混合動力汽車冷卻風扇的模糊邏輯優化控制

封 進，杜常清

（1.桂林航天工業學院 汽車與交通工程學院，桂林 541004；2.武漢理工大學 現代汽車零部件技術湖北省重點實驗室，武漢 430070）

0 引言

混合動力汽車兩套動力裝置在工作過程中都需要合理冷卻，才能保護動力裝置，同時提高燃油經濟性和排放性，保持動力系統處于最佳工作狀態[1～3]。研究表明，冷卻液溫度超過105℃，發動機將出現損壞，低于45℃，發動機平均啟動阻力矩將隨著溫度下降而增大很快[1]。電機與電機控制器溫度過高也將導致功率下降、壽命縮短、直至損壞等問題[4]。同時，過渡冷卻也將增加燃油消耗。

由于混合動力汽車中兩套動力裝置的溫度控制目標不同，目前常規方案是采用兩套獨立的液體冷卻系統[5]，發動機冷卻系主要由發動機、水泵、節溫器、散熱器、冷卻風扇構成，電機冷卻系統主要由電機、電機控制器、電子水泵、散熱器、冷卻風扇構成。其中冷卻風扇為兩套系統所共有，工作狀態僅由冷卻液溫度確定，冷卻液溫度低于門限值，冷卻風扇不啟動，溫度超過門限值，則冷卻風扇工作[6]。這種常規的其控制方案用在混合動力汽車時呈現如下弊端：1）溫度控制精度較差，冷卻液溫度波動較大；2）冷卻風扇平均輸出轉矩大，燃油經濟性下降；3）車輛轉入純電動工作模式時，冷卻風扇可能依然工作，使得發動機冷卻系統溫度迅速下降，不利于發動機的再啟動工作，同時燃油經濟性也會下降，尤其是強混型車輛[7]。

本文針對混合動力汽車動力裝置冷卻系統的控制策略進行了優化設計研究，首先針對混合動力汽車在不同工作模式下的冷卻需求不同，建立基于工作模式識別的冷卻風扇啟閉控制模型。其次，采用模糊邏輯進行冷卻需求分析，以輸出轉矩為控制對象建立以最小溫差和最低燃油消耗為目標的冷卻風扇控制模型。最后與整車模型進行聯合仿真，驗證該策略的有效性。

1 冷卻系統布置方案及需求轉矩

1.1 動力裝置冷卻系統布置方案

混合動力汽車采用兩套動力裝置，其冷卻方案如圖1所示。

圖1 混合動力汽車動力裝置冷卻布置圖

電機冷卻系統的工作溫度比發動機冷卻系統的散熱器的低，通常把其布置在車頭最前面的迎風面或者分上下立放。兩套冷卻系統共用一個冷卻風扇，由于電機及電機控制器的熱負荷根據混合程度的不同，大約只有發動機熱負荷的1/10～1/20[3]，電機冷卻系統的溫度調節調整可以通過電子水泵的調速進行。冷卻風扇輸出轉矩以發動機狀態為主進行控制。

1.2 冷卻風扇需求轉矩計算模型

根據經驗公式確定兩散熱器的總散熱量：

式(1)中：qe、qm分別為發動機與電機推薦的比散熱量，Pemax和Pmmax分別為發動機與電機最大功率。

散熱風扇的散熱風量：

式(2)中：γα為空氣重度，Cp為空氣定壓比熱，Δt為散熱器前后空氣的溫度差。

通過最大散熱風量選型確定冷卻風扇最大需求功率P。從而得到風扇最大需求轉矩：

式(3)中：n為冷卻風扇轉速。

2 冷卻風扇控制策略分析

冷卻風扇控制采用工作模式作為門限值進行啟閉控制：當車輛處于純電動模式，冷卻風扇控制系統不工作，反之則進入冷卻風扇控制系統。

引入冷卻風扇轉矩分配系數K(t)，來表示分配到冷卻風扇最大轉矩的權值，其定義域為[0 1]，當前工況下分配到冷卻風扇的需求轉矩為：

在冷卻風扇控制系統中，K(t)為變化量，控制策略描述如下：當混合動力汽車處于純電動模式，并且車速不為零時，輸出K(t)=0，即Tf=0；其他模式包括停車模式，冷卻風扇根據發動機冷卻液溫度差ΔT和發動機轉速n調節輸出冷卻風扇轉矩分配系數K(t)，從而得到冷卻風扇轉矩Tf(t)，考慮汽車燃油經濟性，冷卻液溫度高，發動機轉速n越高，K(t)越大[8,9]。

