（车辆工程专业论文）串联混合动力码头牵引车驱动系统研究.pdf

摘要 牵引车在集装箱码头的运行中由于具有速度低，不需要爬坡及怠速时间长等 特点，这样使汽车发动机工作在低效区，导致燃油利用率低，排放高等问题。本 文针对特种牵引车运行工况特点进行混合动力驱动系统分析与设计，通过优化有 效地减少了车辆排放，提高了燃油利用率，并且降低t n 造成本。主要研究内容 如下： ( 1 ) 介绍了混合动力在商用车上应用以及世界集装箱贸易发展使码头牵引车 需求增加的概况，得出对码头牵引车进行混合动力改装的可行性和重要性。分析 了目前混合动力汽车主要匹配方法和在整车开发过程中需要解决的关键技术。 ( 2 ) 针对码头牵引车运行的特点，通过分析比较串、并及混联时混合动力汽 车的结构优缺点，参考国外混合动力车的技术状况，结合码头牵引车的性能指标 要求，提出了本文研究的混合动力码头牵引车驱动系统的结构。 ( 3 ) 以整车油耗和排放最佳为控制目标，将发动机的工作区间限制在高效率 区间，为此制定了控制策略，编制了控制算法框图，为实现仿真奠定基础。 ( 4 ) 对动力总成的参数选择与匹配进行了详细的分析和研究，并使用混合动 力电动汽车仿真软件a d v i s o r 对文中的串联混合动力码头牵引车设计方案进行 了整车性能仿真分析。最后，以m a t l a b 为工作平台设计了遗传算法，寻找油耗 和排放的优化。仿真结果表明，在满足动力性要求前提下，混合动力码头牵引车 的经济性能和排放都有所提高。 综上所述，本文对混合动力码头牵引车控制策略、动力总成参数设计和混合 动力系统优化的研究具有一定的现实意义，并且为混合动力码头牵引车的实车开 发提供了理论指导。 关键词：混合动力，参数匹配，遗传算法 a b s t r a c t w h e nt r a c t o rr u n si nt h es h i p s i d e ，d u et ol o ws p e e d ，d on o tn e e dt oc l i m ba n dw a i t f o ra l o n gt i m e ，t h ee n g i n ew o r k s i nt h el o we f f i c i e n tf i e l d ，t h a tr e s u l t si nl o wu t i l i z a t i o n r a t eo ff u e la n dh i g h e re m i s s i o n s a c c o r d i n gt ot h ed r i v ec y c l eo ft e r m i n a lt r a c t o r , t h i s p a p e rd e s i g n sh y b r i ds y s t e m ，s oi tc a ne f f e c t i v e l yr e d u c ee m i s s i o n sa n di m p r o v ef u e l e f f i c i e n c y , a n dr e d u c et h er e l a t i v e l yc o s t t h em a j o rc o n t e n t sa sf o l l o w s ： ( 1 ) b yi n t r o d u c i n ga p p l yh y b r i de l e c t r i co nc o m m e r c i a lv e h i c l ea n di n c r e a s i n gf o r t h er e q u e s to ft h et e r m i n a lt r a c t o r , w eg e tk n o wa b o u tt h ep o s s i b i l i t ya n di m p o r t a n to f d e s i g n i n gh e v f o rt h et e r m i n a lt r a c t o r i n t r o d u c et h em a i nd e s i g nm e t h o na n dt h ek e y t e c h n o l o g yi nt h eh e v , s oi tc a ng i v eg u i d a n c ef o rt h ef o l l o w i n gr e s e a r c h ( 2 ) a c c o r d i n gt ot h ec h a r a c t e r i s t i c so ft e r m i n a lt r a c t o rr u n ，a sw e l l 弱t h e d e v e l o p m e n to fh y b r i de l e c t r i c a lv e h i c l e sa n dc h a r