基于智能优化的混合动力汽车AMT换挡规律设计

詹长书　王清　朱冬　隋洪涛

摘 要：为提高中度混合动力汽车整车性能，对实际运用性较强的传统两参数换挡规律进行优化。本文通过Cruise 和I sight联合仿真进行换挡曲线优化，优化算法选择混合优化算法Pointer。在设置经济性换挡规律时，将污染物的排放量加入优化目标来更好地实现节能减排目标。通过NEDC循环工况整车仿真，证明优化的换挡规律能更好地发挥混合动力汽车的性能，同时提高整车经济性。

关键词：混合动力;换挡规律;联合仿真;Pointer算法

中图分类号：U463.212    文献标识码：A   文章编号：1006-8023（2020）06-0110-07

Design of AMT Shifting Schedule of Hybrid Electric Vehicle Based

on Intelligent Optimization

ZHAN Changshu1， WANG Qing1， ZHU Dong1*，SUI Hongtao2

（1.School of Traffic and Transportation， Northeast Forestry University， Harbin 150040， China;

2.Micro System Integration Center， Tohoku University， Sendai 9808579， Japan）

Abstract：The optimization of the traditional two-parameter shift schedule with great practical application， improving the performance of the medium hybrid electric vehicle， was achieved by Cruise and I sight combined simulation. The hybrid optimization algorithm Pointer was applied as the optimization algorithm. With the setting of the economic shift schedule， the optimization target by adding the emission of pollutants levels up the realization of the energy conservation and emission reduction target. The NEDC cycle vehicle simulation demonstrates the better performance of hybrid electric vehicle and improving vehicle economy with the optimized shift schedule.

Keywords：HEV; shifting schedule; joint simulation; Pointer algorithm

收稿日期：2020-3-20

基金項目：国家自然科学基金资助项目（51405075）

第一作者简介：詹长书，博士，副教授。研究方向：汽车振动与噪声、节能减排技术。E-mail：1437116792@qq.com

通信作者：朱冬，博士，讲师。研究方向：气动系统的建模和仿真研究。E-mail： Winter_Zhu@yahoo.com.cn

引文格式：詹长书，王清，朱冬，等.基于智能优化的混合动力汽车AMT换挡规律设计[J].森林工程，2020，36（6）：110-116.

ZHAN C S， WANG Q ， ZHU D， et al. Design of AMT shifting schedule of hybrid electric vehicle based on intelligent optimization[J]. Forest Engineering，2020，36（6）：110-116.

0 引言

目前，由于化石燃料能源的不足，各国的排放法规越来越严格，混合动力汽车在汽车市场中比重日益增大[1]。对于配置了自动变速器的混合动力汽车，为了提高整车的动力性和经济性，既要制定发动机和电机的能量分配策略，又要开发相应的换挡方法来提高发动机和电机的效率。目前国内许多机构都在从事混合动力汽车相关的研究，但对换挡决策方面研究较少，主要集中在车辆能量管理策略上[2]。

考虑混合动力汽车双动力源的复杂性，其换挡规律多采用多参数和智能换挡方法[3]，但控制算法复杂、制定方法不成熟，实际应用性差强人意。如何仁等[4]采用了动态3参数换挡规律，柴会武[5]制定4参数换挡规律，在控制参数选取上也各有不同。胡宇辉等[6]在某混合动力车辆上进行换挡规律逆向解析实验，换挡参数选取油门开度、车速、电池SOC、电机转矩和发动机转矩，证实了油门开度和车速对混合动力而言依然是首要换挡参数。本文以车速、油门开度为换挡参数，首先搭建混合动力车辆模型，然后基于Pointer算法进行联合仿真以优化换挡点，提高车辆的经济性能和排放性能。

