CN110001414B - 一种双电机耦合驱动的电动拖拉机及其控制系统 - Google Patents

Abstract

本发明公开了一种双电机耦合驱动的电动拖拉机及其控制系统，根据不同的工作模式采用不同的需求转矩计算方式与动力耦合方式，得到需求转矩之后，采用两套方案来解决双电机动力分配问题，首先通过对主电机与副电机设定不同的输出目标值使其在最高工作效率的状态下来达到需求转矩，当电机无法达到要求时使用二次规划最优分配法对两电机进行重新分配，最终将期望的转矩与转速传输至电机控制器并由其控制电机驱动，最终经动力耦合器输出完成执行。本发明同时考虑了拖拉机工作模式的复杂性与节能要求，在动力输出充分满足驾驶员与工作模式的情况下最大限度的将能耗降低，为电动拖拉机及时提供充分的动力输出与持久可靠的工作时间。

Description

一种双电机耦合驱动的电动拖拉机及其控制系统

技术领域

本发明涉及电动拖拉机动力驱动控制领域，尤其涉及一种双电机耦合驱动的电动拖拉机及其控制系统。

背景技术

随着零排放、无污染、低噪音的绿色动力农机具的需求在不断增加，电动拖拉机逐渐成为各企业、高校和研究机构的研究热点。驱动控制系统是电动汽车最主要的核心系统之一，电动汽车运行性能的好坏主要是由驱动系统决定的，故研究电动拖拉机的驱动控制策略就成为智能农机装备开发的重点之一。拖拉机与汽车最大的区别就是行驶速度低但负载变化频繁、工况复杂、持续工作时间较长。针对此特点，以电动拖拉机为载体，制定一套满足复杂工况且具有较高工作效率的控制策略至关重要。

目前来说，满足复杂工况且具有较高工作效率的控制方法展开研究的还较少。中国专利“一种电动拖拉机双电机多模式驱动系统及控制方法”公开了传动系统以及变化控制模式的控制方法，但是对一些具体控制方法没有展开研究，并且其模式的转变是非连续的，在实际使用时会有顿挫感。中国专利“一种电动拖拉机能量管理系统及控制方法”根据SOC对工作状态进行划分，没有在具体控制方法中对各电机转矩转速的协调分配进行设计。其余相关专利中多数仅对机械机构进行了优化设计，并未涉及到具体的控制算法或控制策略。

发明内容

根据现有技术中的不足，针对电动拖拉机在不同工况下作业时对转矩的不同需求，并尽可能的提高电机工作效率，增加持续工作时间，本发明提出了一种双电机耦合驱动的电动拖拉机及其控制系统。

为达到上述效果，本发明的具体技术方案如下：

一种双电机耦合驱动的电动拖拉机的控制系统，包括驾驶意图识别模块、作业模式识别模块与动力分配模块，作业模式识别模块判断电动拖拉机的工作模式并输给驾驶意图识别模块，驾驶意图识别模块计算需求转矩，传输至动力分配模块对两电机进行转矩分配，最终将两电机期望的转矩与转速输出至电机控制器控制两电机驱动电动拖拉机。

上述方案中，所述作业模式识别模块将动力耦合目标发送至动力耦合器控制器，使动力耦合器根据工作模式的不同采取不同的耦合方式。

上述方案中于，所述工作模式包括行走工况、犁耕工况、旋耕工况与运输行走工况。

上述方案中，所述驾驶意图识别模块采用自适应模糊神经网络系统计算实时需求转矩，自适应模糊神经网络系统中的神经网络采用四组初始数据进行训练。

上述方案中，所述四组初始数据为四种工作模式下，采集油门踏板开度、油门踏板开度变化率、期望转矩，多次试验作为训练数据，训练神经网络。

上述方案中，所述动力分配模块通过最高效率分配法与二次规划最优分配法实现动力分配，最高效率分配法分配完毕后需要判断电机能否完成期望转速与转矩，若是则与二次规划最优分配法计算出的分配方式作比较后输出更接近额定转矩的分配法，否则将由二次规划最优分配法对两电机的转速与转矩重新分配后传输至电机控制器。

