混合动力履带车辆机电复合制动力分配策略研究

曾庆含，魏曙光，魏　巍，马晓军

(1.装甲兵工程学院 全电化技术实验室, 北京　100072；2.装甲兵工程学院 控制工程系，北京　100072；3.北京特种车辆研究所，北京　100072)



混合动力履带车辆机电复合制动力分配策略研究

曾庆含1,2，魏曙光1,2，魏巍3，马晓军1,2

(1.装甲兵工程学院 全电化技术实验室, 北京100072；2.装甲兵工程学院 控制工程系，北京100072；3.北京特种车辆研究所，北京100072)

为解决双侧电驱动履带车辆复合制动问题，提出一种机械、电气制动力模糊分配控制策略，通过制定以踏板信号和车辆行驶速度为输入的模糊规则在线实时分配电气、机械制动比例，并考虑电制动实际存在的约束，提高车辆复合制动匹配效果。其次，建立了整车驱动电机系统、机械制动系统以及车辆动力学实时仿真模型，进行了多种制动强度下的驾驶员在环的控制原型仿真试验，仿真结果表明复合制动系统能够在有效回收制动能量的同时，实现平稳制动。

电气工程；混合动力；履带车辆；机电联合制动；模糊控制

相比传统履带车辆完全依赖机械制动装置实现车辆减速、驻车制动，混合动力履带车辆制动执行机构包括驱动电机和系统机械制动装置两部分，其中电气制动时驱动电机处于发电状态，将行驶时的部分机械能转化为电能储存在动力电池、超级电容等储能设备中[1-3]。研究合理的制动力分配策略，能够有效提高车辆能量利用率，延长续驶里程，此外由于履带车辆质量大，紧急制动、长时间制动等工况下容易出现制动器磨损严重，导致制动效能下降等情况，采用机电复合制动能够避免机械制动长时间、大力矩工作，保证制动器的可靠性，延长使用寿命[4]。

电气制动能力受电机转速、电池SOC等因素影响较大，且机械、电气制动装置响应带宽存在差异，要实现二者输出动力的合理匹配保证制动的紧急性、平顺性，需要重点研究机电复合制动力矩分配控制策略[3-4]。

文献[1,3]针对履带车辆机电复合制动分别提出了基于制动力、速度分段的分配控制策略和作为模糊输入的分配控制策略；文献[4-5]针对轮式车辆分析了制动力分配对车辆行驶稳定性的影响；文献[6]针对轮毂电机电制动特性进行了分析；文献[7-8]针对液压机械复合制动模糊分配策略进行了研究，对于本文具有一定借鉴意义。

笔者以某型双侧电驱动履带车辆为研究对象，提出了一种基于踏板信号识别驾驶员意图结合车辆行驶速度的模糊分配控制策略，基于硬件在环仿真平台开展了多种制动强度的驾驶员-控制器硬件在环仿真试验，验证了制动力分配算法的有效性。

1　系统描述

双侧式混合动力电传动履带车辆结构如图1所示。发动机带动发电机发电，经整流后变为高压直流电，作为车辆主动力源，超级电容、高压蓄电池并联在直流母线上作为辅助动力源，二者共同提供驱动电机电能。车载运动控制器，根据驾驶员操控信号、反馈信号完成两侧驱动电机的目标转矩计算，通过总线将目标转矩信号实时发送至电机控制器。

基于车辆动力学理论，车辆行驶过程中除了受牵引力作用外，还受行驶阻力作用，主要包括滚动阻力、空气阻力、加速阻力等。当车辆行驶在路面坡度为θ的硬路面上时，受力情况如图2所示。

地面滚动阻力为

Ff=fmg

(1)

式中:f为滚动阻力系数;m为车辆质量。

空气阻力为包括车辆行驶过程中所受的空气摩擦阻力和压力阻力，可用下式公式估算：

(2)

式中：CD为空气阻力系数；v为车辆行驶速度；A为迎风面积，A=σBH，B为履带中心距，H为全车高，σ为修正系数，在0.8～0.9之间。

加速阻力是车辆加速行驶时需要克服的惯性力

(3)

式中，δ为车辆质量增加系数。

车辆的质量增加系数可按下式计算：

(4)

式中：m1为履带质量；jk为各旋转部件转动惯量；ik为第k个旋转部件到主动轮的传动比；r为主动轮半径。

则可得车辆的总制动力需求为

(5)