1 车辆结构及模型搭建

1.1 并联式混合动力系统的结构

中度混合动力汽车其同轴并联式的结构将电机轴作为传动轴的一部分，结构简单容易实现[7]。其并联结构可以实现纯发动机驱动、纯电动驱动、发动机和电机混合驱动、制动能量再生等多种工作模式，单轴并联混合动力汽车系统简图如图1所示。

1.2 双动力源协同能量管理策略

目前混合动力能量分配策略主要分为基于规则的能量管理和基于系统优化的控制策略等。考虑运行的可靠性，本文在逻辑规则控制的基础上研究自动变速换挡规律。采用逻辑门限策略来实现单动力源驱动、混合驱动和制动能量回收等多种工作模式的切换[8-10]。即当电量充足时，小负荷和低转速下电动机单独驱动，其余工况采用混合驱动。当电量不足时，小负荷发动机驱动并行车充电，中大负荷仅发动机驱动。

其中在发动机和电动机混合驱动时采用确定的转矩分配控制规则，通过电机的协作降低燃油消耗，并尽可能减小发动机负荷的变化。具体为根据不同油门开度对应的需求转矩进行能量分配[11]。发动机转矩选取该转速下发动机最大转矩，这样可以保证车辆具有一定的动力性，又能在混合动力或行车充电工况下，在发动机最佳燃油经济性转矩附近发挥电动机的协调作用，减少车辆燃油消耗。

1.3 整车模型的搭建

仿真技术对车辆的研发起着重要的作用，降低了开发周期和成本。Cruise是车辆系统的集成开发软件，可进行整车的动力性、燃油经济性、排放性能和制动性能的仿真分析[12]。其模块化的建模形式和图形化的交互环境，方便工程师快捷地搭建各种传统及新能源车辆模型。同时Cruise设置了许多计算任务：循环工况、巡航工况、最大爬坡度计算、稳态行驶性能及全负荷加速性能任务等[13]。以表1中车辆参数在Cruise中建立整车模型，如图2所示。同时在Simulink中建立能量分配控制策略以dell格式嵌入Cruise车辆模型中。

2 传统单动力源换挡规律制定

2.1 发动机动力性换挡规律制定

发动机动力性换挡规律就是使车辆获得最大的动力性。制定的根据是发动机特性曲线[14]，根据发动机台架试验测得不同油门开度下发动机的转矩与转速。然后根据下面公式做出同一油门开度下加速度随车速变化的关系曲线。

Fn=Tigioηr 。 （1）

α=Fn-F+ωσm。（2）

v=0.377rnigi0 。 （3）

式中：Fn为驱动力;T为驱动电机输出转矩;ig为变速器速比;i0为主减速比;η为传动效率;r为车轮半径;F+ω为滚动阻力和空气阻力之和;σ为汽车旋转质量换算系数;m为整车质量;v为车速，n为发动机转速。

将相邻挡位加速度曲线的交点作为换挡点。最后根据换挡点生成动力性换挡曲线，如图3所示。

2.2 发动机经济性换挡规律制定

发动机经济性换挡规律的制定依据是发动机万有特性图[15]，根据发动机台架试验，利用软件拟合工具可以得到同一油门开度下燃油消耗率随车速变化的关系曲线。做出同一油门下的燃油消耗率-车速曲线，相邻挡位下曲线交点即为换挡点。最后根据换挡点生成经济性换挡曲线，如图4所示。

3 混合动力综合性换挡规律優化

针对车辆多种工作模式：纯发动机驱动、纯电动驱动、混合驱动、制动能量回收以及紧急制动等制定相应的换挡规律。制动能量回收以及紧急制动期间不进行换挡。当电池电量充足时为纯电动驱动、混合驱动，当电量不足时为发动机单独驱动和行车充电。因此换挡规律根据电量（SOC）大小分为电量充足（文中设为SOC≥25%）换挡规律和电量不足（即SOC<25%）换挡规律。

