[发明专利]一种基于神经网络观测器的混合动力汽车自适应E-H切换协调控制方法

摘要

本发明公开了一种基于神经网络观测器的混合动力汽车自适应E‑H切换协调控制方法，属于汽车动态控制领域。本发明针对混合动力汽车由E(Electric drive mode，纯电动模式)‑H(Hybrid drive mode，混合驱动模式)的模式切换过程中产生的纵向冲击问题及系统参数摄动现象，引入一种融合参数不确定性观测器的多动力源协调控制策略，通过实时监测系统参数变化，及时修正协调控制器参数，使得车辆始终自动地工作在最优或次最优的状态下。同时，由于协调控制器的自校正特性，可实现适用于不同路面、不同驾驶员的高水平切换控制。本发明可有效降低模式切换冲击，并使其协调控制策略具有一定的抗干扰性及自适应性。

主权项

1.一种基于神经网络观测器的混合动力汽车自适应E‑H切换协调控制方法，其特征在于，包括以下步骤：步骤1)混合动力汽车初始状态以纯电动模式行驶，此时，制动器CB1锁止，发动机关闭，电机MG2完全负担车辆驱动所需扭矩；同时，混合动力汽车上的车速传感器及加速踏板位置传感设备实时监测当前车速信息及加速踏板、制动踏板位置信号，并输入到车辆控制器VCU，根据已设定的切换车速阈值v_thr,VCU判断是否进行模式切换；步骤2)若车速v≥v_thr时；此时混合动力汽车满足模式切换条件，需要进行模式切换，VCU控制制动器CB1迅速断开，车辆由纯电动模式进入发动机拖转；发动机拖转阶段控制目标为：尽快增大离合器CR1压力，电机MG1需在短时间内通过离合器拖转发动机直至怠速转速w_idle，同时降低纵向冲击。考虑到该阶段控制目标及控制对象数量较多，设计了基于动态规划的最优协调控制器，通过离散化上述目标函数及变量范围，运用动态规划全局优化算法求解最优控制量(T_MG1,T_CR1,T_MG2)；其中，T_CR1为离合器传递扭矩，T_MG1和T_MG2分别为电机MG1和MG2的输出转矩；步骤3)当发动机的转速w_e≥w_idle时；此时车辆进入转速同步阶段，发动机开始点火，同时最优协调控制器控制(T_e,T_MG1,T_CR1,T_MG2)，其中，T_e为发动机输出转矩，以保证离合器端速差|w_cl‑in‑w_cl‑out|小于设定阈值ε₀，实现转速同步；步骤4)当|w_cl‑in‑w_cl‑out|≤ε₀时；此时认为离合器进入滑磨阶段，此阶段最优协调控制器控制目标为进一步降低端速差及滑磨功，该阶段目标函数及其变量限制条件同步骤3)；步骤5)当|w_cl‑in‑w_cl‑out|≤ε₁时；此时离合器端速差足够小，认为离合器完全接合，车辆进入混合驱动模式，电机MG1调速发动机于最优转速，整车由发动机与电机MG2共同驱动，多动力源最优转矩分配由能量管理策略确定，模式切换过程结束；步骤6)混合动力汽车模式切换过程中，通过在Cruise模型中进行多组数据输入，采集相应输出，构建出容量为300的样本集。随后通过BP神经网络进行学习训练，构建出参数变化辨识预测模型，从而识别当前系统参数变化规律。