CN110001620A - 一种液压轮毂混合动力车辆多模式切换控制方法 - Google Patents

Abstract

本发明公开了一种液压轮毂混合动力车辆多模式切换控制方法，属于混合动力车辆控制领域，包括工作模式的划分、抽象行驶工况特征，建立工况特征与工况模式的初步映射关系、细化最优控制模式，该控制方法基于车辆的行驶工况识别和关键状态估计，结合系统全局最优算法，通过最优规则提取与蓄能器SOC最优使用路径规划算法，得到最优控制规则。本发明考虑了车辆状态、液压系统状态的综合影响，并由整车控制器自主仲裁，确定当前工况下的最佳工作模式，旨在实现全工况范围内规划蓄能器SOC的使用路径，使系统达到高平均综合传动效率，从而提高了轮毂液压混合动力车辆对不同路面工况适应性以及整车经济性。

Description

一种液压轮毂混合动力车辆多模式切换控制方法

技术领域

本发明属于混合动力车辆控制领域领域，特别涉及一种液压轮毂混合动力车辆多模式切换控制方法。

背景技术

随着新能源汽车技术的发展，混合动力车辆可以在满足整车动力性需求的前提下，通过提升发动机工作效率以及再生制动能量回收等途径，使整车获得良好的经济性与排放特性。因此，在广阔的市场需求、严格的油耗限值和更高的整车综合性能需求的背景下，发展高效商用车混合动力系统是解决上述问题的有效途径，已经逐渐成为我国商用车行业发展的共性需求。其中，液压混合动力技术凭借其功率密度大，充放能速度快以及能量回收效率高等优点，在重型车辆上表现出较强的竞争力与较好的应用前景，因此，应用轮毂液压混合动力系统的重型商用车以其明显的优势引起了国内重型商用车企业的重视。但是，由于国外企业的技术垄断等原因，轮毂液压混合动力系统在国内的研究尚处于起步阶段，围绕该系统工作模式的细致的优化控制方案的理论研究具有较高的理论意义与应用价值。

目前的现有技术中，如2018年8月14日公开的发明专利：公开号：CN108394403A，一种功率分流式混合动力汽车模式切换控制方法。该控制方法首先划分系统工作模式,然后通过检测元件采集模式切换所需信息并输入控制元件,基于当前已知信息在控制元件中进行识别与判断,选择适当模式并给出模式判断条件中相关阈值的计算方法，该控制方法具有较高的实用性。但其应用对象为油电系统，无法直接应用于液压轮毂混合动力系统。又如2016年11月9日公开的发明专利：公开号：CN106080584A，一种基于模型预测控制算法的混合动力汽车模式切换协调控制方法。该方法综合考虑了未来车辆的需求信息和预测时域内的优化目标函数性能,可取得较好的控制效果。但该方法从改善车辆舒适性的角度出发，着眼于各模式之间切换的平稳性，但未从整车经济性角度给出最优控制策略的确定方法。

发明内容

为解决现有技术存在的不足，本发明基于车辆行驶工况特征及LQR调节器设计了一种液压轮毂混合动力车辆多模式切换控制方法，该方法合理地进行车辆工作模式划分和规划蓄能器SOC的使用途径，实现高平均综合传动效率，提高整车的经济性，为该液压轮毂混合动力车辆的实际控制提供理论参考。

为实现上述目的，根据本发明实施例的一种液压轮毂混合动力车辆多模式切换控制方法，包括以下步骤：

步骤一，工作模式的划分：液压轮毂混合动力车辆在路面上行驶时，可分为三种工作模式，一是泵助力模式(ADM)，即液压泵与发动机共同工作，驱动车辆行驶，其中液压泵和液压马达形成闭式液压回路，二是蓄能器助力模式(AADM)，即蓄能器与发动机共同工作，驱动车辆行驶，三是最优控制模式OPT，当进入此模式，即允许液压系统进入最优控制层，寻找使得当前整车经济性最优的目标工作模式；

步骤二，抽象当前行驶工况特征，与步骤一中的工况模式建立初步映射关系：本步骤映射关系的建立采用的模糊逻辑控制方法，驳离行驶工况特征中的整车质量、路面附着、道路坡度作为模糊输入条件，以目标工作模式作为输出条件，模糊规则表的制定参考实车道路实验，所述实验是测试车辆在不同载重状态、不同路面附着条件下各工作模式的爬坡性能，制得，其一般描述为在中高附着、较大坡度路面，系统更多的进入AADM模式工作，提高动力性；在中低附着路面，系统则倾向于开启ADM模式助力，提高车辆通过性；随着车辆载荷降低，系统更多的选择OPT模式，即进入最优控制层控制，提高车辆经济性；