3.1 联合优化换挡规律的优势

传统换挡规律是以发动机转速特性和效率为依据，没有考虑系统的总效率。拥有两个动力源的混合动力汽车存在发动机与电机耦合现象，采用Cruise建立模型、设计优化换挡规律可以更好地利用系统的效率，同时在优化中将主要污染物的排放（CO、HC、NOx）设为优化目标，更好地实现了节能减排。

虽然AVL-Cruise自带了一个换挡策略优化工具GSP，但是这个模块完全是为内燃机开发的。模块中需要输入不少内燃机的特性参数，这不符合混合动力汽车的需求。所以需要结合I sight自带的优化算法，寻找最优的换挡策略。

3.2 混合动力换挡规律设计

当电池电量充足时采用三段式换挡设计，即根据油门开度分为大、中、小3个部分进行换挡设计，油门开度在大和中部分时，车辆需求转矩较大，系统处于混合驱动模式，因此大油门开度采用动力性换挡规律，中油门开度采用经济性换挡规律;而油门开度较小时，车辆运行在纯电动模式，采用纯电动车辆常用的单参数换挡规律，即仅根据车速确定换挡曲线。具体划分为：节气门开度小于25%时依据单参数换挡参数车速;节气门开度为25%～70%时，依据车速和节气门开度设计经济性换挡曲线;节气门开度大于70%时，依据车速和节气门开度设计动力性换挡曲线。电池电量不足时采用两段式换挡设计，电池电量不足时车辆工作在纯发动机模式或行车充电模式，此时中小油门即加速踏板开度小于70%时采取经济性换挡规律，大油门即加速踏板开度大于70%时，采取动力性挡位规律。降挡曲线使用等延迟型。故下文仅针对升档设计优化进行详细描述。

3.3 换挡规律优化步骤

3.3.1 电量充足时优化变量及优化目标

以一档升二档为例，油门开度为30%～70%时，直接选取5个换挡点，分别为30%、40%、50%、60%、70%，对应优化变量为x1、x2、x3、x4、x5，优化目标为循环工况下百公里等效燃油消耗和CO、HC、NOx污染物排放量。油门开度为70%～100%时，选取3个换挡点，分别为80%、90%、100%，对应优化变量为x6、x7、x8。优化目标为百公里加速时间。同理做出二档升三档和三档升四档的换挡曲线。

3.3.2 电量不足时优化变量及优化目标

以一档升二档为例，油门开度为0%～70%时，选取8个换挡点，分别为0、10%、20%、30%、40%、50%、60%、70%，对应优化变量为x*0、x*1、x*2、x*3、x*4、x*5、x*6、x*7，优化目标为循环工况下百公里等效燃油消耗和CO、HC、NOx污染物排放量。油门开度为70%～100%时，选取3个换挡点，分别为80%、90%、100%，对应优化变量为x*8、x*9、x*10，优化目标为百公里加速时间。同理做出二档升三档和三档升四档的换挡曲线。

3.4 联合仿真优化原理和步骤

I sight软件提供的接口程序可以直接与很多专业软件进行集成[16]，由于没有可以与Cruise直接集成的模块，本文借助Sim code模块，通过自定义批处理文件来完成仿真优化，搭建Cruise与I sight联合仿真模型。在Optimization模块进行算法的选取、模块变量设置、目标函数等的约束，建立的优化算法模型，如图5所示。

优化过程中I sight使用自身的优化算法板块对优化变量值不断更新，然后调用所集成的 Cruise 模型里的子程序进行计算，并获取和评定每次计算结果。当优化结果達到最优时，停止计算并输出优化结果[17]。I sight 和 Cruise 进行联合仿真设置步骤如图6所示。

3.5 优化算法的选择及优化结果

建立优化变量、目标函数以后，选择恰当的优化算法。I sight优化库里有外点罚函数法、序列二次规划法、多岛遗传算法和自适应模拟退火算法等。考虑优化问题的复杂性，选择I sight中的混合优化算法Pointer。Pointer实质上是一个算法库，是线性单纯形法、遗传算法、最速下降法和序列二次规划算法的集成[18-19]，在进行优化时，首先利用遗传算法对优化空间进行探索，初步确定优化问题的种类，然后在迭代中自动选择合适优化算法。