a c t e r i s t i c so ft h et r a c t o r , ie s t a b l i s h t h ec o n f i g u r a t i o no fat e r m i n a lt r a c t o r o ) l e tf u e lc o n s u m p t i o na n de m i s s i o nb ec o n t r o lo b j e c t s ，e s t a b l i s hc o n t r o ls t r a t e g y s oi tc a nr e s t r i c te n g i n ew o r k si nt h eh i g hf i e l d ，t h e nb u i l d i n gc o n t r o la l g o r i t h mp i c t u r e ，i t c a nb et h eb a s eo fs i m u l a t i o n ( 4 ) r e s e a r c hp a r t i c u l a r l yo nt h ep a r a m e t r i cd e s i g no ft r a c t o rc o m p o n e n t sa n di t s c o n t r o ls y s t e m a f t e rc o n f i r mt h ep a r a m e t e r so fh e vt e r m i n a lt r a c t o r , t h ep a p e rh a sa p e r f o r m a n c es i m u l m i o n i na d v i s o r a tt h ee n d ，d e s i g nt h eg e n e r a t i o na l g o r i t h mb y m a t l a b ，l o o kf o ro p t i m i z a t i o no ff u e lc o n s u m p t i o na n de m i s s i o n c o m p a r et o p r o t o t y p eo ft e r m i n a lt r a c t o r ss i m u l a t i o nr e s u l t ，w el e tf u e lc o n s u m p t i o na n de m i s s i o n b ei m p r o v e d i naw o r d ，t h er e s e a r c hc o n t e n t so ft h i sp a p e rt h a ts t u d yo nt h eh y b r i dc o n t r o l s t r a t e g y , p o w e r t r a i np a r a m e t e r sd e s i g na n dh y b r i dp o w e r t r a i ns y s t e mo p t i m i z a t i o nf o r h y b r i de l e c t r i c a l t r a c t o rh a v eah i g hs e n s eo fr e a l i t ya n dp r o v i d e sg u i d a n c ef o r d e v e l o p i n gh e v f o rt h et e r m i n a lt r a c t o r k e y w o r d s ：h y b r i de l e c t r i c ，p a r a m e t r i cd e s i g n ，g e n e t i ca l g o r i t h m l l 独创性声明 本人声明，所呈交的论文是本人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人 已经发表或撰写过的研究成果，也不包含为获得武汉理工大学或其它教育机构的 学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已 在论文中作了明确的说明并表示了谢意。 签名：压超日期f2 鹏 关于论文使用授权的说明 本人完全了解武汉理工大学有关保留、使用学位论文的规定，即学校有权保 留、送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部 分内容，可以采用影印、缩印或其他复制手段保存论文。 ( 保密的论文在解密后应遵守此规定) 日期： 武汉理工大学硕士学位论文 第1 章绪论 近几十年来，随着全球气候逐步恶化、城市大气污染加剧和石油资源过度消 耗，环保与节能已经成为世界的焦点，世界各国汽车工业都一直面对能源安全与 环境保护两大挑战。