步骤三，针对步骤二中的最优控制模式，进行细化控制：具体可分为步骤三(a)和步骤三(b)；

步骤三(a),在车速-需求功率坐标下观察系统工作模式分布,在坐标图中将不同的模式工作点表现出来，观察各个模式工作点的分布情况，并以它们之间的界限是否清晰为判断依据，将最优控制模式细化分为单一工作模式和混合工作模式；

步骤三(b),针对步骤三(a)中的混合工作模式，通过LQR调节器实现蓄能器目标SOC跟踪控制，并用庞特里亚金极小值原理推导出使系统输出误差稳定在零附近位置时的最优控制量；

从整个系统的角度看，蓄能器SOC的变化主要与发动机的输出功率P_e以及实际驾驶员的需求功率P_req相关，并存在式(1)所示的关系：

式中，k(SOC)表示发动机功率或者驾驶员需求功率向蓄能器SOC的折算系数；η_pe2acc表示发动机功率向蓄能器功率转化时的效率，0＜η_pe2acc＜1；η_pre2acc表示驾驶员需求功率向蓄能器功率转化时的效率，η_pre2acc＞1，实际是η_pre2acc的相反数，P_w,acc＝η_pe2accP_e-η_pre2accP_req，表示蓄能器的实际充放能功率；

引入蓄能器剩余能量状态(SOE，state of energy)的概念，如式(2)所示：

结合式(1)与式(2)，如式(3)所示：

进而，得到折算因子K(SOC)的最终表达形式，如式(4)所示：

进一步，以上述蓄能器SOC为状态变量、蓄能器充放能功率为控制变量，根据式(1)可得到轮毂液压系统的状态空间方程，如式(5)所示：

式中，A＝0,C＝1；B(x,t)＝K(SOC)；系统状态变量x(t)＝SOC(t)，系统控制变量u(t)＝P_w,acc(t)，由于状态转移矩阵A＝0，该系统的状态空间属于半正定二次型；

根据式(5)所示的系统状态空间方程，本专利采用LQR调节器实现蓄能器目标SOC跟踪控制，根据系统输出期望值y_r(t)定义系统跟踪控制误差：e(t)＝y_r(t)-y(t)，进而建立系统综合控制性能指标，如式(6)所示：

式中，Q和R分别为状态变量偏差与控制变量偏差的权重系数，Q≥0，R＞0；调整Q和R可以实现不同的控制性能，其中，性能指标J₁＝e^T(t)Qe(t)用于表征系统跟踪目标SOC调节能力；性能指标J₂＝u^T(t)Ru(t)则用于调整系统控制变量的波动范围；

进一步，可根据庞特里亚金极小值原理推导出使系统输出误差稳定在零附近位置时的最优控制量，如式(7)所示：

u^*(t)＝-R^-1B^T[P(t)x(t)-g(t)] (7)

式中，P(t)和g(t)是极小值原理应用过程中产生的矩阵，可以根据黎卡提方程求解，如式(8)：

且存在边界条件：

假设系统达到稳态的情况下，此时系统终止时间t_f→∞，上述黎卡提微分方程的解P(t)除去在终端时间的一小段范围外，其余时刻均保持常值，进而使得此时，黎卡提方程将进一步简化为代数方程，如式(10)所示：

由于系统状态空间方程中系数矩阵B(x,t)实际是随系统状态SOC变化的变量，因此，针对不同的SOC状态以及不同的SOC控制维持目标，可以利用式(10)分别求解得到P(x,t)和g(x,y_r,t)，令U_s(t)＝R^-1B^Tg(x,y_r,t)，K(t)＝-R^-1B^TP(x,t)，那么系统跟踪目标SOC的最优控制器即为u^*(t)＝U_s(t)+K(t)x(t)，以此控制器作用于混合工作模式，从而实现了全工况范围内规划蓄能器SOC的使用路径，使系统达到高平均综合传动效率。

本发明与现有技术相比较，有益效果如下：

1、本专利所述的轮毂液压混合动力系统，其功率密度较油电混合车辆高，簧载质量小，可以有效兼顾车辆良好路面的经济性和坏路面的通过性；

2、本专利所述的控制方法考虑了车辆状态、液压系统状态的综合影响，并由整车控制器自主仲裁，确定当前工况下的最佳工作模式，实现全工况范围内规划蓄能器SOC的使用路径；

