CN103312254A - 一种混合动力汽车用bsg自适应容错控制器的构造方法 - Google Patents
一种混合动力汽车用bsg自适应容错控制器的构造方法 Download PDFInfo
- Publication number
- CN103312254A CN103312254A CN2013102316254A CN201310231625A CN103312254A CN 103312254 A CN103312254 A CN 103312254A CN 2013102316254 A CN2013102316254 A CN 2013102316254A CN 201310231625 A CN201310231625 A CN 201310231625A CN 103312254 A CN103312254 A CN 103312254A
- Authority
- CN
- China
- Prior art keywords
- vector machine
- square method
- supporting vector
- method supporting
- inversion model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
本发明公开了一种混合动力汽车用BSG自适应容错控制器的构造方法,包括如下步骤:构成复合被控对象;构造复合被控对象的正常最小二乘支持向量机逆模型,构成最小二乘支持向量机逆模型库;选择复合被控对象的最小二乘支持向量机逆模型,将最小二乘支持向量机逆模型库串联于复合被控对象之前组成伪线性系统;设计自适应闭环控制器;对复合被控对象进行容错控制。本发明所述方法不仅将混合动力汽车用BSG这一强耦合的时变复杂非线性控制问题转变为简单的线性控制问题,而且实现了混合动力汽车用BSG的容错控制;通过设计自适应闭环控制器来现实线性化后的混合动力汽车用BSG系统的高性能控制。
Description
技术领域
本发明涉及混合动力汽车用BSG自适应容错控制器的构造方法,适用于混合动力汽车用BSG的高可靠性、高性能控制,属于混合动力技术领域。
背景技术
汽车工业的飞速发展使人类面临着能源枯竭和环境污染的双重危机,因此节能和减排自然而然地成为了汽车工业能够实现可持续发展的主旋律。相对于纯电动汽车,混合动力汽车的技术更加成熟,其在节能和排放方面的优越性正逐步体现出来,受到了世界各大汽车品牌公司的亲睐。随着国内外大中城市汽车保有量的不断增加,红灯、以及堵车所导致的车辆长时间怠速运行,使车辆对燃油的消耗增大,以及对环境的污染越来越严重,而带式驱动启动发电机(以下简称为BSG)混合动力技术的出现为这个社会各界关注的焦点问题提供了一个很好的解决方案。
BSG技术是一种具有怠速停机和启动功能的混合动力技术,采用皮带传动的方式进行动力混合。发动机与电机和变速箱相并联,当车辆在红灯或堵车时,发动机停止工作,当车辆识别到驾驶员有起步意向时,车辆通过BSG系统快速启动发动机,从而消除发动机在怠速工作时的油耗、排放以及噪声。随着BSG混合动力技术的应用越来越广泛,其安全性和可靠性问题也日益受到了广泛关注,因此研究并提高混合动力汽车用BSG的可靠性,以及研究其容错控制技术,具有十分重要的意义。
目前混合动力汽车用BSG的控制策略主要以矢量控制加常线性PID调节器为主,该控制器具有成本低、结构简单、容易实现等优点,可以满足混合动力汽车用BSG系统的一般运行要求,但是由于该控制器的控制参数固定,系统的动态性能不是十分理想,很难满足混合动力汽车用BSG启动速度慢、超调大的特点,而且该控制器不具备容错运行能力,因此有必要研究混合动力汽车用BSG的自适应容错控制器。
发明内容
本发明的目的是为了克服混合动力汽车用BSG现有控制器的不足,并能有效实现混合动力汽车用BSG在正常与带故障运行状态下的高性能控制,提出一种基于双最小二乘支持向量机逆模型的混合动力汽车用BSG自适应容错控制器的构造方法。
本发明的技术方案是:
一种混合动力汽车用BSG自适应容错控制器的构造方法,具体包括如下步骤:
(1)将Park逆变换器、SVPWM逆变器以及混合动力汽车用BSG作为一个整体构成复合被控对象;
(2)采用最小二乘支持向量机和2个积分器 构造复合被控对象的正常最小二乘支持向量机逆模型,采用最小二乘支持向量机和2个积分器构造复合被控对象的故障最小二乘支持向量机逆模型;将正常最小二乘支持向量机逆模型和故障最小二乘支持向量机逆模型一起构成最小二乘支持向量机逆模型库;
(3)选择最小二乘支持向量机逆模型库中的最小二乘支持向量机逆模型作为复合被控对象的最小二乘支持向量机逆模型,采用最小二乘算法调整并确定对应的最小二乘支持向量机的向量系数和阈值使最小二乘支持向量机逆模型库实现复合被控对象的逆系统功能,将最小二乘支持向量机逆模型库串联于复合被控对象之前组成伪线性系统,伪线性系统被线性化为1个二阶积分型转速线性子系统;
