《电子技术应用》
您所在的位置:首页 > 其他 > 设计应用 > 重载混合动力车辆再生制动策略设计与优化
重载混合动力车辆再生制动策略设计与优化
信息技术与网络安全 1期
薛金红,涂群章,邵发明,潘 明
(陆军工程大学 野战工程学院,江苏 南京210007)
摘要: 为进一步提高混合动力应急救援车辆的能源利用率,针对N3类重型车辆的特点设计了双模糊逻辑控制策略,分别对前后轴之间的制动力及前轴再生制动与机械制动的制动力进行了合理分配,同时兼顾了车辆的制动稳定性及再生制动能量的回收效率。为了更好地发挥模糊逻辑控制器的性能,采用多目标粒子群优化算法,以车辆制动稳定性指标及再生制动能量回收量为优化目标,对双模糊逻辑控制器的输入/输出隶属度参数进行了优化。最后,通过Simulink离线仿真实验验证了所设计的双模糊逻辑再生制动策略及多目标粒子群优化算法的正确性、有效性及实用性。
中图分类号: U469.72
文献标识码: A
DOI: 10.19358/j.issn.2096-5133.2022.01.012
引用格式: 薛金红,涂群章,邵发明,等. 重载混合动力车辆再生制动策略设计与优化[J].信息技术与网络安全,2022,41(1):75-83.
Design and optimization of regenerative braking strategy for heavy-duty hybrid electrical vehicles
Xue Jinhong,Tu Qunzhang,Shao Faming,Pan Ming
(College of Field Engineering,Army Engineering University of PLA,Nanjing 210007,China)
Abstract: In order to further improve the energy efficiency of hybrid emergency rescue vehicles, a dual-fuzzy logic control(Dual-FLC) strategy was designed according to N3 heavy-duty vehicles. The braking force between the front and rear axles, the regenerative braking force and mechanical braking force on the front axle were distributed reasonably. At the same time, both the recovery efficiency of the regenerative braking energy and the braking stability of the vehicle were considered comprehensively. In order to make the fuzzy logic control(FLC) strategy play better performance, a multi-objective particle swarm optimization(MOPSO) strategy was adopted to optimize the input and output membership parameters of the dual fuzzy logic controller with the target of the vehicle braking stability index and the recovery amount of regenerative braking energy. Finally, the correctness, effectiveness, and practicability of the designed Dual-FLC regenerative braking strategy and the MOPSO algorithm were verified by the offline Simulink simulation.
Key words : mechanical and electronic engineering;regenerative braking;multi-objective particle swarm optimization;fuzzy logic control;hybrid electrical vehicle

0 引言

混合动力车辆以其排放低、能源利用率高的特点正在逐步取代传统燃油车辆。本文所研究的应急救援车辆是一种重载车辆,在抢险救灾、事故救援、消防救援等灾害救援领域发挥着至关重要的作用,要求具有响应速度快、机动性能高、地形适应能力强等特点。

混合动力车辆的能量管理策略是当前研究的热点,也是混合动力车辆的一个关键技术,近些年已被很多学者进行了研究,但研究的重点大部分放在了行车过程的能量管理方面,而制动控制策略作为能量管理策略中非常重要的一部分,特别是对于应急救援车辆这类载重大、行驶路况复杂的车辆,制动能量的损失非常多,直接影响到车辆的制动性能及能源的利用率。近年来很多学者针对再生制动力机械制动之间的分配也做了一些研究。现在广泛研究的再生制动策略主要可以分为三类:一是基于确定规则的制动策略,如基于ECE法规和I线的制动力分配[1-4],基于制动强度的制动策略[5]等;二是基于智能控制的制动策略,如基于模糊逻辑控制的制动策略[6-8],基于自适应模糊控制的制动策略[9],基于神经网络的多目标优化制动策略[10],基于庞特里亚金最小原理的制动策略[11]等;三是基于智能优化算法的制动策略,如基于遗传算法的多目标优化策略[12],基于田口方法优化的模糊逻辑制动控制策略[13],改进优化算法的自适应能量管理策略[14],改进非线性模型预测控制方法的能量回收控制策略[15]等。这些制动策略采用了不同的方法进行制动力的分配,在不同方面对制动策略进行了改进,都有各自的优势,但主要侧重的是轻型车辆,在本文设计的重载应急救援车辆的制动控制方面并不完全适用,需在路面行驶工况、车辆制动稳定性等方面重点改进。



本文详细内容请下载:http://www.chinaaet.com/resource/share/2000003940






作者信息:

薛金红,涂群章,邵发明,潘  明

(陆军工程大学 野战工程学院,江苏 南京210007)


此内容为AET网站原创,未经授权禁止转载。