CN105446316A

CN105446316A - 一种纯电动汽车整车控制器模型在环测试装置及其测试方法

Info

Publication number: CN105446316A
Application number: CN201510770351.5A
Authority: CN
Inventors: 曾其林; 王志民; 肖大伟; 鄢治国
Original assignee: Dongfang Electric (leshan) New Energy Equipment Co Ltd
Current assignee: Dongfang Electric (leshan) New Energy Equipment Co Ltd
Priority date: 2015-11-12
Filing date: 2015-11-12
Publication date: 2016-03-30

Abstract

本发明涉及一种纯电动汽车整车控制器模型在环测试装置及其测试方法，所述的测试装置包括参数模拟模块、分析测试模块和状态显示模块，参数模拟模块用于模拟待测参数状态信息，分析测试模块用于处理输入端参数信息并将其转化为反应汽车运行状态的信息，状态显示模块用于显示当前车辆运行状态。所述的测试方法包括以下步骤：S1、建立测试模型；S2、配置测试参数，运行测试；S3、监测模型在环测试的输出内容，并将监测到的输出内容与期望输出作比较，判定VCU的控制功能和控制策略是否适宜，并调整优化控制策略，重新测试。本发明可在整车控制器的开发阶段检测控制策略的合理性，进行相应的策略优化，降低开发成本，大大缩短产品的开发周期。

Description

一种纯电动汽车整车控制器模型在环测试装置及其测试方法

技术领域

本发明涉及新能源汽车领域，特别是一种纯电动汽车整车控制器模型在环测试装置及其测试方法。

背景技术

从世界各国的战略目标来看，发展电动汽车被普遍确立为保障能源安全和转型低碳经济的重要途径，是解决能源和环保双重课题的主要方向。纯电动汽车动力系统主要包括：动力电池、驱动电机、电机控制器和整车控制器(VehicleControlUnit，简称VCU)。其中，VCU负责驾驶信息采集、整车各部件状态监测，以及分配驱动扭矩、整车能量管理、高压管理、辅助电气部件启停、系统故障处理等。VCU是整车动力系统核心组成部件，为保证其稳定可靠的运行，开发过程中对VCU的控制策略测试显得尤为重要。

目前VCU的开发方式主要采用基于“模型-自动代码生成”的开发方法，而自动生成的代码与手写代码相比，采用传统代码调试已经不能满足面向模型开发方法的测试要求。采用CAN卡等专用测试设备，测试成本高，且测试过程中涉及的大量数据不易直接监测，输出结果可读性差，致使测试效率大大降低。

发明内容

本发明的目的在于克服现有技术的缺点，提供一种模拟准确、通用性高的纯电动汽车整车控制器模型在环测试装置及其测试方法。

本发明的目的通过以下技术方案来实现：一种纯电动汽车整车控制器模型在环测试装置，其特征在于，它包括以下模块：参数模拟模块、分析测试模块和状态显示模块，所述参数模拟模块的输出接口与分析测试模块的输入接口连接，分析测试模块的输出接口连接状态显示模块；参数模拟模块用于模拟待测参数状态信息，分析测试模块用于处理输入端参数信息并将其转化为反应汽车运行状态的信息，状态显示模块用于显示当前车辆运行状态。

进一步地，所述的参数模拟模块包括以下子模块：驾驶员模块、工况模块和故障模块，驾驶员模块、工况模块和故障模块分别用于模拟驾驶员直接控制的信号信息、道路行驶工况信息和整车动力系统各部件的故障情况；所述的分析测试模块包括以下子模块：控制策略模块、整车动力模块、电机模块、电池模块和电池管理模块，控制策略模块是整个装置的核心，也是被测对象，它包括了纯电动汽车运行和保护的所有控制策略，整车动力模块、电机模块、电池模块和电池管理模块分别用于模拟当前整车动力状态、电机运行状态、电池使用状态和电池管理状态；车辆状态显示模块显示的信息包括车辆运行模式、车速、电机输出扭矩。