冷卻風扇輸出轉矩控制流程如圖2所示，車輛通過車速V、加速踏板θp、制動踏板θb和電池SOC作為混合動力的工作模式的判別信號，車輛處于純電動模式同時車速不為零時，輸出K(t)=0。其余工作模式下，進入風扇控制系統，采用模糊控制器輸出K(t)值。系統根據輸出K(t)計算并最終輸出風扇需求轉矩Tf(t)。

圖2 基于模糊邏輯的風扇轉矩控制流程圖

3 模糊控制策略設計

3.1 隸屬度函數

模糊控制器采用兩輸入、單輸出的mamdani結構，如圖3所示。兩輸入分別是發動機轉速n及冷卻液溫度差ΔT，輸出為冷卻風扇轉矩分配系數K(t)。溫度差ΔT是實際溫度與最優溫度之差，可表示為：

式(5)中：TOPT為發動機冷卻液最優工作溫度，T(t)為當前發動機冷卻液溫度。

圖3 模糊邏輯控制器結構圖

系統輸入量做歸一化處理，確定溫差論域為[-2,2]，發動機轉速與冷卻風扇轉矩分配系數K(t)論域確定為[0,1]，將上述輸入、輸出變量分別劃分為5個模糊子集，以{low, mid low, mid, mid high, high}表示{低，較低，中，較高，高}[8]。

三角型隸屬函數和梯形函數對于采樣過程中的隨機噪聲有較好的過濾作用，也便于計算及參數調整[10,11]，根據本文研究問題的論域及模糊子集，溫差變量采用梯形和三角形隸屬度函數，發動機轉速及冷卻風扇轉矩系數采用三角形隸屬度函數，如圖4和圖5所示。

圖4 溫差隸屬度函數

圖5 轉速及轉矩系數隸屬度函數

3.2 模糊規則庫

本系統的設計原則是滿足功能需求的前提下提升燃油經濟性，對于混合動力汽車，冷卻控制系統工作特點可以描述如下：

1）冷卻風扇輸出轉矩必須要對溫差變化做出及時響應；

2）要求在保持目標溫差最小的條件下，冷卻風扇的輸出轉矩盡可能小；

3）混合動力汽車具有發動機轉速n隨車輛負荷增大而增大的特點，因此冷卻風扇轉矩可以在冷卻液溫度升高前應適當增大，避免大的溫度波動。

依據上述混合動力汽車工作特點，制定模糊邏輯控制規則時遵循以下原則：

1）發動機冷卻液溫差ΔT小，發動機轉速n低，則冷卻風扇轉矩分配系數K(t) 值減小；

2）發動機轉速n高，冷卻風扇轉矩分配系數K(t)應適當增加，避免發動機功率上升后溫度急劇上升；

3）發動機冷卻液溫差ΔT大，則冷卻風扇轉矩分配系數K(t)值增加。

冷卻風扇轉矩分配系數K(t)的模糊邏輯控制策略采用IF-THEN規則，建立了25條規則庫，其規則如表1所示。采用模糊蘊涵最小運算進行模糊推理，結果如圖6所示。

表1 模糊邏輯控制規則表

圖6 模糊推理曲面圖

4 控制策略的仿真驗證

為評價結合工作模式設計的模糊邏輯控制策略在混合動力汽車冷卻風扇上應用效果，在Matlab/Simulink軟件環境下建立冷卻風扇控制模型，并導入混合動力汽車整車模型的控制策略模塊進行聯合仿真。仿真結果與AVL公司在同等工況下對采用常規控制策略的原型車的冷卻風扇測試數據進行對比，常規控制策略以冷卻液溫度作為冷卻風扇開關控制變量，冷卻風扇工作過程輸出轉矩恒定。混合動力汽車動力電池初始SOC設為0.3，使發動機在工況開始階段便啟動，確保發動機冷卻液溫度上升。