(4)针对线性化的二阶积分型转速线性子系统,设计自适应闭环控制器,自适应闭环控制器由模糊推理系统与PID调节器组成;
(5)将自适应闭环控制器与最小二乘支持向量机逆模型库共同构成最小二乘支持向量机逆自适应容错控制器,对复合被控对象进行容错控制。
进一步,步骤(4)中设计自适应闭环控制器时,选取混合动力汽车用BSG的速度偏差e和速度偏差变化率ec为模糊推理系统的输入量,输出量为PID调节器的比例调节系数K p、积分调节系数K i、以及微分调节系数K d。
进一步,步骤(3)中选择最小二乘支持向量机逆模型库中最小二乘支持向量机逆模型的方法为:由故障检测切换单元检测复合被控对象的运行状态;当复合被控对象正常运行时,故障检测切换单元选择最小二乘支持向量机逆模型库中的正常最小二乘支持向量机逆模型作为复合被控对象的逆模型;当复合被控对象带故障运行时,故障检测切换单元选择最小二乘支持向量机逆模型库中的故障最小二乘支持向量机逆模型作为复合被控对象的逆模型。
进一步,步骤(2)中,所述最小二乘支持向量机的向量系数和阈值的确定方法为:在混合动力汽车用BSG正常或带故障运行的两种工作状况下,分别采集复合被控对象的输入控制电压信号{,}、以及输出转速信号{ω},将转速信号{ω}离线求其一阶、二阶导数,并对输入输出信号进行规范化处理,组成最小二乘支持向量机的训练样本集{,,, , },选取高斯核函数为最小二乘支持向量机的核函数,并根据混合动力汽车用BSG实际运行工况选取合适的最小二乘支持向量机的正则化参数和核宽度,训练最小二乘支持向量机,从而确定最小二乘支持向量机的向量系数与阈值。
本发明的有益效果是:
1、本发明基于最小二乘支持向量机回归理论与逆系统原理,构造混合动力汽车用BSG在正常、带故障运行状况下的最小二乘支持向量机逆模型库,实现混合动力汽车用BSG在正常、带故障运行时的线性化控制,不仅将混合动力汽车用BSG这一强耦合的时变复杂非线性控制问题转变为简单的线性控制问题,而且实现了混合动力汽车用BSG的容错控制;
2、本发明通过设计自适应闭环控制器来现实线性化后的混合动力汽车用BSG系统的高性能控制。该控制器可根据误差情况实时地在线调节控制参数,对系统响应具有灵敏、准确、及时等特点,可以大幅减少BSG启动时间与超调量,具有较高的鲁棒性。
附图说明
图1是由Park逆变换器、SVPWM逆变器和被控的混合动力汽车用BSG 构成复合被控对象的示意图;
图2是由正常最小二乘支持向量机逆模型和故障最小二乘支持向量机逆模型构成最小二乘支持向量机逆模型库的结构示意图;
图3是将最小二乘支持向量机逆模型库与复合被控对象相串联构成伪线性系统的示意图及其等效图;
图4是自适应闭环控制器的原理结构图及其与伪线性系统组成闭环控制系统的原理框图;
图5是混合动力汽车用BSG最小二乘支持向量机逆自适应容错控制器的原理框图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
本发明一种混合动力汽车用BSG自适应容错控制器的构造方法,具体包括如下步骤:
2、基于混合动力汽车用BSG 的运行原理,建立其数学模型,并经过Park逆变换器和SVPWM逆变器,得到复合被控对象的数学模型,对该数学模型进行可逆性分析,证明其可逆,即存在逆模型。
3、采用最小二乘支持向量机和两个积分器构造复合被控对象的正常最小二乘支持向量机逆模型,采最小二乘支持向量机和两个积分器构造复合被控对象的故障最小二乘支持向量机逆模型;将正常最小二乘支持向量机逆模型和故障最小二乘支持向量机逆模型最为一个整体构成最小二乘支持向量机逆模型库;并确定逆模型库输入为转速信号ω的二阶导数,输出为控制电压和,如图2所示。
4、在混合动力汽车用BSG系统正常或带故障运行两种工作情况下,分别采集复合被控对象的两个输入控制电压信号{,}、以及输出转速信号{ω},将转速信号{ω}离线求其一阶、二阶导数,并对输入输出信号进行规范化处理,组成最小二乘支持向量机(最小二乘支持向量机A或最小二乘支持向量机B)的训练样本集{,,,,}。选取高斯核函数为最小二乘支持向量机(最小二乘支持向量机A或最小二乘支持向量机B)的核函数,并根据混合动力汽车用BSG实际运行工况选取合适的最小二乘支持向量机(最小二乘支持向量机A或最小二乘支持向量机B)的正则化参数和核宽度,训练最小二乘支持向量机(最小二乘支持向量机A或最小二乘支持向量机B),从而确定最小二乘支持向量机(最小二乘支持向量机A或最小二乘支持向量机B)的向量系数与阈值。
5、由故障检测切换单元检测复合被控对象的运行工作状态,当复合被控对象正常运行时,故障检测切换单元选择最小二乘支持向量机逆模型库中的正常最小二乘支持向量机逆模型作为复合被控对象的逆模型,当复合被控对象带故障运行时,故障检测切换单元选择最小二乘支持向量机逆模型库中的故障最小二乘支持向量机逆模型作为复合被控对象的逆模型。