优化一档升二档曲线时，x1、x2、x3、x4、x5、x6、x7、x8优化过程如图7和图8所示。

按电量划分分别优化后升档曲线如图9和图10所示。

横坐标c为车速，纵坐标b为加速踏板开度。

4 结果验证

为了验证所设计的换挡规律的优势，将综合换挡规律c与动力性换挡规律a和经济性换挡规律b载入Cruise模型中进行NEDC工况下的仿真，其结果见表2。综合换挡规律c与经济性换挡规律b在燃油消耗上区别不是很大，但其污染物排放降低量和百公里耗电量明显降低。综合换挡规律c与动力性换挡规律a在动力性能方面区别不是很大，但其经济性有了很大的改善。综合分析可得所设计的换挡规律不仅在动力上满足整车的要求，同时也具备了经济性换挡规律的优点，更好地实现了节能减排的目标。

5 结论

（1）基于AVL Cruise仿真平台搭建了并联中度混合动力汽车模型，同时在Simulink中建立能量分配控制策略以dell形式嵌入Cruise模型中。

（2）选择车速、油门开度作为换挡参数，在基于逻辑规则能量分配策略上，运用I sight中的智能组合算法对换挡点进行分段优化，制定了综合性换挡规律，优化传统的换挡规律，使车辆换挡更加经济、精确。

（3）在设置经济性换挡规律时，将CO、HC、NOx主要污染物排放量加入优化目标，得出的混合动力系统换挡规律在保证车辆动力的同时提高了车辆的经济性，减少了污染物的排放量

【参 考 文 献】

[1]马建，刘晓东，陈轶嵩，等.中国新能源汽车产业与技术发展现状及对策[J].中国公路学报，2018，31（8）：1-19.

MA J， LIU X D， CHEN Y S， et al. Current status and countermeasures for Chinas new energy automobile industry and technology development[J]. China Journal of Highway and Transport， 2018， 31（8）：1-19.

[2]苏岭，曾育平，秦大同.插电式混合动力汽车能量管理策略研究现状和发展趋势[J].重庆大学学报，2017，40（2）：10-15.

SU L， ZENG Y P， QIN D T. Current situation and development trend of plug-in hybrid electric vehicles energy management strategies[J]. Journal of Chongqing University， 2017， 40（2）：10-15.

[3]DU B， YIN X， LIU Y G. Coordination control during mode transition for a single-shaft parallel hybrid electric vehicle[J]. International Journal of Electric and Hybrid Vehicles， 2016， 8（3）：255.

[4]何仁，徐益强.并联混合动力汽车混合驱动模式的换挡规律[J].江苏大学学报（自然科学版），2016，37（6）：657-662.

HE R， XU Y Q. Shifting law of hybrid drive mode of parallel hybrid electric vehicle[J]. Journal of Jiangsu University （Natural Science）， 2016， 37（6）：657-662.

[5]柴会武.基于人—车—路识别的混合动力汽车档位决策研究[D].合肥：合肥工业大学，2016.

CHAI H W. Research on stall position decision of hybrid electric vehicle based on person-vehicle-road recognition[D]. Hefei： Hefei University of Technology， 2016.

[6]胡宇辉，杨林，席军强，等.某单轴并联混合动力客车换挡规律的解析[J].汽车工程，2013，35（7）：629-634.

HU Y H， YANG L， XI J Q， et al. An analysis on the shifting schedule of a single-shaft parallel hybrid electric bus[J]. Automotive Engineering， 2013， 35（7）：629-634.

[7]陈刚.混合动力汽车关键部件选型及仿真研究[D].西安：长安大学，2012.

CHEN G. Research on key components selection and simulation of hybrid electric vehicle[D]. Xian： Changan University， 2012.

