混合动力汽车整车控制策略建模及硬件在环仿真

杜常清 甘雯雯 张佩 沈姝

（武汉理工大学，现代汽车零部件技术湖北省重点实验室,汽车零部件技术湖北省协同创新中心，武汉 430070）

混合动力汽车整车控制策略建模及硬件在环仿真

杜常清 甘雯雯 张佩 沈姝

（武汉理工大学，现代汽车零部件技术湖北省重点实验室,汽车零部件技术湖北省协同创新中心，武汉 430070）

采用基于模型的方法进行混合动力整车控制策略开发，建立了系统连接、模式判定、转矩计算以及故障诊断等模块。基于Simulink环境对整车控制策略进行分层次建模，使整车控制策略的逻辑更清晰、调试更便利。搭建了基于dSPACE的硬件在环仿真平台，对硬件在环测试过程进行了分析。测试结果表明，所设计的整车控制器能够控制车辆按照预期情况完成加减速、模式切换等各项操作，验证了该整车控制器逻辑的正确性以及硬件在环系统在产品研发过程中的优越性。

1 前言

混合动力系统的控制逻辑和算法较为复杂，加上信号处理和硬件接口匹配任务繁多，在开发的过程中如果直接依托台架试验平台或实车平台，将大大增加开发成本和周期。而硬件在环（hardware in the loop，HIL）仿真测试是一种进行控制逻辑和控制算法验证优化的有效手段，可以缩短开发周期，降低项目开发风险，因而在控制系统开发中得到了大量应用。

目前，在新能源汽车领域，硬件在环技术主要用于对整车控制系统、BMS电池管理系统和MCU电机控制器的仿真测试[1～5]，但上述研究往往集中于系统功能的验证，忽略了对于复杂控制系统建模方法的探讨。本文采用基于模型的方法对混合动力汽车整车控制策略进行了分层次建模，搭建了基于dSPACE的硬件在环仿真测试平台，利用该平台对建立的整车控制策略进行了硬件在环仿真，通过仿真进一步验证和优化了混合动力系统的控制逻辑和控制算法。

2 混合动力系统控制策略设计

2.1 并联式混合动力系统

以某并联式混合动力系统为研究对象，其主要部件参数及结构分别如表1和图1所示。由图1可看出，整车控制器HCU通过CAN总线实现与电池管理系统BMS、电机控制器MCU、变速器控制器TCU和发动机管理单元ECU的通讯，其中HCU与ECU之间的通讯通过两者之间的私有CAN实现。

表1 并联式混合动力系统主要部件参数

图1 并联式混合动力系统结构示意

2.2 整车控制策略建模

2.2.1 系统开发流程

混合动力汽车整车控制系统是一个集离散事件与连续事件为一体的混合仿真系统，对于此类系统的开发，通常结合Stateflow和Simulink进行综合建模。本文建立的控制策略模型主要包含基于Stateflow的离散事件模型、基于Simulink的连续系统模型以及两者的接口模型等3个部分。整车控制系统开发流程如图2所示。

图2 整车控制系统开发流程

根据用户协议定义系统的顶层结构以及模块的划分。图3列出了17个子模块，分别对应17个子系统，加上对各模块执行顺序进行控制的主模块（图4），顶层结构中共包括18个模块。

图3 控制系统子模块

图4 主模块流程示意

2.2.2 子系统建模

由图3和图4可知，整车控制策略模型运行时最先触发的是输入信号处理模块和整车工作模式判定模块（图5）。

图5 整车工作模式判定

各子系统功能如下。

a.输入信号处理模块主要完成数据类型转换、信号消抖处理、变量转换以及对同类开关信号或故障进行集中，减少后续连线等。

b.整车工作模式包括行车准备、行车、充电，在系统连接之前进行工作模式的判定能够让整个控制逻辑更加有条不紊。

c.对于连接模块以及整车工作模式判定模块，采用状态转换的方式对系统的工作过程进行描述。

d.整车驾驶意图判定模块包括踏板信号解析、电池SOC计算、发动机起动需求判断、电机驱动需求判断、整车传动系统状态等，采用了基于规则的控制策略。

e.转矩分配模块主要根据驾驶意图判定模块输出的传动系统状态，计算不同状态下的发动机和电机的需求转矩。

f.电机模式计算模块根据电机当前的工作模式（转矩或转速）对转矩分配模块输出的需求转矩进行处理，并输出最终的电机、发动机转矩需求，以及电机工作模式与工作状态（驱动/发电）。