6、将最小二乘支持向量机逆模型库串联于复合被控对象之前组成伪线性系统,伪线性系统被线性化为个二阶积分型转速线性子系统,如图3所示。
7、针对线性化的二阶积分型转速线性子系统,设计自适应闭环控制器。如图4所示,自适应闭环控制器由模糊推理系统与PID调节器组成,模糊推理系统为二输入三输出结构,选取混合动力汽车用BSG的速度偏差e和速度偏差变化率ec为模糊推理系统的输入量,输出量为PID调节器的比例调节系数Kp、积分调节系数Ki、以及微分调节系数Kd。根据调节参数Kp、Ki、Kd对系统输出性能的影响情况,制定调节参数Kp、Ki、Kd的调节原则如下:当e较大时,应选取较大的Kp、较小的Kd、以及适中的Ki来提高系统的响应速度,同时防止过大的超调量;当e为中等大小时,应取较小的Kp、Ki,以及适中的Kd来减小超调量,同时保持系统有较快的响应速度;当e较小时,应选取较大的Kp、Ki,以及适中的Kd来保证系统良好的稳定性,同时免系统出现振荡现象,增强系统的抗干扰性。制定模糊子集为{NB,NM,NS,ZE,PS,PM,PB},其中NB和PB的隶属度函数分别选为“amf”和“smf”,其余隶属度函数选为“trimf”,并选用Min-Max方法进行模糊推理和解模糊。
8、将自适应闭环控制器与最小二乘支持向量机逆模型库共同构成最小二乘支持向量机逆自适应容错控制器,对复合被控对象进行容错控制,如图5所示。
综上所述吗,本发明一种混合动力汽车用BSG自适应容错控制器的构造方法主要包括以下步骤:1)将Park逆变换器、SVPWM逆变器以及混合动力汽车用BSG作为一个整体构成复合被控对象;2)构造复合被控对象的最小二乘支持向量机逆模型库;3)选择最小二乘支持向量机逆模型库中的最小二乘支持向量机逆模型作为复合被控对象的最小二乘支持向量机逆模型,并将其串联于复合被控对象之前构成伪线性系统,伪线性系统被线性化为1个二阶积分型转速线性子系统;4)针对线性化的二阶积分型转速线性子系统,设计自适应闭环控制器;将自适应闭环控制器与最小二乘支持向量机逆模型库共同构成最小二乘支持向量机逆自适应容错控制器,对复合被控对象进行容错控制。该控制策略可以实现混合动力汽车用BSG在正常与带故障运行状态时高性能控制。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种混合动力汽车用BSG自适应容错控制器的构造方法,具体包括如下步骤:
(1)将Park逆变换器、SVPWM逆变器以及混合动力汽车用BSG作为一个整体构成复合被控对象;
(2)采用最小二乘支持向量机和2个积分器 构造复合被控对象的正常最小二乘支持向量机逆模型,采用最小二乘支持向量机和2个积分器构造复合被控对象的故障最小二乘支持向量机逆模型;将正常最小二乘支持向量机逆模型和故障最小二乘支持向量机逆模型一起构成最小二乘支持向量机逆模型库;
(3)选择最小二乘支持向量机逆模型库中的最小二乘支持向量机逆模型作为复合被控对象的最小二乘支持向量机逆模型,采用最小二乘算法调整并确定对应的最小二乘支持向量机的向量系数和阈值使最小二乘支持向量机逆模型库实现复合被控对象的逆系统功能,将最小二乘支持向量机逆模型库串联于复合被控对象之前组成伪线性系统,伪线性系统被线性化为1个二阶积分型转速线性子系统;
(4)针对线性化的二阶积分型转速线性子系统,设计自适应闭环控制器,自适应闭环控制器由模糊推理系统与PID调节器组成;
(5)将自适应闭环控制器与最小二乘支持向量机逆模型库共同构成最小二乘支持向量机逆自适应容错控制器,对复合被控对象进行容错控制。
2.根据权利要求1所述的一种混合动力汽车用BSG自适应容错控制器的构造方法,其特征在于:步骤(4)中设计自适应闭环控制器时,选取混合动力汽车用BSG的速度偏差e和速度偏差变化率ec为模糊推理系统的输入量,输出量为PID调节器的比例调节系数K p、积分调节系数K i、以及微分调节系数K d。
3.根据权利要求1所述的一种混合动力汽车用BSG自适应容错控制器的构造方法,其特征在于:步骤(3)中选择最小二乘支持向量机逆模型库中最小二乘支持向量机逆模型的方法为:由故障检测切换单元检测复合被控对象的运行状态;当复合被控对象正常运行时,故障检测切换单元选择最小二乘支持向量机逆模型库中的正常最小二乘支持向量机逆模型作为复合被控对象的逆模型;当复合被控对象带故障运行时,故障检测切换单元选择最小二乘支持向量机逆模型库中的故障最小二乘支持向量机逆模型作为复合被控对象的逆模型。
