双转子电动机动力耦合系统中发动机的控制方法

蒋科军，何　仁，刘文光，束　驰，张兰春

（1.江苏大学汽车与交通工程学院，江苏镇江212013；2.江苏理工学院汽车与交通工程学院，江苏常州213001）

双转子电动机动力耦合系统中发动机的控制方法

蒋科军1，2，何仁1，刘文光1，束驰1，张兰春2

（1.江苏大学汽车与交通工程学院，江苏镇江212013；2.江苏理工学院汽车与交通工程学院，江苏常州213001）

为了解决双转子电动机动力耦合系统内发动机的控制问题，基于双转子电动机动力耦合系统的结构与原理，分析了双转子电动机动力耦合系统的工作模式以及各工作模式之间相互切换的条件，并据此提出了发动机最优工作点控制的思路和方法.借助高次幂数据拟合方法与最速下降算法，确定了某型发动机的最优工作点，采用模糊控制方法在Simulink环境内建立了发动机最优工作点控制器的仿真模型.仿真结果表明：发动机最优工作点控制方法能够对发动机转矩、转速进行有效调节，能最大限度降低发动机燃油消耗率；在混合动力驱动低速状态下发动机最优工作点控制方法的寻优时间对系统稳定性有明显影响.

混合动力汽车；双转子电动机；动力耦合；发动机；控制

doi∶10.3969/j.issn.1671-7775.2015.06.002

双转子电动机动力耦合系统是一种新型混合动力耦合系统，2002年由荷兰代尔夫特理工大学M. J.Hoeijmakers等发明［1-2］.双转子电动机动力耦合系统属于非接触式电磁耦合系统，具有结构简单、易于维护、零磨损等优点，适用于重度混合动力汽车，是目前混合动力汽车动力耦合技术发展的新途径［3-4］.

双转子电动机动力耦合系统中，发动机与后续传动系统没有机械连接，工况选择更为自由，这是该系统具有最优燃油经济性的根本原因，也对发动机控制提出了更高的要求.

双转子电动机动力耦合系统中发动机运行点的控制是双转子电动机动力耦合系统控制策略的重要部分，为了实现双转子电动机动力耦合系统发动机最优工作点的控制，笔者采用数值分析和模糊控制对发动机工况进行分析与控制，以期使发动机工作在最优燃油经济性区域.

1 双转子电动机动力耦合系统工作模式分析

双转子电动机动力耦合系统结构如图1所示［2］，其主要工作模式有纯电动行驶工作模式、制动能量回收模式、停车发电模式和混合动力驱动模式，其中停车发电模式和混合动力驱动模式需要对发动机工作点进行控制.

图1　双转子电动机动力耦合系统结构简图

1.1停车发电模式

停车发电模式使得双转子电动机动力耦合系统在停车后能主动为蓄电池充电，防止蓄电池长时间亏电而缩短寿命，同时该模式也使得双转子电动机动力耦合系统在停车时可以转变为一座发电站，有较强的对外供电能力.

停车发电模式的进入条件为

式中∶u为车速；SOC为蓄电池荷电量；SOCgen-low为进入停车发电模式蓄电池荷电量的阀值；Kstart为车辆电路总开关信号值.

退出条件为

式中SOCgen-high为退出停车发电模式蓄电池荷电量的阀值.

停车发电模式中发动机工况最为稳定，其最优工作点确定可以转化为寻找发动机燃油消耗率最小值的问题.

1.2混合动力驱动模式

混合动力驱动模式可以分为3种状态∶①车速需求较低，但蓄电池荷电量不足，无法继续纯电动行驶，此时发动机运转，一部分动力通过内电动机传递到驱动桥，驱动车辆，另一部分动力则经过内电动机传递到外电动机，由外电动机转化为电能给蓄电池充电；②车速需求较高，车辆功率需求可以使得发动机工作在燃油消耗率比较小的区域，此时发动机动力全部通过内电动机传递到驱动桥；③蓄电池荷电量充足，车速需求很高，车辆功率需求大，要求发动机动力全部通过电磁离合器传递到驱动桥，外电动机也同时对驱动桥输出功率.

