专利名称:用于加速踏板控制的混合动力电动车辆动力系的控制方法
技术领域:
本发明涉及实现混合动力电动车辆燃料经济性提高的自适应实时驾驶员咨询控制,尤其涉及一种用于加速踏板控制的混合动力电动车辆动力系的控制方法。
背景技术:
混合动力电动车辆依靠两种动力源将动力提供给车辆牵引轮。一种动力源通常是内燃发动机,另一种动力源是电池和电动机连同发电机。在所谓的动力分流式混合动力电动车辆动力系中,发电机被机械地结合到发动机并被电结合到电池和电动机。例如,在第7,467,033号美国专利中,通过简单的行星齿轮单元来建立分流式动力传递路径,由此, 发电机被可驱动地连接到行星齿轮单元的中心齿轮,发动机被连接到行星齿轮单元的行星架。行星齿轮单元的齿圈被机械地连接到电动机。尽管动力分流式混合动力电动车辆动力系能够实施本发明,但是其他类型的混合动力电动车辆动力系构架(包括以内燃发动机作为动力源的非混合动力式动力系)也可实施本发明。尽管与传统的动力系相比,已知的混合动力电动车辆动力系使动力系的整体燃料经济性得到显著提高并降低不期望的废气排放,但是通过对诸如驾驶员风格、驾驶员行为和驾驶员偏好的因素进行调整,仍有可能进一步提高燃料经济性。这可通过给驾驶员提供关于影响燃料经济性的调整的适当的反馈来实现。所述反馈可以是视觉指示器或显示器的形式。混合动力式动力系通常包括车辆控制系统,所述车辆控制系统协调来自每种动力源的动力分配,以实现来自每种动力源的动力、速度和扭矩的最佳平衡。所述车辆控制系统包括发动机控制器、变速器控制器、高电压电池控制器、再生制动系统以及高电压电池。车辆系统控制器通过与若干子系统控制器通信来执行对整个车辆系统的协调和监管。所述车辆系统控制器管理和协调动力系的功能,以满足驾驶员的扭矩请求并使来自子系统以及流向子系统的能量流平衡。实时咨询系统能够给驾驶员提供关于输入到车辆系统控制器的最佳的加速踏板输入和制动踏板输入的直接建议。
发明内容
本发明包括一种利用具有学习策略的基于模糊逻辑的自适应算法的实时驾驶员咨询系统,该算法估计驾驶员的长期驾驶偏好和短期驾驶偏好。所述算法用于使已知的非自适应实时燃料经济性咨询系统(包括反馈给驾驶员的视觉和触觉反馈信息)的能力得到显著提高,从而驾驶员能够针对给定的车辆状况来改变驾驶风格或行为,以提高燃料经济性。申请人的算法被调整,以在不对车辆的性能造成显著影响且不对驾驶员造成侵扰的情况下使燃料经济性最佳化。所述算法通过监测驾驶风格和驾驶员行为来获悉驾驶员意图, 其解决了由于咨询反馈而造成的侵扰的问题。这通过保持车辆性能为驾驶员习得的驾驶风格和行为所接受而使操控性和提高的燃料经济性的竞争要求平衡,同时为提高燃料经济性提供机制。
通过监测加速踏板和制动踏板,咨询系统将驾驶员对牵引轮处的动力请求传送到控制器。请求级别和方式会影响存在一种以上能量源的电动车辆的燃料经济性。基于驾驶员对牵引扭矩的请求,可选择混合动力电动车辆的不同的运行模式。该选择对实现最佳的燃料效率可能是最佳的或者可能不是最佳的。本发明的控制器利用输入变量、输出变量和相关的模糊规则集来确保驾驶员选择的运行模式对实现最佳的燃料效率而言将是最佳的。所述控制器将操控性和燃料消耗连同预测的要素考虑在内并利用伺机条件(opportunistic condition) 0本发明的自适应算法能够在不被视为无效或侵扰的情况下改善驾驶员行为和驾驶风格,同时实现燃料经济性的提高。为了识别燃料消耗和车辆驾驶状态,所使用的动力系输入是归一化的燃料消耗 (fcn)和车辆速度(VS)。为了提出用于可接受的操控性或性能(车辆应当随时都能达到可接受的最小加速度)的标准,其他输入中被使用的一个输入是归一化的车辆加速度(an)。 为了预测驾驶员的行为并利用驾驶行为的伺机状态,驾驶员踏板响应(ζ ΔΑ)被用作最终输入。控制器的输出是建议的加速踏板位置变化(Δ) (AAulim)连同两个其他输出,即, 最大积分补偿(I。ft—_)和最小积分补偿(I。ft—min)。