4.根据权利要求1所述的一种混合动力汽车用BSG自适应容错控制器的构造方法,其特征在于:步骤(2)中所述最小二乘支持向量机的向量系数和阈值的确定方法为:在混合动力汽车用BSG正常或带故障运行的两种工作状况下,分别采集复合被控对象的输入控制电压信号{,}、以及输出转速信号{ω},将转速信号{ω}离线求其一阶、二阶导数,并对输入输出信号进行规范化处理,组成最小二乘支持向量机的训练样本集{,,, , },选取高斯核函数为最小二乘支持向量机的核函数,并根据混合动力汽车用BSG实际运行工况选取合适的最小二乘支持向量机的正则化参数和核宽度,训练最小二乘支持向量机,从而确定最小二乘支持向量机的向量系数与阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310231625.4A CN103312254B (zh) | 2013-06-13 | 2013-06-13 | 一种混合动力汽车用bsg自适应容错控制器的构造方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310231625.4A CN103312254B (zh) | 2013-06-13 | 2013-06-13 | 一种混合动力汽车用bsg自适应容错控制器的构造方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103312254A true CN103312254A (zh) | 2013-09-18 |
CN103312254B CN103312254B (zh) | 2015-12-02 |
Family
ID=49137119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310231625.4A Active CN103312254B (zh) | 2013-06-13 | 2013-06-13 | 一种混合动力汽车用bsg自适应容错控制器的构造方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103312254B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106130425A (zh) * | 2016-07-14 | 2016-11-16 | 江苏大学 | 混合动力车用开关磁阻bsg系统智能控制器的构造方法 |
CN108599656A (zh) * | 2018-04-27 | 2018-09-28 | 江苏大学 | 混合动力车开关磁阻bsg无位置传感器控制系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6092018A (en) * | 1996-02-05 | 2000-07-18 | Ford Global Technologies, Inc. | Trained neural network engine idle speed control system |
JP2002287804A (ja) * | 2001-03-28 | 2002-10-04 | Seiko Instruments Inc | 規範モデル適応型制御システムおよび規範モデル適応型制御方法 |
CN103028480A (zh) * | 2012-12-10 | 2013-04-10 | 上海凯盛节能工程技术有限公司 | 一种基于模糊pid算法的立磨智能控制系统 |
CN103051275A (zh) * | 2012-11-27 | 2013-04-17 | 江苏大学 | 电动汽车感应电机磁链观测器的构造方法 |
-
2013
- 2013-06-13 CN CN201310231625.4A patent/CN103312254B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6092018A (en) * | 1996-02-05 | 2000-07-18 | Ford Global Technologies, Inc. | Trained neural network engine idle speed control system |
JP2002287804A (ja) * | 2001-03-28 | 2002-10-04 | Seiko Instruments Inc | 規範モデル適応型制御システムおよび規範モデル適応型制御方法 |
CN103051275A (zh) * | 2012-11-27 | 2013-04-17 | 江苏大学 | 电动汽车感应电机磁链观测器的构造方法 |
CN103028480A (zh) * | 2012-12-10 | 2013-04-10 | 上海凯盛节能工程技术有限公司 | 一种基于模糊pid算法的立磨智能控制系统 |
Non-Patent Citations (1)
Title |
---|