3、本专利所述的控制方法基于车辆的行驶工况识别和关键状态估计，结合系统全局最优算法，通过最优规则提取与蓄能器SOC最优使用路径规划算法，得到最优控制规则,使系统达到高平均综合传动效率，从而提高了轮毂液压混合动力车辆对不同路面工况适应性以及整车经济性。

附图说明

下面结合附图对实施例的描述将变得容易理解，其中：

图1为根据本发明实施例的轮毂液压混合动力车辆多模式切换控制方法流程示意图；

图2为根据本发明实施例的轮毂液压混合动力系统结构示意图；

图3为根据本发明实施例的轮毂液压混合动力车辆模式切换示意图；

图4为根据本发明实施例的轮毂液压混合动力车辆最大爬坡度和行驶工况映射关系示意图；

图5为根据本发明实施例的车速-需求功率坐标下系统工作模式分布示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

下面参考附图来描述一种轮毂液压混合动力车辆多模式切换控制方法，但本发明并不限于这些实施例。

参考附图1，本发明所述的轮毂液压混合动力车辆多模式切换控制方法，从整体上看分为三个主步骤和两个子步骤，其中步骤1是划分工作模式、步骤2是抽象行驶工况特征、步骤3是在最优层中进行细化控制，步骤3下有两个子步骤分别为步骤3(a)和步骤3(b)，步骤3(a)是细化最优控制模式，主要分为单一工作模式和混合工作模式，针对混合工作模式，步骤3(b)进行了计算和解释，以推导最优控制量为基础，通过建立计算过程中的数学模型以及LQR调节器实现蓄能器SOC的跟踪控制，最后将得到的系统跟踪目标SOC最优控制器作用于混合工作模式，使系统达到高平均综合传动效率。

本发明所述的轮毂液压混合动力车辆多模式切换控制方法的作用对象，轮毂液压混合动力系统结构参考附图2，该系统由两个型号一样的轮毂马达(6)和轮毂马达(7)、控制阀组(8)、发动机(1)、作为储能和放能的蓄能器(4)、液压变排量泵(5)、取力器(2)、液压变排量泵执行机构(9)、离合器(3)、变速箱(11)和整车控制器(10)构成。其连接关系如附图2所示，变量泵(5)的输出油液经过控制阀组(8)后驱动轮毂马达(6)和轮毂马达(7)，从而形成闭式液压回路；蓄能器(4)输出油液经过控制阀组(8)后驱动轮毂马达(6)和轮毂马达(7)，从而形成开始式液压回路；变量泵(5)的驱动力矩由发动机(1)经过取力器(2)传递，变量泵(5)的排量执行命令由液压变排量泵执行机构(9)获得，变速箱(11)与后桥连接，形成传统我的后桥驱动，整车控制器(10)用于解析工况和驾驶员的动作指令，发出相应的整车控制信号。

步骤一，工作模式的划分：液压轮毂混合动力车辆在路面上行驶时，可分为以下工作模式，参考附图4，除液压系统不参与的自由轮模式(FWM)外，一是泵助力模式(ADM)和蠕行模式(CDM)，即液压泵与发动机共同工作，驱动车辆行驶，其中液压泵和液压马达形成闭式液压回路，二是蓄能器助力模式(AADM)和主动充能模式(ACM)，即蓄能器与发动机共同工作，驱动车辆行驶或能量回收，三是最优控制模式OPT，当进入此模式，即允许液压系统进入最优控制层，寻找使得当前整车经济性最优的目标工作模式；

步骤二，抽象当前行驶工况特征，与步骤一中的工况模式建立初步映射关系，参考附图4：本步骤映射关系的建立采用的模糊逻辑控制方法，驳离行驶工况特征中的整车质量、路面附着、道路坡度作为模糊输入条件，以目标工作模式作为输出条件，模糊规则表的制定参考实车道路实验，所述实验是测试车辆在不同载重状态、不同路面附着条件下各工作模式的爬坡性能，制得，其一般描述为在中高附着、较大坡度路面，系统更多的进入AADM模式工作，提高动力性；在中低附着路面，系统则倾向于开启ADM模式助力，提高车辆通过性；随着车辆载荷降低，系统更多的选择OPT模式，即进入最优控制层控制，提高车辆经济性；

步骤三，针对步骤二中的最优控制模式，进行细化控制：具体可分为步骤三(a)和步骤三(b)；

步骤三(a),参考附图5所示，在车速-需求功率坐标下观察系统工作模式分布,在坐标图中将不同的模式工作点表现出来，观察各个模式工作点的分布情况，并以它们之间的界限是否清晰为判断依据，将最优控制模式细化分为单一工作模式和混合工作模式；