混合动力驱动模式的3种状态可以用图2来表示，图中uel，SOCel为进入状态①的边界阀值，ueh，SOCeh为状态①进入状态②的边界阀值，uhh，SOCeh为状态②进入状态③的边界阀值，uhl，SOCel为状态③退至状态②的边界阀值.

图2　混合动力驱动模式3种状态示意图

在混合动力驱动模式状态①中，首要控制任务是动力需求的任务分配，为了确保发动机具有较好的燃油经济性，此时优先确保发动机动力的最优输出，即确保发动机转矩和转速稳定在最优工作点上，车辆驱动转矩需求的改变需要通过外电动机的调节来实现，为了适应车速改变，内电动机转速也需要同步调节，不能影响发动机的工况.

对于发动机最优工作点控制及内电动机控制而言，状态②与状态①是没有差异的，主要差异在于外电动机是否发电，故只需研究状态①即可.状态③中，为了追求综合效率最高，发动机与驱动桥依靠电磁离合器机械连接，发动机转速与车速刚性相关，此时发动机控制为开环控制.

2 发动机最优工作点确定

根据发动机特性可知∶发动机轻载和重载时，效率均较低，在每个负载点，并不是节气门全开燃油经济性最好.故在发动机控制时，需要控制负载处于合适范围，并根据载荷大小调节发动机节气门大小，以控制发动机处于最优工作点.文中涉及的双转子电动机动力耦合系统发动机选择为某型排量为1.0 L的四缸汽油机，其万有特性曲线如图3所示.

图3　某型发动机万有特性曲线

从图3可以看出该发动机的最优工作范围∶负载为65～S3 N·m；转速为1 S00～3 700 r·min-1.根据发动机油耗数据得到发动机的油耗曲面如图4所示.

图4　发动机燃油消耗率曲面

由于曲面数据量较少，在内电动机电磁转矩实时变化时，需要对曲面进行插值和拟合才能快速准确计算油耗数据，在Matlab软件内采用Polynomial方法进行高次幂数据拟合［5］，拟合结果为

式中∶x为发动机负载转矩，N·m；y为发动机转速，r·min-1；拟合参数如表1所示.

表1　拟合参数列表

由式（3）可知，发动机最优工作点为

式中∶T为内电动机的电磁阻力转矩；ymin，ymax分别为发动机最大、最小转速；fueloPt为发动机最优工作点油耗.

至此，发动机最优工作点的确定转变为双变量高次方程的极值求解，求解思路采用最速下降法［6-7］，最速下降法也称为梯度下降法，其本质是无约束优化问题的求解，该算法的计算过程是沿梯度下降方向求解极小值，迭代终止条件是梯度向量的幅值小于设定的迭代精度阈值，具体步骤如图5所示，经过多次迭代后输出的x0，y0即为发动机最优工作点的负载转矩和转速.

选择x0，y0，ε的初始值分别为70，2 500和0.001，按图5思路编程计算得到最终迭代结果为75.5 N·m，2 990 r·min-1，该值即为发动机最优工作点的负载转矩和转速，此时燃油消耗率为229.7S g·（kW·h）-1.

图5　发动机最优工作点迭代求解流程图

3 控制方法设计

在双转子电动机动力耦合系统内，发动机唯一的负载来自于内电动机的电磁转矩（电磁离合器未结合时），故发动机最优工作点负载转矩的施加需要追踪内电动机的转矩和转速信号.

根据双转子电动机动力耦合系统结构特点，发动机负载转矩即为内电动机的电磁转矩，而发动机转速与内电动机的转速的关系可以表示为

式中∶ne为发动机转速；nmotor-in为内电动机转速；nd为传动轴转速；r为车轮有效半径；i0为驱动桥主减速器传动比.

根据式（5），在停车发电模式时，u等于0，发动机转速即为内电动机转速.混合动力驱动模式时，内电动机转速为发动机转速与传动轴转速的差值.据此设计发动机最优工作点控制流程如图6所示.

