基于自適應模型預測控制的電動汽車恒速下坡控制研究.pdf

1、汽車在山區(qū)行駛時，經常遇到下長坡、轉彎等工況，為保證行車安全，需對車速進行必要的控制，從而導致車輛制動系統(tǒng)處于長時間持續(xù)制動狀態(tài)，對于傳統(tǒng)內燃機汽車來說，制動器熱負荷很大，往往采取安裝輔助制動系統(tǒng)來緩解制動器負荷。而電動汽車可采用再生制動作為輔助制動來減輕機械制動系統(tǒng)的工作負荷，減少制動器升溫，提高制動安全性。而且通過再生制動，可將行駛時的慣性能量轉化為電能儲存至儲能裝置中，從而有效地延長電動汽車續(xù)駛里程。
　　針對電動汽車下長坡

2、制動工況，當路面坡度時變的情況下研究下長坡時再生制動力與機械制動力的協(xié)調分配以保證電動汽車恒速下坡。對電動汽車再生制動系統(tǒng)的原理和結構做了簡明的介紹，并根據(jù)車輛條件給出了再生制動的限制條件，以電動客車為例，建立了再生制動系統(tǒng)的數(shù)學模型，并給出了數(shù)學模型中各個變量需要滿足的范圍。然后利用最小二乘辨識方法對路面坡度進行在線辨識，通過Matlab/Simulink進行了仿真，仿真結果表明最小二乘辨識方法可以很好地辨識路面坡度變化。
　　

3、為保證車輛在坡度變化時能保持恒速下坡，根據(jù)給出的制動系統(tǒng)數(shù)學模型，采用自適應模型預測控制方法設計控制系統(tǒng)，該控制系統(tǒng)主要完成控制對象預測模型輸入、滾動優(yōu)化、在線校正等幾個步驟，路面坡度辨識結果作為可測干擾信號加入模型預測控制中，根據(jù)路面坡度的變化實現(xiàn)車速的自適應調節(jié)。同時本文將自適應模型預測控制結果與不帶有自適應機制的PID控制方法的控制結果進行對比分析，在Matlab/Simulink仿真環(huán)境下進行了仿真分析，結果表明自適應模型預測控

4、制下的車速能夠更好地跟蹤理想車速，路面坡度變化對其影響更小。
　　最后，本文采用Matlab/Simulink建立了電動客車各個部件的仿真模型，包括車輛縱向動力學模型、電機模型、電池模型和制動模式切換模型。制動模式切換模型的主要功能是基于電池特性等實際情況考慮下，當電池SOC高于一定值，再生制動失效，此時制動模式自動切換至單一機械制動模式。對各個部件建模并加入控制模塊后仿真結果表明，車輛在自適應模型預測控制模式下可以實現(xiàn)精確的速度