FSAE電動賽車再生制動系統開發

張京明， 陳 磊， 張晉華， 崔淑梅

(1.哈爾濱工業大學(威海) 汽車工程學院， 山東 威海 264209； 2.哈爾濱工業大學 電氣工程學院， 哈爾濱 150001)

?

FSAE電動賽車再生制動系統開發

張京明1， 陳 磊1， 張晉華1， 崔淑梅2

(1.哈爾濱工業大學(威海) 汽車工程學院， 山東 威海 264209； 2.哈爾濱工業大學 電氣工程學院， 哈爾濱 150001)

為提高大學生方程式(FSAE)純電動賽車耐久賽成績，開發一套適用于FSAE電動賽車的再生制動系統.對ADVISOR軟件二次開發，通過修改整車模型、車輪模型、驅動控制模型及電池模型等，建立適用于FSAE純電動賽車的仿真平臺；為保證再生制動系統的穩定性，降低賽車控制器和傳感器精度對系統的影響，提出一種后軸并聯制動力分配控制策略，并進行了耐久賽工況分析；對再生制動系統控制器進行軟硬件開發，并進行實車試驗.仿真及試驗中再生制動能量回收率分別達到20.89%和19.07%，所設計的再生制動系統可有效回收FSAE純電動賽車的制動能量，提高耐久賽成績.

電動汽車；再生制動；大學生方程式(FSAE)賽車；仿真分析；實車試驗

Formula Society of Automotive Engineers (FSAE)由國際汽車工程師學會開辦，是面向全世界在校大學生的方程式賽車競賽，要求所設計制造的賽車在加速、制動、操縱穩定性及耐久性方面都有優秀的表現.FSAE純電動賽車耐久賽規則為：同樣行駛里程情況下，總能量消耗越少，分數越高；而對于配備再生制動功能的電動賽車，所回收的制動能量將按90%從總能量中扣除.再生制動系統在民用車領域應用較為廣泛.豐田公司的混合動力汽車Prius，基于線控制動方案搭載了再生制動系統[1];本田公司的混合動力汽車Insight應用了雙制動力分配系數的再生制動控制策略[2];馬自達公司研發的i-eloop再生制動系統則是以電容作為能量存儲單元，已應用在量產車型中[3].控制策略方面,國內外學者做了大量的研究[4-11]，并設計了相關硬件系統，同時還研究了與ABS等相關系統的協調控制算法.Sankavaram等[12]針對帶有制動能量回收功能的混合動力汽車，研究了制動能量回收功能的錯誤監測和診斷系統;Jiweon等[13]設計了具有ABS功能的再生制動協調算法; 趙國柱[14]在制動系統中加入慣性比例閥來提高汽車制動能量回收效果; 曹建波等[15]設計了基于RBF神經網絡調節的制動能量回收滑膜控制器，具有更好的響應速度和魯棒性.在賽車領域，由于賽車本身尺寸及質量較小，在輕量化及動力匹配方面已基本達到極限，為進一步提高電動賽車的耐久賽成績，研究適用于FSAE賽車的再生制動系統具有重要意義.

1 FSAE電動賽車

FSAE純電動賽車底盤傳動及制動系統如圖1所示.賽車為后軸驅動，由一臺永磁同步電機經鏈傳動將動力傳至后輪，選用磷酸鐵鋰電池作為能量存儲單元，制動系統為機械液壓結構，以固定比值分配前、后制動力.FSAE電動賽車的主要參數見表1.

圖1 賽車底盤系統

表1 FSAE電動賽車主要參數

2 仿真模型二次開發

本文采用ADVISOR軟件進行仿真分析.原軟件僅支持前軸驅動車輛的仿真，為使其適用于后軸驅動FSAE電動賽車，需對軟件原有模型進行二次開發，修改的部分主要包括整車模型、車輪模型、驅動控制模塊和動力系統模塊.

2.1 整車模型

整車模型的修改主要考慮賽車的直線行駛工況，忽略轉向工況及懸架的影響.賽車行駛時的動力學方程式為

(1)

式中：Ft為行駛驅動力，Ff為滾動阻力，Fw為空氣阻力，Fi為坡度阻力，Fj為加速阻力，m為整車質量，g為重力加速度，f1、f2為前、后輪滾動阻力系數，δ為旋轉質量換算系數，α為汽車行駛坡度，ua為賽車行駛車速，CD為空氣阻力系數；A為賽車迎風面積，ρ為空氣密度.

整車后向模型的輸入信號為整車需求車速ua，采用當前步長內的初速度與工況模塊傳來的速度的平均值，即

ua=(Vpre+Vcyc)/2

式中：Vpre為后向模型中當前步長內初速度，Vcyc為工況模塊的速度輸入.

整車模型的前向模型根據車輪模塊傳來的實際牽引力及車速信號，計算下一步長的初始車速Vpre.

(2)

式中：V0為前向模型當前步長的初始車速，Vave為當前步長平均車速.

將式(2)帶入式(1)，可得

mgsin α-2δm(Vave-V0)/Δt=0.

(3)

求解式(3)可得Vave，進而求得前向模型中當前步長末速度Vpre.

2.2 車輪模型

車輪計算模型主要負責連接整車計算模型與傳動系統模型.其中，車輪后向模型接收賽車行駛驅動力及速度信號，向傳動系統提供需求轉速及轉矩信號；車輪前向模型接收來自傳動系統的轉矩及轉速信號，向整車模型輸出實際車速及驅動力信號.在ADVISOR軟件車輪模型中，需要針對驅動形式進行修改的模塊包括：滑移率限制模塊、慣性損失模塊及相應的通信模塊.

2.3 驅動控制模塊

驅動模塊位于整車控制模塊中，其作用是與車輪模塊中的后向模型進行信號通信，限制整車模塊向車輪后向模塊輸出的力信號及車速信號的大小.

后軸最大驅動力限制模塊及后軸載荷計算模塊的作用是：限制整車模塊向車輪模塊輸出的需求驅動力，使最大驅動力不超過地面附著條件所能提供的最大附著力，保證仿真的精確度.地面對賽車后軸的法向反力Fz2為

此時最大驅動力限制為Fmax=Fz2·φmax.

整車車速限制模塊的作用是：接收整車模塊的速度輸出信號，限制整車速度不能超過最大附著條件下的最大車速，并將速度信號輸出至車輪模塊中.

假設汽車在坡度角為α的斜坡上以初速度αj，加速度aj加速上坡，經過Δt時間后達到速度Vt，當驅動力Ft與地面最大附著力Fmax相等時，有

Fmax-Ff-Fw-Fi-Fj=0.

其中：

(4)

式中：hg為汽車質心高度，L為汽車軸距，a為質心至前軸距離，b為質心距后軸距離，φmax為路面最大附著系數.且又有

(5)

聯合式(4)與式(5)，可以得出驅動工況下，驅動力達到地面最大附著條件時汽車能達到的速度.

2.4 動力系統模塊

動力系統模塊主要包括動力傳動系統模型、電機/控制器模型、電器附件模型以及儲能單元模型.采用ADVISOR軟件原動力系統相關模型，根據FSAE電動賽車動力系統主要參數修改相應配置文件.

綜合以上分析，在ADVISOR中創建后軸驅動FSAE賽車仿真模型，如圖2所示.

圖2 后軸驅動FSAE賽車ADVISOR仿真模型

3 后軸并聯再生制動控制策略

FSAE純電動賽車液壓制動系統按固定比值分配前、后制動力，在后軸增加電機制動力.由于車身尺寸及質量較小，制動時所需制動力也較小，并且考慮到賽車在賽道行駛制動時的制動安全性，因而未更改原車液壓制動系統的機械結構.

對于前軸驅動的電動汽車，再生制動只能用在前輪.通常為保證制動穩定性，應使前、后軸制動力分配曲線靠近I曲線，但這樣會增加后軸液壓制動力，減弱了前軸再生制動力的參與.而后軸驅動的FSAE電動賽車不存在此種矛盾，因而可以更好地協調制動穩定性和能量回收效果.

受整車控制器和傳感器的精度限制，理想制動力分配控制策略、最大再生制動力控制策略在FSAE賽車上并不能完全發揮功效.因此，考慮動力電池、電機狀態及外界負載狀態等影響因素，本文提出了一種既能保證制動安全、又能盡量回收制動能量，同時又能穩定運行的后軸并聯制動控制策略.圖3為該策略下前、后輪制動力分配關系曲線.

由圖3可知后軸并聯再生制動控制策略如下.

