详情

原文传递一种基于分布式电驱动车辆的最优转矩分配方法

专利名称：	一种基于分布式电驱动车辆的最优转矩分配方法
摘要：	本申请涉及一种基于分布式电驱动车辆的最优转矩分配方法，通过合理分配四个驱动车轮的转矩，同时提高分布式电驱动车辆的驱动系统效率和行驶安全性。所述转矩分配方法包括以下步骤：(1)采用响应面分析法对轮毂电机的试验数据进行回归分析得到驱动电机效率函数。(2)基于分布式电驱动系统的需求转矩值，分别建立表征驱动系统效率优化和车辆行驶安全性优化的目标函数；并采用自适应权重系数的线性加权法将上述两个目标函数的求解转化为约束条件下的多目标优化问题。(3)综合遗传算法和禁忌搜索算法各自的优点，提出遗传禁忌混合搜索算法(HGTSA)对上述多目标优化问题进行求解，以获得分布式电驱动系统的最优转矩分配。
专利类型：	发明专利
国家地区组织代码：	江西;36
申请人：	南昌大学
发明人：	刘明春;刘迎康;黄菊花;曹铭;马腾
专利状态：	有效
申请日期：	2019-01-18T00:00:00+0800
发布日期：	2019-05-21T00:00:00+0800
申请号：	CN201910051644.6
公开号：	CN109774493A
代理机构：	北京众合诚成知识产权代理有限公司
代理人：	胡群
分类号：	B60L15/20(2006.01);B;B60;B60L;B60L15
申请人地址：	330000 江西省南昌市红谷滩新区学府大道999号
主权项：	1.一种基于分布式电驱动车辆的最优转矩分配方法，其特征在于，包含以下步骤：一、采用响应面分析法对轮毂电机的试验数据进行回归分析得到驱动电机效率函数，二、基于分布式电驱动系统的需求转矩值，分别建立表征驱动系统效率优化的目标函数和车辆行驶安全性优化的目标函数；并采用自适应权重系数的线性加权法将所述表征驱动系统效率优化的目标函数和所述车辆行驶安全性优化的目标函数的求解转化为约束条件下的多目标优化问题，三、综合遗传算法和禁忌搜索算法各自的优点，提出遗传禁忌混合搜索算法(HGTSA)对所述多目标优化问题进行求解，以获得分布式电驱动系统的最优转矩分配。 2.如权利要求1所述的基于分布式电驱动车辆的最优转矩分配方法，其特征在于，电机效率Y采用带交叉项的四阶回归方程进行描述，表达式如下：其中：β为回归系数，x1，x2为设计变量，分别代表电机转速和需求转矩，ε为一个随机误差向量。 3.如权利要求2所述的基于分布式电驱动车辆的最优转矩分配方法，其特征在于，建立表征驱动系统效率优化的目标函数J1，其表达式如下：式中：Tdfl、Tdrr为前后车轮的转矩，nfl、nrr为前后车轮的转速，ηfl、ηrr为前后电机的工作效率。 4.如权利要求3所述的基于分布式电驱动车辆的最优转矩分配方法，其特征在于，建立表征车辆行驶安全性优化的目标函数J2，其表达式如下：式中：R为轮胎半径，Fzi为车轮受到的垂向力，i＝fl，fr，rl，rr。 5.如权利要求4所述的基于分布式电驱动车辆的最优转矩分配方法，其特征在于，采用自适应权重系数的线性加权法将所述表征驱动系统效率优化的目标函数和所述车辆行驶安全性优化的目标函数的求解转化为约束条件下的多目标优化问题，自适应权重系数ω是路面附着系数μ以及速度u的分段函数：式中，ω1max、ω1min、ω2max、ω2min分别为高附着路面和低附着路面上第一个目标函数的权重系数。 6.如权利要求1所述的基于分布式电驱动车辆的最优转矩分配方法，其特征在于，首先利用遗传算法的全局搜索能力进行全局搜索，将搜索到的结果作为禁忌搜索算法的初始解，然后利用禁忌搜索算法进行局部搜索，找到最优解。
所属类别：	发明专利