基于駕駛意圖識別的發(fā)動機轉(zhuǎn)矩遲滯補償策略*

解慶波 劉永剛

（1.比亞迪汽車工業(yè)有限公司；2.重慶大學(xué)）

不同的駕駛員意圖會對混合動力汽車（HEV）各動力源之間的轉(zhuǎn)矩分配產(chǎn)生影響，從而較大的影響了汽車的動力性與經(jīng)濟性[1]。因此，在制定HEV轉(zhuǎn)矩分配策略時應(yīng)充分考慮駕駛意圖對汽車動力性與經(jīng)濟性的影響。文獻[2-4]利用加速/制動踏板開度對汽車的駕駛意圖進行識別；文獻[5]利用加速度均值和加速度均方差對駕駛意圖進行識別，根據(jù)駕駛意圖對汽車的驅(qū)動控制策略進行優(yōu)化；文獻[6]采用模糊識別理論，以加速/制動踏板開度和開度變化率、車速及加速度等作為識別參數(shù)，制定模糊推理規(guī)則，并以邏輯門限為基礎(chǔ)設(shè)計了基于駕駛意圖識別的控制策略。汽車在行駛過程中，由于發(fā)動機本身固有的轉(zhuǎn)矩響應(yīng)遲滯特性，在運行過程中，實際轉(zhuǎn)矩跟不上目標扭矩，駕駛員需求的動力性能會減弱，尤其在急加速時發(fā)動機不能及時響應(yīng)，導(dǎo)致加速緩慢，因此，文獻[7]提出利用電動機的快速響應(yīng)特性隨時補償發(fā)動機的遲滯轉(zhuǎn)矩；同時，文獻[8-10]提出了在汽車行駛過程中，利用電動機轉(zhuǎn)矩補償發(fā)動機的轉(zhuǎn)矩協(xié)調(diào)控制策略，然而汽車在行駛過程中會頻繁地利用電動機隨時補償發(fā)動機輸出的不足轉(zhuǎn)矩，增加電池電量的消耗。文章利用駕駛員在駕駛過程中踩下加速踏板開度（α）和加速踏板開度變化率（Δα）對駕駛意圖進行識別，提出了基于模糊控制的駕駛意圖轉(zhuǎn)矩補償系數(shù)（β）求解方法，對電動機補償發(fā)動機的遲滯轉(zhuǎn)矩進行優(yōu)化，建立了基于駕駛意圖識別的轉(zhuǎn)矩補償控制策略，所制定的補償策略與沒有加入駕駛意圖識別的補償策略相比，電池電量消耗降低了 0.036 kW·h。

1 整車動力系統(tǒng)分析與結(jié)構(gòu)參數(shù)

1.1 整車動力系統(tǒng)結(jié)構(gòu)

采用單電機并聯(lián)式混合動力總成結(jié)構(gòu)，根據(jù)行駛條件的不同可實現(xiàn)發(fā)動機單獨驅(qū)動、電動機單獨驅(qū)動、發(fā)動機-電動機并聯(lián)驅(qū)動、發(fā)動機驅(qū)動電動機行車發(fā)電、松油門回饋及制動回饋6種行駛模式。混合動力電動汽車結(jié)構(gòu)簡圖，如圖1所示。

圖1 混合動力電動汽車結(jié)構(gòu)簡圖

1.2 整車動力系統(tǒng)參數(shù)

該混合動力汽車動力系統(tǒng)參數(shù)，如表1所示。

表1 混合動力電動汽車整車主要參數(shù)

2 駕駛意圖的識別方法

文章通過對駕駛員在行車過程中踩下加速踏板的開度與開度變化率來判斷駕駛員需求加速緊急情況，利用模糊控制方法確定驅(qū)動補償轉(zhuǎn)矩，在滿足駕駛員驅(qū)動需求的同時，盡量降低因電動機補償發(fā)動機遲滯轉(zhuǎn)矩所消耗的電量。

2.1 數(shù)據(jù)采集

為了更好地辨別駕駛員的意圖，利用試驗車在試驗場地對3位駕駛員不同的駕駛意圖下踩下的油門踏板進行數(shù)據(jù)采集并進行后期處理分析，得出試驗數(shù)據(jù)，如圖2所示。并通過計算可以得出，緊急加速狀態(tài)下的駕駛員踩下油門踏板變化率為70%/s左右，一般狀態(tài)下的駕駛員踩下油門踏板變化率為15%/s左右，緩慢狀態(tài)下的駕駛員踩下油門踏板變化率為6%/s左右。

圖2 不同駕駛意圖下加速時間與油門踏板開度的關(guān)系曲線圖

2.2 駕駛意圖識別參數(shù)的確定

為滿足駕駛員的轉(zhuǎn)矩需求，需要利用電動機的快速響應(yīng)特性補償發(fā)動機的響應(yīng)遲滯。通過對α，Δα的分析，結(jié)合模糊控制方法確定β，利用β與發(fā)動機遲滯轉(zhuǎn)矩得到電動機最終補償發(fā)動機的轉(zhuǎn)矩。