有时总感觉到黄玲，那个总戴着墨镜的女人，会敲开我的门，然后对我说，以后我们就是邻居了，希望多多照顾。终归那半年，和她做邻居，我是快乐的。

发动机系统具有复杂的非线性特性，系统控制的实时性要求使得逻辑判断必须有较好的灵敏性和鲁棒性.对于图6中的决策判断过程，选用2维模糊控制方法［S］，通过对发动机实际转速与最优工作点转速的差值E以及该差值的变化率EC进行模糊化推理，控制发动机节气门开度U，使得发动机实际转速能及时向最优工作点转速收敛，具体模糊控制器控制流程设计如图7所示.

对2维控制输入参数E，EC模糊化处理时，隶属度函数选择为Trimf类型，其论域为｛-6，6｝，模糊子集设定为｛NB（负大），NM（负中），NS（负小），ZE（0），PS（正小），PM（正中），PB（正大）｝，所有模糊子集的隶属度函数曲线如图8所示.为了提高控制收敛性，降低在零点位置的灵敏性，增加了零点附近隶属度函数曲线的重迭度.

图6　停车发电模式发动机最优工作点控制流程

图7　模糊控制器控制流程图

图8　输入参数隶属度函数曲线

输出参数U为发动机节气门开度，其隶属度函数选择为Trimf类型（目前隶属度函数的构造和选用主要依靠专家经验、例证估算、模糊统计等方法. Trimf类型为三角形隶属度函数，其优点∶隶属度为线性曲线，简单直观，符合思维惯性［9］，论域为｛0，6｝.隶属函数曲线如图9所示.

输出参数U反模糊化处理时，采用Centroid方法（该方法取隶属度函数曲线与横坐标围成的平面面积的重心为反模糊输出值，具有反应灵敏、输出平滑、控制鲁棒性好等优点，非常适合机电系统的2维模糊控制），其计算过程可以表示为

式中∶u*为清晰化输出量；u为输出变量；μ（u）为模糊集隶属度函数；umax和umin分别为输出变量论域的上限值和下限值.

图9　输出参数隶属度函数曲线

模糊控制规则是根据人们的思维和实际操作经验，以逻辑推理的方式给出的.根据上文发动机最优工作点的控制思路，形成了49个控制规则，如表2所示.

表2　U的模糊控制规则表

4 仿真及分析

依据图10构建双转子电动机动力耦合系统前向型仿真模型，其中内、外电动机均采用永磁同步电动机模型，其控制方法为SVPWM矢量控制［10-13］.在Matlab/Simulink环境下构建仿真文件［14-15］，其中发动机控制器模块结构如图11所示，整车模型中车型数据参照丰田Prius车型，考虑到发动机的起动时间，寻优过程滞后时间设置为0.5 s.

图10　双转子电动机动力耦合系统仿真模型结构图

图11　发动机控制器模块结构图

仿真结果如下∶

图12　停车发电模式发动机燃油消耗率曲线

图13　停车发电模式发动机转速曲线

图14　停车发电模式节气门开度曲线

从图12-14可以看出∶在停车发电模式下，发动机最优工作点的控制已基本实现预定目标，发动机的燃油消耗率稳定值约为237.9 g·（kW·h）-1，发动机转速则在2 9S0～2 995 r·min-1轻微波动，节气门开度稳定值约为63.5％.发动机燃油消耗率虽比最优数值略大（S.12 g·（kW·h）-1），但已经能寻优至最小值.

2）混合动力驱动模式时，主要模拟仿真状态1），即边行驶边发电的低速状态，其仿真结果如图15-17所示（驾驶工况为起动及稳定加速工况）.根据图15可知∶在混合动力驱动低速状态下，燃油消耗率的寻优过程基本完成，但效果要差一些，稳定状态下燃油消耗率波动的中值为279.3 g·（kW· h）-1，比最优数值大（49.52 g·（kW·h）-1）.在图16中发动机转速也有一定波动，其波动的中值为2 S42 r·min-1，同样在图17中，节气门开度的波动也很明显.分析其主要原因∶车辆驱动转矩需求的变化虽然由外电动机进行调节，与内电动机没有直接关联，但双转子电动机动力耦合系统内、外电动机共用中间转子部件，该结构特点使得车速波动不可避免地传递到内电动机转速上，间接使得发动机的转速寻优出现波动，该波动与驾驶意图直接相关.这种寻优的波动也反映出发动机最优工作点控制的寻优时间还要进一步缩短，这为后续研究指明了方向.