全球汽车工业的快速发展，使得汽车的产量、销售量和保有 量在逐年增加，因此对石油资源的需求，对生态环境的影响也越来越大。但是， 作为汽车能源的石油资源的储量却是有限的，为了保证汽车工业能够维持长期稳 定发展，必须寻求代用燃料或者减少燃油的消耗量，因此世界上许多著名的汽车 制造厂商都在大力开发节能汽车。发展节能型、环保型汽车己成为世界汽车工业 技术创新的重要方向和汽车产业可持续发展的必然选择，研发和推出系列有商 业应用价值的环保、节能电动汽车已经并将在相当长时间内成为世界汽车工业发 展的主流和趋势。 1 1 研究混合动力码头牵引车的目的及意义 随着世界范围内能源危机和环境污染问题的出现，节能和环保成为汽车工业 所面临的最大挑战。汽车工业作为我国的支柱产业，每年保持1 2 1 4 的年均增 长率，预计至u 2 0 2 0 年底我国汽车保有量将达到1 亿3 千万辆，如果采用传统的内燃 机技术，按最保守的估计，2 0 2 0 年仅各类汽车每年消耗石油将达2 亿5 ，0 0 0 万吨，这 将使我国石油总需求超过4 亿吨，因此，开发新型能源、节能、环保车辆已关系到 国家的经济安全和可持续发展。 集装箱运输以其方便、安全、快捷的特点已成为货物运输的发展重点。随着 世界经济发展，自2 0 0 3 年以来，集装箱运输每年都以超过1 0 的幅度增长，截止 2 0 0 6 年1 月3 1 日，全球集装箱船队总运力已增长至u 9 1 3 万标准箱。我国9 0 以上的 外贸货运要依靠港口实现，而主要的运输方式就是集装箱，2 0 0 6 年上半年，我国 主要港口完成集装箱吞吐量4 2 1 2 1 1 万t e u ，同比增长2 2 4 ，并依然保持着较高增 长态势。 随着集装箱吞吐量的增长，特种牵引车的需求也同步增长，目前国内各港口 码头每年对码头牵引车的需求在1 5 0 0 辆左右，包括新增和更新的车辆在内。随着 经济全球化，各国贸易往来越来越频繁，港口贸易将会发展得更加迅速，港口的 增多将给码头牵引车提供一个良好的发展前景。虽然现在需求保持在1 5 0 0 多辆， 但未来5 7 年，码头牵引车发展迅速，保有量有望翻一番。与其他汽车相比，特 武汉理工大学硕士学位论文 种牵引车在集装箱码头的运行工况有如下特点： ( 1 ) 速度低满载码头内的速度 s o c t o ，己。 0 s 0 巳 s d 巳，e n g i n e o n ( t 一1 ) = 1 s o c s o c h i ，厶 只一曲 o 严 1 e n g i n e _ o n = o l y e s0 ， 、 、 e n g i n e _ o n = 1 - 、- n g i n o _ o n _ 图3 9 发动机一发电机组状态控制控制算法 3 2 4 发动机一发电机组的输出指令子程序 发动机一发电机组的输出指令子程序的功能是根据匕和s o c 以及 绷g i n eo n ，确定发动机的扭矩输出指令t 。提出电动机的输入输出控制逻辑如 下。 ( 1 ) 电池组电量状态的上限值s d g ，和下限值s d c f o 。 ： 为了限制电池的工作区间，要设定s o c 的上限值s o c h ；和下限值s 0 巳。则平 均值为s o c o = ( s o c h ；+ s o c f o ) 2 。 当s o c s o c o 时，电池和机组共同为电动机提供电功率。s o c s d c ；时，电池 处于满电量，再生制动也关闭。 ( 2 ) 发动机一发电机组提供的额外功率气。 为了在发动机的工作区间内调节发动机的工作点，使发动机工作在高效率点 上，在控制算法中需要设定以为自变量的额外功率匕，表达式如下： 匕。嚣等 当s o c s o c o 时，厶 足一，则强制发动机工作于上限值，即 = 足蝴。当只 1 ) ，本车取1 0 5 。 由式( 4 6 ) 可得汽车行驶加速度、汽车加速时间曲线如图4 5 、图4 6 所示。 由计算结果可知，满载时车辆0 - - - 3 0 k m h 力l l 速时间为3 0 s ，现在还不能判定该 驱动电机能否满足车辆加速时间要求，要等到具体加速时间测定后才可得知。 图4 5 汽车行驶加速度图 4 2 3 最大爬坡度计算 恤l l c 州h l 图4 6 汽车加速时间 一般应根据车辆最大爬坡度要求来确定电机的峰值转矩，由于混合动力车设 计指标中无爬坡度要求，且码头场地内道路平坦，几乎没有坡度。因此这里不将 最大爬坡度作为确定驱动电机峰值转矩的设计指标，而仅讨论一下驱动电机峰值 转矩l = 2 0 0 0 n m 时车辆的爬坡性能。 根据汽车的行驶方程式可知： f t | f f + f i + f w + f ； 0 4 毒q 可得 武汉理工人# 硕+ 学位论文 t t q i o r l r ；g ，+ 黑“：+ g i + 翻车( 4 - 9 ) r 。 2 1 1 5 。