基于滑模控制的混合動力汽車模式切換控制策略

聞勍鵬++楊樹軍++唐先智++王波

DOI：10.16661/j.cnki.1672-3791.2017.30.110

摘 要：為了優化混合動力汽車（HEV）仿真模型對目標車速的跟蹤問題，以某混合動力汽車為研究對象，以在Matlab/Simulink中已搭建的整車模型為基礎，采用多積分滑模的控制策略，建立駕駛員模型。該策略針對混合動力汽車不同的運行模式下的需求，分別建立積分滑模面，調節發動機和電動機的轉矩，用Lyapunov穩定性分析方法證明了系統的穩定性。分析結果表明：多積分滑模策略能夠跟蹤目標車速，并有效的減少模式切換時的車速波動。

關鍵詞：滑模控制 駕駛員模型 車速跟蹤 仿真

中圖分類號：U46 文獻標識碼：A 文章編號：1672-3791（2017）10（c）-0110-05

Abstract：In order to optimize the speed tracking of simulation model of hybrid electric vehicle（HEV）. Take a HEV which based on vehicle model that have been build up in the Matlab/Simulink as research object. Establish the driver model using multiple integral sliding mode control strategy. Sliding mode surfaces were presented according to the various demands of different operating modes and the torque of engine and motor are adjusted by the control strategy. The stability of the system was proved by Lyapunov method. The result show that sliding mode control strategy could tracking the target speed and reduce the speed fluctuation when switch mode effectively.

Key Words：Sliding mode control； Driver model； Speed tracking； Simulation

環境污染和能源短缺促使混合動力汽車發展成為國際汽車工業競爭的熱點。作為從傳統汽車向純電動汽車過渡的理想產品，混合動力汽車在結構上兼顧了傳統汽車和純電動汽車的優點，不僅可以滿足駕駛員對動力性和操縱穩定性的需求，還能顯著提高汽車的燃油經濟性[1]。由于混合動力汽車的動力系統包含了一系列電子部件和機械部件，所以對于其動力總成的控制十分復雜，而且控制過程通常是非線性的。對于兩個動力源的復雜動態系統來講，數學模型的建立是搭建整車仿真模型的基礎[2-3]。對前期搭建的整車模型進行仿真分析時發現：混合動力汽車模型在進行模式切換時仿真車速有較大波動，仿真車速難以跟隨目標車速。并且在混合動力模式行駛期間，仿真車速出現較大的波動。對發動機模型和電動機模型進行觀測時發現，進行模式切換和混合動力模式期間發動機和電動機的轉矩有較大波動。由此可以得出，車速的波動與發動機和電動機的轉矩計算和分配有關。

針對混合動力汽車轉矩計算和分配問題，文獻[4]基于動態規劃方法，提出了一種混合動力汽車轉矩分配策略；文獻[5]以3個重要參數作為目標函數，采用正交優化方法優化發動機啟動轉矩以及轉矩分配比例；文獻[6]首先采用模糊推理識別出駕駛意圖，再根據駕駛意圖分配發動機和電機的轉矩；文獻[7]提出了基于簡化混合動力汽車系統模型的預測控制智能優化策略；文獻[8]利用已知的循環工況對混合動力汽車模型進行預測，分配發動機和電機轉矩。

基于前期仿真的結果以及出現的問題，本文針對混合動力汽車跟蹤目標車速問題，采用了多積分滑模控制策略，分別對發動機和電動機的轉矩進行計算和分配，以保證在模式切換時縱向車速可以有效跟蹤目標車速，并且在混合動力模式下，仿真車速可以有效地跟蹤目標車速。

1 車輛模型

1.1 車輛動力學模型

車輛動力學模型用于模擬車輛在道路上行駛過程中的縱向動力學特性。駕駛員模型輸出的油門踏板開度信號和制動踏板開度信號作為車輛動力學模型的輸入信號，車輛動力學模型的輸出信號是當前時刻的仿真車速。本文采用某中度混合動力乘用車為例進行仿真分析，首先建立整車縱向動力學模型（圖1、圖2）：

（1）

式中，Ft為驅動力；為滾動阻力，；m為汽車質量；g為重力加速；為滾動阻力系數；θ為道路坡度；，Cd為空氣阻力系數；A為迎風面積；ρ為空氣密度；為坡度阻力；ν為當前車速；；為加速阻力；Fb為制動器制動力。

考慮發動機和車輪的轉動慣量，可以得到關于發動機的動力學公式：

（2）

式中，；為發動機曲軸角加速度；為發動機輸出轉矩；為發動機效率；為發動機到車輪傳動比；為車輪半徑；為發動機轉動慣量；為車輪轉動慣量。

假設車輛在行駛過程中沒有縱向滑移，實際車速也可以由發動機曲軸角速度表示：

（3）

1.2 發動機和電動機模型

發動機是一個高度非線性系統，難以用準確的模型來描述其運動狀態。基于發動機速度特性的實驗數據，將發動機模型簡化成一階慣性環節[9]：

（4）

式中，為發動機扭矩；為發動機轉矩的響應時間常數；為發動機穩態轉矩特性函數；α為油門開度。endprint

按照同樣的方法，將電動機也改寫成一節慣性環節：

（5）

式中，為電動機輸出轉矩；為電動機轉矩的響應時間常數；為電動機穩態轉矩-轉速特性。

在電機和發動機共同驅動的情況下，為了保證經濟性，需要控制發動機工作在最經濟區間，不足的轉矩由電機補充。根據發動機萬有特性曲線，可以得到發動機轉速、功率和燃油消耗率三者的函數關系：

