CN115520034B - 一种基于轮胎耐久的电动矿卡扭矩智能控制方法 - Google Patents

一种基于轮胎耐久的电动矿卡扭矩智能控制方法 Download PDF

Info

Publication number
CN115520034B
CN115520034B CN202211366701.8A CN202211366701A CN115520034B CN 115520034 B CN115520034 B CN 115520034B CN 202211366701 A CN202211366701 A CN 202211366701A CN 115520034 B CN115520034 B CN 115520034B
Authority
CN
China
Prior art keywords
torque
tire
vehicle
endurance
driver
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.)
Active
Application number
CN202211366701.8A
Other languages
English (en)
Other versions
CN115520034A (zh
Inventor
赵伟
马露杰
王大鹏
许新旗
宋志远
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Shenju Technology Co ltd
Original Assignee
Hangzhou Shenju Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Shenju Technology Co ltd filed Critical Hangzhou Shenju Technology Co ltd
Priority to CN202211366701.8A priority Critical patent/CN115520034B/zh
Publication of CN115520034A publication Critical patent/CN115520034A/zh
Application granted granted Critical
Publication of CN115520034B publication Critical patent/CN115520034B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
    • B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/10—Vehicle control parameters
    • B60L2240/12—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/10—Vehicle control parameters
    • B60L2240/26—Vehicle weight
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/42—Drive Train control parameters related to electric machines
    • B60L2240/423—Torque
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/60—Navigation input
    • B60L2240/64—Road conditions
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/72—Electric energy management in electromobility

Abstract

一种基于轮胎耐久的电动矿卡扭矩智能控制方法，综合矿山工况中路况、负载、车速等因素，通对电动矿卡扭矩的智能控制，达到降低轮胎磨损损耗，延长轮胎使用寿命的效果。所述方法通过轮胎耐久扭矩控制算法控制轮胎的工作扭矩使轮胎处于健康耐久工作范围内，并融合基于驾驶员意图的扭矩算法，形成一种专门用于矿山电动车辆的扭矩控制方法。与现有技术相比，传统的车辆扭矩控制以驾驶员驱动意图作为车辆扭矩控制的依据，而在本发明提出了轮胎耐久扭矩控制算法，并兼顾驾驶员驱动意图的车辆扭矩控制算法，大大提高了矿用车辆的轮胎使用寿命，特别适用于矿用电动车辆的应用场景。