g.故障处理模块针对不同的行车模式对连接信号故障、传感器信号故障以及采集到的故障信号判断并分类，同时输出相应的故障代码。

h.系统保护模块是对故障处理模块确认后的信号进行针对性地处理。在行车准备及行车状态下，根据故障信息确定是否降低系统输出功率、关闭电驱动系统或提示驾驶员停车等。在充电状态主要对电池系统的故障进行判断，确定是否需要停止充电。

i.冷却系统模块管理电机系统水循环以及电机系统、发动机和空调系统的综合风扇散热请求。其中水循环系统采用温差延时控制，可避免在某一水温区水泵频繁启停。

j.空调响应模块仅在行车模式下运行，包括空调使能判断以及制冷、制热的实现。

k.显示系统信息处理模块主要计算发送给仪表的各种信息，以及控制仪表报警蜂鸣器。

l.输出信号处理模块主要包含整车充电时的默认输出管理、整车误操作状态的默认输出管理和输出信号整理等3部分。

2.2.3 系统集成

完成子系统的建模与测试后，将各子系统集成在一起，通过主模块实现对各模块的调用。该过程中涉及到不同系统之间的连接问题，本文采用bus creator/selector模块实现模块间变量的传递，以提高建模的效率，增强模型的可读性。对集成后的模型进行编译，将生成的代码下载到MicroAutobox中即为整车控制器。

3 硬件在环仿真测试平台的搭建

将dSPACE公司提供的整车环境模型通过编译下载到HIL机柜中，与整车控制器MicroAutobox通过接口系统连接起来完成闭环测试，如图6所示。HIL机柜包含程控电源、PX20机箱、负载及故障注入单元3个部分。其中PX20包括20个插槽，用于安装处理器板卡和IO板卡。硬件在环系统构架如图7所示。

图6 测试平台主要部件连接图

4 硬件在环测试

通过硬件在环测试对整车控制策略在不同工况下的车速、挡位、发动机和电机的输出转矩及转速等信号以及各种运动状态之间的切换进行观测，验证控制策略逻辑的正确性。其中换挡逻辑在整车环境中进行定义，采用双参数组合型换挡规律，如图8所示。

图8 换挡规律

4.1 开环测试

开环测试主要用于定标（或标定）HCU引脚信号值与物理值之间的关系曲线，确保连接HCU引脚的输入、输出信号、总线信号正常，同时为闭环测试提供必要条件。开环测试的内容包括传感器信号定标，执行器信号定标以及CAN总线信号测试。

4.2 闭环测试

完成开环定标之后，将控制器HCU与模拟被控对象行为的仿真器连接起来，在实时环境下对HCU的控制功能、通信功能、诊断功能等进行测试，此测试即为闭环测试。

4.2.1 测试用例设计

闭环测试的目的是利用硬件在环系统检测本文整车控制策略能否准确地控制车辆完成启动、加减速、换挡、模式切换等动作，包括手动测试和自动测试两部分。

4.2.1.1 手动测试

通过调节踏板信号值模拟各种典型工况，监测车辆行驶状态，判断HCU的驾驶员意图解析是否准确，以及各种典型工况下能否控制车辆完成相应的操作。测试用例设计为：HCU上电后，将挡位设置为D挡，松开制动踏板并猛踩加速踏板，车辆起动并开始急加速；当达到最高车速后稳定一段时间，然后松开加速踏板开始制动，使车辆进入怠速状态；一段时间后松开制动踏板，踩加速踏板至纯电动状态，最后全力加速。SOC初始值设为0.5。