步骤三(b),针对步骤三(a)中的混合工作模式，通过LQR调节器实现蓄能器目标SOC跟踪控制，并用庞特里亚金极小值原理推导出使系统输出误差稳定在零附近位置时的最优控制量；

从整个系统的角度看，蓄能器SOC的变化主要与发动机的输出功率P_e以及实际驾驶员的需求功率P_req相关，并存在式(1)所示的关系：

式中，k(SOC)表示发动机功率或者驾驶员需求功率向蓄能器SOC的折算系数；η_pe2acc表示发动机功率向蓄能器功率转化时的效率，0＜η_pe2acc＜1；η_pre2acc表示驾驶员需求功率向蓄能器功率转化时的效率，η_pre2acc＞1，实际是η_pre2acc的相反数，P_w,acc＝η_pe2accP_e-η_pre2accP_req，表示蓄能器的实际充放能功率；

引入蓄能器剩余能量状态(SOE，state of energy)的概念，如式(2)所示：

结合式(1)与式(2)，如式(3)所示：

进而，得到折算因子K(SOC)的最终表达形式，如式(4)所示：

进一步，以上述蓄能器SOC为状态变量、蓄能器充放能功率为控制变量，根据式(1)可得到轮毂液压系统的状态空间方程，如式(5)所示：

式中，A＝0,C＝1；B(x,t)＝K(SOC)；系统状态变量x(t)＝SOC(t)，系统控制变量u(t)＝P_w,acc(t)，由于状态转移矩阵A＝0，该系统的状态空间属于半正定二次型；

根据式(5)所示的系统状态空间方程，本专利采用LQR调节器实现蓄能器目标SOC跟踪控制，根据系统输出期望值y_r(t)定义系统跟踪控制误差：e(t)＝y_r(t)-y(t)，进而建立系统综合控制性能指标，如式(6)所示：

式中，Q和R分别为状态变量偏差与控制变量偏差的权重系数，Q≥0，R＞0；调整Q和R可以实现不同的控制性能，其中，性能指标J₁＝e^T(t)Qe(t)用于表征系统跟踪目标SOC调节能力；性能指标J₂＝u^T(t)Ru(t)则用于调整系统控制变量的波动范围；

进一步，可根据庞特里亚金极小值原理推导出使系统输出误差稳定在零附近位置时的最优控制量，如式(7)所示：

u^*(t)＝-R^-1B^T[P(t)x(t)-g(t)] (7)

式中，P(t)和g(t)是极小值原理应用过程中产生的矩阵，可以根据黎卡提方程求解，如式(8)：

且存在边界条件：

假设系统达到稳态的情况下，此时系统终止时间t_f→∞，上述黎卡提微分方程的解P(t)除去在终端时间的一小段范围外，其余时刻均保持常值，进而使得此时，黎卡提方程将进一步简化为代数方程，如式(10)所示：

由于系统状态空间方程中系数矩阵B(x,t)实际是随系统状态SOC变化的变量，因此，针对不同的SOC状态以及不同的SOC控制维持目标，可以利用式(10)分别求解得到P(x,t)和g(x,y_r,t)，令U_s(t)＝R^-1B^Tg(x,y_r,t)，K(t)＝-R^-1B^TP(x,t)，那么系统跟踪目标SOC的最优控制器即为u^*(t)＝U_s(t)+K(t)x(t)，以此控制器作用于混合工作模式，从而实现了全工况范围内规划蓄能器SOC的使用路径，使系统达到高平均综合传动效率。

本发明中较多的使用了诸如模糊逻辑、细化控制、折算因子、SOC、η_pe2acc、u^*(t)、t_f、U_s(t)等术语，但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (1)

1.一种液压轮毂混合动力车辆多模式切换控制方法，包括工作模式的划分、抽象行驶工况特征，与步骤一中的工况模式建立初步映射关系、细化最优控制模式，旨在实现了全工况范围内规划蓄能器SOC的使用路径，使系统达到高平均综合传动效率；其特征在于：

步骤一，工作模式的划分：液压轮毂混合动力车辆在路面上行驶时，可分为三种工作模式，一是泵助力模式(ADM)，即液压泵与发动机共同工作，驱动车辆行驶，其中液压泵和液压马达形成闭式液压回路，二是蓄能器助力模式(AADM)，即蓄能器与发动机共同工作，驱动车辆行驶，三是最优控制模式OPT，当进入此模式，即允许液压系统进入最优控制层，寻找使得当前整车经济性最优的目标工作模式；