Description

一种基于轮胎耐久的电动矿卡扭矩智能控制方法
技术领域
本发明涉及矿用新能源重型卡车技术领域，特别涉及一种基于轮胎耐久的电动矿卡扭矩智能控制方法。
背景技术
在矿卡车辆运行中，轮胎的费用仅次于维修费用，高达20%~30%，而矿卡轮胎价格较高其在整车购置费用中占比7%~10%。因此，提高轮胎的使用寿命可以带来巨大的经济价值，而当前阶段正确的使用轮胎是延长轮胎寿命的唯一有效途径。目前，如何正确使用轮胎完全依赖于矿卡司机的个人经验和矿山运行管理，而车辆本身并没有任何有效的控制手段。这一方面加大了矿山的管理成本，另一方面轮胎寿命延长依赖于人的经验使得效果有限。当前矿卡正面临智能化、电动化和网联化的变革，使得智能控制的应用有了硬件和软件载体的支持。鉴于上述原因，因此亟需一种智能控制算法来有效的延长轮胎寿命是一个非常有价值的事。
发明内容
本发明提供一种基于轮胎耐久的电动矿卡扭矩智能控制方法，综合考虑矿山工况中路况、负载、车速等因素，通过算法对电动矿卡进行扭矩控制，以达到降低轮胎磨损损耗，延长轮胎使用寿命的效果，具体如下：
本发明的技术方案是这样实现的：
一种基于轮胎耐久的电动矿卡扭矩智能控制方法，包括控制轮胎的工作扭矩处于健康耐久工作范围内的轮胎耐久扭矩控制算法以及基于驾驶员意图的扭矩算法，所述轮胎耐久扭矩控制算法包括以下控制步骤：
1）确定最大基础扭矩，通过将与车辆状态有关的车辆负荷因素
Figure 923222DEST_PATH_IMAGE001
与车辆运行速 度因素
Figure 475295DEST_PATH_IMAGE002
同时与扭矩关联，构成一个最大基础扭矩
Figure 753830DEST_PATH_IMAGE003
的二次函数，所述最大基础扭矩
Figure 688200DEST_PATH_IMAGE004
表示在某车重和某车速下，轮胎耐久性最佳时允许的输出的最大扭矩，为：
Figure 368580DEST_PATH_IMAGE005
Figure 357133DEST_PATH_IMAGE006
Figure 591805DEST_PATH_IMAGE007
；
2）确定基于耐久性的扭矩输出，影响最大基础扭矩释放力矩的因素包括与车辆状 态有关的轮胎气压因素
Figure 589586DEST_PATH_IMAGE008
、与轮胎工作场景相关的道路条件因素
Figure 124473DEST_PATH_IMAGE009
和气候条件因素
Figure 567085DEST_PATH_IMAGE010
，三种因素影响最大基础扭矩释放力矩的释放系数用
Figure DEST_PATH_IMAGE011
表示，
Figure 148108DEST_PATH_IMAGE012
，得出：
Figure 684000DEST_PATH_IMAGE013
Figure 73393DEST_PATH_IMAGE014
Figure 675188DEST_PATH_IMAGE015
其中，
Figure 150031DEST_PATH_IMAGE016
为气压约束下扭矩，
Figure 755194DEST_PATH_IMAGE017
为道路条件约束下的扭矩，
Figure 999093DEST_PATH_IMAGE018
为气候条件约束下 的扭矩,
得到基于耐久性的扭矩输出T1为：
Figure 765930DEST_PATH_IMAGE019
；
3）基于驾驶员意图的扭矩算法中基于驾驶员意图的控制扭矩为T2，将基于耐久性 的扭矩输出T1与基于驾驶员意图的控制扭矩T2进行协调扭矩控制，得到融合扭矩
Figure 728070DEST_PATH_IMAGE020
，所述 融合扭矩
Figure 599905DEST_PATH_IMAGE021
为最终输出扭矩。
优选地，融合扭矩
Figure 698312DEST_PATH_IMAGE021
的融合过程为：
若基于驾驶员意图的控制扭矩T2小于基于耐久性的扭矩输出T1时，融合扭矩
Figure 636049DEST_PATH_IMAGE022
；
若基于驾驶员意图的控制扭矩T2大于基于耐久性的扭矩输出T1时，融合扭矩
Figure 819906DEST_PATH_IMAGE021
根 据路况选择行驶模式。
优选地，所述行驶模式包括耐久模式、动力模式和正常模式，具体为：
1）耐久模式：
耐久模式为完全输出耐久扭矩．融合扭矩为：
Figure 517604DEST_PATH_IMAGE023
2）动力模式：
动力模式下，忽略轮胎耐久，输出驾驶意图扭矩．融合扭矩为：
Figure 256802DEST_PATH_IMAGE024
3）正常模式：
正常模式是兼顾耐久模式和动力模式，采用偏好因子
Figure 116173DEST_PATH_IMAGE025
表示兼顾的程度，融合扭矩 为：
Figure 36593DEST_PATH_IMAGE026
。
优选地，将融合扭矩
Figure 272403DEST_PATH_IMAGE021
融入轮胎健康度
Figure 860248DEST_PATH_IMAGE027
得到融入轮胎健康度
