详情

原文传递四轮驱动电动汽车制动意图识别与主动能量回收策略的研究

论文题名：	四轮驱动电动汽车制动意图识别与主动能量回收策略的研究
关键词：	电动汽车;加速踏板;制动意图;主动能量回收;模糊识别
摘要：	制动能量回收技术可根据驾驶员的操作意图和车辆行驶状态，在对电机和机械制动力进行合理分配的情况下，安全地制动，并尽可能多地回收制动能量，是增加电动汽车巡航里程的有效途径。制动能量回收的前提是准确判断制动意图，目前对基于制动踏板的制动意图的研究较多，对基于加速踏板的制动意图的研究较少，而基于加速踏板和行车环境的分析能更好地预测驾驶员的真实意图。　　本文针对以往制动能量回收技术多采用被动回收模式和制动意图识别参数不够的问题，提出基于车头时距和加速踏板的主动能量回收控制系统，在此基础上对制动意图模糊识别和能量回收控制策略进行了研究。　　（1）基于加速踏板和车头时距的制动意图模糊识别。研究了基于加速踏板的制动意图分类，提出自由滑行、制动行驶和误踩加速踏板三种驾驶意图是基于加速踏板的减速意图。选取加速踏板位移、加速踏板位移变化率和车头时距作为制动意图模糊识别的输入参数，在分析统计数据的基础上，研究了加速踏板位移变化率和车头时距的模糊论域。设计了三输入、一输出，时效性强、规则数少的制动意图递阶模糊识别器。　　（2）制动力分配控制策略。研究了电机的转矩特性、电机发电效率和蓄电池SOC（State of Charge）等因素对电机最大制动力的影响，推导了电机最大制动力的计算方程。以安全制动和提高制动能量回收率为目标，设计了基于I曲线和ECE法规曲线的前、后轴制动力分配曲线，在此基础上研究了前、后轴电机与机械制动器的制动扭矩分配控制策略。　　（3）仿真试验及分析。以一台四轮独立驱动电动试验车为对象，利用 AVL-CRUISE建立了整车模型；利用MATLAB/SIMULINK建立了前、后轴电机和机械制动力分配策略，联合仿真分析了制动意图识别和主动能量回收控制系统的运行特性。　　仿真结果表明：　　（1）制定的制动意图模糊识别策略可在车头时距较小时，根据驾驶员对加速踏板的操作，识别出所需要的制动强度；在驾驶员误操作猛踩加速踏板情况下，使车辆高强度制动，车辆主动安全性得到提高。　　（2）能量回收控制系统可使车辆制动力符合模糊识别器输出的制动强度要求，满足制动效能的需要；前、后轴电机的制动力分配关系满足电机转矩特性、电机制动效率、制动力分配I曲线和ECE法规曲线等要求，制定的前、后轴制动力分配和电机机械制动力分配关系，满足制动方向稳定性的需要。　　（3）仿真试验中，充电电流限制为30A时，在滑行初速度分别为20km/h、25km/h和20km/h，制动强度分别为0.05、0.25和0.5时，能量回收率分别可达到46.8％、35.3%和21.87%。在低强度制动时，能量回收率较高；受充电功率的限制，在增大强度制动后，能量回收率偏低；增大充电限制功率后，同制动强度下能量回收率会有所增加。
作者：	刘得雄
专业：	机电系统工程
导师：	李云伍
授予学位：	硕士
授予学位单位：	西南大学
学位年度：	2016
正文语种：	中文