1)制動強度<0.1時，屬于小強度制動工況，液壓系統不工作(通過增設制動踏板空行程方式實現)，整車制動力全部由電機制動力提供；

2)制動強度在0.10～0.15時，液壓制動系統開始工作，后軸液壓制動力增加，為保證制動穩定性，電機制動力開始衰減，后軸總制動力隨著制動強度的增加而減弱；

3)制動強度在0.15～0.60時，屬于中等強度制動工況，此時電機制動力隨著制動強度的增加而增大，后軸制動力占總制動力份額上升，前、后輪制動力關系曲線向I曲線貼近，但仍低于I曲線；

4)制動強度在0.60～0.70時，屬于由中等強度制動工況向大制動強度制動工況過度階段，此時，原車液壓制動系統制動力仍在上升，而減小電機制動力，當制動強度達到0.7時，電機制動力減小至0；

5)當制動強度>0.70時，制動強度大，屬于緊急制動工況.為保證賽車制動安全，撤銷電機制動力，改為液壓制動系統工作.此時整車前、后車輪制動力分配曲線回歸原車實際液壓制動力分配曲線(β線).

圖3 制動力分配關系曲線

所采用的磷酸鐵鋰電池組SOC的工作范圍為5%～95%，因此當電池SOC低于95%時，開啟再生制動功能.另外，FSAE比賽規定：對于裝有再生制動功能的賽車，當速度低于5 km/h時，不可進行再生制動，因此策略中系統運行的最低車速為5 km/h.

4 再生制動系統控制器設計

4.1 硬件設計

核心控制芯片選用意法半導體(ST)公司所生產的32位微控制器STM32F105RBT6，其最小系統電路包括電源電路、時鐘電路、復位電路.采用線性穩壓電源，將車內12 V電壓轉換為中間值的7 V電壓，再分別轉換為5 V及3.3 V的芯片工作電壓.時鐘電路是通過在芯片外部接口OSC_IN/PD0和OSC_OUT/PD1上接入頻率為8 MHz的晶振，利用芯片的內部鎖相環，將頻率提高到芯片運行頻率72 MHz來驅動芯片正常運行.

STM32F105RBT6芯片本身集成有一個內部上電復位電路和一個內部掉電復位電路，但是在控制器硬件及軟件設計完成進行調試時，無法經常通過電源的通斷來進行復位.因此，為了方便硬件調試過程，設計了外置手動RC復位電路，見圖4.

控制器CAN總線通信電路如圖5所示,采用VP230作為報文收發芯片，采用3.3 V電壓供電.

圖4 外置RC復位電路

A/D輸入信號調理電路見圖6.采用LTC6253芯片，傳感器信號經分壓電路轉換為3.3 V電壓，經過電壓跟隨器進行阻抗匹配，進入STM32F105RBT6芯片內進行A/D轉換.考慮到傳感器信號的擴展性，共設計5路信號調理電路，其原理相同.

輸入信號保護電路用于防止高壓沖擊等危險情況對核心控制芯片造成損壞，本文采用PS2501L-1光耦原件，輸入、輸出端進行完全地電氣隔離，如圖7所示.

圖5 CAN通信接口電路

4.2 軟件設計

系統軟件開發使用的是美國Keil Software公司所開發的c語言開發環境Keil μVision4.采用模塊化設計方法，進行了軟件系統初始化配置設計、針對傳感器信號采集及轉換的A/D信號處理設計、再生制動控制策略主程序設計、CAN通信軟件設計和串口通信軟件設計等.

5 仿真分析及實車試驗

對提出的控制策略進行軟件仿真.行駛工況模型采用原ADVISOR軟件自帶模型，將耐久賽工況數據寫入相對應的.mat文件中，并對配置m文件進行修改.

圖8為修改后的耐久賽行駛工況，圖9為該工況下賽車需求驅動力及制動力變化曲線.分析圖9、10可知，仿真過程中賽車的車速變化頻繁，制動工況占有很大比例.實際比賽中，賽道的急彎較多且專門設置了大量障礙物，賽車需要不斷加減速，因而再生制動功能可以充分發揮作用.

圖8 耐久賽工況

圖9 耐久賽整車需求驅動力-制動力曲線

Fig.9 Endurance race vehicle demand driving force- braking force curve

圖10 有/無再生制動時電池SOC對比曲線

Fig.10 Comparison of the SOC of the battery with / without regenerative braking

用能量回收率ηreg衡量再生制動系統的表現，且令

(6)

式中：Ereg為回收到蓄電池中的能量，Ebrake為制動過程耗總能量，其表達式分別為

(7)

(8)

式中：U為電池組輸出電壓，I為電池充電電流.

圖10為有/無再生制動時電池的SOC曲線對比圖.由圖10可見，耐久賽后電池SOC值下降明顯，所提出的后軸并聯再生制動控制策略改善了動力電池的SOC曲線，可有效回收制動能量，提高比賽成績.