Figure 890521DEST_PATH_IMAGE028
的融合扭矩为
Figure 332127DEST_PATH_IMAGE029
， 其中，
Figure 620895DEST_PATH_IMAGE030
，所述健康度
Figure 813979DEST_PATH_IMAGE031
的识别包括基于总行驶里程的健康度估计以及基于 实时图像识别的健康度估计。
与现有技术相比，本发明有以下有益效果：
本发明的一种基于轮胎耐久的电动矿卡扭矩智能控制方法，智能控制车辆输出扭矩，而不是像传统矿车一样由驾驶员控制油门和刹车踏板控制扭矩。摒弃了传统矿车的扭矩虽然能保证整车具有一定的动力性和能耗经济性，但无法保障轮胎的健康度的方式，本发明可以在保证车辆动力性和经济性的同时，延长轮胎使用寿命，减少矿用卡车的使用成本，缩减维护时间，提高车辆的工作效率。
附图说明
图1为本发明车辆负荷对轮胎使用寿命影响的关系曲线图；
图2为本发明车速对轮胎使用寿命影响的关系表；
图3为本发明轮胎气压对轮胎使用寿命影响的关系曲线图；
图4为本发明路面条件对轮胎使用寿命影响的关系曲线图；
图5为本发明气候对轮胎使用寿命影响的关系曲线图；
图6为本发明基于轮胎耐久的电动矿用卡车扭矩智能控制方法的系统图；
图7为本发明于轮胎耐久的电动矿卡扭矩智能控制方法的流程图；
图8是矿卡油门踏板踩踏曲线；
图9是采用传统力矩算法的矿山车辆扭矩曲线；
图10是本发明融入扭矩智能控制方法的力矩曲线曲线。
具体实施方式
下面将结合本发明实施例中的附图，对本发明进行清楚、完整地描述。
如图1至图5所示，矿卡轮胎的使用寿命跟以下几个因素有关：
车辆负荷，用变量
Figure 530000DEST_PATH_IMAGE032
表示，当车辆负荷越重，轮胎使用寿命越短；
气候，用变量
Figure 910165DEST_PATH_IMAGE033
表示，当天气温度越高，轮胎使用寿命越短；
车速，用变量
Figure 742904DEST_PATH_IMAGE034
表示，当车速越高，轮胎使用寿命越短；
路面条件，用变量
Figure 56074DEST_PATH_IMAGE035
表示，路面条件越差，轮胎使用寿命越短；
轮胎气压，用变量
Figure 693729DEST_PATH_IMAGE036
表示，要使轮胎耐久，轮胎气压有一个最优值，高于或低于这 个最优值，都会降低轮胎耐久。
图1至图5中展示了轮胎使用寿命的定性数据，基于这些原因，本发明提出以下电动矿卡轮胎耐久的智能控制系统，如图6所示：
第一，系统中提出轮胎耐久扭矩控制算法，所述轮胎耐久扭矩控制算法是基于车辆状态识别和轮胎工作场景识别，用一种安全策略保证轮胎的工作扭矩在健康耐久的工作范围内；
第二，根据车辆驱动行驶总体上是基于驾驶员的驾驶意图的原则，所述系统保留传统的扭矩控制部分，即保留基于驾驶员意图的扭矩算法和整车功率管理的扭矩切换；
第三，本发明中加入实时的轮胎健康度监测，并根据监测到的健康度调整扭矩的输出；
第四，协调上述基于驾驶员意图扭矩控制、基于轮胎耐久扭矩控制，并结合健康度的监测，对扭矩进行综合融合，得到最终的扭矩输出。
下面详细介绍所述基于轮胎耐久的电动矿卡扭矩智能控制方法的过程。
首先，综合上述，有5大因素影响轮胎耐久，所述5大因素总体上分为2类：一类是跟 车辆状态有关的因素，即车辆负荷因素
Figure 810458DEST_PATH_IMAGE037
、车辆运行速度因素
Figure 926182DEST_PATH_IMAGE038
和轮胎气压因素
Figure 343125DEST_PATH_IMAGE039
。另 一类是跟轮胎工作场景相关的因素，即道路条件因素
Figure 145822DEST_PATH_IMAGE040
、气候条件因素
Figure 15427DEST_PATH_IMAGE041
。将其中两个 因素即车辆运行速度因素
Figure 934841DEST_PATH_IMAGE042
和车辆负荷因素
Figure 206291DEST_PATH_IMAGE043
跟扭矩关联，形成一个二次函数，称之为 最大基础扭矩
Figure 451328DEST_PATH_IMAGE044
，它表示某车重下和车速下，轮胎耐久性最佳时允许的输出的最大扭矩， 如下：
Figure 293382DEST_PATH_IMAGE045
Figure 271614DEST_PATH_IMAGE046
Figure 148303DEST_PATH_IMAGE047
矿山车辆地速度和重量都有一定地范围区间，所以在最大基础扭矩函数
Figure 547930DEST_PATH_IMAGE048
中需要加入车速和重量地限制条件。最大基础扭矩函数
Figure 877280DEST_PATH_IMAGE048
的确定，采用汽车理论中 的车辆动力学公式计算，并结合矿山经验数据或者实际情况做参数的修正。
针对其他三类影响最大基础扭矩的因素（轮胎气压因素
Figure 404076DEST_PATH_IMAGE049
、道路条件因素
Figure 667697DEST_PATH_IMAGE050
和气候条件因素