这种建议的加速踏板位置变化被提供到积分器中以获得建议的加速踏板位置阈值(Ath),其受限于下限和上限。基于实际的踏板位置、最小积分补偿和最大积分补偿来计算这些下限和上限。建议的加速踏板位置阈值Ath被用作将建议的加速踏板位置与实际的加速踏板位置App进行比较的阈值,从而如果App大于 Ath,则可将反馈信号(触觉或视觉)发送给驾驶员,该反馈信号指示存在可通过降低加速踏板位置App来提高车辆的燃料经济性的条件。根据本发明的一方面,提供一种用于加速踏板控制的混合动力电动车辆动力系的控制方法,所述动力系具有机械式动力源和机电式动力源,自适应实时燃料经济性咨询系统包括具有自适应算法的控制器,所述自适应算法用于获悉车辆驾驶员的驾驶偏好,所述方法包括监测在由多个车辆运行条件表征的给定驾驶事件的限定期限期间驾驶员的驾驶风格;向车辆驾驶员提供用于针对给定的车辆运行条件改变驾驶员行为的咨询反馈信息, 所述咨询反馈信息基于驾驶员的驾驶偏好,由此实现为驾驶员的驾驶风格所接受的车辆性能,同时保持与该驾驶风格相对应的良好的燃料经济性。
图1示出了能够实施本发明的动力分流式混合动力电动车辆动力系的示意图。图2是用于图1的动力系的模糊咨询控制器的示意性框图。图3是图2的模糊控制器的隶属函数的图示,其中,该隶属函数的特征在于其被分类为“接受”和“拒绝”。图4是示出用于将驾驶员行为结果转换为输入到模糊咨询控制器的输入的自适应算法的自适应实时咨询控制系统的示意性框图。
具体实施例方式图1以示意的形式示出了能够实施本发明的改进的控制系统的动力分流式混合动力电动车辆动力系。图1示出了驱动桥10,驱动桥10包括两个电机(发电机12和电动机14)连同发动机16。行星齿轮单元18提供从发动机到扭矩传递齿轮装置(其将驱动扭矩传递到如22所示的用于车辆牵引轮的车桥和差速器总成)的机械分流式动力传递路径。 提供协调的车辆控制系统,该系统用于管理从每种动力源到牵引轮的动力分配。这种协调需要控制算法来执行来自两种动力源的动力、速度和扭矩的平衡。所述控制系统包括用于发动机16的控制器、变速器控制模块(TCM)、高电压电池和电池控制模块(BCM)以及再生制动系统模块(BSM),以分别控制发动机、驱动桥、电池和再生制动子系统。车辆系统控制器(VSC)通过与子系统控制器通信来执行对整个车辆的评价和协调控制。车辆系统控制器管理和协调动力系的功能,以满足驾驶员的动力请求并使来自多个子系统以及流向多个子系统的能量流平衡。本发明将使用驾驶员行为变量,这是因为该变量在实现最佳的车辆燃料经济性并降低车辆废气排放方面发挥重要作用。实时咨询系统能够利用本发明给驾驶员提供关于加速踏板输入和制动踏板输入的最佳操作的直接建议,以帮助驾驶员提高燃料经济性而不使用侵扰性命令。模糊咨询控制器是自适应咨询系统的主要部件。模糊咨询控制器使用具有模糊谓词(fuzzy predicate)的一组规则和近似推理方法(如随后的描述中的表1所示)来大致概括说明瞬时燃料消耗、车辆速度、车辆加速度和驾驶员的扭矩请求的策略,以确定说明最佳的燃料效率和操控性的扭矩请求的上限。控制器计算的扭矩上限曲线(profile)是加速踏板位置的动态阈值,其被用作对在意燃料经济性的驾驶员的咨询警告。控制器的输入变量由燃料消耗(位 或\)、车辆速度(vs或&)、车辆加速度(%或&)以及驾驶员加速踏板响应位置(八^或。的归一化(换算)值组成。控制器的主要输出是建议的踏板位置变化(八々11>或71)。这种建议的加速踏板位置变化被积分,以获得进一步与实际的加速踏板位置App进行比较的建议的加速踏板位置阈值(Ath)。在当App大于Ath的情况下,反馈信号(利用触觉或视觉人-机界面HMI)被发送给驾驶员,该反馈信号指示存在可通过降低加速踏板位置App ( S卩,通过减少瞬时扭矩请求)来提高车辆的燃料经济性的条件。除主要输出建议的踏板位置变化71之外,模糊咨询控制器还包括在传统的模糊逻辑控制器中不常见的两个额外的输出。如图2中所示,这些额外的输出是最大积分补偿 50 (Ioftjiax或y2)和最小积分补偿55 (Ioftjlin或y3)。这两个额外的输出将建议的加速踏板位置阈值的下限(App+y3)和上限(App+y2)动态地调节到由实际的踏板位置限定的当前运行点。这些可调界限的目的在于避免积分饱卷(integral windup)以及相关的饱和效应、随之发生的过冲和不期望的瞬态。图2示出了这种模糊咨询控制器。这种模糊咨询控制器利用车辆驾驶方面的经验和人类专家控制知识来直观地构造模拟期望的驾驶行为的策略。为了引入描述控制器中的输入-输出关系的规则库(rule-base)模型,输入变量和输出变量被划分成模糊子集。控制器的输入变量被划分成两个模糊子集(低或F“以及高或Fy,i= [1,4]),以更好地描述输入-输出的逻辑关系。输入模糊子集被梯形函数形式化。针对最小积分补偿,积分补偿输出变量被划分成三个模糊子集高或h2H、低或以及零或h2Z,而建议的加速踏板位置变化被量化成四个子集高或h1H、低或hu、负低或-hu以及负高或_h1H。所有的输出模糊子集均为模糊单点。输入-输出变量的划分分解了影响车辆燃料经济性和性能的主要因素(瞬时燃料消耗、加速度、速度和加速踏板位置)的空间,
5并作为咨询策略的基于规则的模型的基础。表1高级MIMO模糊咨询控制器的规则库
权利要求
1.一种用于加速踏板控制的混合动力电动车辆动力系的控制方法,所述动力系具有机械式动力源和机电式动力源,自适应实时燃料经济性咨询系统包括具有自适应算法的控制器,所述自适应算法用于获悉车辆驾驶员的驾驶偏好,所述方法包括监测在由多个车辆运行条件表征的给定驾驶事件的限定期限期间驾驶员的驾驶风格;向车辆驾驶员提供用于针对给定的车辆运行条件改变驾驶员行为的咨询反馈信息, 所述咨询反馈信息基于驾驶员的驾驶偏好,由此实现为驾驶员的驾驶风格所接受的车辆性能,同时保持与该驾驶风格相对应的良好的燃料经济性。
2.如权利要求1所述的方法,其中,所述咨询反馈信息是建议的加速踏板位置变化,该建议的加速踏板位置变化保持在计算出来的上限和下限之间。
3.如权利要求2所述的方法,其中,所述自适应算法使模糊逻辑规则的参数动态地适应多组车辆驾驶条件中的每组,由此,咨询反馈信息包括驾驶员建议,该驾驶员建议用于调节加速踏板位置,以在减少侵扰的同时使驾驶风格符合当前的驾驶条件。
4.如权利要求2所述的方法,其中,所述自适应算法监测驾驶员对所述咨询反馈信息的反应,以确定驾驶员对所述咨询反馈信息的接受频率以及驾驶员对所述咨询反馈信息的拒绝频率,由此能够识别长期的驾驶风格和短期的驾驶风格。
5.如权利要求4所述的方法,其中,所述控制器被构造成计算遗忘因子的值,所述控制器调节遗忘因子以获悉长期或短期期间的驾驶风格。
6.如权利要求5所述的方法,其中,当在提高车辆性能的临时驾驶员命令期间驾驶员希望忽视咨询反馈信息时,在短期内使用快速遗忘因子,由此利用基于模糊的咨询信息的这种人类控制经验将在长期期间减少对驾驶员不希望的侵扰。
7.如权利要求5所述的方法,其中,所述控制器适于响应于基于模糊规则的输入变量, 所述输入变量中的第一输入变量是实际的燃料经济性和最佳的燃料经济性之间的燃料经济性误差,所述输入变量中的第二输入变量是燃料经济性误差的变化率。
8.如权利要求7所述的方法,其中,所述输入变量中的第三输入变量是来自机械式动力源的输入功率。
9.如权利要求7所述的方法,其中,模糊规则的第一部分调控车辆稳态运行条件,模糊规则的第二部分调控瞬态运行条件。
全文摘要
本发明提供一种用于加速踏板控制的混合动力电动车辆动力系的控制方法。车辆动力系控制器包括具有学习能力的基于模糊逻辑的自适应算法,该算法估计驾驶员的长期驾驶偏好。自适应算法仲裁良好的燃料经济性、防侵扰以及车辆操控性的竞争要求。根据驾驶员的驾驶风格来保持车辆性能。
文档编号B60W40/08GK102310856SQ20111015855
公开日2012年1月11日 申请日期2011年6月7日 优先权日2010年6月8日
发明者曾福林, 法扎尔·阿拉曼·塞伊德, 迪米塔·彼特诺夫·菲利夫 申请人:福特全球技术公司