上述方案中，所述最高效率分配法具体为：结合主电机map图得到当前工作模式下主电机能够在最高效率下输出需求转矩时的转速，若主电机单独工作无法达到需求转矩，则将需求转矩超出主电机额定转矩的部分交由副电机，结合副电机map图得到当前工作模式下副电机能够在最高效率下输出剩余转矩时的转速，若主电机与副电机均工作时仍无法在map图中找到对应的转速时代表超出工作范围，则进行二次规划最优分配法。

一种双电机耦合驱动的电动拖拉机，包括上述控制系统。

本发明的有益效果在于：本控制系统充分考虑了拖拉机的工作模式，通常拖拉机需要急停急启且负载变化较大，工作状态复杂，驱动电机在此情况下经常需要大范围的变化转矩转速，对电机损耗很大。本控制系统通过将需求转矩分为两部分分别计算，即最高效率分配法与二次规划最优分配法进行动力分配，很好的避免了上述问题的发生。在不同工作模式下进行工作时具有自动切换机制，使电机的输出功率得到最大限度的利用，满足使用要求。同时在实际运行时，即使运行工况不在试验范围内，由于神经网络的万能逼近功能，也具有良好的贴近效果，且鲁棒性和节能效果均较好。

附图说明

图1为本发明控制系统的结构图。

图2为自适应模糊神经网络结构图。

图3为动力分配模块控制流程框图。

具体实施方式

下面结合附图以及具体实施例对本发明作进一步的说明。

实施例1

如图1所示，本发明所述控制系统包括驾驶意图识别模块、作业模式判断模块与动力分配模块，作业模式识别模块根据牵引力与耕深信息判断电动拖拉机的工作模式并输给驾驶意图识别模块，驾驶意图识别模块根据油门踏板开度、油门踏板开度变化率与电动拖拉机的工作模式计算出需求转矩，并将需求转矩传输至动力分配模块对两电机进行转矩分配，最终将两电机期望的转矩与转速输出至电机控制器并由其控制两电机完成执行。两电机包括主电机与副电机，主电机功率大于副电机，两个电机由同一个电机控制器控制，两个电机的输出经过动力耦合器时将动力按不同的模式(减速增扭模式或增速模式)叠加后输出至驱动轮，模式的具体确定是由动力耦合器控制器根据作业模式识别模块输出的动力耦合目标确定的，同时根据牵引力与耕深信息判断是否输出PTO转矩。驾驶意图识别模块、作业模式判断模块与动力分配模块设置于整车控制器中，采用飞思卡尔公司的MCU作为整车控制器芯片，具体型号可为MC9S12XEP100或MC9S12XDP512。

(1)如图2所示，驾驶意图识别模块采用自适应模糊神经网络系统(ANFIS)计算出实时需求转矩来满足驾驶员实际需求，具体为：

首先做准备工作，即根据标定的转矩输出值、油门踏板开度、油门踏板开度变化率作为初始数据训练神经网络，这样的初始数据共四组，由电动拖拉机分别在如下工作模式下试验得到：行走工况、犁耕工况、旋耕工况与运输行走工况，使神经网络在不同的工作模式下对需求转矩的范围估计具有不同的逼近效果。具体做法如下：首先根据现有电动拖拉机(单电机或双电机驱动均可)在上述四种工作模式下实际运行时，加速踏板力传感器用于采集油门踏板开度，加速踏板位置传感器用于采集油门踏板开度变化率，悬挂力传感器用于采集牵引力传输给悬挂控制器，转换为期望转矩，进行多次试验将采集到的数据作为训练数据，得到油门踏板开度、油门踏板开度变化率作为输入、期望转矩作为输出的数据表，对BP神经网络进行多次训练，直到BP神经网络能够以较高的控制精度逼近真实转矩值。