一种纯电动汽车整车控制器模型在环测试方法，它包括以下步骤：

S1、建立测试模型，所述的测试模型包括参数模拟模型和分析测试模型，参数模拟模型用于模拟待测试参数信息，分析测试模型对输入端信息进行分析和测试，并将其转化为反应汽车运行状态的信息；

S2、配置测试参数，输入测试信息运行测试；

S3、监测模型在环测试的输出内容，所述的输出内容包括：车辆运行模式、车速和电机输出扭矩，并将监测到的输出内容与期望输出作比较，从而判定VCU的控制功能和控制策略是否适宜，并调整优化控制策略，对测试没有通过的测试用例重新测试。

进一步地，所述步骤S1中的参数模拟模型的输出接口连接分析测试模型的输入接口，分析测试模型输出端连接有状态显示模块，所述的参数模拟模型包括以下子模块：驾驶员模型、工况模型和故障模型，驾驶员模型用于模拟驶员直接控制的参数信息，工况模型用于模拟道路行驶工况参数信息，故障模型用于模拟整车动力系统各部件故障状态参数信息；所述的分析测试模型包括以下子模块：控制策略模型、整车动力模型、电机模块、电池模块和电池管理模块，控制策略模型是整个测试模型的核心，也是被测对象，它包括了纯电动汽车运行和保护的所有控制策略，整车动力模型、电机模型、电池模型和电池管理模型分别用于模拟当前整车动力状态、当前电机运行状态、当前电池使用状态和当前电池管理状态。

分析测试模型为整个测试模型的中间部分，前端输入驾驶员模型、工况模型、故障模型，中部控制策略模型与电机模型、整车动力模型、电池模型、电池管理模型一起进行数据实时交互，后端输出车辆状态供监测；通过以上各模型可实现纯电动汽车整车控制器的系统测试，主要通过监测车辆运行模式、车速、电机输出扭矩这三个主要参数来验证和调整控制策略；所述整车控制策略模型是整个测试系统的核心部分，也是被测对象，它包含了对纯电动汽车运行、保护的所有控制策略。

所述驾驶员模型主要为驾驶员直接控制的信号，主要包括以下信息：钥匙信号信息、档位信息、踏板位置信息和手刹信息等；所述工况模型包括坡度参数和路面光滑程度参数等；所述故障模型包括电机故障模块、电机控制器故障模块、电池故障模块、电池管理系统故障模块和辅助电气部件故障模块，以及车辆其他故障，各故障均有故障等级划分；所述电机模型包括以电机转速、电机输出扭矩、电流和温度等参数；所述电池模型包括当前电池总电压、总电流、SOC、SOH和单体极值信息等参数；所述电池管理模型包括当前电池实际可用容量、最大允许充放电电流和主接触器状态等参数。

进一步地，所述的步骤S2包括以下子步骤：

S21、配置整车参数表，将整车动力系统涉及到的参数配置到整车参数文件；整车动力系统涉及到的参数包括整备质量、最大质量、车辆尺寸、风阻系数、轮胎滚动半径、主减速比、传动系统效率等，还包括所述模型中各个部件的相关参数，可为多个车型配置多个参数表；

S22、将整车参数表导入测试系统；主要是将参数表总的参数数值与相应的模型对接，可实现多车型、同一部件不同类型的测试，同时将需要检测的各数据加入监测scopes；

S23、配置测试环境参数；如测试时间、步长、运行模式等；

S24、运行测试，通过点击模型运行来开始测试，模型正常运行之后，可检测到各数据实时状态，并且可以随时增减监测对象。

进一步地，所述的整车动力模型根据车辆动力学计算公式搭建，具体计算公式如下：

F_t＝F_f+F_w+F_i

\frac{M_{m} i_{g} i_{0} η}{r_{d}} = f G \cos α + \frac{C_{D} {Av}^{2}}{21.15} + G \sin α

M_{m} = \frac{(f G c o s α + \frac{C_{D} {Av}^{2}}{21.15} + G s i n α) r_{d}}{i_{g} i_{0} η}