為了保持信號的穩(wěn)定性，對當前加速踏板的值（ΔAPP（k））采用增量式調(diào)節(jié)方式[11]，如式（1）所示。

設(shè)定α為0～100%，Δα為限定步長內(nèi)ΔAPP（k）的值，設(shè)定Δα最大值為100%/s[12]。

2.3 模糊駕駛意圖控制器的設(shè)計

文章將模糊控制用于駕駛員驅(qū)動意圖的推理。在實際設(shè)計過程中剔除α和Δα為負的情況，選取α≥0的情況?？刂破鬏斎胱兞繛棣梁挺う粒敵鲎兞繛棣?。

α，Δα，β的模糊控制規(guī)則，如表2所示，其輸入輸出量的隸屬度函數(shù)，如圖3所示。表2中，α的語言變量為：{?。⊿），中（M），大（B），很大（VB）}，論域為 0～100%；Δα 的語言變量為：{?。⊿），中（M），大（B），很大（VB）}，論域為 0～100%/s；β的語言變量為：{很小（VS），?。⊿），中（M），大（B），很大（VB）}，論域為 0～100%。

表2 驅(qū)動意圖模糊控制規(guī)則

圖3 駕駛員驅(qū)動意圖輸入輸出量的隸屬度函數(shù)

駕駛意圖識別修正系數(shù)模糊控制的主要思想是：根據(jù)α和Δα判斷駕駛員對加速需求的緊急程度，根據(jù)緊急程度利用電機的快速瞬態(tài)響應(yīng)特性彌補發(fā)動機的響應(yīng)遲滯轉(zhuǎn)矩，從而滿足駕駛員的加速意圖。

3 轉(zhuǎn)矩補償策略

利用β對汽車行駛過程中的發(fā)動機遲滯轉(zhuǎn)矩進行補償，其表達式，如式（2）所示。

式中：Tv——汽車當前需求轉(zhuǎn)矩，N·m；

Treal——發(fā)動機實際輸出轉(zhuǎn)矩，N·m；

Te，Tm——發(fā)動機、電動機目標轉(zhuǎn)矩，N·m。

駕駛意圖轉(zhuǎn)矩補償控制策略示意圖，如圖4所示。具體實施步驟：1）通過駕駛員對汽車的操縱，確定了采用α和Δα計算駕駛意圖識別系數(shù)的方法；2）利用識別出的β，確定了駕駛意圖轉(zhuǎn)矩補償策略；3）在汽車行駛過程中，提取α和Δα，利用模糊規(guī)則輸出β，結(jié)合發(fā)動機目標與實際轉(zhuǎn)矩，利用式（2）確定電動機補償轉(zhuǎn)矩，從而實現(xiàn)最終的轉(zhuǎn)矩分配。

圖4 駕駛意圖轉(zhuǎn)矩補償策略示意圖

4 仿真及結(jié)果分析

利用仿真模型驗證采用基于轉(zhuǎn)矩補償系數(shù)進行的電動機轉(zhuǎn)矩補償策略與采用電動機全部補償發(fā)動機轉(zhuǎn)矩遲滯策略所帶來的電量消耗差異，該HEV的動力系統(tǒng)參數(shù)，如表（1）所示，選取NEDC工況作為測試工況。在NEDC工況下的仿真結(jié)果，如圖5所示；電動機轉(zhuǎn)矩變化曲線、電池電流變化曲線及動力電池電量變化曲線，如圖5所示。

圖5 NEDC工況下整車仿真結(jié)果對比

圖5a與圖5b表明：整車可以根據(jù)不同的駕駛意圖進行轉(zhuǎn)矩補償，在發(fā)動機單獨驅(qū)動和并聯(lián)驅(qū)動模式下減少驅(qū)動轉(zhuǎn)矩的補償，以及在行車發(fā)電模式下相應(yīng)的減少驅(qū)動轉(zhuǎn)矩的補償以增加發(fā)電轉(zhuǎn)矩。

采用駕駛意圖轉(zhuǎn)矩補償系數(shù)和采用電動機全部補償發(fā)動機轉(zhuǎn)矩遲滯策略的整車能耗變化對比，如表3所示。

表3 整車能耗變化對比

通過圖5c與表3可知，采用駕駛意圖轉(zhuǎn)矩補償系數(shù)后，相對于采用電動機全部補償發(fā)動機轉(zhuǎn)矩遲滯轉(zhuǎn)矩策略，電池電量始末變化分別為0.145 8，0.109 8 kW·h，動力電池電量略有升高，可見，加入驅(qū)動轉(zhuǎn)矩補償修正系數(shù)后，駕駛員在驅(qū)動過程中電池消耗的電量有所降低。

5 結(jié)論

1）通過駕駛員對汽車加速踏板操縱的分析，確定了基于α和Δα的駕駛意圖識別系數(shù)計算方法與轉(zhuǎn)矩補償方法；2）利用仿真模型對所提出的策略進行驗證分析，結(jié)果表明：所制定的基于駕駛意圖識別轉(zhuǎn)矩補償控制策略相對于電動機全部補償發(fā)動機遲滯轉(zhuǎn)矩策略相比，在NEDC工況下電量消耗減少了0.036 kW·h。