由于驱动电机动态响应速度远高于车辆动力学响应速度，算法设计过程中可以忽略其内部复杂电磁作用时间，只考虑机械时间常数，并重点关注电机转矩输入输出能力上，其数学模型可采用电机转速-转矩特性曲线进行幅值约束，并采用一阶惯性环节拟合电机动态响应时间的方法进行分析，电机实际输出电磁转矩为

(6)

(7)

笔者不深入研究液压制动作用机理，采用面向对象的建模方法，模拟输入输出特性，其动态方程为

(8)

2　控制策略研究

电制动力的引入为提高车辆制动效率提供了可能，机电复合制动的分配控制，应该围绕以下两方面：

1)合理分配机械制动与再生制动的制动力，在不影响制动性能的前提下，力求尽可能多地回收能量，以增强车辆续航能力。

2)根据电气制动力实时变化情况，在线动态调节机电复合制动分配系数，使制动踏板与制动力矩的近似成线性关系，提高车辆制动的平顺性。

根据车辆制动强度，将制动分为紧急制动模式、中度制动模式和轻度制动模式。紧急制动时，当出现不可预见的紧急情况时，需要车辆紧急停车，此时应由制动器产生尽可能大的制动加速度使车辆迅速减速直至停车，目标制动强度大，一般z≥0.7；中度制动对应于车辆在正常行驶工况下的制动过程，制动强度0.1

除此之外，制动力分配还受车速因素影响，行驶速度较高时，机械制动摩擦剧烈，从延长机械制动器使用寿命出发，应该优先采用电气制动，车速较低时，电气制动能力减弱，此时应该主要采用机械制动实现车辆停车。

综上所述，影响制动力分配的主要有踏板角度、车辆速度两因素，考虑以此为输入，采用模糊分配的方法，进行分配比例的动态调整，模糊控制规则如表1所示。

表1　制动力模糊分配规则表

模糊控制输入输出变量关系曲面如图3所示。

规模型改造综合模式就是结合一种或多种模式的优点,将矿冶文化遗产改造成为兼具多种功能的场所。经过改造的矿冶文化遗产多数具有旅游功能,且能产生较好的经济效益,但这种改造往往会产生较大的变动,特别是对遗址内部会有很多改动,往往使一些矿冶文化遗产徒有其表,导致遗址部分文化内涵消失。因此,这种模式只适用于一般的近现代矿冶文化遗产。例如德国盖尔森基辛德炼钢厂被改造成一个大型的购物中心,工厂内部大规模的改动对矿冶文化遗产造成了一定的破坏。

值得说明的是，电机制动能力首先受电机转速影响，转速很低时无回收制动能力,随着转速的升高进入恒制动转矩区,随着转速的进一步升高转矩呈现下降状态。转矩-转速函数Tmax_e(ω)变化曲线如图4所示,图中ωf0为转折转速。其次，受电池SOC影响，SOC值较高时，电池无法回收制动能量，电制动能力应该相应降低。

制定以下分配函数：

Tmax_e(p,ω)=2h(p)Tmax_e(ω)i

(9)

SOC约束函数h(p)为

(10)

式中：pmax、pmin为允许充电的SOC范围；p0为允许最大功率充电的SOC值。

期望制动力矩为

(11)

式中：δ为制动踏板行程；δmax为制动踏板最大有效行程；δ0为制动踏板最小有效行程；Tb_max为最大制动力。

电气制动期望力矩为

(12)

机械制动期望力矩为

(13)

进而可得出总的制动力控制分配策略结构如图5所示。

3　试验验证及分析

3.1实时仿真平台的构建

为了验证分配控制策略的性能，笔者构建了控制原型实时仿真系统，包括上位机、dSAPCE控制器仿真平台、RT-LAB电驱动与高压供电系统仿真平台、Vortex动力学仿真平台，如图6所示。上位机基于Controldesk软件界面通过光纤实现操控信号的给定、参数的在线调整;dSAPCE仿真平台主要进行制动分配控制算法的实时仿真，计算机械电气制动系统力矩,通过CAN总线发送至RT-LIB电驱动系统实时仿真平台;RT-LIB主要计算输出的驱动电机电磁转矩、机械制动转矩； Vortex多体动力学软件仿真平台主要进行履带车辆的动力学计算，得到车辆的动力学响应，并通过PCI_CAN总线通行卡反馈至dSAPCE仿真平台、RT-LIB仿真平台，实现机械、电气、控制系统的一体化联合仿真[14]，仿真参数如表1所示。

表1　车辆仿真基本参数

参数数值整车质量m/kg8000履带接地长/m2.975履带中心距/m1.985侧传动比i10.12主动轮半径r/m0.25地面最大附着系数0.8滚动阻力系数0.05母线电压/V550驱动电机额定功率/kw80驱动电机最大转矩/(N·m)480驱动电机额定转速/(N·m)3200额定转矩/(N·m)254发电机功率/kw190电池容量/(A·h)50电池SOC0.7超级电容容量/F4.8

3.2仿真试验

3.2.1轻度制动工况

轻度制动工况的仿真曲线如图7所示。从7(a)可知，3 s时轻踩制动踏板开度至15%，并保持恒定直至18 s完全松开。由7(b)知整个制动时间大约为14.5 s。

加速踏板踩下速度较缓，系统识别为轻度制动，如7(c)所示根据制动力控制分配策略，制动过程主要以电气制动为主，便于回收制动能量，降低机械摩擦制动的磨损，直至车速降至较低时，为了满足车辆停车要求，机械制动力逐渐投入，车辆接近停车时，全部采用机械制动，与数字仿真相比，不同之处在于中高速行驶时，由于电机采用弱磁控制且输出转矩较低导致电气制动力存在高频脉动，可能影响制动的平顺性。

由功率变化曲线7(d)可以看出，制动时超级电容最先吸收能量，母线泵升电压至阈值以上时，动力电池进入充电模式以内，能够抑制母线电压过高。电池回收功率达到峰值65 kW，回收时间较长，实现尽可能多回收制动能量的控制目标。

3.2.2中度制动工况

中度制动工况的仿真曲线如图8所示。从图8(a)可知，3 s时轻踩制动踏板开度至约39%，直至12 s时松开。由8(b)知整个制动时间大约为8 s。

中度制动时，制动力矩需求较大，单独依靠电气制动力难以满足制动需求，制动力分配曲线如图8(c)所示，机械制动全程参与整个制动过程，其中高速阶段电气制动发挥主要作用，主电机恒功率工作区(对应车速30 km/h以上)，电气制动能力处于饱和状态，能够充分利用电制动回收能量。随着车速的降低电气制动回收能力减弱，机械制动逐渐起主要作用。

由功率变化图8(d)可以看出超级电容率先投入吸收功率，母线泵升电压至阈值以上时动力电池进入充电模式以内，开始回馈功率，其中制动前半段电气制动强劲几乎已满功率制动，电池最大回收功率达到65 kW，能量回收率较高，母线电压泵升速度较快，最高达585 V，但在允许波动范围之内。

3.2.3重度制动工况

重度制动工况的仿真曲线如图9所示。从图9(a)可知，4 s时轻踩制动踏板开度至约68%，直至10 s时松开。由9(b)知整个制动时间大约为6 s。

图9(c)为液压制动力矩和电气制动力矩变化

曲线，重度制动过程中，电气制动率先投入使用且主要作用在中高速段，电气制动响应时间比机械制动快0.3 s以上，一定程度上能够提高制动响应速度，同时回收部分制动能量，但整个制动过程液压制动所占比重较大，以确保可靠的制动停车。整个制动过程中，车速变化平稳，制动效果良好。

整个制动过程中的电气功率的变化曲线如图9(d)所示，可以看出制动时母线功率为负值，超级电容首先发挥作用回收能量，当母线电压泵升至阈值以上时，动力电池投入使用进入充电状态，部分能量再回收至电池中，表明超级电容在负载功率快速变化时，能快速吸收能量抑制母线电压波动，保证驱动电机供电可靠。

4　结论

综合考虑电机制动能力、电池SOC状态，提出了一种基于驾驶员踏板信号和车辆行驶速度双输入的模糊分配策略，实现机械、电气制动力动态在线分配。

构建了控制原型仿真平台，多种制动强度下的仿真结果表明：所设计控制策略，能够实现混合动力履带车辆机械、电气制动力的协调分配，实现车辆的平稳、可靠制动以及能量的高效回收。

References)

[1]李剑. 混合动力履带车辆制动控制策略研究[D]. 北京: 北京理工大学,2009: 13-14.

LI Jian.The study on brake control strategy of hybrid electric tracked vehicle[D]. Beijing: Beijing Institute of Technology, 2009: 13-14.(in Chinese)

[2]宋世欣，王庆年，王达. 电动轮汽车再生制动系统控制策略[J]. 吉林大学学报：工学版, 2015,45(1):341- 346.

SONG Shixin, WANG Qingnian，WANG Da.Control stra-tegy for regenerative braking system of in-wheel motor vehicle[J]. Journal of Jilin University ：Engineering and Technology Edition，2015,45(1): 341-346. (in Chinese)

[3]李峰，谷中丽，刘晓星. 混合动力履带车辆机电联合制动模糊控制策略研究[J].汽车工程学报, 2012, 2(3):221-227.

LI Feng, GU Zhongli, LIU Xiaoxing. Study on electric-mechanical composite braking strategy based on fuzzy rules for hybrid tracked vehicle[J]. Chinese Journal of Automotive Engineering, 2012, 2(3): 221-227. (in Chinese)

[4]张建龙, 殷承良, 张建武. 混合动力汽车机电复合制动控制系统研究[J]. 系统仿真学报,2009,21(16):5169-5178.

ZHANG Jianlong, YIN Chengliang，ZHANG Jianwu. Research on braking control system for hybrid electric vehicle with electro-mechanical hybrid brake[J]. Journal of System Simulation, 2009,21(16): 5169-5178. (in Chinese)

[5]张建龙. 混合动力汽车机电复合制动制动力分配与稳定性控制策略研究[D]. 上海：上海交通大学, 2009:51-57.

ZHANG Jianlong. Study on electro-mechanical braking force distribution and stability control strategies for HEV[D]. Shanghai:Shanghai Jiaotong University, 2009: 51- 57. (in Chinese)

[6]杨宇. 轮毂电机驱动电动汽车的电制动特性研究[D]. 长春：吉林大学, 2013: 65-74.

YANG Yu. Research on electric brake characteristics of electric vehicle driven by hub-motors[D]. Changchun:Jilin University, 2013:65-74. (in Chinese)

[7]滕飞, 吕建刚,李彦路. 基于效率优化的履带车辆再生制动控制策略[J]. 农业机械学报,2012,43(2):11- 15.

TENG Fei, LYV Jiangang, LI Yanlu. Control strategy for regenerative braking of tracked vehicle based on efficiency optimization[J]. Transactions of the Chinese Society for Agricultural Machinery, 2012, 43(2):11-15. (in Chinese)

[8]赵广俊, 吕建刚, 宋彬. 液压混合动力履带车辆联合制动模糊控制[J]. 控制理论与应用,2010,27(12):1674-1680.

ZHAO Guangjun, LYV Jiangang, SONG Bin. Fuzzy control of combined braking system in hydraulic hybrid tracked vehicle[J]. Control Theory & Applications, 2010, 27(12):1674-1680. (in Chinese).

Study on Electric-mechanical Combined Braking Distribution Strategy of Hybrid Electrical Vehicle

ZENG Qinghan1,2，WEI Shuguang1,2，WEI Wei3，MA Xiaojun1,2

(1.Laboratory of All-electrization Technology, Academy of Armored Force Engineering, Bejing100072，China；2.Department of Control Engineering, Academy of Armored Force Engineering, Bejing100072，China；3.Beijing Special Vehicle Institute, Beijing100072，China)

For the achievement of the braking stability of dual-motor hybrid tracked vehicle with electric-mechanical combined braking system, the braking moment distribution method is proposed based on fuzzy principle. First, the fuzzy controller of braking moment distribution coefficient with accelerate pedal signal and drive velocity as input was designed. And the constraint of electric brake was taken into account for the improvement of matching performance. Then, the electrical drive system, mecha-nical brake system and vehicle dynamical real-time model were set up with the braking process simulated in different braking intensities. The simulation results indicate that the combined braking fuzzy control system can recover some braking energy and realize stable braking.

electrical engineering; hybrid vehicle; tracked vehicle; electric-mechanical combined braking; fuzzy control

10.19323/j.issn.1673-6524.2016.02.010

2015-11-10

院校科技创新项目(12050005)

曾庆含(1988—)，男，博士研究生，主要从事军用车辆电气工程研究。E-mail：cqh_zgy@163.com

魏曙光(1975—)，男，副教授，主要从事车辆电源系统技术研究。E-mail：shuguang_wei@163.com

TJ81

A

1673-6524(2016)02-0046-06