式中，F_t为电动汽车的驱动力，单位为N；F_f为滚动阻力，单位为N；F_w为空气阻力，单位为N；F_i为坡道阻力，单位为N；M_m为电动汽车驱动扭矩，单位为N·m；i_g为变速器传动比，无量纲；i₀为主减速比，无量纲；η为传动系统机械传动效率，无量纲；r_d为车轮半径，单位为m；f为滚动阻力系数，无量纲；G为电动汽车整车重力，单位为N；α为坡道角度，单位为度(°)；C_D为风阻系数，无量纲；A为迎风面积，单位为m²；v为车辆速度，单位为m/s。

从上述整车动力模型可得到整个测试模型需要的车速v和电动汽车驱动扭矩M_m。

进一步地，所述的整车动力模型包括制动能量回收模块。相较于传统车辆的动力模型不同的是本发明的整车动力模型针对纯电动汽车专门考虑了制动能量回收模块。制动能量回收是纯电动汽车整车控制策略中最重要的控制点之一，它会通过影响模型输出参数中的车速，直接影响整车能耗和车辆舒适性。制动能量回收模块的建立可有效得出整车控制策略中能量回收情况，从而指导能量回收策略的制定。该模型与测试系统中其它模型的关系如图3所示。

进一步地，所述的驾驶员模型建立的具体方法为：根据大量实车数据在matlab中建立程序，并采用样本学习方法，将学习的结果输出到simulink得到驾驶员模型。

传统VCU测试时使用的驾驶员模型通常为简单的测试用例，这种简单的测试用例在测试初期进行简单的功能性测试是没有问题的，但对于详细的控制策略测试就显得薄弱了。一方面，测试结果单一，无法进行测试对比；另一方面，测试用例与驾驶员实际操作偏差太大，模拟效果不明显。本发明中建立的驾驶员模型基于大量实车数据采集，包括不同的驾驶习惯、不同的道路工况(城区工况、市郊工况、高速工况等)下的驾驶员操作数据，在matlab中建立程序，并采用样本学习方法，将学习的结果输出到simulink得到驾驶员模型。

本发明具有以下优点：

1、本发明提出了一种纯电动汽车整车控制器模型在环测试装置及其测试方法，建立了各个环节的模型，通过接口连接到一起；模型建立时考虑的影响因素全面，模型包含的功能模块丰富，且各环节的模型均基于丰富的特性参数、实车数据和运行特征建立，具有模拟准确、通用性高等优点。

2、模型在环测试使得开发人员无需对生成的代码进行任何操作，测试正确后，可直接写入嵌入式系统。

3、本发明可在整车控制器的开发阶段检测控制策略的合理性，进行相应的策略优化，降低开发成本，大大缩短产品的开发周期。

附图说明

图1为本发明测试模型的结构示意图；

图2为是本发明具体实施方式中测试方法的流程图；

图3为整车动力模型与测试模型中其他模型之间的关系图；

图4为本发明具体实施方式中所建立的驾驶员模型图；

图5为具体实施方式中驾驶员模型作为测试模型的一个输入时得到的输出结果图。

具体实施方式

下面结合附图对本发明做进一步的描述，但本发明的保护范围不局限于以下所述。

一种纯电动汽车整车控制器模型在环测试装置，其特征在于，它包括以下模块：参数模拟模块、分析测试模块和状态显示模块，所述参数模拟模块的输出接口与分析测试模块的输入接口连接，分析测试模块的输出接口连接状态显示模块；参数模拟模块用于模拟待测参数状态信息，分析测试模块用于处理输入端参数信息并将其转化为反应汽车运行状态的信息，状态显示模块用于显示当前车辆运行状态。

