JP5133197B2 - ハイブリッド自動車およびコンピュータ装置ならびにプログラム - Google Patents
ハイブリッド自動車およびコンピュータ装置ならびにプログラム Download PDFInfo
- Publication number
- JP5133197B2 JP5133197B2 JP2008265894A JP2008265894A JP5133197B2 JP 5133197 B2 JP5133197 B2 JP 5133197B2 JP 2008265894 A JP2008265894 A JP 2008265894A JP 2008265894 A JP2008265894 A JP 2008265894A JP 5133197 B2 JP5133197 B2 JP 5133197B2
- Authority
- JP
- Japan
- Prior art keywords
- torque
- hybrid vehicle
- value
- engine
- 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
Links
- 238000005457 optimization Methods 0.000 claims description 46
- 238000013528 artificial neural network Methods 0.000 claims description 43
- 238000004088 simulation Methods 0.000 claims description 22
- 238000000034 method Methods 0.000 claims description 21
- 230000010365 information processing Effects 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000013213 extrapolation Methods 0.000 claims description 6
- 230000001172 regenerating effect Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 3
- 230000008685 targeting Effects 0.000 claims 1
- 210000002569 neuron Anatomy 0.000 description 13
- 239000000446 fuel Substances 0.000 description 12
- 238000007405 data analysis Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 9
- 239000013598 vector Substances 0.000 description 9
- 230000003044 adaptive effect Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 239000006185 dispersion Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000013468 resource allocation Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
Images
Classifications
-
- 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
- Y02T10/62—Hybrid vehicles
Description
本発明の実施の形態に係るハイブリッド自動車1の構成を図1を参照して説明する。図1は、ハイブリッド自動車1の要部構成図である。ハイブリッド自動車1は、図1に示すように、エンジン10と、電動機11と、運転者の要求トルクと車両の走行状態とに基づきエンジン10および電動機11に配分するトルクをそれぞれ算出する算出手段であるハイブリッド制御部12とを備える。
本発明の実施の形態に係るハイブリッド自動車1が行う情報処理の基本的な概念について図2を参照して説明する。本発明の実施の形態に係るハイブリッド自動車1が行う情報処理は、図2に示すように、時間T1において取得した情報に基づきトルク配分制御部30は最適化マップを生成し、この最適化マップに基づいて生成された二次元ルックアップテーブルを時間T2の走行において使用する。さらに、時間T2において取得した情報に基づきトルク配分制御部30は最適化マップに基づいて生成された二次元ルックアップテーブルを生成し、この二次元ルックアップテーブルを時間T3の走行において使用する。
次に、本発明の実施の形態に係るハイブリッド自動車1が行う情報処理の全体的な処理の流れについて図3を参照して説明する。本発明の実施の形態では、図3に示すように、コンピュータ装置40を用いて図1に示すハイブリッド制御部12とはオフラインでシミュレーション♯1〜♯Nに対応する最適化マップ♯1〜♯Nを生成する。すなわち、所定の車種に対するダイナミックプログラミング手法によるシミュレーション♯1〜♯Nを実施し(ステップS1)、そのシミュレーション結果として得られる情報に基づいて複数のシミュレーション♯1〜♯Nに対応する最適化マップ♯1〜♯Nを生成する(ステップS2)。なお、これらのシミュレーションが事前シミュレーションとなる。
ここで、ニューラルネットワーク50の構成について説明する。図5にニューラルネットワーク50を構成するニューロンの例を示す。ニューラルネットワーク50を構成するニューロンは、図5に示すようになっている。図5はニューロンを模式的に示している。図5では「運転者の要求出力平均値」WDrv_reqが入力信号となる例を示す。ニューロンでは、入力信号WDrv_req1〜WDrv_reqNと重みw1〜wNに基づいて、
net=WDrv_req1×w1+WDrv_req2×w2+…+WDrv_reqN×wN
out=f(net−θ)
という計算を行って出力信号outを出力する。
