[发明专利]一种并联式混合动力汽车的混合扭矩控制方法

说明书

一种并联式混合动力汽车的混合扭矩控制方法，涉及电动车辆动力装置。该并联式混合动力汽车的混合扭矩控制方法，采集汽车的ABS车速、混合系统需求扭矩、发动机温度和电池组电荷状态，利用BP神经网络确定在混合动力汽车油耗最低时输出的发动机扭矩和电机扭矩，能够实现对发动机和发电机扭矩的实时控制，使整个车辆在整个过程、运行各时间阶段均处于高效的工作状态，有效降低了燃油消耗。

技术领域

本发明涉及电动车辆动力装置，特别涉及一种并联式混合动力汽车的混合扭矩控制方法。

背景技术

随着全球能源和环境问题的日益突出,开发低油耗、低排放的新型汽车成为当今汽车工业发展的首要任务。在这种背景下,融合传统燃油汽车和纯电动汽车优点的混合动力汽车成为当今最具应用前景的低排放、低能耗汽车。作为一种新型的多能量源交通工具,混合动力汽车的性能与混合扭矩密切相关。在满足汽车动力性能的前提下,应当能够根据汽车动力系统的特性及实时的运行工况,实现在发动机、电机之间合理的转矩分配,以获得整车最大的燃油经济性能、最低的排放以及平稳的驾驶性能。

混合动力汽车的混合扭矩控制是一个涉及非线性动态优化的重要问题,该问题作为影响车辆性能和混合动力产业化进程的一个主要瓶颈,迄今为止没有得到最终解决,函待突破。由于混合动力系统是一个集成了电气、机械、化学和热力学系统的非线性动态系统,自身及其各部件之间的协调工作极为复杂,难以建立系统的精确的数学模型；同时,车辆行驶工况和驾驶员操作具有随机性,这也增加了混合扭矩精确控制的难度。

发明内容

针对现有技术存在的不足，本发明的目的是提供一种并联式混合动力汽车的混合扭矩控制方法，其设计合理，能够有效的降低汽车的燃油消耗。

本发明所采用的技术方案是：一种并联式混合动力汽车的混合扭矩控制方法，其技术要点是，采集汽车的ABS车速、混合系统需求扭矩、发动机温度和电池组电荷状态，利用BP神经网络确定在混合动力汽车油耗最低时输出的发动机扭矩和电机扭矩。

利用模糊C-均值聚类算法对采集的ABS车速、混合系统需求扭矩、发动机温度和电池组电荷状态进行分类。

所述的模糊C-均值聚类算法包括以下步骤：

(1)针对n个样本，设定分类数c，并随机设置一组初始聚类中心V＝(V₁,V₂...V_c)，定义模糊C-均值划分的目标函数如下：

其中，J(U,V)为目标函数，为第k个样本X_k隶属于第i个模糊子集的程度，h为加权指数，i为模糊子集，k为第K个样本，d_ik为为样本与各聚类中心的距离，c为分类数，n为样本数。

d_ik＝|X_K-V_i|为样本与各聚类中心的距离；

(2)计算新的隶属度矩阵，输出矩阵为：

式中，u_ik为隶属度矩阵，x_i为第i个样本，v_k为第k个聚类中心，x_j为第j个样本，h为加权指数，当h＝1时，模糊聚类就退化为硬C-均值聚类，通常h＝2；

(3)由下式对聚类中心进行调整：

式中，V_i表示聚类中心，x_k表示第k个样本。

由式(3)计算目标函数，当相邻两次迭代所得目标函数变化很小，则认为算法己收敛，也就得到了各类的聚类中心和各个样本对于各类的隶属度值，从而完成了整个待选样本集模糊聚类划分，否则转到步骤(2)。