所述的参数模拟模型的输出接口连接分析测试模型的输入接口，分析测试模型输出端连接有状态显示模块，所述的参数模拟模型包括以下子模块：驾驶员模型、工况模型和故障模型，驾驶员模型用于模拟驶员直接控制的参数信息，工况模型用于模拟道路行驶工况参数信息，故障模型用于模拟整车动力系统各部件故障状态参数信息；所述的分析测试模型包括以下子模块：控制策略模型、整车动力模型、电机模块、电池模块和电池管理模块，控制策略模型是整个测试模型的核心，也是被测对象，它包括了纯电动汽车运行和保护的所有控制策略，整车动力模型、电机模型、电池模型和电池管理模型分别用于模拟当前整车动力状态、当前电机运行状态、当前电池使用状态和当前电池管理状态，图1是测试模型的结构示意图。分析测试模型为整个测试系统的中间部分，前端输入驾驶员模型、工况模型、故障模型，中部控制策略模型与电机模型、整车动力模型、电池模型、电池管理模型一起进行数据实时交互，后端输出车辆状态供监测；通过以上各模型可实现纯电动汽车整车控制器的系统测试，主要通过监测车辆运行模式、车速、电机输出扭矩这三个主要参数来验证和调整控制策略；所述整车控制策略模型是整个测试系统的核心部分，也是被测对象，它包含了对纯电动汽车运行、保护的所有控制策略。

此处，整车动力模型根据车辆动力学计算公式搭建，具体计算公式如下：

F_t＝F_f+F_w+F_i

\frac{M_{m} i_{g} i_{0} η}{r_{d}} = f G \cos α + \frac{C_{D} {Av}^{2}}{21.15} + G \sin α

M_{m} = \frac{(f G c o s α + \frac{C_{D} {Av}^{2}}{21.15} + G \sin α) r_{d}}{i_{g} i_{0} η}

整车动力模型包括制动能量回收模块。相较于传统车辆的动力模型不同的是本发明的整车动力模型针对纯电动汽车专门考虑了制动能量回收模块。制动能量回收是纯电动汽车整车控制策略中最重要的控制点之一，它会通过影响模型输出参数中的车速，直接影响整车能耗和车辆舒适性。制动能量回收模块的建立可有效得出整车控制策略中能量回收情况，从而指导能量回收策略的制定。该模型与测试模型中其它模型的关系如图3所示。

驾驶员模型建立的具体方法为：根据大量实车数据在matlab中建立程序，并采用样本学习方法，将学习的结果输出到simulink得到驾驶员模型。

传统VCU测试时使用的驾驶员模型通常为简单的测试用例，这种简单的测试用例在测试初期进行简单的功能性测试是没有问题的，但对于详细的控制策略测试就显得薄弱了。一方面，测试结果单一，无法进行测试对比；另一方面，测试用例与驾驶员实际操作偏差太大，模拟效果不明显。本发明中建立的驾驶员模型基于大量实车数据采集，包括不同的驾驶习惯、不同的道路工况(城区工况、市郊工况、高速工况等)下的驾驶员操作数据，在matlab中建立程序，并采用样本学习方法，将学习的结果输出到simulink得到驾驶员模型，所建立的驾驶员模型如图4所示。

S2、配置测试参数，输入测试信息运行测试，具体过程包括以下子步骤：

S23、配置测试环境参数；如测试时间、步长、运行模式等；

图2是本实施方式中测试方法的流程图，图5为使用本发明以驾驶员模型作为输入时的测试输出结果。图5中从上到下5条曲线分别代表车辆行驶状态、电机扭矩输出、车速、加速踏板信号、制动踏板信号。比如在4.6s时刻，驾驶员模型输入为“前进档、加速踏板开度不断增加”，可以看到电机驱动扭矩、转速(车速)输出也不断上升，由于受控制策略的影响，各曲线的斜率不同，此时整车处于“加速”状态。在23.6s时刻，驾驶员模型输入为“前进档、制动踏板开度不断增加”，可以看到电机驱动扭矩很快下降为0，制动扭矩不断上升、转速输出不断下降，由于能量回收控制策略的影响，回收电流值(为负值)的绝对值不断增大，再进一步，车速不断下降，受整车舒适性控制影响，回收电流值的绝对值逐渐回0，最后车辆停止。

从以上实例可以看出，本测试模型完整的测试出了纯电动汽车“加速-减速-能量回收-停车”这一运行工况下，整车控制器的一系列控制策略，且所述的考虑制动能量回收的整车动力模型和驾驶员模型对整个过程进行了很好的模拟。