在BP神经网络准备完毕后进行模糊控制的设计，模糊控制输入为油门踏板开度与油门踏板开度变化率，输出为需求转矩。当油门踏板开度小、油门踏板开度变化率越大时，表明驾驶员对动力的需求大，输出需求转矩越大；当油门踏板开度较大、油门踏板开度变化率较小时，表明驾驶员对动力的需求较低，输出需求转矩适当减小，最后依靠经验建立25条模糊规则，如表1所示，很小(TS)，小(S)、中(M)、大(B)、很大(TB)，其中输出需求转矩的大小是由训练后的BP神经网络对模糊控制中的隶属度函数论域范围调整来决定的，例如：在犁耕时BP神经网络对很大(TB)的论域范围调整至200Nm-250Nm，而在仅行走时BP神经网络对很大(TB)的论域范围将调整至50Nm-100Nm。因此每一个模糊量(很小(TS)，小(S)、中(M)、大(B)、很大(TB))在不同工况下对应的需求转矩是不同的。

表1模糊规则表

通过采用ANFIS算法能够快速逼近不同工况下的期望转矩，尽可能更贴切的反映得到的实验数据，对油门踏板信号进行辨识与补偿。

(2)作业模式识别模块

作业模式的识别主要是按照悬挂控制器通过CAN总线发送的实时耕深与牵引力来进行判断的，作业模式识别模块不仅将工作模式发送至驾驶意图识别模块，根据作业模式的不同，由神经网络进行模糊论域范围的调整，还将动力耦合目标发送至动力耦合器控制器，使动力耦合器根据工作模式的不同采取不同的耦合方式；具体判断条件与判断结果如表2所示：

表2作业模式识别模块的判断条件和判断结果

表2中牵引力与耕深的具体数值可按经验进行一定范围的调整，牵引力是指拖拉机尾部牵引装置上的悬挂力传感器测量所得的数值；减速、增扭是指通过调整动力耦合器的传动比使其大于1来进行转速的降低，从而提升转矩，将主电机的输出转矩与副电机的输出转矩叠加甚至增大后输出；增速是指通过调整动力耦合器传动比使其小于1，将主电机与副电机的转速叠加甚至超速输出；PTO输出是指利用动力耦合器输出轴的一部分动力来驱动PTO，使其达到一定转速来完成旋耕。表2中的动力耦合目标是通过两电机的动力耦合，将满足驾驶员需求转矩在不降低电机效率的情况下进一步放大，从而满足使用要求。其中动力耦合器的具体机械结构可参照汽车变速器，每个电机对应一个输入轴，每个输入轴提供多套传动比与之对应。

(3)动力分配模块

动力分配模块由两部分组成，分别为最高效率分配法与二次规划最优分配法。首先动力分配模块的首先采用最高效率分配法，具体为：

对主电机的分配方法为：结合主电机map图得到当前工作模式下电机能够在最高效率下输出需求转矩时的转速，若主电机单独工作无法达到需求转矩(需求转矩大幅度超出额定转矩)，则将需求转矩超出主电机额定转矩的部分交由副电机工作，结合副电机map图得到当前工作模式下副电机能够在最高效率下输出剩余转矩时的转速，若主电机与副电机均工作时仍无法在map图中找到对应的转速时代表超出工作范围，则需要进行重新分配。

重新分配采用二次规划最优分配算法对两电机进行转矩分配，优化目标是总功率最小，限制条件为需求转矩、两电机峰值转矩、两电机峰值转速、两电机温升。由于该算法将电机能够达到的工作区域作为了限制条件，故在达到需求转矩的前提下能够保证电机可以在工作区域内运行。其中优化目标函数minP_e＝P_em1+P_em2，其中P_e、P_em1、P_em2分别代表两个电机的总功率、主电机功率、副电机功率，电机功率的计算公式为

