HEV再生制动多智能体系统的协同控制研究

发布时间：2020-04-25 01:23

【摘要】：混合动力汽车(Hybrid Electric Vehicle,HEV)将电机与内燃机结合,既有传统汽车续驶里程长的优点,又兼有纯电动汽车和燃料电池汽车零排放的优势,是各大汽车厂商及科研院研究的主要车型,目前具有广泛的发展前景。文中针对HEV再生制动系统,将智能控制技术与再生制动技术相结合,提出多智能体再生制动协同控制策略,解决制动力的协调分配问题。本文以某型并联混合动力汽车为研究对象,分析再生制动原理,探究制动过程HEV制动受力,研究再生制动控制策略。根据HEV再生制动系统工作原理定义再生制动系统智能体、电机智能体、蓄电池智能体及车轮智能体,构建再生制动协同控制体系结构,明确再生制动系统智能体及各部件智能体间的信息流向、任务分配及协调协作关系,提出多智能体再生制动协同控制策略。作为再生制动系统的总协调器,再生制动系统智能体获取当前行驶工况信息初步完成制动需求力的求解、整车制动模式的计算判断,并向各部件智能体发送制动任务。蓄电池智能体与电机智能体交互补偿制动转矩、充放电电流等信息,并与再生制动系统智能体交互SOC值的实时变化信息完成充放电过程;车轮智能体与电机智能体交互再生制动力、机械制动力的大小等信息,并与再生制动系统智能体交互其制动工况参数的实时变化信息,协调协作共同完成制动力的最佳分配;各部件智能体进行交互补偿完成自身制动任务的同时,将各自参数实时反馈至再生制动系统智能体完成交互信息的融合。为验证控制策略的有效性,进行了仿真和台架试验。在MATLAB中设计开发各智能体Simulink模型,搭建系统完整的多智能体再生制动协同控制策略仿真模型,分智能体参与和未参与两种情况进行仿真,分析充放电电流、蓄电池SOC值、能量回收率等参数的实时变化。同时,采用D2P Motohawk系统搭建“多智能体再生制动协同控制策略”试验平台,采用D2P工控机完成目标参数的标定实验,通过实验设备间的协作配合完成能量回收实验,验证协同策略的可行性。结果表明,采用的多智能体再生制动协同控制策略能够根据行驶工况信息完成制动模式判断,制动力的自主协调分配。通过各智能体间的协调协作,在保证制动效能的同时完成能量回收,增加了HEV续驶里程。实验结果与仿真结果基本吻合,验证了协同控制策略的有效性,达到了节能减排的效果。
【图文】：

模糊推理系统,再生制动

HEV 再生制动多智能体系统的协同控制研究系统分析确定输入、输出量模糊控制器结构确定确定模糊控制器隶属度函数模糊控制规则的建立确定再生制动比例系数k输出结果是否合理参数输出结果NY图 3-9 模糊控制器的设计思路控制器的设计流程分为：(1)模糊化处理输入量；(2)模糊变量隶根据工程控制经验进行模糊规则的制定；(4)输出控制变量的求。糊控制器在研究 HEV 能量回收的过程中，，综合考虑再生制动影响因素对取汽车车速 speed 与汽车再生制动强度 z 作为控制器的输入部分 k 作为模糊推理后的解模糊输出值。同时将该模糊控制fuzzy”。如下图 3-10 所示：

模糊控制规则,模糊规则,控制规则,观测窗

规则如下所示：1) If (speed is VS) and (Z is L) then (K is VL) (1)...15) If (speed is VF) and (Z is B) then (K is M) (1)所搭建控制规则的定义内容，为更清晰地观测模糊控制规则，制作则表，如表 3-1 所示：表 3-1 模糊规则表VVS S M F VFZL VL L B VB VBM VL L M M BB VL M L L M编辑完成的模糊控制规则，依次输入到模糊控制规则编辑器中，
【学位授予单位】：安徽工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U469.7

【参考文献】