次に、図3のステップS1のコンピュータ装置40によるシミュレーション♯1〜♯Nに対応する最適化マップ♯1〜♯Nの生成について説明する。本発明の実施の形態では、最適化マップ♯1〜♯Nの生成にダイナミックプログラミング手法と呼ばれている手法を用いる。ダイナミックプログラミング手法は周知の技術である。よって、ダイナミックプログラミング手法そのものについての詳細な説明は省略し、以下では、ダイナミックプログラミング手法とハイブリッド自動車1のハイブリッド制御との関連について主に説明する。
この資源配分問題を数式化すると、
fN(kN)=
minx1+x2+…+xN[g1(x1,ωe1)+g2(x2,ωe2)+…+gN(xN,ωeN)]
…(1)
ただし、kN=x1+x2+…+xN
を制約条件とする。なお、各変数は以下のとおりである。
fN(kN) :電力投入をkN行った場合の燃料消費量(cc)
kN :エネルギ投入量の合計(kWh)
xN :1サンプリング当たりのエネルギ投入量(kW)
gN(xN,ωeN):xNのエネルギ投入を行った場合の燃料噴射量(cc/秒)
ωeN
:エンジン回転速度(RPM)
式(1)を数値解析的に解くために、最適性原理に基づいて関数再帰方程式で表すと、
fN(kN)=min0≦xN≦kN[gn(xn)+fn-1(kn−xn)](n=2,3,…,N)
f1(k1)=min0≦xN=k1≦kN[g1(x1)]
となり、ダイナミックプログラミング問題の解を得ることが可能となる。なお、ここでハードウェア上の制約から
0≦xN≦Wm_max(kW)
0≦xN≦WBat_max(kW)
0≦xN≦Tm_max×(ωe/60×2π)/1000(kW)
0≦xN≦WDrv_req−Te_min×ωe/60×2π/1000(kW)
0≦kN≦Σk=1 to Nxk
を満たすものとする。ただし、
Tm_max:モータの最大トルク(Nm)(電動機11のハードウェアリミット)
Te_min:エンジン最低トルク(Nm)(エンジン10の最小限の出力トルク)
WDrv_req:運転者の要求出力(kW)(運転者の要求出力)
Wm_max:モータ最大出力(kW)(電動機11の最大出力)
WBat_max:バッテリ最大出力(kW)(バッテリ17の出力制限)
である。
次に、トルク配分制御部30の構成について図8を参照して説明する。トルク配分制御部30は、図8に示すように、ニューラルネットワーク50に入力するデータを生成するデータ解析部60と、ニューラルネットワーク50が生成した最適化マップに基づくトルク配分を行うリアルタイムトルク配分部70とから構成される。
トルク配分制御部30は、所定時間毎に特徴量ベクトルとなる5つのベクトルである「運転者の要求出力情報」、「エンジンの回転速度(回転数)情報」、「バッテリの回生電流情報」、「バッテリのSOC情報」、「車速情報」を更新してデータ解析部60に入力する。この所定時間は、例えば、図2で説明したT1(T2、…、TN)秒間である。データ解析部60は、これらの情報を解析することにより「運転者の要求出力平均値」、「運転者の要求出力分散値」、「エンジンの回転速度平均値」、「エンジンの回転速度分散値」および「バッテリの投入可能電力量」を生成し、ニューラルネットワーク50に対し出力する。
また、ハイブリッド制御部12の各部は、所定のソフトウェア(請求項でいうプログラム)により動作する汎用の情報処理装置(CPU(Central Processing Unit)、DSP(Digital Signal
Processor)、マイクロプロセッサ(マイクロコンピュータ)など)などによって構成されてもよい。例えば、汎用の情報処理装置は、メモリ、CPU、入出力ポートなどを有する。汎用の情報処理装置のCPUは、メモリなどから所定のプログラムとして制御プログラムを読み込んで実行する。これにより、汎用の情報処理装置には、ハイブリッド制御部12の各部の機能が実現される。
以上説明したように、本発明の実施の形態のハイブリッド自動車1は、シミュレーション♯1〜♯Nとこれに対応する最適化マップ♯1〜♯Nとの対応関係を学習したニューラルネットワーク50を用いる。これにより、入力値に対応した全ての最適化マップを全て記憶することなく、全ての最適化マップを全て記憶しているのと同等な制御を実施することができる。よって、様々な運転者の癖や使用環境に対応してエンジンと電動機とのトルク配分を最適に制御することができる。
本発明の実施の形態は、その要旨を逸脱しない限り、様々に変更が可能である。例えば、ニューラルネットワーク50に替えて、CPUやDSPなどの小型のコンピュータ装置を備えてもよい。
Claims (6)
- エンジンと、電動機と、運転者の要求トルクと車両の走行状態とに基づき上記エンジンおよび上記電動機に配分するトルクをそれぞれ算出する算出手段とを備えたハイブリッド自動車において、
上記算出手段は、所定時間内における、運転者の要求トルクと、上記エンジンの回転速度と、上記電動機に電源を供給するバッテリへの回生電流と、当該バッテリの充電状態を示す値とに対応して定まる上記エンジンおよび上記電動機に対するトルクの指示値を出力するトルク配分手段を備え、
このトルク配分手段は、上記トルクの配分値を、入力値に対応させて出力するように学習が施され、
この学習には、ダイナミックプログラミング手法を用いた事前シミュレーションを採用した、
ことを特徴とするハイブリッド自動車。 - 請求項1記載のハイブリッド自動車において、
前記事前シミュレーションに使用するデータは、動力性能が同等の車両のエンジン回転速度と運転者の要求トルクとに基づく時系列データ、あるいは当該ハイブリッド自動車を用いた試験走行後のデータを用いる、
ことを特徴とするハイブリッド自動車。 - 請求項1または2記載のハイブリッド自動車において、
前記トルク配分手段は、入力値に対応付けられた前記トルクの指示値を出力するように学習が施されたニューラルネットワークを備えることを特徴とするハイブリッド自動車。 - 請求項3記載のハイブリッド自動車において、
前記ニューラルネットワークは、前記入力値に近似する近似値が入力したときに、内挿補間または外挿補間によって前記トルクの指示値を算出するための最適化マップを演算して生成する、
ことを特徴とするハイブリッド自動車。 - 請求項1から4のいずれか1項記載のハイブリッド自動車を対象とし、