步骤二，抽象当前行驶工况特征，与步骤一中的工况模式建立初步映射关系：本步骤映射关系的建立采用的模糊逻辑控制方法，驳离行驶工况特征中的整车质量、路面附着、道路坡度作为模糊输入条件，以目标工作模式作为输出条件，模糊规则表的制定参考实车道路实验，所述实验是测试车辆在不同载重状态、不同路面附着条件下各工作模式的爬坡性能，制得，其一般描述为在中高附着、较大坡度路面，系统更多的进入AADM模式工作，提高动力性，在中低附着路面，系统则倾向于开启ADM模式助力，提高车辆通过性；随着车辆载荷降低，系统更多的选择OPT模式，即进入最优控制层控制，提高车辆经济性；

步骤三，针对步骤二中的最优控制模式，进行细化控制：具体可分为步骤三(a)和步骤三(b)；

步骤三(a),在车速-需求功率坐标下观察系统工作模式分布,在坐标图中将不同的模式工作点表现出来，观察各个模式工作点的分布情况，并以它们之间的界限是否清晰为判断依据，将最优控制模式细化分为单一工作模式和混合工作模式；

步骤三(b),针对步骤三(a)中的混合工作模式，通过LQR调节器实现蓄能器目标SOC跟踪控制，并用庞特里亚金极小值原理推导出使系统输出误差稳定在零附近位置时的最优控制量：

从整个系统的角度看，蓄能器SOC的变化主要与发动机的输出功率P_e以及实际驾驶员的需求功率P_req相关，并存在式(1)所示的关系：

式中，k(SOC)表示发动机功率或者驾驶员需求功率向蓄能器SOC的折算系数、η_pe2acc表示发动机功率向蓄能器功率转化时的效率，0＜η_pe2acc＜1、η_pre2acc表示驾驶员需求功率向蓄能器功率转化时的效率，η_pre2acc＞1，实际是η_pre2acc的相反数，P_w,acc＝η_pe2accP_e-η_pre2accP_req，表示蓄能器的实际充放能功率；

引入蓄能器剩余能量状态(SOE，state of energy)的概念，如式(2)所示：

结合式(1)与式(2)，如式(3)所示：

进而，得到折算因子K(SOC)的最终表达形式，如式(4)所示：

进一步，以上述蓄能器SOC为状态变量、蓄能器充放能功率为控制变量，根据式(1)可得到轮毂液压系统的状态空间方程，如式(5)所示：

式中，A＝0,C＝1，B(x,t)＝K(SOC)，系统状态变量x(t)＝SOC(t)，系统控制变量u(t)＝P_w,acc(t)，由于状态转移矩阵A＝0，该系统的状态空间属于半正定二次型；

根据式(5)所示的系统状态空间方程，本专利采用LQR调节器实现蓄能器目标SOC跟踪控制，根据系统输出期望值y_r(t)定义系统跟踪控制误差：e(t)＝y_r(t)-y(t)，进而建立系统综合控制性能指标，如式(6)所示：

式中，Q和R分别为状态变量偏差与控制变量偏差的权重系数，Q≥0，R＞0，调整Q和R可以实现不同的控制性能，其中，性能指标J₁＝e^T(t)Qe(t)用于表征系统跟踪目标SOC调节能力；性能指标J₂＝u^T(t)Ru(t)则用于调整系统控制变量的波动范围；

进一步，可根据庞特里亚金极小值原理推导出使系统输出误差稳定在零附近位置时的最优控制量，如式(7)所示：

u^*(t)＝-R^-1B^T[P(t)x(t)-g(t)] (7)

式中，P(t)和g(t)是极小值原理应用过程中产生的矩阵，可以根据黎卡提方程求解，如式(8)：

且存在边界条件：

假设系统达到稳态的情况下，此时系统终止时间t_f→∞，上述黎卡提微分方程的解P(t)除去在终端时间的一小段范围外，其余时刻均保持常值，进而使得此时，黎卡提方程将进一步简化为代数方程，如式(10)所示：

由于系统状态空间方程中系数矩阵B(x,t)实际是随系统状态SOC变化的变量，因此，针对不同的SOC状态以及不同的SOC控制维持目标，可以利用式(10)分别求解得到P(x,t)和g(x,y_r,t)，令U_s(t)＝R^-1B^Tg(x,y_r,t)，K(t)＝-R^-1B^TP(x,t)，那么系统跟踪目标SOC的最优控制器即为u^*(t)＝U_s(t)+K(t)x(t)，以此控制器作用于混合工作模式，从而实现了全工况范围内规划蓄能器SOC的使用路径，使系统达到高平均综合传动效率。