4.2.1.2 自动测试

给定驾驶循环，测试车辆能否按照预定的车速自动驾驶及各项参数是否正常。测试用例设计为：将车辆的运行模式设置为驾驶循环工况，开始仿真后车辆按照预定的工况行驶，在行驶过程中，驾驶员模型调节车辆自动跟随目标车速，不需要手动对车辆进行任何操作。SOC初始值设为0.5，直接从混合驱动模式开始进行测试。

4.2.2 测试结果分析

4.2.2.1 手动测试结果

手动测试的加速、制动踏板信号如图9所示。图10为监测到的车速、挡位、总驱动力转矩、发动机/电机输出转速、实际输出转矩与期望转矩对比及整车工作模式，其中，总的驱动力转矩为电机输出转矩与发动机输出转矩之和；发动机实际输出转矩包括缸内燃烧产生的平均转矩及机械摩擦转矩两部分；整车工作模式中的0～6分别代表初始化、纯电动、纯发动机、驱动发电、混合驱动、再生制动、制动等。

图9 加速、制动踏板信号

图10 手动测试结果

结合图9和图10可知，车辆起步瞬间，发动机转速为0，此时发动机没有转矩输出，车辆工作在纯电动模式；加速踏板继续维持在最大开度时，发动机起动，进入混合驱动状态；车辆维持在高速状态一段时间后，松开加速踏板，踩下制动踏板，进入再生制动模式；制动踏板信号持续有效，发动机进入怠速状态，变速器置空挡，切断了动力系统与传动系统的动力传递，车辆返回初始化状态；再次加速时，由于加速踏板开度较小，车速较低，整车需求转矩较小，车辆进入纯电动模式。

由图10b和图10d可看出，整车控制器能够控制变速器完成相应的升、降挡操作，并且换挡瞬间发动机转速和电机转速有所降低，符合实际车辆运行情况。

上述测试结果表明，HCU能够准确地完成驾驶员意图解析，同时控制车辆完成各种典型工况。

4.2.2.2 自动测试结果

选择城市道路行驶工况（ECE）+市郊行驶工况（EUDC）为目标工况，ECE工况测试时间持续780 s，总行驶里程为4.052 km，平均车速为18.7 km/h；EUDC工况测试时间为400 s，行驶里程为6.955 km，平均车速为62.6 km/h，该工况最高车速为120 km/h。

图11为期望车速与实际车速对比结果，由图11可看出，驾驶员模型能够控制车辆较好地实现车速跟踪，整个驾驶循环中车辆的油耗为6.11 L/100 km，具有较好的经济性。

图12为监测到的踏板信号、挡位变化、发动机实际输出转矩信号、电机的实际输出转矩信号以及整车工作模式和电池SOC变化曲线。从图12可看出，在0～200 s内，当车速较低、整车需求转矩较小时，车辆以纯电动模式运行；需求转矩进一步增大时，发动机起动，结合当前电池SOC状态控制车辆进入混合驱动模式（SOC偏高）或驱动发电模式（SOC偏低），通过再生制动和驱动发电两种方式维持电池SOC处于相对稳定的状态，由上述可知，车辆各项运行指标符合预期情况。

图12 自动测试结果

5 结束语

混合动力整车控制系统是一个集离散事件与连续事件为一体的复杂控制系统，本文采用基于模型的方法对该系统进行开发，并在HIL系统中进行功能验证，结果表明，本文设计的整车控制系统模型能够达到预期的控制功能和效果。通过硬件在环测试对整车控制系统模型进行了验证，该方法可在不依赖实车的环境下对控制模型进行测试和优化，是一种高效便利的开发方法，提高了整车控制系统的开发效率。

1 Christopher Masjosthusmann.A Vehicle Energy Manage⁃ment System for a Battery Electric Vehicle.2012 IEEEVehi⁃cle Power and Propulsion Conference,Oct.9-12,2012, Seoul,Korea.