Figure 723377DEST_PATH_IMAGE051
），比如图3中，轮胎气压因素
Figure 789291DEST_PATH_IMAGE052
有一个最优值，就可以认为最优气压 下，最大基础力矩可以完全释放，否则最大基础力矩只能释放一部分，这里可以用0-1的系 数
Figure 119778DEST_PATH_IMAGE053
表示。因此得出以下三种扭矩分别表示为气压约束下扭矩
Figure 954748DEST_PATH_IMAGE054
、道路条件约束下的扭矩
Figure 446909DEST_PATH_IMAGE055
、气候环境约束下的扭矩
Figure 5979DEST_PATH_IMAGE056
，三者关系为：
Figure 874578DEST_PATH_IMAGE057
Figure 580365DEST_PATH_IMAGE058
Figure 758275DEST_PATH_IMAGE059
考虑到安全原则，最终的输出扭矩为这3个约束扭矩下的最小值，因此，基于耐久性的扭矩输出T1为
Figure 549513DEST_PATH_IMAGE060
其次．基于驾驶员意图的扭矩控制，用T2表示，一般地，驾驶员扭矩控制采用油门踏板信号和当前实时车速信号输出车辆扭矩，具体的数据值的大小根据不同的车辆类型进行试验测试确定。
针对轮胎健康度的识别，轮胎健康度识别可以采用两种策略，一种是基于总行驶里程的健康度估计，一种是基于实时图像识别的健康度估计。前者通过车速累计方法可以计算出行驶里程，这种方法计算工作量较小，如下：
Figure 221803DEST_PATH_IMAGE061
后者则需要通过图像识别技术和Al技术来评估轮胎图像的健康度，基于图像识别的AI算法通常采用卷积神经网络进行训练，最后得到的神经网络用于实时识别图像，用以直观的评估的健康度。
上述两种方法识别轮胎健康度，可以用一个0-1之间的影响因子表示健康度状态， 本发明中采用
Figure 759926DEST_PATH_IMAGE062
表示健康度。
如图7所示，针对扭矩融合和协调扭矩控制，我们用
Figure 859469DEST_PATH_IMAGE063
表示融合扭矩。综合上述， 耐久性扭矩输出为T1，驾驶意图扭矩输出为T2，存在以下情况：
情况一：T2<T1
这种情况表示驾驶员意图输出的扭矩小于轮胎耐久的扭矩，这时驾驶员意图扭矩可以完全输出，并不影响轮胎的耐久性。同时，将轮胎的健康因子加入，因此融合扭矩为
Figure 387271DEST_PATH_IMAGE064
情况二：T2>T1
这种情况下表示驾驶员意图输出的扭矩大于轮胎耐久扭矩，这时如果按照驾驶意图输出扭矩，那么轮胎耐久就会受到影响。这时应该输出轮胎耐久扭矩T1，但此刻车辆动力就会受到很大影响。考虑到矿山的实际情况，有时候需要兼顾耐久和动力，比如在爬坡时动力是首选，而平路上耐久比较重要。这样，把车辆分为3个形式模式，为:耐久模式、动力模式和正常模式。
1、耐久模式：
耐久模式就是完全输出耐久扭矩．将轮胎的健康因子加入后，最终的融合扭矩为：
Figure 332094DEST_PATH_IMAGE065
，
2、动力模式：
动力模式下，忽略轮胎耐久，这时就是输出驾驶意图扭矩．结合健康因子，则融合扭矩为：
Figure 261741DEST_PATH_IMAGE066
，
3、正常模式：
正常模式是兼顾耐久模式和动力模式，本发明中采用线性策略，用一个偏好因子
Figure 272466DEST_PATH_IMAGE067
表示兼顾的程度，并结合健康因子，则输出的融合扭矩为：
Figure 21985DEST_PATH_IMAGE068
。
如图8至图10所示，将本发明提出的扭矩智能控制方法应用于矿山车辆仿真模型中进行对比测试，得到如下结果，图8是油门踏板（加速踏板）踩踏曲线，图9是采用传统力矩算法的矿山车辆扭矩曲线，图10是本发明融入扭矩智能控制方法的力矩曲线曲线。从图9可以看出，传统的扭矩算法只响应油门，油门大时输出扭矩就大，油门小时输出扭矩就小。由于实际矿山行驶中，油门变化值是比较频繁的，导致车辆轮胎扭矩突变比较严重，从而影响轮胎寿命。而本发明提出的转速中，只在起步阶段和加速超车阶段会根据油门来响应，其他情况下，扭矩是根据轮胎的健康因子参数输出力矩，因此，轮胎上的扭矩突变会小很多，见图10中的中间部分数据，这样就会大大增加轮胎使用寿命。将本发明所述的扭矩智能控制方法应用到矿山车辆后，根据一段时间的实际测试验证后发现，对比未采用本发明的扭矩智能控制方法的车辆和采用传统扭矩算法的车辆，轮胎寿命可以提高1倍以上，并且基本不会牺牲车辆的动力性能要求，同时大大缩减了矿山车辆的运营成本。
综合本发明的具体控制步骤以及实施方式可知，本发明的一种基于轮胎耐久的电动矿卡扭矩智能控制方法，智能控制车辆输出扭矩，而不是像传统矿车一样由驾驶员控制油门和刹车踏板控制扭矩。摒弃了传统矿车的扭矩虽然能保证整车具有一定的动力性和能耗经济性，但无法保障轮胎的健康度的方式，本发明可以在保证车辆动力性和经济性的同时，延长轮胎使用寿命，减少矿用卡车的使用成本，缩减维护时间，提高车辆的工作效率。