出 代入参数，计算得到速度一最大爬坡度曲线如图4 7 所示： 由图4 7 可见，满载时该车最大爬坡度有4 5 。 4 2 4 驱动力一行驶阻力平衡图和功率平衡图 计算出混合动力码头牵引车不同车速下的驱动力和滚动阻力+ 风阻值，驱动 功率和滚动阻力功率+ 风阻功率值，作出该车的驱动力一行驶阻力平衡图和汽车 功率平衡图，分别如图4 8 和4 9 所示【2 5 - 2 8 1 。 由图4 8 、图4 9 可知，满载时最高车速为3 0 k m h ；半载及空载时驱动电机的额 定驱动力和额定功率均能满足最高车速4 0 k m h 时的驱动力和驱动功率要求。 为 笱 仔 5 一，)避蓉譬 武汉理工大学硕士学位论文 驱动力一行驶阻力平衡图 u a ( k m h ) 图4 8 驱动力一行驶阻力平衡图 汽车功率平衡图 额定功率 i ： 一峰值功率 。满载滚动阻力与风阻功率之和i 半载滚动阻力与风阻功率之和 空载滚动阻力与风阻功率之和f j 一一：一一i e i i 二! ；耋二：i s 4 i l ，一 二；，r ，1 j 二二i i t ! ：二j ：一一一一i 一一一一一 一一一一 ：，二二。一 u a ( k m h ) 图4 9 汽车功率平衡图 4 3 传动系传动比确定 根据前文分析，该车采用的是两档可变速比的变速器，传动系传动比确定应 遵守下列原则： ( 1 ) 必须保证预期的最高车速； ： ( 2 ) 必须保证汽车的最大爬坡度； ( 3 ) 当汽车以最常用的车速巡航时，尽可能地使电动机工作于最高效率区域。 首先，为了减少开发成本，在原有车型的基础上充分的利用已有资源i 因此 武汉理i ：人学硕士学位论文 在串联混合动力码头车中考虑使用原有的主减速器，即保持传动系的主减速比不 变，乇a 1 2 2 8 。 对于变速器的速比设计要满足最高车速和最大爬坡度要求，变速器两档速比 要满足下面两式。即： f 。，s 0 3 7 7 - r n e 嘲 ( 4 1 1 ) k 2s 矿 。 式中： 9 2 变速箱二档传动比； 乇主减速器速比； r 轮胎滚动半径； n 一驱动电机最高稳定转速； v 螂最高行驶车速； 。鼍等等( 4 - 1 2 ) 式中： f 。，变速器一档速比； 一发动机最大扭矩。 将数据代入到以上两式中可得到，1 0 6 9 ，t ：s 6 2 3 。 根据以上分析，确定一档与二档传动比分别为1 1 2 与5 9 ，倒档传动比为1 1 2 ， 主减速器比为1 2 2 8 【2 9 1 。 4 4 发动机、发电机参数选择 开发混合动力码头车的目的决定了发动机的动力性、经济性和排放是选择发 动机的基本内容。混合动力码头车的发动机要求有一定的驱动功率、有足够的动 力性能，并且能够与驱动电动机一起提供车辆所需的最大功率，使混合动力码头 车能够达到或接近内燃机军车的动力性能水平。 串联型式的发动机功率直接影响整车的经济性，在工况一定情况下，匹配的 发动机功率越小，则整车经济性指标越好。因此，从经济性指标考虑，匹配的发 动机功率不宜过大。 从动力性角度考虑，根据图4 2 所示，满载最高车速时发动机最大功率不能低 武汉理l ：大学硕士学位论文 图4 1 0 发动机功率与整车原地起步加速时间关系 于7 5 k w , 考虑到车辆运行中发动机将被控制在最低油耗区工作，因此加上1 0 一 1 2 的功率裕量。发动机功率与整车原地起步加速时间的模拟结果如图4 1 0 所示。 由图可见，发动机功率越大，整车加速时间越短。从整车动力性考虑，应选择较 大功率的发动机；但随着发动机功率的增加，加速时间减少的幅度在减小，发动 机成本也在增加，当功率等于1 1 5 k w 时，整车的加速时间已经满足动力性指标的要 求。 综合以上因素，确定发动机和电动机参数分别如表4 3 和表4 4 所示： 表4 3 串联混合动力总成的柴油发动机参数 额定功率 最高转速 2 8 0 0 r p m1 1 5 k w 2 8 0 0 r p m 转速 最大扭矩 最低比油耗 1 9 5 9 k w h6 8 0 n m 1 5 0 0 r p m 转速 表4 - 4 串联混合动力总成的发电机参数 最高转速 2 8 0 0 r p m 额定功率1 1 5 k w i电压等级 3 4 6 v 额定扭矩4 6 8 n m 4 5 电池参数选择 武汉理l ：大学硕士学位论文 电池的参数主要是电压等级、功率、能量和容量。参数的设计应该遵循以下 原则： ( 1 ) 电压等级要与电力系统电压等级和变化范围一致； ( 2 ) 充放电功率与发电机组的功率相配合，满足电机的功率要求； ( 3 ) 所选用电池的能量和容量要满足行驶过程中的消耗。具体来说，电池能 量必须满足“可持续行驶 的需要。 电池作为混合动力汽车的储能动力源，是混合动力汽车发展的关键，要求有 高的比能量满足续驶里程的要求、高的比功率满足加速性能与爬坡性能要求和高 的充放电效率。当前研究开发的电动汽车用储能元件分别为飞轮电池、超级电容、 电化学电池和燃料电池。