2 Haifeng Dai,Xiaolong Zhang.Cell-BMS validation with a hardware-in-the-loop simulation of lithium-ion battery cells for electric vehicles.Electrical Power and Energy Sys⁃ tems,2013（52）:174～184.

3 Schulte,T.Bracker,J.Real-Time Simulation of BLDC Mo⁃tors for Hardware-in-the-Loop Applications Incorporating Sensorless Control.Industrial Electronics,2008:2195-2200.

4 João Pedro F.Trovão.A Real-Time Energy Management Ar⁃chitecture for Multisource Electric Vehicles.INDUSTRIAL ELECTRONICS,VOL.62,NO.5,MAY 2015.

5 张为,王伟达.基于dSPACE的ASR硬件在环仿真平台开发及ECU性能试验.汽车技术,2009（4）:4～9.

6 刘永刚,秦大同，彭志远，等.新型混合动力系统硬件在环试验研究.中国机械工程,2014,24（17）：2374～2380.

7 Jason J.Poon,Michel A.Kinsy.Hardware-in-the-Loop Testing for Electric Vehicle Drive Applications.Applied Power Electronics Conference and Exposition,2012:2576～2582.

（责任编辑文 楫）

修改稿收到日期为2016年6月22日。

图13 参数单一光导亮度模拟结果

为了避免这种情况，距LED光源不同距离的光导齿设计参数应不相同，通过调节齿高、齿宽、齿距、起始角、结束角，实现均匀出光。

基于上述考虑对某光导参数进行了设计，具体参数如表4所示，起始角参数与到LED光源的距离满足直线方程，齿高与LED光源的距离，采用了分段直线方程，齿宽4 mm、齿距2 mm保持不变，亮度模拟结果如图14所示。

由图14可知，参数调整后光导亮度均匀性远优于优化前，亮度均匀性基本符合要求，但仍存在较大的优化空间，还需要进一步改进。

表4 光导参数设置

图14 参数变化后光导亮度模拟结果

5 结束语

本文模拟分析了侧面发光光导各参数对侧面发光效率的影响，得到的结论为：光导齿高、齿宽、光导齿密度越大、齿距越小，侧面发光效率越高；在工艺允许范围内，光导齿起始角越大、结束角越小，光导侧面发光效率越高，同时起始角还决定了光导的出光方向。

上述仅是光导各参数对发光效率影响的定性结论，如何在保证光导亮度符合均匀性要求的条件下，定量计算光导参数的设计值是继续研究的方向。

参考文献

1 启萌工业设计有限公司.强光光导的基本原理,2012.

2 徐瑞麟.光导系统在汽车照明中的应用：[学位论文].上海：复旦大学，2008.

3 唐树明.车灯光导中锯齿宽度和深度对点亮外观的影响.汽车零部件，2013（11）：57～58.

（责任编辑斛 畔）

修改稿收到日期为2016年7月22日。

Modeling and Hardware-In-the-Loop Simulation of HEV Control Strategies

Du Changqing,Gan Wenwen,Zhang Pei,Shen Shu
（Wuhan University of Technology,Hubei Key Laboratory of Advanced Technology for Automotive Components,Hubei Collaborative Innovation Center for Automotive Components Technology,Wuhan 430070）

Model-based approach was applied to the development of the control strategies of hybrid electric vehicle, and modules like system conjunction,mode decision,torque calculation and fault diagnosis have been established.The vehicle control strategies were built hierarchically in Simulink that make vehicle control strategy logic more clear,and make the debugging more convenient.Hardware-in-the-loop(HIL)test platform was developed based on dSPACE,and the HIL test process was analyzed.Test results indicated that the designed vehicle controller can complete acceleration, deceleration,gear shifting and some other operations accurately as desired.The result validated the control logic of the vehicle controller and the superiority of HIL in product development.

HEV,Vehicle control strategy,HIL

混合动力汽车 整车控制策略 硬件在环仿真

U461.2；TP319.9

A

1000-3703（2016）12-0031-05