在测试过程中，还可以使用所述的故障模型，模拟产生故障，测试控制策略的保护功能；使用所述的工况模型，模拟不同的道路工况，测试控制策略的能量分配功能。

Claims

1.一种纯电动汽车整车控制器模型在环测试装置，其特征在于，它包括以下模块：参数模拟模块、分析测试模块和状态显示模块，所述参数模拟模块的输出接口与分析测试模块的输入接口连接，分析测试模块的输出接口连接状态显示模块；参数模拟模块用于模拟待测参数状态信息，分析测试模块用于处理输入端参数信息并将其转化为反应汽车运行状态的信息，状态显示模块用于显示当前车辆运行状态。

2.根据权利要求1所述的一种纯电动汽车整车控制器模型在环测试装置，其特征在于，所述的参数模拟模块包括以下子模块：驾驶员模块、工况模块和故障模块，驾驶员模块、工况模块和故障模块分别用于模拟驾驶员直接控制的信号信息、道路行驶工况信息和整车动力系统各部件的故障情况；所述的分析测试模块包括以下子模块：控制策略模块、整车动力模块、电机模块、电池模块和电池管理模块，控制策略模块是整个装置的核心，它包括了纯电动汽车运行和保护的所有控制策略，整车动力模块、电机模块、电池模块和电池管理模块分别用于模拟当前整车动力状态、电机运行状态、电池使用状态和电池管理状态；车辆状态显示模块显示的信息包括车辆运行模式、车速、电机输出扭矩。

3.一种纯电动汽车整车控制器模型在环测试方法，其特征在于，它包括以下步骤：

S2、配置测试参数，输入测试信息运行测试；

4.根据权利要求3所述的一种纯电动汽车整车控制器模型在环测试方法，其特征在于，所述步骤S1中的参数模拟模型的输出接口连接分析测试模型的输入接口，分析测试模型输出端连接有状态显示模块，所述的参数模拟模型包括包括以下子模块：驾驶员模型、工况模型和故障模型，驾驶员模型用于模拟驶员直接控制的参数信息，工况模型用于模拟道路行驶工况参数信息，故障模型用于模拟整车动力系统各部件故障状态参数信息；所述的分析测试模型包括以下子模块：控制策略模型、整车动力模型、电机模块、电池模块和电池管理模块，控制策略模型是整个测试模型的核心，也是被测对象，它包括了纯电动汽车运行和保护的所有控制策略，整车动力模型、电机模型、电池模型和电池管理模型分别用于模拟当前整车动力状态、当前电机运行状态、当前电池使用状态和当前电池管理状态。

5.根据权利要求3所述的一种纯电动汽车整车控制器模型在环测试方法，其特征在于，所述的步骤S2包括以下子步骤：

S21、配置整车参数表，将整车动力系统涉及到的参数配置到整车参数文件；

S22、将整车参数表导入测试系统；

S23、配置测试环境参数；

6.根据权利要求4所述的一种纯电动汽车整车控制器模型在环测试方法，其特征在于，所述的整车动力模型根据车辆动力学计算公式搭建，具体计算公式如下：

F_t＝F_f+F_w+F_i

\frac{M_{m} i_{g} i_{0} η}{r_{d}} = f G c o s α + \frac{C_{D} {Av}^{2}}{21.15} + G s i n α

M_{m} = \frac{(f G \cos α + \frac{C_{D} {Av}^{2}}{21.15} + G \sin α) r_{d}}{i_{g} i_{0} η}

7.根据权利要求4所述的一种纯电动汽车整车控制器模型在环测试方法，其特征在于：所述的整车动力模型包括制动能量回收模块。

8.根据权利要求4所述的一种纯电动汽车整车控制器模型在环测试方法，其特征在于：所述的驾驶员模型建立的具体方法为：根据大量实车数据在matlab中建立程序，并采用样本学习方法，将学习的结果输出到simulink得到驾驶员模型。