T_i为相应电机输出转矩，n_i为相应电机输出转速；峰值转矩约束条件为

其中r为驱动轮半径，rl表示左后车轮，rr表示右后车轮，总需求转矩T_imax＝T_em1+T_em2。根据所建立的优化目标函数和约束条件，建立方程

后可得二次规划法标准型，并运用MATLAB/SIMULINK中的quadprog函数来求解上述方程。

动力分配模块的具体执行逻辑如图3所示，若初步分配时两电机可满足工作要求(即判断转矩与转速需求值是否超出电机最大转矩与转速)，则进行二次规划最优分配后将二次规划最优分配法与最高效率分配法进行比较，选择能使两电机更接近额定转矩的分配方法；若初步分配时无法在最高效率下保证转矩或转速达到需求，则使用二次规划最优分配法来重新分配两电机的动力输出，得到的两电机期望值(转矩与转速)传输至电机控制器，并由电机控制器控制两电机完成执行。

最终将两电机的期望值通过CAN总线由整车控制器传输至电机控制器，并由电机控制器对主电机与副电机进行分配；两个电机的动力输出经动力耦合器以一定方式耦合后(减速增扭模式或增速模式)将动力传递至驱动轮，并根据工况决定是否通过联轴器与PTO输出轴联结并输出动力。可以得到一套跟随不同工作模式下主动自适应调整的驱动方式，在达到使用要求的前提下得到最好的节能效果。

实施例2

一种双电机耦合驱动的电动拖拉机，包括实施例1中的控制系统，该控制系统的结构及有益效果如实施例1所述，在此不再赘述。

所述实施例为本发明的优选的实施方式，但本发明并不限于上述实施方式，在不背离本发明的实质内容的情况下，本领域技术人员能够做出的任何显而易见的改进、替换或变型均属于本发明的保护范围。

Claims (5)

1.一种双电机耦合驱动的电动拖拉机的控制系统，其特征在于，包括驾驶意图识别模块、作业模式识别模块与动力分配模块，作业模式识别模块判断电动拖拉机的作业模式并输给驾驶意图识别模块，驾驶意图识别模块计算需求转矩，传输至动力分配模块对两电机进行转矩分配，最终将两电机期望的转矩与转速输出至电机控制器控制两电机驱动电动拖拉机；

所述动力分配模块通过最高效率分配法与二次规划最优分配法实现动力分配，最高效率分配法分配完毕后需要判断电机能否完成期望转速与转矩，若是则与二次规划最优分配法计算出的分配方式作比较后输出更接近额定转矩的分配法，否则将由二次规划最优分配法对两电机的转速与转矩重新分配后传输至电机控制器；

所述二次规划最优分配法的优化目标是主副电机总功率最小，所述二次规划最优分配法的限制条件为所述需求转矩、主副两电机峰值转矩、主副两电机峰值转速、主副两电机温升。

2.根据权利要求1所述的双电机耦合驱动的电动拖拉机的控制系统，其特征在于，所述作业模式识别模块将动力耦合目标发送至动力耦合器控制器，使动力耦合器根据作业模式的不同采取不同的耦合方式。

3.根据权利要求1所述的双电机耦合驱动的电动拖拉机的控制系统，其特征在于，所述驾驶意图识别模块采用自适应模糊神经网络系统计算实时需求转矩，自适应模糊神经网络系统中的神经网络采用四组初始数据进行训练。

4.根据权利要求1所述的双电机耦合驱动的电动拖拉机的控制系统，其特征在于，所述最高效率分配法具体为：结合主电机map图得到当前作业模式下主电机能够在最高效率下输出需求转矩时的转速，若主电机单独工作无法达到需求转矩，则将需求转矩超出主电机额定转矩的部分交由副电机，结合副电机map图得到当前作业模式下副电机能够在最高效率下输出剩余转矩时的转速，若主电机与副电机均工作时仍无法在map图中找到对应的转速时代表超出工作范围，则进行二次规划最优分配法。

5.一种双电机耦合驱动的电动拖拉机，其特征在于，包括如权利要求1-4任一所述的控制系统。

Images