图15　混合动力驱动低速状态发动机燃油消耗率曲线

图16　混合动力驱动低速状态发动机转速曲线

图17　混合动力驱动低速状态节气门开度曲线

5 结 论

提出的发动机最优工作点控制方法能对发动机进行有效调节，最大限度降低发动机燃油消耗率.在混合动力驱动低速状态下，发动机最优工作点控制方法寻优时间对系统稳定性有明显影响.若能在寻优时间和灵敏性方面对控制方法进行继续改进，双转子电动机动力耦合系统的工作稳定性将有望进一步提升.

（

）

［1］Hoeijmakers M J.Electromechanical converter∶USA，WO 03/075437 A1［P］.2003-09-12.

［2］Hoeijmakers M J，Rondel M.The electrical variable transmission in a city bus［C］∥35th IEEE Power Electronics Specialist Conference.Piscataway，USA∶IEEE，2004∶2773-277S.

［3］史广奎，赵 航，冯 琦.双转子混合动力系统研究［J］.汽车工程，2007，29（2）∶97-100. Shi Guangkui，Zhao Hang，Feng Qi.A study on hybrid Power system with double rotor motor［J］.Automotiue Engineering，2007，29（2）∶97-100.（in Chinese）

［4］莫丽红，全 力，朱孝勇，等.双转子电机及其在混合电动汽车中的应用［J］.武汉大学学报∶工学版，2012，45（4）∶510-515. Mo Lihong，Quan Li，Zhu Xiaoyong，etal.An overview of dual-rotormotor and its aPPlication to hybrid electric vehicle［J］.Engineering Journal of Wuhan Uniuersity∶Engineering Edition，2012，45（4）∶510-515.（in Chinese）

［5］宋晓霞.基于MATLAB的通用数据拟合方法［J］.山西大同大学学报∶自然科学版，2014，30（4）∶1-3，6. Song Xiaoxia.A general data fitting method based on MATLAB［J］.Journal of Shanxi Datong Uniuersity∶Natural Science，2014，30（4）∶1-3，6.（in Chinese）

［6］李鸿仪.理想化最速下降法及其逼近实例［J］.上海第二工业大学学报，2011，2S（1）∶S-13. Li Hongyi.Idealized steePest descent method and its aPProximate examPle［J］.Journal of Shanghai Second Polytechnic Uniuersity，2011，2S（1）∶S-13.（in Chinese）

［7］刘盎然.线性方程组的迭代和最速下降法［J］.赤峰学院学报∶自然科学版，2014，30（1）∶10-13. Liu Angran.The iteration of linear equations and the steePest descentmethod［J］.Journal of Chifeng Uniuersity∶Natural Science Edition，2014，30（1）∶10-13.（in Chinese）

［S］石辛民，郝整清.模糊控制及其MATLAB仿真［M］.北京∶北京交通大学出版社，200S.

［9］白玉清，孙云山，张立毅.信号处理中模糊隶属函数的选取方法［J］.科技情报开发与经济，2006，16（21）∶254-255. Bai Yuqing，Sun Yunshan，Zhang Liyi.The selecting method of fuzzy subordinate function in the signal treatment［J］.Sci-Tech Information Deuelopment&Economy，2006，16（21）∶254-255.（in Chinese）

［10］谭 智，袁莉莉.SVPWM矢量控制永磁同步电动机仿真分析［J］.仪器仪表与分析监测，2009（4）∶22-24. Tan Zhi，Yuan Lili.Simulation analysis in SVPWM vector control for Permanent magnet synchronous machine［J］.Instrumentation Analysis Monitoring，2009（4）∶22-24.（in Chinese）