采用歐洲駕駛循環NEDC這一典型工況進行仿真分析，其工況如圖7所示。

圖7 NEDC循環工況

循環工況過程，結合工作模式設計的模糊邏輯控制策略中發動機及電機輸出轉矩如圖8所示，由于初始SOC較低，循環工況初始發動機便開始工作。兩種控制策略下冷卻風扇輸出轉矩對比和冷卻液溫度變化對比分別如圖9和圖10所示。

圖8 發動機及電機輸出轉矩

圖9 冷卻風扇輸出轉矩對比

圖10 冷卻液溫度變化對比

由圖9和圖10可以看到，520s附近，冷卻液溫度達到最優值，此時常規控制方案中的冷卻風扇開啟，輸出10Nm的轉矩，545s左右進入制動工況，溫度下降至最優值以下，風扇停止；與此同時，結合工作模式設計的模糊控制策略中冷卻風扇在最優溫度前已經開啟，輸出轉矩逐漸增加，直至維持在穩定的溫度狀態。圖8顯示在900s左右時，汽車轉入純電動機工作模式，此時圖9可見常規控制策略中的冷卻風扇繼續輸出轉矩直至溫度低于最優溫度，冷卻液溫度下降明顯，而結合工作模式設計的模糊控制策略中冷卻風扇馬上停止，冷卻液溫度下降相對平緩。

另外，從圖10還可以看出，520s首次進入最優溫度開始至工況最后結束，汽車在各種工作模式下，兩種策略基本上都能夠將發動機保持在較為高效運行的最優溫度區間內。但是常規控制策略中，溫度曲線變化較結合工作模式設計的模糊控制策略更為明顯，溫度波動稍大，從數值上看，常規控制策略的平均溫度為95.59℃，而在結合工作模式設計的模糊控制策略下的平均溫度為95.46℃，更接近95℃的最優溫度值。說明混合動力汽車冷卻系統采用結合工作模式設計的模糊控制策略時溫度控制更精確。

而兩種控制策略下，混合動力汽車燃油經濟性對比如表2所示，采用常規控制的汽車百公里油耗為，采用結合工作模式設計的模糊控制策略的混合動力汽車百公里油耗為2.65L/100km，比常規控制結果的2.68L/100km節省燃油0.03L/100km，節油率達1.13%。

表2 燃油經濟性對比表

5 結論

1）混合動力汽車冷卻系統采用結合工作模式設計的模糊控制策略，使得純電動工作模式時的發動機冷卻液溫度下降更慢，這有利于發動機的再次啟動；

2）冷卻風扇需求轉矩采用模糊控制器之后，冷卻液溫度控制更加精確，燃油經濟性也有一定提升。因此，混合動力汽車冷卻風扇采用結合工作模式的模糊邏輯控制策略優于常規基于冷卻液溫度的控制策略。

[1]李理光,李獻菁,陸海峰,等.混合動力汽車發動機電機拖動策略和起動性能的研究[J].汽車工程.2016,38(2):133-140.

[2]江曼.插電式混合動力汽車用電機溫度場計算及冷卻系統設計[D].合肥:合肥工業大學,2016.

[3]紀光霽.發動機溫度精確控制的研究[D].南京:南京林業大學,2007.

[4]董赫倫.高壓變頻器的散熱器選擇與性能研究[D].阜新:遼寧工程技術大學,2011.

[5]張博榕,余才光,賀文江.某深度混合動力汽車冷卻系統的設計開發[J].汽車科技,2012,(4): 62-66.

[6]郭新民,邢娟,王會明,等.汽車發動機自控電動冷卻風扇的發展與研究[J].內燃機工程.1999,(3):12-15.

[7]何成立.并聯式混合動力公交車及其冷卻系統性能仿真研究[D].濟南:山東大學能源與動力工程學院,2012.

[8]董冰,田彥濤,周長久.基于模糊邏輯的純電動汽車能量管理優化控制[J].吉林大學學報(工學版).2015,45(2):516-525.

[9]Ziyou Song, Heath Hofmann, Jiangqiu Li, et al. Energy Management Strategies Comparison for Electric Vehicles with Hybrid Energy Storage System[J].Applied Energy,2014,134:321-331.

[10]譚光興,陳贊,林聰,等.純電動汽車并聯式雙電池能量分配雙模糊控制策略[J].制造業自動化,2015,37(6):77-81.

[11]吳曉剛,王旭東,孫金磊,等.ISG型混合動力汽車粒子群優化模糊控制研究[J].公路交通科技,2011,28(6):146-152.