表2為ADVISOR軟件仿真耐久賽工況得出的賽車能量數據.在耐久賽工況下，后軸并聯再生制動控制策略的制動能量回收率為20.89%，根據前文所述FSAE耐久賽規則，可將成績提高7.19%.

表2 能量利用仿真數值

首先設計試驗檢測再生制動硬件系統運行狀況.賽車以初速度60 km/h進行直線減速至停車，圖11為該制動過程中實際電機制動力輸出結果.A點之前為純電機制動，通過設置額外踏板空行程實現；A點為液壓制動力開始介入的起始點，電機制動力隨踏板開度增加而下降至零；BC為中等強度制動，電機制動力隨踏板開度增加開始逐漸上升，與液壓制動力并聯制動；CD段進入大制動強度階段，電機制動力減小至零；D點后制動強度較大，為保證制動安全性，電機制動退出，由液壓制動系統將車停住.

圖11 實際電機制動力

由于FSAE純電動賽車制動踏板位移較小，制動系統響應靈敏，且傳感器精度、采樣頻率以及踩踏制動踏板的速度并不能保證完全勻速，所輸出的電機制動力曲線并不完全呈線性變化，但系統仍能按照所設計的控制策略運行.

隨后按照耐久賽要求布置場地，并使賽車電池SOC初始值高于95%，將后軸并聯控制策略寫入控制器，進行實車試驗.將數據采集器中的電池充放電電壓和電流數據導出，根據式(6)～(8)計算出實車試驗時賽車的能量利用結果(見表3).后軸并聯控制策略的能量回收率為19.07%，按照FSAE耐久賽規則，成績提高了7%.

表3 能量利用試驗數據

對比仿真與實車試驗，能量回收率的誤差約為8.7%，實車試驗時的能量回收率較低.主要原因是試驗所用的練習賽道與實際耐久賽的賽道相比，彎道及障礙物所占比例相對較少，因而制動工況少.同時在仿真中未考慮控制器、傳感器和數據采集器的精度對實際結果的影響，由硬件精度造成的誤差使實車試驗中的能量回收率降低.

6 結 論

1)后軸并聯再生制動控制策略充分考慮了FSAE純電動賽車體積小、質量輕的特點，同時兼顧控制器與傳感器精度、電機電池特性和制動工況特性，較好地兼容了制動穩定性和能量回收效果，仿真和試車試驗中的能量回收率分別為20.89%和19.07%.

2)設計開發了整車控制器.實車試驗結果證明，控制器可穩定工作，所提出的再生制動控制策略可有效運用于后軸驅動FSAE賽車.

3)受硬件系統精度及項目時間限制，本文采用了易于實現的并聯控制策略，未能探討理想制動控制和最大再生制動控制策略在FSAE賽車上的可行性，后續可對此進行深入研究.

[1] DUOBA M, BOHN T, LOHSE-BUSCH H.Investigating possible fuel economy bias due to regenerative braking in testing HEVs on 2WD and 4WD chassis dynamometers [J].SAE transactions, 2005, 114(4):324-334.DOI:10.4271/2005-01-0685.

[2] 李賀.純電動汽車的再生制動系統與ABS集成控制策略研究[D].武漢:武漢理工大學,2012.DOI: 10.7666/d.y2099088.

LI He.A study on regenerative of braking system of pure[D].Wuhan: Wuhan University of Technology, 2012.DOI: 10.7666/d.y2099088

[3] WIESBADEN S F.Mazda’s i-ELOOP: saves engine power, boosts fuel efficiency [J].Auto Tech Review, 2013, 2(2):64-64.DOI:10.1365/s40112-013-0236-8.

[4] EHSANI M, GAO Yimin, MILLER J M.Hybrid electric vehicles: architecture and motor drives [J].Proceedings of the IEEE, 2007,95(4):719-728.DOI:10.1109/JPROC.2007.892492.

[5] 仇斌.電動城市公交車制動能量回收過程中的能量效率研究[D].北京:清華大學, 2011.

QIU Bin.Research on the energy efficiency of electric city bus during regenerative braking[D].Beijing: Tsinghua University, 2011.

[6] SANGTARASH F, ESFAHANIAN V, NEHZATI H, et al.Effect of different regenerative braking strategies on braking performance and fuel economy in a hybrid electric bus employing CRUISE vehicle simulation [J].SAE International Journal of Fuels and Lubricants, 2009, 1(1): 828-837.DOI: 10.4271/2008-01-1561.