［11］邱 晨.基于DSP的永磁同步电机SVPWM矢量控制算法研究［J］.电工文摘，2012（4）∶36-3S. Qiu Chen.Research on the SVPWM vector control algorithm of Permanentmagnet synchronousmotor based on DSP［J］.Electrician Abstracts，2012（4）∶36-3S.（in Chinese）

［12］张京明，任殿波，钮效敬，等.PMSM矢量控制系统在PHEV中的应用［J］.江苏大学学报∶自然科学版，2011，32（2）∶157-162. Zhang Jingming，Ren Dianbo，Niu Xiaojing，et al.APPlication of PMSM vector control system in PHEV［J］. Journal of Jiangsu Uniuersity∶Natural Science Edition，2011，32（2）∶157-162.（in Chinese）

［13］李 山，齐丹平，焦文华.基于SVPWM的六相电机缺相运行矢量控制策略分析［J］.重庆理工大学学报∶自然科学，2011，27（1）∶97-101. Li Shan，Qi DanPing，Jiao Wenhua.Vector control scheme of six-Phase induction machine under oPen Phases oPeration based on SVPWM［J］.Journal of Chongqing Uniuersity of Technology∶Natural Science，2011，27（1）∶97-101.（in Chinese）

［14］王正林.MATLAB/Simulink与控制系统仿真［M］.3版.北京∶电子工业出版社，2012.

［15］陈 龙，任 皓，袁朝春，等.轮毂电动机HEV动力系统设计与仿真［J］.江苏大学学报∶自然科学版，2015，36（1）∶6-10，42. Chen Long，Ren Hao，Yuan Chaochun，et al.Design and simulation Power system for hybrid electric vehicles with wheel motors［J］.Journal of Jiangsu Uniuersity∶Natural Science Edition，2015，36（1）∶6-10，42.（in Chinese）

（责任编辑 贾国方）

Engine controlmethod of double rotor motor Power couPling system

Jiang Kejun1，2，He Ren1，Liu Wenguang1，Shu Chi1，Zhang Lanchun2
（1.School of Automotiveand Traffic Engineering，Jiangsu University，Zhenjiang，Jiangsu 212013，China；2.School of Automotive and Traffic Engineering，Jiangsu University of Technology，Changzhou，Jiangsu 213001，China）

∶In order to solve the engine control Problem of double rotormotor Power couPling system，the work Patterns and the switching conditions among work Patternswere analyzed based on the structure and working PrinciPle.The controlmethod of engine oPtimal oPerating Pointwas ProPosed.According to the high math Power data fittingmethod and the steePest descent algorithm，the oPtimal oPerating Point of a certain tyPe of engine was determined.Using the fuzzy controlmethod，the simulation model of engine oPtimal oPerating Point controller was set uP for the double rotor motor Power couPling system.The simulation results show that the controlmethod of engine oPtimal oPerating Point can realize the effective adjustment to engine torque and sPeed and reduce the engine fuel consumPtion rate to the utmost.In the hybrid drivingmode with low sPeed，the oPtimization time of controlmethod has obvious influence on the stability of double rotormotor Power couPling system.

∶hybrid electric vehicle；double rotormotor；Power couPling system；engine；control

U469.7

A

1671-7775（2015）06-0627-07

蒋科军，何 仁，刘文光，等.双转子电动机动力耦合系统中发动机的控制方法［J］.江苏大学学报∶自然科学版，2015，36（6）∶627-633.

2015-02-2S

江苏省高校自然科学研究重大项目（13KJA5S0001）；江苏省汽车工程重点实验室开放基金资助项目（QC201301）；江苏省高校自然科学研究项目（13KJB5S0004）；江苏理工学院校科研基金资助项目（KYY1400S）

蒋科军（197S—），男，江苏丹阳人，博士研究生（aPPlejkj@163.com），主要从事混合动力汽车动力耦合机构设计与控制研究.

何 仁（1962—），男，江苏南京人，教授，博士生导师（heren@ujs.edu.cn），主要从事汽车机电一体化技术研究.