的車輛動態加速性能明顯高于常規線性驅動控制策略，慢加速工況時本文中提出的驅動控制策略的車輛動態加速性能與常規線性驅動控制策略差別不大。因此，本文中提出的驅動控制策略可以根據加速踏板行程變化率體現的駕駛員動態意圖調整車輛動態加速性能，克服了常規線性驅動控制策略加速時存在的加速踏板偏軟的缺點。

由圖14(b)可以看出，提出的驅動控制策略的穩態轉矩與常規線性驅動控制策略差距不大。因此，本文中提出的驅動控制策略可以根據加速踏板行程體現的駕駛員穩態意圖確定穩態轉矩，從而保證了車輛的操控性。

由圖14(c)可以看出，提出的驅動控制策略與常規線性驅動控制策略的沖擊度均符合國家標準。

綜上所述，仿真結果表明本文中提出的純電動汽車動力性驅動控制策略不僅可以根據駕駛員穩態意圖保證車輛操控性，還可以根據駕駛員動態意圖提高車輛的動力性。

3 臺架試驗研究

為了進一步驗證本文中提出的純電動汽車動力性驅動控制策略，搭建了純電動汽車動力系統試驗臺，如圖15所示。該試驗臺主要由dSPACE、動力電池、電機及其控制器、變速器、慣性飛輪組、升速箱、電力測功機、高低壓線束和傳感器等組成。其中，dSPACE用來代替整車控制器，慣性飛輪組用來模擬整車質量，測功機用來模擬車輛行駛阻力。

為了保證臺架試驗結果與仿真結果的可對比性，臺架試驗依然針對圖13中的3種加速工況進行，試驗結果如圖16所示。

對比圖14與圖16可以發現，臺架試驗結果與仿真結果基本一致，進一步表明了本文中提出的純電動汽車動力性驅動控制策略不僅可以根據駕駛員穩態意圖保證車輛操控性，還可以根據駕駛員動態意圖提高車輛的動力性。

4 結論

(1)為了解決純電動汽車動力性和操控性難以同時兼顧的問題，將駕駛員意圖分為穩態意圖和動態意圖，提出了一種基于駕駛員意圖識別的純電動汽車動力性驅動控制策略。

(2)采用3種加速工況對本文中提出的控制策略進行了仿真研究。結果表明，該控制策略不僅可以根據駕駛員穩態意圖保證車輛操控性，還可以根據駕駛員動態意圖提高車輛的動力性，很好地解決了純電動汽車動力性和操控性難以同時兼顧的問題。

(3)搭建了純電動汽車動力系統試驗臺，并針對仿真研究中采用的3種加速工況對本文中提出的控制策略進行了試驗研究。結果表明，臺架試驗結果與仿真結果基本一致。

［1］ 盤朝奉，徐興，廖學良，等．基于動態建模仿真的純電動汽車動力性分析［J］．重慶交通大學學報(自然科學版)，2012，31(2):335－338．

［2］ 姚海峰，王亞平，陳以春，等．純電動汽車動力性能分析與計算［J］．科學技術與工程，2010，10(25):6351 －6353．

［3］ 劉忠途，伍慶龍，宗志堅．純電動汽車動力性與能耗靈敏度分析［J］．上海汽車，2010(12):8 －11．

［4］ 姬芬竹，高峰．電動汽車驅動電機和傳動系統的參數匹配［J］．華南理工大學學報(自然科學版)，2006，43(4):33－37．

［5］ 朱正禮，殷承良，張建武．基于遺傳算法的純電動轎車動力總成參數優化［J］．上海交通大學學報，2004，38(11):1907 －1912．

［6］ 汪學明．純電動汽車傳動系統參數優化的仿真研究［D］．長春:吉林大學，2009．

［7］ 竇國偉，劉奮，程浩，等．純電動轎車整車驅動控制策略開發實踐［J］．上海汽車，2010(5):8－12．

［8］ 王佳，楊建中，蔡志標，等．基于模糊控制的純電動轎車整車優化控制策略［J］．汽車工程，2009，31(4):362 －365．

［9］ 李斌花．純電動汽車電機驅動系統控制策略研究［D］．長沙:湖南大學，2005．

［10］ 遲長春，李奎，岳大為．基于熱積累的過載保護算法［J］．電力系統及其自動化學報，2008，20(1):52－56．

［11］ 羅建鋒，唐軼，陳奎，等．基于發熱-散熱積累模型的電動機過載保護研究［J］．電力系統保護與控制，2010，38(3):95 －98．