程应峰: "基于逆系统多模型主动容错控制方法研究", 《中国优秀硕士论文全文数据库》, 15 September 2011 (2011-09-15) * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106130425A (zh) * | 2016-07-14 | 2016-11-16 | 江苏大学 | 混合动力车用开关磁阻bsg系统智能控制器的构造方法 |
CN106130425B (zh) * | 2016-07-14 | 2018-06-26 | 江苏大学 | 混合动力车用开关磁阻bsg系统智能控制器的构造方法 |
CN108599656A (zh) * | 2018-04-27 | 2018-09-28 | 江苏大学 | 混合动力车开关磁阻bsg无位置传感器控制系统及方法 |
CN108599656B (zh) * | 2018-04-27 | 2020-06-09 | 江苏大学 | 混合动力车开关磁阻bsg无位置传感器控制系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103312254B (zh) | 2015-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101344065B (zh) | 基于满意控制的水轮机调速系统参数优化方法 | |
CN104166095A (zh) | 一种基于双边型直线电机的故障信息融合诊断方法 | |
CN101286044A (zh) | 一种燃煤锅炉系统混合建模方法 | |
Shen et al. | Challenges and solutions in automotive powertrain systems | |
CN103312254A (zh) | 一种混合动力汽车用bsg自适应容错控制器的构造方法 | |
CN107364441B (zh) | 一种增程式电动汽车燃油消耗率最小控制方法 | |
CN105090479A (zh) | 一种车辆动力控制方法及装置 | |
CN104156517B (zh) | 一种纯电动汽车复合电源系统效率计算模型和优化方法 | |
CN106292274B (zh) | 一种级联滑模观测器及其粘着系数和导数的估计方法 | |
Wang et al. | Research on compound coordinated control for a power-split hybrid electric vehicle based on compensation of non-ideal communication network | |
CN103151980B (zh) | 汽车eps用无刷直流电机控制器及其实现方法 | |
CN108482131B (zh) | 一种48v电池、bsg弱混合动力能量回收控制系统的控制方法 | |
CN103625308A (zh) | 拖拉机的电动机高效运行控制方法及系统 | |
CN102694484A (zh) | 一种超声波电机混沌控制系统及控制方法 | |
CN103123667A (zh) | 一种液电复合混合动力系统关键元件参数选择的优化方法 | |
CN113359468B (zh) | 基于鲁棒自适应与滑模变结构控制的风电机组容错控制方法 | |
CN103414432B (zh) | 一种混合动力车带式驱动启动发电机控制器的构造方法 | |
CN107524563A (zh) | 一种基于滑模极值搜索的控制方法 | |
CN202219736U (zh) | 一种纯电动汽车控制器 | |
CN103490690A (zh) | 一种交流磁轴承容错解耦控制器的构造方法 | |
Ruan et al. | Optimization of acceleration motion trajectory of SHEV based on Radau Pseudospectral method | |
Zhuang et al. | Electric motor soft-start control based on fuzzy theory | |
Wu et al. | A deep reinforcement learning based car following model for electric vehicle | |
CN102790582B (zh) | 无轴承异步电机径向模糊神经网络广义逆控制器构造方法 | |
Li et al. | Design and research on engine emulation system of HEV power train hardware-in-the-loop simulation platform |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |