基于滑模控制的混合动力汽车模式切换控制策略

闻勍鹏++杨树军++唐先智++王波

DOI：10.16661/j.cnki.1672-3791.2017.30.110

摘 要：为了优化混合动力汽车（HEV）仿真模型对目标车速的跟踪问题，以某混合动力汽车为研究对象，以在Matlab/Simulink中已搭建的整车模型为基础，采用多积分滑模的控制策略，建立驾驶员模型。该策略针对混合动力汽车不同的运行模式下的需求，分别建立积分滑模面，调节发动机和电动机的转矩，用Lyapunov稳定性分析方法证明了系统的稳定性。分析结果表明：多积分滑模策略能够跟踪目标车速，并有效的减少模式切换时的车速波动。

关键词：滑模控制 驾驶员模型 车速跟踪 仿真

中图分类号：U46 文献标识码：A 文章編号：1672-3791（2017）10（c）-0110-05

Abstract：In order to optimize the speed tracking of simulation model of hybrid electric vehicle（HEV）. Take a HEV which based on vehicle model that have been build up in the Matlab/Simulink as research object. Establish the driver model using multiple integral sliding mode control strategy. Sliding mode surfaces were presented according to the various demands of different operating modes and the torque of engine and motor are adjusted by the control strategy. The stability of the system was proved by Lyapunov method. The result show that sliding mode control strategy could tracking the target speed and reduce the speed fluctuation when switch mode effectively.

Key Words：Sliding mode control； Driver model； Speed tracking； Simulation

环境污染和能源短缺促使混合动力汽车发展成为国际汽车工业竞争的热点。作为从传统汽车向纯电动汽车过渡的理想产品，混合动力汽车在结构上兼顾了传统汽车和纯电动汽车的优点，不仅可以满足驾驶员对动力性和操纵稳定性的需求，还能显著提高汽车的燃油经济性[1]。由于混合动力汽车的动力系统包含了一系列电子部件和机械部件，所以对于其动力总成的控制十分复杂，而且控制过程通常是非线性的。对于两个动力源的复杂动态系统来讲，数学模型的建立是搭建整车仿真模型的基础[2-3]。对前期搭建的整车模型进行仿真分析时发现：混合动力汽车模型在进行模式切换时仿真车速有较大波动，仿真车速难以跟随目标车速。并且在混合动力模式行驶期间，仿真车速出现较大的波动。对发动机模型和电动机模型进行观测时发现，进行模式切换和混合动力模式期间发动机和电动机的转矩有较大波动。由此可以得出，车速的波动与发动机和电动机的转矩计算和分配有关。

针对混合动力汽车转矩计算和分配问题，文献[4]基于动态规划方法，提出了一种混合动力汽车转矩分配策略；文献[5]以3个重要参数作为目标函数，采用正交优化方法优化发动机启动转矩以及转矩分配比例；文献[6]首先采用模糊推理识别出驾驶意图，再根据驾驶意图分配发动机和电机的转矩；文献[7]提出了基于简化混合动力汽车系统模型的预测控制智能优化策略；文献[8]利用已知的循环工况对混合动力汽车模型进行预测，分配发动机和电机转矩。

基于前期仿真的结果以及出现的问题，本文针对混合动力汽车跟踪目标车速问题，采用了多积分滑模控制策略，分别对发动机和电动机的转矩进行计算和分配，以保证在模式切换时纵向车速可以有效跟踪目标车速，并且在混合动力模式下，仿真车速可以有效地跟踪目标车速。

1 车辆模型

1.1 车辆动力学模型

车辆动力学模型用于模拟车辆在道路上行驶过程中的纵向动力学特性。驾驶员模型输出的油门踏板开度信号和制动踏板开度信号作为车辆动力学模型的输入信号，车辆动力学模型的输出信号是当前时刻的仿真车速。本文采用某中度混合动力乘用车为例进行仿真分析，首先建立整车纵向动力学模型（图1、图2）：

（1）

式中，Ft为驱动力；为滚动阻力，；m为汽车质量；g为重力加速；为滚动阻力系数；θ为道路坡度；，Cd为空气阻力系数；A为迎风面积；ρ为空气密度；为坡度阻力；ν为当前车速；；为加速阻力；Fb为制动器制动力。

考虑发动机和车轮的转动惯量，可以得到关于发动机的动力学公式：

（2）

式中，；为发动机曲轴角加速度；为发动机输出转矩；为发动机效率；为发动机到车轮传动比；为车轮半径；为发动机转动惯量；为车轮转动惯量。

假设车辆在行驶过程中没有纵向滑移，实际车速也可以由发动机曲轴角速度表示：

（3）

1.2 发动机和电动机模型

发动机是一个高度非线性系统，难以用准确的模型来描述其运动状态。基于发动机速度特性的实验数据，将发动机模型简化成一阶惯性环节[9]：

（4）

式中，为发动机扭矩；为发动机转矩的响应时间常数；为发动机稳态转矩特性函数；α为油门开度。endprint

按照同样的方法，将电动机也改写成一节惯性环节：

（5）

式中，为电动机输出转矩；为电动机转矩的响应时间常数；为电动机稳态转矩-转速特性。

在电机和发动机共同驱动的情况下，为了保证经济性，需要控制发动机工作在最经济区间，不足的转矩由电机补充。根据发动机万有特性曲线，可以得到发动机转速、功率和燃油消耗率三者的函数关系：

（6）

式中，为发动机燃油消耗率；为发动机输出功率；为发动机转速。

（7）

发动机转速和车速之间有如下关系：

（8）

发动机输出功率与输出转矩存在以下关系：

（9）

通过公式（6）、（7）、（8）、（9）可以得到发动机输出转矩与油门踏板开度、车速和燃油消耗率之间的关系：

（10）

发动机和电机共同工作时总的输出转矩可以写成：

（11）

式中，为发动机和电机同时工作时总的输出转矩。

2 控制算法

根据不同的工况，切换混合动力汽车的运行模式，通过滑模控制方法控制发动机和电机的输出转矩，然后结合期望车速与实际车速的差值，操纵油门踏板和制动踏板来尽量减小速度的偏差。滑模控制器结构如图3所示。为了实现对车速的有效跟踪，首先定义速度跟踪误差为：

（12）

式中，为速度跟踪误差；为需求车速。

设计滑模曲面函数：

（13）

式中，为滑模面系数。

如果要达到理想的动态滑模控制，需要满足：

（14）

4 仿真分析

在Matlab/Simulink里搭建混合动力汽车模型，设计滑模控制器并进行仿真，仿真参数如表1。在Simulink中给出期望车速和道路信息，仿真结果如表1所示。

数字1到6分别代表混合动力汽车的6种行驶模式：电动机单独驱动、发动机单独驱动、电动机和发动机共同驱动、发动机驱动并带动发电机发电、紧急制动和再生制动。从图4可以看出，混合动力汽车在30s时从电动机单独驱动切换到电动机和发动机共同驱动。通过图5到图6可以看出，采用滑模控制策略，发动机和电动机的输出转矩更加平缓。从图7可以看出，采用滑模控制策略，纯电动模式切换到混合动力模式时，期望车速与实际车速的差达到0.3km/h，混合动力模式下车速的波动基本维持在0.2km/h以下；而采用PID控制策略，从纯电动模式切换到混合动力模式时，期望车速与实际车速的差达到2km/h，混合动力模式下车速的波动基本维持在0.5～1km/h之间。由此可见，滑模控制策略有助于减小混合动力模式下的车速波动。

5 结论

（1）考虑发动机和电动机工作过程中瞬态响应的差别，基于混合动力切换策略，以减小模式切换时车速波动为目标，本文设计了基于混合动力汽车模式切换策略的滑模控制策略。

（2）在Matlab/Simulink中搭建混合动力汽车整车模型，并对滑模控制策略进行仿真验证。仿真结果表明，与PID控制策略相比，采用滑模控制策略的混合动力汽车在模式切换时车速波动减少75%。

参考文献

[1] Powell BK，Bailey KE，Cikanek SR.Dynamic modeling and control of hybrid electric vehicle powertrain system[J].IEEE Control Systems Magazine，1998，18（5）：17-33.

[2] Karen L Butler，Mehrdad Ehsani，Preyas Kamath.A Matlab-based Modeling and Simulation Package for Electric and Hybrid Electric Vehicle Design[J].IEEE Transmission on vehicular Technology，1999，48（6）：1770-1778.

[3] Koot M，Kessels JT，Jager DB，et al.Energy management strategies for vehicular electric power systems[J].IEEE Transmission on Vehicular Technology，2005，54（3）：771-782.

[4] Lin CC，PENG H，Grizzle JW.Control system development for an advanced-technology medium-duty hybrid electric truck[J].SAE，transactions，2003（1）：105-113.

[5] 刘凌宝，陈平录，许静，等.并联型气动柴油混合动力汽车控制参数的正交优化研究[J].机械研究与应用，2015，28（4）：85-87.

[6] 秦大同，杨关龙，胡明辉，等.基于驾驶意图的插电式混合动力汽车能量管理策略[J].吉林大学学报：工学版，2015，45（6）：1743-1750.

[7] 余开江，胡治国，张宏伟，等.混合动力汽车模型预测控制策略研究[J].系统仿真技术，2014，10（4）：273-291.

[8] Yu Kaijiang，Mukai M，Kawabe T.Model predictive control of a power-split hybrid electric vehicle system[J].Artificial and Robotics，2012，17（2）：221-226.

[9] 楊阳，李小强，苏岭，等.重度混合动力汽车工作模式切换控制策略[J].中国公路学报，2014，27（6）：109-119.endprint