ダイナミックプログラミング手法を用いて前記入力値に対応する最適となる前記トルクの指示値を演算するシミュレーションを実施することを特徴とするコンピュータ装置。 - 情報処理装置にインストールすることにより、その情報処理装置に、請求項1から4のいずれか1項記載のハイブリッド自動車における前記算出手段および前記トルク配分手段の機能を実現させることを特徴とするプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008265894A JP5133197B2 (ja) | 2008-10-15 | 2008-10-15 | ハイブリッド自動車およびコンピュータ装置ならびにプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008265894A JP5133197B2 (ja) | 2008-10-15 | 2008-10-15 | ハイブリッド自動車およびコンピュータ装置ならびにプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010095067A JP2010095067A (ja) | 2010-04-30 |
JP5133197B2 true JP5133197B2 (ja) | 2013-01-30 |
Family
ID=42257066
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008265894A Active JP5133197B2 (ja) | 2008-10-15 | 2008-10-15 | ハイブリッド自動車およびコンピュータ装置ならびにプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5133197B2 (ja) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101234652B1 (ko) | 2010-12-02 | 2013-02-19 | 기아자동차주식회사 | 하이브리드 차량의 가속 토크 제어 방법 및 장치 |
WO2012098743A1 (ja) * | 2011-01-20 | 2012-07-26 | 日野自動車株式会社 | 回生制御装置、ハイブリッド自動車および回生制御方法、並びにプログラム |
CN102951144B (zh) * | 2012-11-16 | 2015-04-08 | 同济大学 | 基于最小功率损失算法的自调整神经网络能量管理方法 |
CN102963353B (zh) * | 2012-11-16 | 2015-03-04 | 同济大学 | 基于神经网络的混合动力系统能量管理方法 |
KR101481257B1 (ko) * | 2013-04-12 | 2015-01-09 | 현대자동차주식회사 | 하이브리드 차량의 엔진 토크 제어방법 |
US9637111B2 (en) * | 2015-06-09 | 2017-05-02 | Mitsubishi Electric Research Laboratories, Inc. | Method and system for selecting power sources in hybrid electric vehicles |
CN105882648B (zh) * | 2016-05-09 | 2018-03-13 | 上汽大众汽车有限公司 | 一种基于模糊逻辑算法的混合动力系统能量管理方法 |
KR101994302B1 (ko) | 2016-11-02 | 2019-09-30 | 현대자동차주식회사 | 하이브리드 자동차 및 그를 위한 변속 제어 방법 |
CN108418487B (zh) * | 2018-02-11 | 2020-12-11 | 东南大学 | 一种用于电动汽车的速度脉动抑制方法 |
US11493927B2 (en) * | 2018-06-01 | 2022-11-08 | Thales Canada, Inc. | Self learning vehicle control system |
CN109435705B (zh) * | 2018-10-29 | 2020-09-11 | 北京新能源汽车股份有限公司 | 电动汽车及其阻尼控制方法、装置、设备和介质 |
JP7264408B2 (ja) * | 2019-03-04 | 2023-04-25 | 株式会社トランストロン | ニューラルネットワークモデルの生成方法、及びニューラルネットワークモデルを用いた制御装置 |
JP2021179813A (ja) * | 2020-05-13 | 2021-11-18 | トヨタ自動車株式会社 | 配車装置、車両および端末 |
CN111547039B (zh) * | 2020-05-13 | 2021-03-23 | 北京理工大学 | 基于深度强化学习的混合动力车辆油门控制方法及系统 |
JP7456867B2 (ja) | 2020-07-06 | 2024-03-27 | 日野自動車株式会社 | ハイブリッド車両の制御装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0479705A (ja) * | 1990-07-18 | 1992-03-13 | Hitachi Ltd | 列車運転方式の作成方式 |
JPH07165080A (ja) * | 1993-12-13 | 1995-06-27 | Hitachi Ltd | 移動体運行計画作成方法 |
JP3588424B2 (ja) * | 1999-05-10 | 2004-11-10 | 株式会社日立製作所 | 自動車の駆動力制御装置 |
JP2003269217A (ja) * | 2002-03-15 | 2003-09-25 | Toyo Electric Mfg Co Ltd | エンジンと電動機により駆動される動力装置の運転の最適化方法およびその装置 |
US20050228553A1 (en) * | 2004-03-30 | 2005-10-13 | Williams International Co., L.L.C. | Hybrid Electric Vehicle Energy Management System |
-
2008
- 2008-10-15 JP JP2008265894A patent/JP5133197B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2010095067A (ja) | 2010-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5133197B2 (ja) | ハイブリッド自動車およびコンピュータ装置ならびにプログラム | |
Wang et al. | Review of driving conditions prediction and driving style recognition based control algorithms for hybrid electric vehicles | |
Mayyas et al. | Model-based design validation for advanced energy management strategies for electrified hybrid power trains using innovative vehicle hardware in the loop (VHIL) approach | |
Wollaeger et al. | Cloud-computing based velocity profile generation for minimum fuel consumption: A dynamic programming based solution | |
CN104925050B (zh) | 基于行驶模式能量消耗的行驶分割 | |
Yavasoglu et al. | Implementation of machine learning based real time range estimation method without destination knowledge for BEVs | |
EP3835155B1 (en) | Hybrid vehicle and method of controlling the same | |
CN104340218A (zh) | 实时燃料消耗估算 | |
US9527502B1 (en) | Method and apparatus for controlling plug-in hybrid electric vehicle | |
Ghandriz et al. | Real-time predictive energy management of hybrid electric heavy vehicles by sequential programming | |
CN104859640A (zh) | 用于控制混合动力车辆的方法 | |
Johannesson et al. | Assessing the potential of predictive control for hybrid vehicle powertrains using stochastic dynamic programming | |
Mariani et al. | A model predictive control scheme for regenerative braking in vehicles with hybridized architectures via aftermarket kits | |
Awadallah et al. | Comparative fuel economy, cost and emissions analysis of a novel mild hybrid and conventional vehicles | |
Zhang et al. | Power management optimization in plug-in hybrid electric vehicles subject to uncertain driving cycles | |
Larsson | Route optimized energy management of plug-in hybrid electric vehicles | |
JP7437937B2 (ja) | 自動車のハイブリッドパワートレインの制御設定値の算出方法 | |
Li et al. | Energy-efficient autonomous vehicle control using reinforcement learning and interactive traffic simulations | |
US10449948B2 (en) | System and method for controlling torque intervention of hybrid electric vehicle | |
Zhao et al. | Path-forecasting for HEV optimal energy management (POEM) | |
JP5089334B2 (ja) | ハイブリッド自動車 | |
Hegde et al. | Energy saving analysis in electrified powertrain using look-ahead energy management scheme | |
Ghandriz et al. | Sensitivity analysis of optimal energy management in plug-in hybrid heavy vehicles | |
JP2021080941A (ja) | ギア段決定装置、方法およびシミュレーション装置 | |
Kwon et al. | Optimization of gear ratio of in-wheel motor vehicle considering probabilistic driver model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110921 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20121106 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20121107 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151116 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 Ref document number: 5133197 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |