廣告
兩擋純電汽車傳動系統(tǒng)參數(shù)優(yōu)化和試驗(yàn)對比
2019-08-07 21:03:50· 來源：EDC電驅(qū)未來 作者：盛繼新、張邦基
純電動汽車效率優(yōu)化的關(guān)鍵在于傳動系統(tǒng)，即實(shí)現(xiàn)動力電池組、電機(jī)和變速器擋位的匹配優(yōu)化。針對上述問題，本文以兩擋DCT純電動汽車為設(shè)計原型，采用兩擋AMT傳動系
純電動汽車效率優(yōu)化的關(guān)鍵在于傳動系統(tǒng)，即實(shí)現(xiàn)動力電池組、電機(jī)和變速器擋位的匹配優(yōu)化 。
針對上述問題，本文以兩擋DCT純電動汽車為設(shè)計原型，采用兩擋AMT傳動系統(tǒng)方案，采用多目標(biāo)遺傳算法匹配優(yōu)化電機(jī)參數(shù)，采用全局優(yōu)化遺傳算法優(yōu)化整車傳動速比，并與匹配車型和試驗(yàn)車型進(jìn)行對比驗(yàn)證。
1 傳動系統(tǒng)參數(shù)匹配和整車建模
以某純電動汽車兩擋DCT傳動系統(tǒng)為基礎(chǔ)，匹配純電動汽車的兩擋AMT傳動系統(tǒng)，整車參數(shù)和設(shè)計指標(biāo)見表1。傳動系統(tǒng)參數(shù)匹配針對動力系統(tǒng)的主要環(huán)節(jié)進(jìn)行，包括電池、電機(jī)和變速器傳動比。
表1 整車參數(shù)及設(shè)計指標(biāo)
Tab.1 Vehicle parameters and design targets
1.1 傳動系統(tǒng)參數(shù)匹配
動力電池是影響整車?yán)m(xù)駛里程的決定因素，單一NEDC工況電池耗電量的表達(dá)式為
(1)
式中，Ebat為單個NEDC工況耗電量，kW·h；v為車速，km/h；ηc為逆變器效率，取0.95；ηb為電池組的放電效率，取0.94;g為重力加速度，m/s2；δ為整車旋轉(zhuǎn)質(zhì)量換算系數(shù)。
達(dá)到整車?yán)m(xù)駛里程要求時電池總?cè)萘繛?/div>
式中，E為滿足單次充電續(xù)駛里程所需的電池總?cè)萘?，kW·h；S為單次充電整車?yán)m(xù)駛里程，km；η為電池放電深度，取0.85。
電動汽車驅(qū)動電機(jī)要求在加速或爬坡時提供大扭矩，高速行駛時提供大功率，電機(jī)匹配參數(shù)包括峰值功率、額定功率和峰值扭矩。
電機(jī)峰值功率表征汽車行駛的后備功率，峰值功率
Pp≥max(Pvmax,Ptmax,Pαmax)
式中，Pvmax為滿足最高車速時所需功率；Ptmax為滿足加速時間所需功率；Pαmax為滿足最大爬坡度時所需功率。
根據(jù)我國高速工況的設(shè)計要求，電機(jī)額定功率須滿足車速為120 km/h勻速巡航要求，電機(jī)峰值扭矩應(yīng)滿足整車爬坡性能要求。
傳動速比匹配的關(guān)鍵在于計算其可行域。最大傳動比igmax須滿足最大爬坡度要求和道路附著條件約束：
iα≤igmax≤ia
式中，iα為滿足最大爬坡度時的傳動比；ia為滿足附著條件時的傳動比。
最小傳動比igmin需同時滿足最高車速要求和最高車速行駛時電機(jī)處于恒功率區(qū)的約束：
ipmax≤igmin≤ivmax
式中，ipmax為滿足最高車速行駛時，驅(qū)動電機(jī)處于恒功率區(qū)對應(yīng)的傳動比；ivmax為滿足最高車速時對應(yīng)的傳動比。
經(jīng)計算，傳動系統(tǒng)參數(shù)取值范圍見表2。
表2 匹配參數(shù)指標(biāo)
1.2 傳動系統(tǒng)參數(shù)選取
根據(jù)表2匹配結(jié)果，選取電池參數(shù)、電機(jī)參數(shù)和變速器傳動速比參數(shù)見表3、表4和表5。
表3 電池參數(shù)選取
表4 電機(jī)參數(shù)初選
表5 變速器傳動速比初選
1.3 整車建模
電動汽車參數(shù)選取直接影響整車性能的參數(shù)，為確定整車參數(shù)，搭建了整車模型。整車模型包括電池模型、電機(jī)模型、變速器模型及整車控制模型，圖1為純電動汽車兩擋AMT傳動系統(tǒng)簡圖。
1.電機(jī) 2.一擋齒輪 3.二擋齒輪 4.輸入軸 5.輸出軸 6.同步器 7.主減速器和差速器
電池模塊采用內(nèi)阻模型，建立開路電壓V和內(nèi)阻R與電池荷電狀態(tài)(SOC)及溫度的關(guān)系，即
V=Vcell(t,SSOC)B
R=Rcell(t,SSOC)B
式中，B為電池串聯(lián)數(shù)量；t為電池溫度；SSOC為電池SOC；Vcell(t,SSOC)為電池單體開路電壓，是電池溫度與SOC的函數(shù)(圖2)； Rcell(t,SSOC)為電池單體內(nèi)阻，是電池溫度與SOC的函數(shù)(圖2)。
電池能量經(jīng)逆變器傳到電機(jī)，電機(jī)驅(qū)動效率見圖3，電機(jī)輸出轉(zhuǎn)矩
Pm=Tmnm
式中，nm為電機(jī)轉(zhuǎn)速；ηm為電機(jī)效率;PB為電池功率；Pm為電機(jī)功率。
電機(jī)轉(zhuǎn)矩傳遞到變速器，動力傳遞方程表示為
式中，Jm、Jt分別為電機(jī)轉(zhuǎn)動慣量和變速器等效轉(zhuǎn)動慣量；it為變速器傳動比；θ為輸出軸轉(zhuǎn)角；dt為變速器等效轉(zhuǎn)動阻尼;Tf為車輛行駛阻力矩。
變速器輸出轉(zhuǎn)矩經(jīng)主減速器和差速器及半軸傳遞到車輪，整車行駛阻力矩
式中，ig為傳動系統(tǒng)總傳動比；α為爬坡度。
2 基于遺傳算法的傳動系統(tǒng)參數(shù)優(yōu)化
2.1 遺傳算法優(yōu)化理論
電機(jī)和傳動參數(shù)匹配優(yōu)化問題的表達(dá)式為
式中，J為n個可優(yōu)化的指標(biāo)；J1、J2、…、Jn為優(yōu)化目標(biāo)；ig為優(yōu)化變量向量；S為最優(yōu)性能指標(biāo)決定的可行域。
遺傳算法是一種基于進(jìn)化理論的搜索算法，該算法能夠精確實(shí)現(xiàn)全局最優(yōu)解，避免優(yōu)化目標(biāo)陷入局部最優(yōu)，遺傳算法可表示為
G=(C,J,P0,M,Φ,Γ,Θ,Τ)
式中，C為個體編碼的方法；P0、M分別為種群初始值和種群大??；Φ、Γ、Θ分別為選擇算子、交叉算子和變異算子；Τ為終止條件。
2.2 電機(jī)參數(shù)優(yōu)化
電機(jī)峰值功率和峰值扭矩決定了整車動力性。將電機(jī)峰值功率和峰值轉(zhuǎn)矩分3組，見表6。
表6 電機(jī)選型分組
以電機(jī)峰值功率和峰值轉(zhuǎn)矩為綜合設(shè)計目標(biāo)，以整車動力性指標(biāo)為約束條件，運(yùn)用多目標(biāo)遺傳算法優(yōu)化電機(jī)參數(shù)。圖4為多目標(biāo)遺傳算法優(yōu)化策略流程圖。首先，隨機(jī)產(chǎn)生滿足要求的N個個體初始種群Pm(0)和Tm(0)，得到子代種群；其次，計算適應(yīng)度目標(biāo)函數(shù)，判定終止條件要求，完成復(fù)制、選擇、交叉、變異；最后，判定動力性限定條件，迭代更新，若均滿足要求，停止迭代，獲取電機(jī)參數(shù)。
根據(jù)設(shè)計指標(biāo)要求，確定優(yōu)化目標(biāo)函數(shù)為
整車動力性的約束如下：
式中，F(xiàn)t為驅(qū)動力，N；Ff為滾動阻力，N；Fw為空氣阻力，N；i0為主減速器傳動比；ix(x=1,2)為擋位傳動比。
圖5所示為三組電機(jī)特征。第一組電機(jī)的峰值功率和峰值轉(zhuǎn)矩相應(yīng)的動力性能結(jié)果見表7。表7結(jié)果表明，50～80 km/h加速時間無法滿足要求，整車動力性不足。電機(jī)峰值功率確定后，不是峰值轉(zhuǎn)矩越大，整車動力性越強(qiáng)，因?yàn)殡姍C(jī)峰值轉(zhuǎn)矩越大，額定轉(zhuǎn)速越小，電機(jī)進(jìn)入恒功率區(qū)的時間加快，電機(jī)扭矩下降的時間提前，整車動力性反而略有下降。第二組電機(jī)峰值功率和峰值轉(zhuǎn)矩相應(yīng)動力性能結(jié)果見表8。表8結(jié)果表明，為滿足動力性設(shè)計指標(biāo)，若匹配電機(jī)峰值功率為74.02 kW，對應(yīng)電機(jī)的峰值轉(zhuǎn)矩應(yīng)不小于263.2 N·m。第三組電機(jī)峰值功率和峰值扭矩相應(yīng)動力性能結(jié)果見表9。表9結(jié)果顯示，為滿足動力性設(shè)計指標(biāo)，若匹配電機(jī)峰值功率為75.3 kW，對應(yīng)電機(jī)的峰值轉(zhuǎn)矩應(yīng)不小于221 N·m。
綜合上述分析結(jié)果，同時考慮整車其他附件能耗及現(xiàn)有電機(jī)產(chǎn)品，最終確定的電機(jī)參數(shù)見表10。
表7 第一組電機(jī)動力性能
表8 第二組電機(jī)動力性能
表9 第三組電機(jī)動力性能
表10 電機(jī)參數(shù)選擇
2.3 齒輪速比優(yōu)化
齒輪速比是影響整車性能的關(guān)鍵因素，在電池參數(shù)和電機(jī)參數(shù)確定后，選擇不同的傳動比可使整車具有不同的動力性和經(jīng)濟(jì)性。
齒輪速比優(yōu)化是一個多目標(biāo)、多變量優(yōu)化問題，優(yōu)化目標(biāo)分為最大動力性和最佳經(jīng)濟(jì)性，整車經(jīng)濟(jì)性直接影響匹配電池的容量和續(xù)駛里程。由此，在滿足動力性限制條件的基礎(chǔ)上，選擇綜合路況下的經(jīng)濟(jì)性指標(biāo)為優(yōu)化目標(biāo)函數(shù)，可將多目標(biāo)優(yōu)化問題轉(zhuǎn)化為單目標(biāo)優(yōu)化問題。
整車動力性和經(jīng)濟(jì)性的關(guān)鍵因素包括整車傳動速比和在不同工況下的綜合換擋控制策略，因此，最終選擇設(shè)計參數(shù)為x=(x1,x2,x3,x4)=(i1,i2,i0,v) 。
目標(biāo)函數(shù)的選取應(yīng)使傳動系統(tǒng)平均功率最高、整車功率損失最小、電池綜合工況耗電量最小，因此設(shè)計目標(biāo)函數(shù)為
式中，fobj為單位里程耗電量，W·h/m；N1、N2分別為NEDC工況和HWFET工況的采樣點(diǎn)總數(shù)；ΔS1、ΔS2分別為單位采樣時間內(nèi)NEDC工況與HWFET工況下電池剩余電量的變化量。
為滿足整車動力性要求，將整車動力性指標(biāo)作為能量優(yōu)化的限制條件。純電動汽車兩擋傳動比之比不應(yīng)大于2.5，超過會影響整車的平順性，考慮到齒輪效率，主減速器傳動比不應(yīng)小于4。由此，整車傳動比限制條件為
圖7所示為遺傳算法優(yōu)化控制策略流程。首先，隨機(jī)產(chǎn)生滿足要求的初始種群個體i0、i1和i2，不斷復(fù)制、選擇、交叉與變異，計算適應(yīng)度函數(shù)；其次，判定終止條件，若滿足，迭代停止；最后，獲得滿足全局能量最優(yōu)的齒輪速比。
在整個優(yōu)化過程中，齒輪速比不斷變化，最終均穩(wěn)定在某固定值附近，圖8為一擋傳動比、二擋傳動比和主減速比優(yōu)化進(jìn)程圖。
2.4 優(yōu)化結(jié)果對比
圖9所示為優(yōu)化前后整車動力性和經(jīng)濟(jì)性換擋規(guī)律曲線，圖10所示為仿真工況及優(yōu)化前后整車行駛擋位。優(yōu)化后整車動力性和經(jīng)濟(jì)性均有提升，動力性換擋點(diǎn)向低速區(qū)移動，經(jīng)濟(jì)性點(diǎn)向電機(jī)高效區(qū)偏移。圖11所示為優(yōu)化前后單個NEDC工況下電機(jī)工作點(diǎn)和電池耗電量，圖12所示為優(yōu)化前后單個HWFET工況下電機(jī)工作點(diǎn)和電池耗電量。優(yōu)化后NEDC工況電機(jī)工作區(qū)間向大轉(zhuǎn)矩高效區(qū)伸展，HWFET工況電機(jī)工作區(qū)間集中向額定轉(zhuǎn)速高效區(qū)靠攏。
表11為優(yōu)化前后整車性能指標(biāo)。相較于優(yōu)化前，整車動力性和經(jīng)濟(jì)性均有明顯的提升，0～100 km/h加速時間縮短了5.79%，NEDC工況續(xù)駛里程增加了0.31%，HWFET工況續(xù)駛里程增加了1.44%。
3 試驗(yàn)車型對比
為證明傳動系統(tǒng)仿真模型的正確性和匹配結(jié)果的優(yōu)越性，將優(yōu)化后的整車性能與兩擋DCT試驗(yàn)結(jié)果和兩擋DCT仿真結(jié)果對比驗(yàn)證，試驗(yàn)車型見圖13。
圖14所示為整車行駛工況目標(biāo)曲線和試驗(yàn)測試曲線，實(shí)車測試結(jié)果很夠跟隨目標(biāo)車速。圖15為NEDC工況主減速器實(shí)車測試結(jié)果與仿真結(jié)果對比，圖16為NEDC工況實(shí)車SOC測試結(jié)果與仿真結(jié)果對比。如表12所示，相較于純電動兩擋DCT試驗(yàn)車型，兩擋DCT仿真結(jié)果0～100 km/h加速時間和NEDC續(xù)駛里程誤差均在2%以內(nèi)；相較于純電動兩擋DCT試驗(yàn)車型，采用匹配的兩擋AMT純電動汽車整車動力性和經(jīng)濟(jì)性均有明顯的提升，0～50 km/h和0～100 km/h加速時間分別縮短了28.37%和10.31%。50～80 km/h加速時間略有縮短，這是因?yàn)榇塑囁賲^(qū)間存在換擋過程，換擋時間在這個區(qū)段被充分考慮，最大爬坡度增加了30.97%，最高車速增加了0.16%，NEDC工況續(xù)駛里程增加了5.85%；相較于兩擋DCT仿真結(jié)果，0～100 km/h加速時間縮短了8.9%，NEDC工況續(xù)駛里程增加了3.68%。
表11 優(yōu)化結(jié)果對比
表12 整車性能對比
4 結(jié)論
(1)以電機(jī)峰值功率和峰值轉(zhuǎn)矩為綜合設(shè)計目標(biāo)，以整車動力性指標(biāo)為限制條件，運(yùn)用多目標(biāo)遺傳算法匹配優(yōu)化電機(jī)參數(shù)，確定傳動系統(tǒng)參數(shù)，包括電池容量、電機(jī)峰值功率和峰值扭矩等。
(2)為提高純電動汽車傳動系統(tǒng)工作效率，以整車綜合工況電池耗電量為優(yōu)化目標(biāo)，以整車動力性指標(biāo)為約束條件，采用全局優(yōu)化遺傳算法對純電動車兩擋AMT齒速比進(jìn)行優(yōu)化設(shè)計，最終確定變速器傳動比。與優(yōu)化前的匹配結(jié)果相比，整車動力性和經(jīng)濟(jì)性均有較大提升，0～100 km/h加速時間縮短了5.79%，最高車速提高了2.58%，NEDC工況續(xù)駛里程增加了0.31%,HWFET工況續(xù)駛里程增加了1.44%。
(3)采用兩擋AMT電動汽車，相較于兩擋DCT試驗(yàn)車型，整車性能有明顯提升，0～100 km/h加速時間縮短了10.31%，最高車速提升了0.16%，電動車傳動系統(tǒng)高效區(qū)間得到高效利用，電動車NEDC續(xù)駛里程增加了5.85%。
(2)
式中，E為滿足單次充電續(xù)駛里程所需的電池總?cè)萘?，kW·h；S為單次充電整車?yán)m(xù)駛里程，km；η為電池放電深度，取0.85。
電動汽車驅(qū)動電機(jī)要求在加速或爬坡時提供大扭矩，高速行駛時提供大功率，電機(jī)匹配參數(shù)包括峰值功率、額定功率和峰值扭矩。
電機(jī)峰值功率表征汽車行駛的后備功率，峰值功率
Pp≥max(Pvmax,Ptmax,Pαmax)
(3)
式中，Pvmax為滿足最高車速時所需功率；Ptmax為滿足加速時間所需功率；Pαmax為滿足最大爬坡度時所需功率。
根據(jù)我國高速工況的設(shè)計要求，電機(jī)額定功率須滿足車速為120 km/h勻速巡航要求，電機(jī)峰值扭矩應(yīng)滿足整車爬坡性能要求。
傳動速比匹配的關(guān)鍵在于計算其可行域。最大傳動比igmax須滿足最大爬坡度要求和道路附著條件約束：
iα≤igmax≤ia
(4)
式中，iα為滿足最大爬坡度時的傳動比；ia為滿足附著條件時的傳動比。
最小傳動比igmin需同時滿足最高車速要求和最高車速行駛時電機(jī)處于恒功率區(qū)的約束：
ipmax≤igmin≤ivmax
(5)
式中，ipmax為滿足最高車速行駛時，驅(qū)動電機(jī)處于恒功率區(qū)對應(yīng)的傳動比；ivmax為滿足最高車速時對應(yīng)的傳動比。
經(jīng)計算，傳動系統(tǒng)參數(shù)取值范圍見表2。
表2 匹配參數(shù)指標(biāo)
Tab.2 Parameter matching index
1.2 傳動系統(tǒng)參數(shù)選取
根據(jù)表2匹配結(jié)果，選取電池參數(shù)、電機(jī)參數(shù)和變速器傳動速比參數(shù)見表3、表4和表5。
表3 電池參數(shù)選取
Tab.3 The battery parameter selection
表4 電機(jī)參數(shù)初選
Tab.4 Preliminary selection of battery parameters
表5 變速器傳動速比初選
Tab.5 Preliminary selection of gear ratio of the gearbox
1.3 整車建模
電動汽車參數(shù)選取直接影響整車性能的參數(shù)，為確定整車參數(shù)，搭建了整車模型。整車模型包括電池模型、電機(jī)模型、變速器模型及整車控制模型，圖1為純電動汽車兩擋AMT傳動系統(tǒng)簡圖。
1.電機(jī) 2.一擋齒輪 3.二擋齒輪 4.輸入軸 5.輸出軸 6.同步器 7.主減速器和差速器
圖1 兩擋純電動汽車傳動系統(tǒng)
Fig.1 The two-block transmission system of PEV
電池模塊采用內(nèi)阻模型，建立開路電壓V和內(nèi)阻R與電池荷電狀態(tài)(SOC)及溫度的關(guān)系，即
V=Vcell(t,SSOC)B
(6)
R=Rcell(t,SSOC)B
(7)
式中，B為電池串聯(lián)數(shù)量；t為電池溫度；SSOC為電池SOC；Vcell(t,SSOC)為電池單體開路電壓，是電池溫度與SOC的函數(shù)(圖2)； Rcell(t,SSOC)為電池單體內(nèi)阻，是電池溫度與SOC的函數(shù)(圖2)。
圖2 電池開路電壓函數(shù)曲線與內(nèi)阻函數(shù)曲線
Fig.2 The battery open circuit voltage function curveand the internal resistance function curve
圖3 電機(jī)驅(qū)動效率
Fig.3 The chart of motor operating efficiency
電池能量經(jīng)逆變器傳到電機(jī)，電機(jī)驅(qū)動效率見圖3，電機(jī)輸出轉(zhuǎn)矩
(8)
Pm=Tmnm
(9)
式中，nm為電機(jī)轉(zhuǎn)速；ηm為電機(jī)效率;PB為電池功率；Pm為電機(jī)功率。
電機(jī)轉(zhuǎn)矩傳遞到變速器，動力傳遞方程表示為
(10)
式中，Jm、Jt分別為電機(jī)轉(zhuǎn)動慣量和變速器等效轉(zhuǎn)動慣量；it為變速器傳動比；θ為輸出軸轉(zhuǎn)角；dt為變速器等效轉(zhuǎn)動阻尼;Tf為車輛行駛阻力矩。
變速器輸出轉(zhuǎn)矩經(jīng)主減速器和差速器及半軸傳遞到車輪，整車行駛阻力矩
(11)
式中，ig為傳動系統(tǒng)總傳動比；α為爬坡度。
2 基于遺傳算法的傳動系統(tǒng)參數(shù)優(yōu)化
2.1 遺傳算法優(yōu)化理論
電機(jī)和傳動參數(shù)匹配優(yōu)化問題的表達(dá)式為
(12)
式中，J為n個可優(yōu)化的指標(biāo)；J1、J2、…、Jn為優(yōu)化目標(biāo)；ig為優(yōu)化變量向量；S為最優(yōu)性能指標(biāo)決定的可行域。
遺傳算法是一種基于進(jìn)化理論的搜索算法，該算法能夠精確實(shí)現(xiàn)全局最優(yōu)解，避免優(yōu)化目標(biāo)陷入局部最優(yōu)，遺傳算法可表示為
G=(C,J,P0,M,Φ,Γ,Θ,Τ)
(13)
式中，C為個體編碼的方法；P0、M分別為種群初始值和種群大??；Φ、Γ、Θ分別為選擇算子、交叉算子和變異算子；Τ為終止條件。
2.2 電機(jī)參數(shù)優(yōu)化
電機(jī)峰值功率和峰值扭矩決定了整車動力性。將電機(jī)峰值功率和峰值轉(zhuǎn)矩分3組，見表6。
表6 電機(jī)選型分組
Tab.6 The selection of motor grouping
以電機(jī)峰值功率和峰值轉(zhuǎn)矩為綜合設(shè)計目標(biāo)，以整車動力性指標(biāo)為約束條件，運(yùn)用多目標(biāo)遺傳算法優(yōu)化電機(jī)參數(shù)。圖4為多目標(biāo)遺傳算法優(yōu)化策略流程圖。首先，隨機(jī)產(chǎn)生滿足要求的N個個體初始種群Pm(0)和Tm(0)，得到子代種群；其次，計算適應(yīng)度目標(biāo)函數(shù)，判定終止條件要求，完成復(fù)制、選擇、交叉、變異；最后，判定動力性限定條件，迭代更新，若均滿足要求，停止迭代，獲取電機(jī)參數(shù)。
圖4 多目標(biāo)遺傳算法優(yōu)化策略
Fig.4 Multi-objective GA optimization strategy
根據(jù)設(shè)計指標(biāo)要求，確定優(yōu)化目標(biāo)函數(shù)為
(14)
整車動力性的約束如下：
(15)
式中，F(xiàn)t為驅(qū)動力，N；Ff為滾動阻力，N；Fw為空氣阻力，N；i0為主減速器傳動比；ix(x=1,2)為擋位傳動比。
圖5所示為三組電機(jī)特征。第一組電機(jī)的峰值功率和峰值轉(zhuǎn)矩相應(yīng)的動力性能結(jié)果見表7。表7結(jié)果表明，50～80 km/h加速時間無法滿足要求，整車動力性不足。電機(jī)峰值功率確定后，不是峰值轉(zhuǎn)矩越大，整車動力性越強(qiáng)，因?yàn)殡姍C(jī)峰值轉(zhuǎn)矩越大，額定轉(zhuǎn)速越小，電機(jī)進(jìn)入恒功率區(qū)的時間加快，電機(jī)扭矩下降的時間提前，整車動力性反而略有下降。第二組電機(jī)峰值功率和峰值轉(zhuǎn)矩相應(yīng)動力性能結(jié)果見表8。表8結(jié)果表明，為滿足動力性設(shè)計指標(biāo)，若匹配電機(jī)峰值功率為74.02 kW，對應(yīng)電機(jī)的峰值轉(zhuǎn)矩應(yīng)不小于263.2 N·m。第三組電機(jī)峰值功率和峰值扭矩相應(yīng)動力性能結(jié)果見表9。表9結(jié)果顯示，為滿足動力性設(shè)計指標(biāo)，若匹配電機(jī)峰值功率為75.3 kW，對應(yīng)電機(jī)的峰值轉(zhuǎn)矩應(yīng)不小于221 N·m。
(a)第一組電機(jī)特征
(b)第二組電機(jī)特征
(c)第三組電機(jī)特征
圖5 電機(jī)特征
Fig.5 The characteristics of motor
綜合上述分析結(jié)果，同時考慮整車其他附件能耗及現(xiàn)有電機(jī)產(chǎn)品，最終確定的電機(jī)參數(shù)見表10。
表7 第一組電機(jī)動力性能
Tab.7 The first group of dynamic performance
表8 第二組電機(jī)動力性能
Tab.8 The second group of dynamic performance
表9 第三組電機(jī)動力性能
Tab.9 The third group of dynamic performance
表10 電機(jī)參數(shù)選擇
Tab.10 The selection of motor parameter
2.3 齒輪速比優(yōu)化
齒輪速比是影響整車性能的關(guān)鍵因素，在電池參數(shù)和電機(jī)參數(shù)確定后，選擇不同的傳動比可使整車具有不同的動力性和經(jīng)濟(jì)性。
電機(jī)在不同轉(zhuǎn)速和不同扭矩工作下對應(yīng)的功率損失見圖6。整車經(jīng)濟(jì)性取決于運(yùn)行工況中全局能量損耗，損耗越小，整車經(jīng)濟(jì)性越好，因此，整車能量優(yōu)化問題可轉(zhuǎn)化為全局能量損耗最小問題。
圖6 電機(jī)驅(qū)動功率損失
Fig.6 The motor drive power loss
齒輪速比優(yōu)化是一個多目標(biāo)、多變量優(yōu)化問題，優(yōu)化目標(biāo)分為最大動力性和最佳經(jīng)濟(jì)性，整車經(jīng)濟(jì)性直接影響匹配電池的容量和續(xù)駛里程。由此，在滿足動力性限制條件的基礎(chǔ)上，選擇綜合路況下的經(jīng)濟(jì)性指標(biāo)為優(yōu)化目標(biāo)函數(shù)，可將多目標(biāo)優(yōu)化問題轉(zhuǎn)化為單目標(biāo)優(yōu)化問題。
整車動力性和經(jīng)濟(jì)性的關(guān)鍵因素包括整車傳動速比和在不同工況下的綜合換擋控制策略，因此，最終選擇設(shè)計參數(shù)為x=(x1,x2,x3,x4)=(i1,i2,i0,v) 。
目標(biāo)函數(shù)的選取應(yīng)使傳動系統(tǒng)平均功率最高、整車功率損失最小、電池綜合工況耗電量最小，因此設(shè)計目標(biāo)函數(shù)為
(16)
式中，fobj為單位里程耗電量，W·h/m；N1、N2分別為NEDC工況和HWFET工況的采樣點(diǎn)總數(shù)；ΔS1、ΔS2分別為單位采樣時間內(nèi)NEDC工況與HWFET工況下電池剩余電量的變化量。
為滿足整車動力性要求，將整車動力性指標(biāo)作為能量優(yōu)化的限制條件。純電動汽車兩擋傳動比之比不應(yīng)大于2.5，超過會影響整車的平順性，考慮到齒輪效率，主減速器傳動比不應(yīng)小于4。由此，整車傳動比限制條件為
(17)
圖7所示為遺傳算法優(yōu)化控制策略流程。首先，隨機(jī)產(chǎn)生滿足要求的初始種群個體i0、i1和i2，不斷復(fù)制、選擇、交叉與變異，計算適應(yīng)度函數(shù)；其次，判定終止條件，若滿足，迭代停止；最后，獲得滿足全局能量最優(yōu)的齒輪速比。
圖7 遺傳算法優(yōu)化策略
Fig.7 The genetic algorithm optimization strategy
圖8 傳動比優(yōu)化進(jìn)程
Fig.8 The optimization process of transmission ratio
(a)動力性換擋規(guī)律 (b)經(jīng)濟(jì)性換擋規(guī)律
圖9 換擋規(guī)律曲線
Fig.9 The curve of shift schedule
在整個優(yōu)化過程中，齒輪速比不斷變化，最終均穩(wěn)定在某固定值附近，圖8為一擋傳動比、二擋傳動比和主減速比優(yōu)化進(jìn)程圖。
2.4 優(yōu)化結(jié)果對比
圖9所示為優(yōu)化前后整車動力性和經(jīng)濟(jì)性換擋規(guī)律曲線，圖10所示為仿真工況及優(yōu)化前后整車行駛擋位。優(yōu)化后整車動力性和經(jīng)濟(jì)性均有提升，動力性換擋點(diǎn)向低速區(qū)移動，經(jīng)濟(jì)性點(diǎn)向電機(jī)高效區(qū)偏移。圖11所示為優(yōu)化前后單個NEDC工況下電機(jī)工作點(diǎn)和電池耗電量，圖12所示為優(yōu)化前后單個HWFET工況下電機(jī)工作點(diǎn)和電池耗電量。優(yōu)化后NEDC工況電機(jī)工作區(qū)間向大轉(zhuǎn)矩高效區(qū)伸展，HWFET工況電機(jī)工作區(qū)間集中向額定轉(zhuǎn)速高效區(qū)靠攏。
(a)NEDC工況(b)HWFET工況
圖10 仿真工況和擋位
Fig.10 Simulation conditions and gear
(a)工作點(diǎn)
(b)電池耗電量
圖11 NEDC工況電機(jī)工作點(diǎn)和電池耗電量
Fig.11 The motor operating point and the battery power consumption in NEDC
表11為優(yōu)化前后整車性能指標(biāo)。相較于優(yōu)化前，整車動力性和經(jīng)濟(jì)性均有明顯的提升，0～100 km/h加速時間縮短了5.79%，NEDC工況續(xù)駛里程增加了0.31%，HWFET工況續(xù)駛里程增加了1.44%。
3 試驗(yàn)車型對比
為證明傳動系統(tǒng)仿真模型的正確性和匹配結(jié)果的優(yōu)越性，將優(yōu)化后的整車性能與兩擋DCT試驗(yàn)結(jié)果和兩擋DCT仿真結(jié)果對比驗(yàn)證，試驗(yàn)車型見圖13。
圖14所示為整車行駛工況目標(biāo)曲線和試驗(yàn)測試曲線，實(shí)車測試結(jié)果很夠跟隨目標(biāo)車速。圖15為NEDC工況主減速器實(shí)車測試結(jié)果與仿真結(jié)果對比，圖16為NEDC工況實(shí)車SOC測試結(jié)果與仿真結(jié)果對比。如表12所示，相較于純電動兩擋DCT試驗(yàn)車型，兩擋DCT仿真結(jié)果0～100 km/h加速時間和NEDC續(xù)駛里程誤差均在2%以內(nèi)；相較于純電動兩擋DCT試驗(yàn)車型，采用匹配的兩擋AMT純電動汽車整車動力性和經(jīng)濟(jì)性均有明顯的提升，0～50 km/h和0～100 km/h加速時間分別縮短了28.37%和10.31%。50～80 km/h加速時間略有縮短，這是因?yàn)榇塑囁賲^(qū)間存在換擋過程，換擋時間在這個區(qū)段被充分考慮，最大爬坡度增加了30.97%，最高車速增加了0.16%，NEDC工況續(xù)駛里程增加了5.85%；相較于兩擋DCT仿真結(jié)果，0～100 km/h加速時間縮短了8.9%，NEDC工況續(xù)駛里程增加了3.68%。
(a)工作點(diǎn)
(b)電池耗電量
圖12 HWFET工況電機(jī)工作點(diǎn)和電池耗電量
Fig.12 The motor operating point and battery power consumption in HWFET
表11 優(yōu)化結(jié)果對比
Tab.11 The results of optimize comparison
圖13 試驗(yàn)車型
Fig.13 The picture of the test vehicle
圖14 NEDC工況曲線
Fig.14 The NEDC operating conditions curve
圖15 NEDC工況主減速器效率對比
Fig.15 The main reducer efficiency comparison in NEDC
圖16 NEDC工況SOC對比
Fig.16 The SOC comparison in NEDC
表12 整車性能對比
Tab.12 The comparison of vehicle performance
4 結(jié)論
(1)以電機(jī)峰值功率和峰值轉(zhuǎn)矩為綜合設(shè)計目標(biāo)，以整車動力性指標(biāo)為限制條件，運(yùn)用多目標(biāo)遺傳算法匹配優(yōu)化電機(jī)參數(shù)，確定傳動系統(tǒng)參數(shù)，包括電池容量、電機(jī)峰值功率和峰值扭矩等。
(2)為提高純電動汽車傳動系統(tǒng)工作效率，以整車綜合工況電池耗電量為優(yōu)化目標(biāo)，以整車動力性指標(biāo)為約束條件，采用全局優(yōu)化遺傳算法對純電動車兩擋AMT齒速比進(jìn)行優(yōu)化設(shè)計，最終確定變速器傳動比。與優(yōu)化前的匹配結(jié)果相比，整車動力性和經(jīng)濟(jì)性均有較大提升，0～100 km/h加速時間縮短了5.79%，最高車速提高了2.58%，NEDC工況續(xù)駛里程增加了0.31%,HWFET工況續(xù)駛里程增加了1.44%。
(3)采用兩擋AMT電動汽車，相較于兩擋DCT試驗(yàn)車型，整車性能有明顯提升，0～100 km/h加速時間縮短了10.31%，最高車速提升了0.16%，電動車傳動系統(tǒng)高效區(qū)間得到高效利用，電動車NEDC續(xù)駛里程增加了5.85%。
?
廣告 
最新資訊
-
“汽車爬坡試驗(yàn)方法”將有國家標(biāo)準(zhǔn)
2026-03-03 12:44
-
十年耐久監(jiān)管時代：電池系統(tǒng)開發(fā)策略將如何
2026-03-03 12:44
-
聯(lián)合國法規(guī)R59對機(jī)動車備用消聲系統(tǒng)的工程
2026-03-03 12:08
-
聯(lián)合國法規(guī)R58對后下部防護(hù)裝置的工程化約
2026-03-03 12:07
-
聯(lián)合國法規(guī)R57對摩托車前照燈配光性能的工
2026-03-03 12:07