[7] AHN J K, JUNG K H, KIM D H, et al.Analysis of a regenerative braking system for hybrid electric vehicles using an electro-mechanical brake [J].International Journal of Automotive Technology, 2009, 10(2):229-234.DOI:10.1007/s12239-009-0027-z.

[8] PENG Dong, ZHANG Y, YIN Chengliang, et al.Combined control of a regenerative braking and antilock braking system for hybrid electric vehicles [J].International Journal of Automotive Technology, 2008, 9(6):749-757.DOI:10.1109/STUDENT.2010.5686984.

[9] OLEKSOWICZ S A, BURNHAM K J, BARBER P, et al.Investigation of regenerative and anti-lock braking interaction [J].International Journal of Automotive Technology, 2013, 14(4): 641-650.DOI:10.1007/s12239-013-0069-0.

[10]YANG M J, JHOU H L, MA B Y, et al.A cost-effective method of electric brake with energy regeneration for electric vehicles [J].IEEE Transactions on Industrial Electronics, 2009, 56(6): 2203-2212.DOI:10.1109/TIE.2009.2015356.

[11]SEKI H, ISHIHARA K, TADAKUMA S.Novel regenerative braking control of electric power-assisted wheelchair for safety downhill road driving [J].IEEE Transactions on Industrial Electronics, 2009,56(5):1393-1400.DOI:10.1109/TIE.2009.2014747.

[12]SANKAVARAM C, PATTIPATI B, PATTIPATI K R, et al.Fault diagnosis in hybrid electric vehicle regenerative braking system [J].IEEE Access, 2014, 2: 1225-1239.DOI:10.1109/ACCESS.2014.2362756.

[13]JIWEON K, KO S, SON H, et al.Development of brake system and regenerative braking cooperative control algorithm for automatic-transmission-based hybrid electric vehicles [J].IEEE Transactions on Vehicular Technology, 2015, 64(2):431-440.DOI:10.1109/TVT.2014.2325056.

[14]趙國柱.電動汽車再生制動若干關鍵問題研究[D].南京:南京航空航天大學, 2012.

ZHAO Guozhu.Research on key problems of regenerative braking for electric vehicles[D].Nanjing: Nanjing University of Aeronautics and Astronautics, 2012.

[15]曹建波,曹秉剛,王軍平,等.基于RBF神經網絡調節的電動車驅動和再生制動滑?？刂芠J].吉林大學學報(工學版),2009,39(4): 1019-1024.DOI: 10.13229/j.cnki.jdxbgxb2009.04.048.

CAO Jianbo, CAO Binggang, WANG Junping, et al.Sliding mode control for driving and regenerative braking of electric vehicle based on RBF neural network[J].Journal of Jilin University (Engineering and Technology Edition), 2009, 39(4): 1019-1024.DOI: 10.13229/j.cnki.jdxbgxb2009.04.048.

(編輯 楊 波)

Design on regenerative braking system for FSAE racing car

ZHANG Jingming1, CHEN Lei1, ZHANG Jinhua1, CUI Shumei2

(1.School of Automotive Engineering, Harbin Institute of Technology at Weihai, Weihai 264209, Shandong, China;2.School of Electrical Engineering and Automation, Harbin Institute of Technology, Harbin 150001, China)

To improve the performance of FSAE (Formula SAE) electric racing car in the endurance race, a whole regenerative braking system was designed accordingly.Firstly, the simulation software ADVISOR was redeveloped and the vehicle model, wheel model, driving control model and battery model were modified.Secondly, to ensure the system stability and reduce the influences of controller and sensor accuracy, a rear-wheel parallel control strategy of regenerative braking system was proposed and the simulation of this control strategy was complimented in ADVISOR.Thirdly, the regenerative braking system controller was designed and racing car trials were carried out.The results showed that in the simulations and trials, the regenerating efficiencies were 20.89% and 19.07% respectively.The regenerative braking system with the rear-wheel parallel control strategy could improve the performance of FSAE racing car effectively.

electric vehicle; regenerative braking; FSAE (Formula SAE) racing car; simulation analysis; car trial

10.11918/j.issn.0367-6234.2017.01.015

2016-03-04

國家高技術研究發展計劃(2012AA111003)； 哈爾濱工業大學(威海)校科學基金(HIT(WH)Z201002)

張京明(1963—)，男，教授; 崔淑梅(1964—)，女，教授，博士生導師

陳 磊，chenlei6518@163.com

U469.72

A

0367-6234(2017)01-0108-06