第2期（总第229期） 2017年4月
车用发动机 VEHICLE ENGINE
No 2(Serial No 229)
Apr2017
耀
郭海龙2，张永栋2，张胜宾
(1.广东交通职业技术学院汽车与工程机械学院，广东广州510650；
2.华南理工大学机械与汽车工程学院，广东广州510641）
摘要：针对混合动力汽车(HEV)行驶状况(道路坡度和整车载荷)变化难以有效识别，导致驱动系统控制策略
不能有效满足驾驶员意图问题，以混联式HEV为研究对象提出了基于小波滤波和粒子群算法的HEV行驶状况辨识方法。首先建立了汽车行驶状况辨识模型，采用最小二乘法确立了优化目标函数，其次研究了基于小波滤波和程子群算法的HEV行驶状况辨识原理，最后进行了行歌状况粒子群智能算法辨识试验。在采集实车数据的基础上，对实车数据进行小波滤波，并运用行驶状况辨识方法对道路坡度和整车载荷进行了辨识，并对辨识结果进行小波滤波，结采表明，试验工况下整车载荷辨识的相对误差绝对平均值为271%道路坡度辨识的相对误差绝对平均值为385%，验证了所提出方法的有效性。
关键词：混合动力汽车；最小二乘法；粒子样算法：小波滤波；辨识 DOI: 10 3969 /j issn 1001-2222 2017 02 011
中图分类号：U46972
文章编号：1001-2222(2017)02-0062-05
文献标志码：B
混合动力电动汽车（HEV）整车动力性、经济
性、续驶单程较传统汽车和电动汽车都有很大优势1-2]。整车驱动系统控制策略是HEV核心技术之一。当行驶状况（如道路坡度和整车载荷等)发生改变时，整车速度和加速度将会发生相应变化，车辆行驶将会偏离驾驶员意图，这会迫使驾驶员频繁踩踏加速踏板，以期望HEV能够在现有行驶状况下遵循驾驶员意图行驶。此过程HEV将会不断加速、减速和制动，导致整车能耗增加、乘员舒适性下降。因此，有效辨识行驶状况对于制定合适的整车控制策略、降低能耗、保证乘员舒适性具有很大意义。针对该问题国内外学者也进行了大量理论和试验研究，如新加坡学者WilhelmErik将福特轻型纯电动货车作为研究对象，研究产汽车质量的实时估计方法3]。同济大学的余卓平等针对4个轮毂电机驱动的电动汽车质量估算方法进行了研究。相关研究主要集中在变速器换挡规律、车纵可控制、巡航控制、辅助制动和牵引控制等方面5。对于行驶状况辨识的研究，主要集中在传统重型汽车-汀，部分集中在纯电动汽车方面3-4]，鲜有研究出现在混合动力电动汽车方面；从研究目的来看，主要集中在自动变速器换挡策略、动力学控制、GPS导航方面，极
收稿日期：2016-11-18；修回日期：2017-03-27
少将其应用在HEV的驾驶人需求扭矩意图辨识或驱动系统控制策略方面；从辨识方法来看，大多是车辆载荷[3-4.8-9或道路坡度6.10-11]独立辨识，而没有将二者有效结合起来。因此，本研究以混联式HEV 为研究对象，研究了HEV的坡度和载荷动态辨识方法，目的是在行驶状况变化的情况下，通过该方法辨识出行驶状况，为制定符合驾驶员意图的驱动系统控制策略提供基础，进而达到降低整车能耗、提高乘员舒适性的目的。
1行驶状况粒子群智能算法辨识机理研究 1.1混联式HEV的结构参数
本研究以混联式HEV为研究对象，其动力总
成结构见图1。其中电动机MG2与齿圈相连接，发电机MG1与太阳轮连接，发动机与行星架连接。该动力耦合机构的动力输出部件为齿圈，齿圈又进一步通过链传动将动力传递到中间轴，中间轴通过主、从动齿轮将动力传递至主减速器，主减速器的主、从动齿轮将动力降速增扭后传递到差速器，差速器最终通过行星齿轮和半轴齿轮带动左右驱动车轮。表1示出了该混联式HEV整车及动力学相关主要参数。
基金项目：广东省优秀青年教师培养项目（YQ2013197）；广东省高等学校高层次人才项目（2013-203）；广东省交通运输厅节能减排项目
（节能-2014-06-002）
作者简介：郭海龙（1981—）.男副教授，博士，主要研究方向为新能源汽车技术：107289145@qcom