其中，飞轮电池在目前难以推广，因为它的价格昂贵以 及使用过程中的安全可靠性能仍不够理想；超级电容的比能量以及成本较高也使 其难以推广；而作为使用最频繁的燃料电池的氢燃料电池，尽管前景乐观，但目 前仍面临着氢的制取和存储困难、使用成本高等问题。电化学电池包括铅酸电池、 镍镉电池、镍氢电池和锂离子电池；其中的铅酸电池技术最为成熟、使用也最为 广泛，但是铅酸电池比能量小，而镍氢电池具有较高的比能量，所以其体积小， 适合布置，因此，本文的混合动力码头车使用镍氢电池。 根据电动机和发动机输出性能，确定对动力电池的要求如下： ( 1 ) 电压：3 4 6 v ( r a t e d ) ( 2 ) 短时放电功率电流( 2 0 s ) 6 0 k w 1 8 0 a ( 3 ) 持续放电功率电流( 5 m i n ) 3 0 k w 9 0 a ( 4 ) 短时充电功率电流( 2 0 s ) 2 0 k 、w6 0 a ( 5 ) 持续充电功率电流( 5 m i n ) 1 0 k w 乃0 a ( 6 ) 能量密度 8 4 5 w h k g ( 7 ) 正常工作温度：3 0 7 0 摄氏度 根据以上要求选择动力电池的技术参数如下： ( 1 ) 电池类型：镍氢动力蓄电池 ( 2 ) 电池容量：1 6 a h ，q n f g l 6 ( 3 ) 总电压：3 4 6 v ( 2 8 0 个单体c e l l ，2 8 个管理模块，分二个电池箱布置， 中问安置一个高压安全控制器) ( 4 ) 能量密度： 8 4 5 w h k g ，实验研究已达2 5 0 w h l 。符合整车要求。 ( 5 ) 功率密度：3 c 连续放电可达额定容量的9 0 。符合整车要求。 ( 6 ) 循环寿命长：8 0 d o d 循环 1 2 0 0 次，1 0 0 d o d 循环 8 0 0 次。按汽车行 业进行，满足整车1 5 万公罩以上的使用寿命要求。 一 武，z 理1 人学硕十学位论文 ( 7 ) 峰值放电功率：2 5 “2 0 s ) ，具有极仕的高倍串放电特性。 ( 8 ) 正常工作温度：一3 0 7 0 摄氏度，具有极佳的低温放电特性，征- - 4 0 摄 氏度时放电容量仍达8 5 以上。 ( 9 ) 具有良好的静态与动态一致性，单体电池的在曲种条件f 的电压差与容 量差小。 ( 1 0 ) 与整车热管理系统进行集成的热管理系统，电池箱采_ j 强制风冷。 图4 1 l 与乒1 2 显示了蓄电池模块和高压安全模块【刈。 图4 1 1 蓄电池模块 4 6 整车性能仿真 46 1 仿真软件 d v i s o r 介绍 图4 1 2 高压安全模块 a d v i s o r ( a d v a n c e d v e h i c l e s i m u l a t o r ，高级车辆仿真器1 是由美国可再生能源 实验室n r e u n a t i o n a lr e n e w a b l ee n e r g yl a b o r a t o r y l 在m a t l a b 和s i m u l i n k 软件环境r 开发的高级车辆仿真软件p ”。该软件是m 加1 a b 和s i m u l i n k 软 件环境下的一系列模型、数据和脚本文件，它在给定的道路循环条件下利用车辆各 部分参数，能快速地分析传统汽车、纯电动汽车和混合动力汽车的燃油经济性、动 力性以及排放性等各种性能。其仿真模型采用模块化的思想设计，便于修改，而 且仿真模犁和源代码全部开放，此外，该软件的开放性也允许对用户自定义的汽车 模型和仿真策略做仿真分析，而且能与其他多种软件进行联台仿真。 虽然a d v i s o r 软件也有一些缺陷，例如，它的部件模型部是准静态的( q u a 蚋 s t a t i c ) ，不能预测小于十分之一秒左右时间范围内的一些现象；机械振动、电磁振 荡等许多动态特性也不能通过a d v i s o r 软件进行仿真，但它的优越性决定了其 仍是进行电动汽车仿真较优的选择5 蚓。 武汉理工大学硕士学位论文 4 6 2 性能仿真 本文仿真以a d v i s o r 为平台，利用其原先已有各子系统模型，结合前文匹配 参数修改发动机，电动机，电池，发电机以及变速箱的数学模型，其整车外型参 数参考表4 1 。 ( 1 ) 工况确定 表4 5 码头循环工况参数 工况循环时间 1 3 5 0 s 工况行驶距离 3 8 7 k m 最高车速3 0 k m h 平均车速1 0 3 1k m h 空转时间6 6 1 s 停车次数 9 通过在码头实地调研，码头牵引车在码头内运行几乎没有坡度，满载时最高 速度约3 0 k m h ，每天运行超1 4 小时，多辆拖车排队等候装货和卸货期间怠速运行， 怠速时间接近5 0 ，待机情况下空调持续运行，满载时停车起步加速至3 0 k m h 要 小于3 0 s ，其具体工况参数如表4 5 所示。因为其运行工况特殊，在a d v i s o r 里面 无法找到与之相同或匹配的运行工况，因此将调研数据导入a d v i s o r 中生成码头 运行工况，其速度与时间对应关系如图4 1 3 所示【3 5 4 1 1 。 i 芝 图4 1 3 码头牵引车行驶工况 ( 2 ) 仿真分析 对于码头车，因为码头工况无坡度，因此设置码头车性能测试选项时无需考 武汉理工大学硕士学位论文 虑爬坡能力测试，只需验证其在装后加速性能以及改经济性是否满足要求，其加 速性能设置如图4 1 4 所示，分别测试0 到1 0 l 【i i 油，2 0k m h 和3 0k m h 的力h 速时间。 ie # tr e s u l t s p a r a m e t e r i r d t i e ls p e e df i 帕is p e e du n i t s 舻a c c e l t i m e 粥| o t o | 1 0 k m h 舻j 6 i c c e l i 眺# 2 l 0 t o | 2 0 k m h 箩a c c e l i 鹏# 3 l 0 t o l 3 0 k m h 图4 1 4 加速性能设置选项 匹配后的串联混合动力码头车与原型车整车动力性和经济性仿真结果如表 4 - 6 所示，从表4 6 中可以看出，改装的串联混合动力码头车加速时间有略微减少， 最高车速有一定下降，但是已满足在满足对于混合动力码头车整车动力性要求， 燃油经济性相对于原型车则提高3 2 4 4 ，达到了设计目标【4 2 4 5 l 。 表4 6 改装前后动力性和经济性仿真结果 动力性 车型 加速时i 日- j ( s ) 最高车速 经济性 ( u l o o k m ) o l o k m ho , - - 一2 0 k m ho - - - 3 0 k m h( k m h ) 混合动力车 3 41 2 32 6 3 26 8 原型车 3 71 2 82 9 44 09 0 4 7 电池荷电状态的稳定性 武汉理工大学硕士学位沦文 将串联混合动力码头车在循环工况下连续运行得到电池的s o c 和输出功率变 化如图4 1 5 所示。 从图中可以看出，在开始运行工况中电池的s o c 值有一定程度的下降，这是 因为在开始运行工况中电池参与提供动力，使其电池s o c 值有所下降，但是在其 降到设定s o c 下限值时通过发动机对电池充电和制动能量的回收使电池荷电状态 维持在下限值之上，从图4 1 5 中的下图中可见电池输出功率负值逐渐变大，说明 其充电需求在逐渐加大，这样就能实现电池s o c 值维持在下限值之上。整个仿真 过程中都保持在一个比较理想的水平上，动态特性保持稳定，因此符合实际运行 的需要【4 6 4 7 l 。 武汉理工大学硕士学位论文 第5 章燃油消耗及排放优化 混合动力汽车采用发动机和电池作为混合动力总成，通过控制策略使发动机 和电池运行在最佳经济区，并实现再生制动能量回收，从而有效提高燃油经济性 和降低排放。由于混合动力系统个部件的非线性和相互之间的耦合关系，使得各 参数之间存在相互冲突，因此，必须同时对这些参数进行优化。 5 1 优化方法描述 5 1 1 优化方法确定 混合动力汽车控制策略优化目标为燃油消耗和尾气排放，其衡量指标为计算 得出的燃油消耗与碳氢化合物、一氧化碳和氮氧化合物的排放量。由于混合动力 系统复杂以及参数的相互耦合，使得最小化油耗与最小化排放存在相互冲突，最 小化某项指标可能会使另外指标值上升，因此该优化问题为求解多目标问题。 对于这类非线性约束多目标优化问题，目前解决方法主要存在确定性和非确 定性两类方法。确定性方法以下降轨迹法填充函数法为代表，该类方法虽然收敛 快、计算效率较高，但算法复杂，求得全局极值的概率不大。非确定性方法以随 机试验法、梯度法等为代表，该类方法对目标函数要求低、容易实现、稳定性好， 但收敛速度较慢，求得全局极值概率较低。遗传算法是一种借鉴生物界自然选择 和遗传机理的随机搜索算法。与常规优化算法相比，遗传算法存在自身的局限性 编码不规范及编码存在表示的不准确性，单一的遗传算法编码不能全面的将优化 问题的约束表示出来，考虑约束的一个方法就是对不可行解采用阈值，这样计算 的时间必然增加，而且遗传算法容易出现过早收敛。但遗传算法搜索种群中点是 并行的，而不是单点，不依赖于梯度信息，而是通过模拟自然进化过程搜索最优 解，在求解速度和质量上远超过常规方法，应用于大规模、多峰多态函数、含离 散变量等情况下的全局优化问题是合适的。因此，遗传算法适合用于解决混合动 力汽车控制策略的参数优化问题。 5 1 2 遗传算法基本概念 遗传算法是模仿自然界生物进化机制发展起来的随机全局搜索和优化方法， 它借鉴了达尔文的进化论和孟德尔的遗传学说。其本质是一种高效、并行、全局 搜索的方法，它能在搜索过程中自动获取和积累有关搜索空间的知识，并自适应 3 5 武汉理工大学硕十乎位论文 的控制搜索过程以求得最优解。遗传算法操作使用适者生存的原则，在潜在的解 决方案种群中逐次产生一个近似最优的方案。在遗传算法的每一代中，根据个体 在问题域中的适应度值和从自然遗传学中借鉴来的再造方法进行个体选择，产生 一个新的近似解。这个过程导致种群中个体的进化，得到的新个体比原个体更能 适应环境，就像自然界中的改造一样，所以称为遗传算法f 捌。 5 1 3 遗传算法基本用语 由于遗传算法是自然遗传学和计算机科学相互结合渗透而成的新的计算方 法，因此遗传算法中经常使用自然进化中有关的一些基本用语，了解这些用语对 于讨论和应用遗传算法是十分必要的。自然遗传学和人工遗传算法中所使用的基 本用语对应关系如表5 1 所示： 表5 1 基本用语对应关系 自然遗传算法人工遗传算法 染色体( c h r o m o s o m e )解的编码( 数据、数组、位串) 基因( g e n e )特性值 个体( i n d i v i d u a l )解 ， 适应性( f i t n e s s )适应度函数值 选定的一组解( 其中解的个数为群体的规 群体( p o p u l a t i o n ) 模) 复制( r e p r o d u c t i o n ) 根据适应度函数值选取的一组解 交配( c r o s s o v e r ) 通过交配原则产生一组新解的过程 变异( m u t a t i o n )编码的某一个分量发生变化的过程 5 1 4 基于遗传算法的应用 遗传算法提供了一种求解复杂系统优化问题的通用框架，它不依赖于问题具 体的领域，对问题的种类有很强的鲁棒性，所以广泛应用于许多学科。近十年来， 遗传算法得到了迅速发展。下面列出遗传算法一些主要的应用领域。 ( 1 ) 函数优化 函数优化是遗传算法的经典应用领域，也是对遗传算法进行性能评价的常用 算例。可以用各种各样的函数来验证遗传算法的性能。对一些非线性、多模型、 多目标的函数优化问题，使用遗传算法可得到较好的结果。 ( 2 ) 生产调度问题 武汉理工大学硕+ 学位论文 采用遗传算法能够解决复杂的生产调度问题。在单件生产车间调度、流水线 生产车间调度、生产规划、任务分配等方面，遗传算法都得n t 有效的应用。 ( 3 ) 自动控制 在自动控制领域中有很多与优化相关的问题需要求解，遗传算法已在其中得 到了初步应用，并显示出了良好的效果。例如，基于遗传算法的模糊控制器优化 设计，用遗传算法进行航空控制系统的优化，使用遗传算法设计空间交会控制器 等。 ( 4 ) 图象处理 图象处理是计算机视觉中的一个重要领域，在图象处理过程中，如扫描、特 征提取、图像分割等不可避免的会存在一些误差，这些误差会影响图像处理的效 果。如何使这些误差最小是使计算机视觉达到实用化的重要要求，遗传算法在这 些图像处理的优化计算方面找到了用武之地。 ( 5 ) 机器学习 基于遗传算法的机器学习，特别是分类器系统，在很多领域中都得到了应用。 例如，遗传算法被用于学习模糊控制规则，利用遗传算法来学习隶属函数等。基 于遗传算法的机器学习可用于调整人工神经网络的连接权，也可用于神经网络结 构的优化设计。分类器系统在多机器人路径规划系统中得到了成功的应用。 ( 6 ) 数据挖掘 数据挖掘是指从大型数据库或数据仓库中提取隐含的、未知的、非平凡的及 有潜在应用价值的信息或模式，它是数据库研究中的一个很有应用价值的新领域。 由于遗传算法的特点，遗传算法可用于数据挖掘中的规划开采。 基于以上应用领域可以看出遗传算法能够对复杂的函数进行寻优，并且计算 量大，如果程序设计合理，可以直接找出目标函数对应的最优值。因此遗传算法 适用于解决混合动力优化问题。 5 2 优化问题描述 混合动力码头车优化问题可表述为求解有约束的非线性规划问题，其数学表 达式如式( 5 - i ) 所示： r a i n 厂0 ) s , t g x ) 0 一1 ，2 ，m sx fs i = 1 ，2 ， 刀 3 7 ( 5 - i ) 武汉理工大学颂十学位论文 式中，o ) 为求解目标函数，也就是a d v i s o r 中关键参数对应油耗和排放的关 系；g j o ) 芑。为非线性约束，本文车辆约束条件为o 3 0 k m h 加速时问fs 3 m 且最 高车速 3 0 k m h ，代表了车辆的性能要求；m 为非线性约束的个数；毛为控制策 略的一个参数；行为参数的个数；和分别为第f 个参数的上限值和下限值【4 9 , s o l 。 5 3 遗传算法实现 混合动力汽车控制策略优化目标为燃油消耗和尾气排放，其衡量指标为计算 得出的燃油消耗与碳氢化合物、一氧化碳和氮氧化合物的排放量。由于混合动力 系统复杂以及参数的相互耦合，使得最小化油耗与最小化排放存在相互冲突，最 小化某项指标可能会使另外指标值上升，因此可根据目标值对衡量指标进行换算， 然后按设计者需要将多目标分别赋予权重值，使其转化为单目标问题。定义串联 混合动力汽车遗传算法的适应度函数如式( 5 - 2 ) ： 胁丧l f 蝴七最l h 啪+ 丧l h c 七丧l n o 蝴m 表5 - 2 给出了衡量指标的目标值与权重因子，式中为权重因子，r c 栅、 俄乙、c ( 乙、慨为各自对应目标值。其中目标值是根据改装后码头车仿真 结果所得，权重因子大小取决于开发车辆侧重优化方面，因为对混合动力码头车 进行混合动力改装主要是改善其油耗，实现经济效益的提升，因此对油耗权重取 较大0 7 ，为便于计算，后三个排放物权重因子都选择0 1 。 表5 - 2 衡量指标的目标值与权重因子 衡量指标目标值单位权重因子 油耗 8 8 l l o o k m 0 7 h c0 4 g k m 0 1 c o1 g k m 0 1 n o x0 1 8 g k m 0 1 5 3 1 问题中约束条件处理 在遗传算法中必需对约束条件进行处理，混合动力汽车优化问题的约束条件 主要是针对整车动力性所提出的性能指标要求，对于本文车辆约束条件为0 3 0 k m h 力l ：l 速时间t 3 0 s ：最高车速 3 0 k m h 。 本文采用罚函数法，其基本思想是对在解空间中无对应可行解的个体计算其 武汉理工大学硕士学位论文 适应度时，处以一个罚函数，从而降低该个体的适应度，使该个体被遗传到下一 代群体中的概率减小。可以用卞式对个体适应度进行调整： f ，； ；：；+ p ， 二渠鲁警嘉茎萎件 c5 - 3 ， 式中，f o ) 为原适应度；f7 0 ) 为调整后的新适应度；p ( x ) 为罚函数。在本 文中设置t b a c c e l z i m e s 一3 0 ，如果t 0 ，则该个体被淘汰，如果t 0 ，则该个体 保留到下一轮。 5 3 2 参数选择 混合动力码头牵引车匹配涉及到很多个参数，对所有参数都进行优化是不可 能的，因此，文中仅研究对系统动力性、燃油经济性和排放影响比较显著的部件参 数及控制器参数的综合优化。 在混合动力车中决定整车性能的参数包括发动机最大功率、电机额定功率、 动力电池的模块数目，电池s o c 上下限值，功率需求等，由于全部选取会造成计算 量过大，程序运行时间过长。因为控制策略对h e v 的动力性、燃油经济性及排放 都有重要影响，因此根据控制策略选择6 个与汽车动力性能密切相关参数进行优 化。如表5 3 所示，前两个参数限定了电池s o c 工作区间，后四个参数决定控制 策略相关参数，并为六个参数设定了合理的变动区域，让其在这个变动区域自动 寻优。 表5 - 3 优化参数 设计变量单位最小值最大值说明 c si os o c 0 1o 5 电池s o c t 作区下限值 c sh is o c 0 50 9 电池s o c 工作区上限值 c s _ m i n _ p w r wo2 5 0 0 0 最小功率需求 c s _ m a x j 确t w2 5 0 0 05 0 0 0 0 最大功率需求 c s c h a r g e _ p w r w o 2 5 0 0 0 充电功率 c s _ m in _ o f f _ t i m es 8 0 09 5 0允许发动机关闭的最小时间 5 3 3 算法实现过程 本文应用权重系数变换法，通过给每个子目标函数赋予权重，将多目标问题 转化为单目标优化问题求解，其流程如图5 1 所示，具体实现步骤如下。 武汉理工人学硕士学位论文 表5 - 4 遗传算法基本参数 参数值 说明 n i n d4 0种群中个体数量 m a x g e n2 0 0最大迭代次数 n v a r6 设计变量个数 p r e c i 5 变量的二进制位数 p c0 5交叉率 p m0 1 变异率 ( 1 ) 定义遗传算法基本参数。本文遗传算法有6 个基本参数，其定义见表5 - 4 ， 迭代次数到达最大迭代次数遗传算法即停止。 ( 2 ) 编码。采用实数编码表示参数向量x = ( c s 一1 0 一s o c ，c s h i s o c ， c s _ m in _ _ p w r ，c s _ _ m a x _ p w r ，a s c h a r g e _ p w r ，c s _ m in _ o f f _ ti m e ) 。 ( 3 ) 初始化。在x 的可行域随机生成4 0 个个体作为初始种群。 ( 4 ) 生成目标函数。在m a t l a b 中调用a d v i s o r 的非g u i 界面，将随机生成初始 种群导入a d v i s o r 计算目标函数值。 ( 5 ) 排序生成适应度函数。首先对目标函数值进行降序排序。最小适应度个 体被放置在排序的目标函数值列表的第一个位置，最适应个体放置在位置n i n d 上。 每个个体的适应度值根据它在排序种群中的位置计算出来。 ( 6 ) 选择操作。使用随机遍历采样，按照个体在当前种群中的适应度f i t n v 为繁殖概率性选择个体。 ( 7 ) 交叉操作。采用单点交叉的交叉操作，种群个体两两配对，交叉概率p c 选用0 5 。 。 ( 8 ) 变异操作。采用实值种群变异，变异概率p i i i 选用0 1 。 ( 9 ) 终止条件判断