（6）

式中，為發動機燃油消耗率；為發動機輸出功率；為發動機轉速。

（7）

發動機轉速和車速之間有如下關系：

（8）

發動機輸出功率與輸出轉矩存在以下關系：

（9）

通過公式（6）、（7）、（8）、（9）可以得到發動機輸出轉矩與油門踏板開度、車速和燃油消耗率之間的關系：

（10）

發動機和電機共同工作時總的輸出轉矩可以寫成：

（11）

式中，為發動機和電機同時工作時總的輸出轉矩。

2 控制算法

根據不同的工況，切換混合動力汽車的運行模式，通過滑模控制方法控制發動機和電機的輸出轉矩，然后結合期望車速與實際車速的差值，操縱油門踏板和制動踏板來盡量減小速度的偏差。滑模控制器結構如圖3所示。為了實現對車速的有效跟蹤，首先定義速度跟蹤誤差為：

（12）

式中，為速度跟蹤誤差；為需求車速。

設計滑模曲面函數：

（13）

式中，為滑模面系數。

如果要達到理想的動態滑模控制，需要滿足：

（14）

4 仿真分析

在Matlab/Simulink里搭建混合動力汽車模型，設計滑模控制器并進行仿真，仿真參數如表1。在Simulink中給出期望車速和道路信息，仿真結果如表1所示。

數字1到6分別代表混合動力汽車的6種行駛模式：電動機單獨驅動、發動機單獨驅動、電動機和發動機共同驅動、發動機驅動并帶動發電機發電、緊急制動和再生制動。從圖4可以看出，混合動力汽車在30s時從電動機單獨驅動切換到電動機和發動機共同驅動。通過圖5到圖6可以看出，采用滑模控制策略，發動機和電動機的輸出轉矩更加平緩。從圖7可以看出，采用滑模控制策略，純電動模式切換到混合動力模式時，期望車速與實際車速的差達到0.3km/h，混合動力模式下車速的波動基本維持在0.2km/h以下；而采用PID控制策略，從純電動模式切換到混合動力模式時，期望車速與實際車速的差達到2km/h，混合動力模式下車速的波動基本維持在0.5～1km/h之間。由此可見，滑模控制策略有助于減小混合動力模式下的車速波動。

5 結論

（1）考慮發動機和電動機工作過程中瞬態響應的差別，基于混合動力切換策略，以減小模式切換時車速波動為目標，本文設計了基于混合動力汽車模式切換策略的滑模控制策略。

（2）在Matlab/Simulink中搭建混合動力汽車整車模型，并對滑模控制策略進行仿真驗證。仿真結果表明，與PID控制策略相比，采用滑模控制策略的混合動力汽車在模式切換時車速波動減少75%。

參考文獻

[1] Powell BK，Bailey KE，Cikanek SR.Dynamic modeling and control of hybrid electric vehicle powertrain system[J].IEEE Control Systems Magazine，1998，18（5）：17-33.

[2] Karen L Butler，Mehrdad Ehsani，Preyas Kamath.A Matlab-based Modeling and Simulation Package for Electric and Hybrid Electric Vehicle Design[J].IEEE Transmission on vehicular Technology，1999，48（6）：1770-1778.

[3] Koot M，Kessels JT，Jager DB，et al.Energy management strategies for vehicular electric power systems[J].IEEE Transmission on Vehicular Technology，2005，54（3）：771-782.

[4] Lin CC，PENG H，Grizzle JW.Control system development for an advanced-technology medium-duty hybrid electric truck[J].SAE，transactions，2003（1）：105-113.

[5] 劉凌寶，陳平錄，許靜，等.并聯型氣動柴油混合動力汽車控制參數的正交優化研究[J].機械研究與應用，2015，28（4）：85-87.

[6] 秦大同，楊關龍，胡明輝，等.基于駕駛意圖的插電式混合動力汽車能量管理策略[J].吉林大學學報：工學版，2015，45（6）：1743-1750.

[7] 余開江，胡治國，張宏偉，等.混合動力汽車模型預測控制策略研究[J].系統仿真技術，2014，10（4）：273-291.

[8] Yu Kaijiang，Mukai M，Kawabe T.Model predictive control of a power-split hybrid electric vehicle system[J].Artificial and Robotics，2012，17（2）：221-226.

[9] 楊陽，李小強，蘇嶺，等.重度混合動力汽車工作模式切換控制策略[J].中國公路學報，2014，27（6）：109-119.endprint