[8]郭伟，徐向阳，刘献栋，等.P2结构混合动力系统协同控制[J].中国公路学报，2018，31（6）：308-316.

GUO W， XU X Y， LIU X D， et al. P2 structure hybrid power system coordinated control[J]. China Journal of Highway and Transport， 2018， 31（6）：308-316.

[9]付翔，袁雷，纪剑.单轴并联式混合动力汽车动力系统转矩分配策略研究[J].公路交通科技，2018，35（1）：129-136.

FU X， YUAN L， JI J. Study on torque distribution strategy of power system of single Axis parallel hybrid power vehicle[J]. Journal of Highway and Transportation Research and Development， 2018， 35（1）：129-136.

[10]CHEN Z， XING R， WANG K， et al. Optimal energy management strategy of a plug-in， hybrid electric vehicle based on a particle swarm optimization algorithm[J]. Energies， 2015， 8（5）：3661-3678.

[11]REN H E. Shift schedule of parallel hybrid electric vehicles under hybrid driving mode[J]. Journal of Jiangsu University， 2016， 10（6）：12-18.

[12]馮英姿.基于Cruise的客车传动系优化匹配及整车性能分析[D].合肥：合肥工业大学，2014.

FENG Y Z. Cruise based vehicle transmission line optimization and vehicle performance analysis[D]. Hefei： Hefei University of Technology， 2014.

[13]周江辉，周跃庆，祖林禄.基于Cruise的增程式电动汽车仿真与分析[J].计算机仿真，2014，31（8）：148-152.

ZHOU J H， ZHOU Y Q， ZU L L. Simulation and analysis of range-extended electric vehicle based on cruise software[J]. Computer Simulation， 2014， 31（8）： 148-152.

[14]王丽芳.自动变速器换档规律确定方法的研究[J].汽车技术，1998，18（6）：7-9.

WANG L F. Study on the method of determining the shift rule of automatic transmission[J]. Automobile Technology， 1998， 18（6）： 7-9.

[15]江昊，赵韩，黄康，等.纯电动汽车经济性换挡规律仿真研究[J].汽车工程，2015，37（7）：819-824.

JIANG H， ZHAO H， HUANG K， et al. A simulation study on the shift schedule of electric vehicle aiming at fuel economy[J]. Automotive Engineering， 2015， 37（7）： 819-824.

[16]马天飞，崔泽飞，佟静.基于Isight和AMESim的液压减振器关键参数集成优化[J].汽车工程，2015，37（1）：97-101.

MA T F， CUI Z F， TONG J. Integrated optimization of the key parameters of hydraulic shock absorber based on Isight and AMEsim software[J]. Automotive Engineering， 2015， 37（1）： 97-101.

[17]尹安东，董欣阳，张冰战，等.基于Isight的增程式电动汽车控制参数多目标优化[J].合肥工业大学学报（自然科学版），2015，38（3）：289-294.

YIN A D， DONG X Y， ZHANG B Z， et al. Multi-objective optimization of control parameters of range-extended electric vehicle based on Isight[J]. Journal of Hefei University of Technology （Natural Science Edition）， 2015， 38（3）：289-294.

[18]徐丹.基于SVPWM的电动汽车永磁同步电机控制系统设计与仿真[J].林业机械与木工设备，2020，48（2）：29-33.

XU D. Design and simulation of permanent magnet synchronous motor control system of electric vehicles based on SVPWM[J]. Forestry Machinery & Woodworking Equipment， 2020， 48（2）： 29-33.

[19]高建平，张磊敏，孙中博，等.基于工况影响的插电式混合动力汽车控制策略优化[J].中国机械工程，2017，28（15）：1770-1777.

GAO J P， ZHANG L M， SUN Z B， et al. Control strategy optimization of plug-in hybrid electric vehicle based on driving cycles[J]. China Mechanical Engineering， 2017， 28（15）： 1770-1777.