Claims (4)

1.一种基于轮胎耐久的电动矿卡扭矩智能控制方法，其特征在于，包括将轮胎工作扭矩控制处于健康耐久工作范围内的轮胎耐久扭矩控制算法以及基于驾驶员意图的扭矩算法，所述轮胎耐久扭矩控制算法包括以下控制步骤：
1）确定最大基础扭矩，通过将与车辆状态有关的车辆负荷因素
Figure 806635DEST_PATH_IMAGE001
与车辆运行速度因 素
Figure 192486DEST_PATH_IMAGE002
同时与扭矩关联，构成一个最大基础扭矩
Figure 720420DEST_PATH_IMAGE003
的二次函数，所述最大基础扭矩
Figure 385887DEST_PATH_IMAGE004
表示 在某车重和某车速下，轮胎耐久性最佳时允许的输出的最大扭矩，为：
Figure 327167DEST_PATH_IMAGE005
Figure 1862DEST_PATH_IMAGE006
Figure 712198DEST_PATH_IMAGE007
；
2）确定基于耐久性的扭矩输出，影响最大基础扭矩释放力矩的因素包括与车辆状态有 关的轮胎气压因素
Figure 79726DEST_PATH_IMAGE008
、与轮胎工作场景相关的道路条件因素
Figure 508302DEST_PATH_IMAGE009
和气候条件因素
Figure 721108DEST_PATH_IMAGE010
，三 种因素影响最大基础扭矩释放力矩的释放系数用
Figure 551530DEST_PATH_IMAGE011
表示，
Figure 824380DEST_PATH_IMAGE012
，得出：
Figure 740252DEST_PATH_IMAGE013
Figure 553487DEST_PATH_IMAGE014
Figure 238415DEST_PATH_IMAGE015
其中，
Figure 682166DEST_PATH_IMAGE016
为气压约束下扭矩，
Figure 85334DEST_PATH_IMAGE017
为道路条件约束下的扭矩，
Figure 639944DEST_PATH_IMAGE018
为气候条件约束下的扭 矩,
得到基于耐久性的扭矩输出T1为：
Figure 191097DEST_PATH_IMAGE019
；
3）基于驾驶员意图的扭矩算法中基于驾驶员意图的控制扭矩为T2，将基于耐久性的扭 矩输出T1与基于驾驶员意图的控制扭矩T2进行协调扭矩控制，得到融合扭矩
Figure 71328DEST_PATH_IMAGE020
，所述融合 扭矩
Figure 696214DEST_PATH_IMAGE021
为最终输出扭矩。
2.如权利要求1所述的基于轮胎耐久的电动矿卡扭矩智能控制方法，其特征在于，融合 扭矩
Figure 975885DEST_PATH_IMAGE021
的融合过程为：
若基于驾驶员意图的控制扭矩T2小于基于耐久性的扭矩输出T1时，融合扭矩
Figure 386138DEST_PATH_IMAGE022
；
若基于驾驶员意图的控制扭矩T2大于基于耐久性的扭矩输出T1时，融合扭矩
Figure 686538DEST_PATH_IMAGE021
根据路 况选择行驶模式。
3.如权利要求2所述的基于轮胎耐久的电动矿卡扭矩智能控制方法，其特征在于，所述行驶模式包括耐久模式、动力模式和正常模式，具体为：
1）耐久模式：
耐久模式为完全输出耐久扭矩．融合扭矩为：
Figure 283873DEST_PATH_IMAGE023
2）动力模式：
动力模式下，忽略轮胎耐久，输出驾驶意图扭矩．融合扭矩为：
Figure 695131DEST_PATH_IMAGE024
3）正常模式：
正常模式是兼顾耐久模式和动力模式，采用偏好因子
Figure 491049DEST_PATH_IMAGE025
表示兼顾的程度，融合扭矩为：
Figure 962350DEST_PATH_IMAGE026
。
4.如权利要求2或3所述的基于轮胎耐久的电动矿卡扭矩智能控制方法，其特征在于， 将融合扭矩
Figure 312560DEST_PATH_IMAGE021
融入轮胎健康度
Figure 527510DEST_PATH_IMAGE027
得到融入轮胎健康度
Figure 646776DEST_PATH_IMAGE028
的融合扭矩为
Figure 23399DEST_PATH_IMAGE029
， 其中，
Figure 860905DEST_PATH_IMAGE030
，所述健康度
Figure 613966DEST_PATH_IMAGE031
的识别包括基于总行驶里程的健康度估计以及基于实时图像识别 的健康度估计。
CN202211366701.8A 2022-11-03 2022-11-03 一种基于轮胎耐久的电动矿卡扭矩智能控制方法 Active CN115520034B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211366701.8A CN115520034B (zh) 2022-11-03 2022-11-03 一种基于轮胎耐久的电动矿卡扭矩智能控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211366701.8A CN115520034B (zh) 2022-11-03 2022-11-03 一种基于轮胎耐久的电动矿卡扭矩智能控制方法

Publications (2)

Publication Number Publication Date
CN115520034A CN115520034A (zh) 2022-12-27
CN115520034B true CN115520034B (zh) 2023-03-24

Family

ID=84703781

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211366701.8A Active CN115520034B (zh) 2022-11-03 2022-11-03 一种基于轮胎耐久的电动矿卡扭矩智能控制方法

Country Status (1)

Country Link
CN (1) CN115520034B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008167640A (ja) * 2006-12-08 2008-07-17 Bridgestone Corp 電気自動車の車両制御装置、及び電気自動車の駆動システム

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7363118B2 (en) * 2004-08-02 2008-04-22 Volvo Trucks North America, Inc. Methods and apparatus for reducing vehicle tire wear
KR102478125B1 (ko) * 2017-11-24 2022-12-16 현대자동차주식회사 모터 구동 차량 제어방법 및 제어시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008167640A (ja) * 2006-12-08 2008-07-17 Bridgestone Corp 電気自動車の車両制御装置、及び電気自動車の駆動システム

Also Published As

Publication number Publication date
CN115520034A (zh) 2022-12-27

Similar Documents

Publication Publication Date Title
US8311722B2 (en) Driver-based control system and method to improve fuel economy
CN110758371B (zh) 一种混合动力重型牵引车辅助制动系统及其控制方法
KR100335041B1 (ko) 차량변속기용제어기
US10272902B2 (en) Brake control device
US7473206B2 (en) Engine controller and control method
EP3166829B1 (en) Control of an combustion engine in a vehicle
CN111169290B (zh) 一种车辆行驶速度控制方法和系统
CN106585389A (zh) 电动汽车及电动汽车再生制动的控制方法和装置
US20050222724A1 (en) Control system for movable body
CN105102283A (zh) 车辆的制动控制装置
JP2004509598A (ja) 自動車における発電機電圧の調整方法
CN102963353B (zh) 基于神经网络的混合动力系统能量管理方法
CN112124223B (zh) 一种提升整车经济性的电动汽车智能控制方法
CN111348039A (zh) 一种基于加速度变化率优化的驾驶主动干预系统及方法
CN115520034B (zh) 一种基于轮胎耐久的电动矿卡扭矩智能控制方法
CN108556846A (zh) 用于进行车辆制动滑行能量回收的控制方法及控制系统
CN116923110A (zh) 一种新能源智能网联客车蠕动控制系统及控制方法
Park et al. Performance Potential of Regenerative Braking Energy Recovery of Autonomous Electric Vehicles
CN112172543A (zh) 适用于牵引电动车辆的新型速度模式下的转矩控制方法
CN117465413B (zh) 一种智能混合动力汽车动力总成控制系统
CN114683860A (zh) 用于车辆能量回收的制动方法、装置及具有其的车辆
CN116729356B (zh) 一种基于物联网技术的新能源汽车控制系统及方法
US11731642B2 (en) Control device for mobile body
JP2006500280A (ja) 自動車両内の機関・変速機ユニットを調整及び／又は制御するための方法
Jiang et al. Human-like Eco-driving Strategy of Electric Vehicle Considering Vehicle-to-everything Communication

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant