[发明专利]一种电动车辆的复合制动系统及其复合制动方法有效

专利信息
申请号: 201410226728.6 申请日: 2014-05-26
公开(公告)号: CN103991384A 公开(公告)日: 2014-08-20
发明(设计)人: 何洪文;郭洪强;张永志;刘伟 申请(专利权)人: 北京理工大学
主分类号: B60L7/26 分类号: B60L7/26;B60L15/00
代理公司: 北京市邦道律师事务所 11437 代理人: 段君峰;薛艳
地址: 100081 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电动 车辆 复合 制动 系统 及其 方法
【权利要求书】:

1.一种电动车辆的复合制动系统,其特征在于,该复合制动系统包括整车控制器、驱动电机、驱动电机控制器、制动协调器、液压制动控制器、液压制动器、制动踏板传感器和电池能量管理系统;

所述整车控制器中设置有车辆状态估计模块,该车辆状态估计模块通过CAN总线分别与所述驱动电机控制器、所述制动踏板传感器以及所述电池能量管理系统连接,并根据所述驱动电机的转速估计出所述电动车辆的车速v,根据采集到的制动信号解析出所述电动车辆的制动强度z,根据所述电池能量管理系统实时发出的电池的荷电状态信号得出所述电池的荷电状态SoC;所述整车控制器根据所述电动车辆的车速v、制动强度z及电池的荷电状态SoC选用复合制动模式或液压制动模式对所述电动车辆进行制动;

所述驱动电机控制器通过所述CAN总线与所述整车控制器连接,控制所述驱动电机的工作模式和输出扭矩;

所述制动协调器通过所述CAN总线与所述整车控制器连接,该制动协调器与所述驱动电机控制器连接,并通过所述液压制动控制器与所述液压制动器连接,且该制动协调器根据所述整车控制器发出的控制指令通过所述驱动电机控制器和所述液压制动控制器对分配给所述驱动电机和所述液压制动器的制动扭矩进行调节;

所述驱动电机包括第一驱动电机和第二驱动电机,所述第一驱动电机与所述电动车辆的前轴连接,并根据所述整车控制器发出的控制指令驱动所述前轴转动或向所述前轴施加电机制动扭矩;所述第二驱动电机与所述电动车辆的后轴连接,并根据所述整车控制器发出的控制指令驱动所述后轴转动或向所述后轴施加电机制动扭矩。

2.根据权利要求1所述的电动车辆的复合制动系统,其特征在于,在所述液压制动控制器和所述液压制动器之间设置有感载比例阀,该感载比例阀用于对所述液压制动控制器分配给所述前轴和所述后轴的液压制动扭矩进行调节。

3.一种用于权利要求1或2所述的电动车辆的复合制动系统的复合制动方法,其特征在于,该复合制动方法包括如下步骤:

步骤一,由所述整车控制器中的车辆状态估计模块估计出所述电动车辆的车速v,当所述第一驱动电机与所述第二驱动电机同时工作且所述车速v≥60km/h时,所述电动车辆处于双电机直接档四驱模式;当所述第一驱动电机与所述第二驱动电机同时工作且所述车速v<60km/h时,所述电动车辆处于双电机经减速四驱模式;

步骤二,在一般制动工况下实施制动操作后,所述整车控制器采集所述电动车辆的车速v、制动强度z及电池的荷电状态SoC,

当所述电动车辆处于10km/hv<60km/h0.01z0.40.1SoC0.8]]>状态下时,处于所述双电机经减速四驱模式下的电动车辆处于由车速v、制动强度z和电池的荷电状态SoC形成的复合制动连续设计空间内;

当所述电动车辆处于60km/hv100km/h0.01z0.40.1SoC0.8]]>状态下时,处于所述双电机直接档四驱模式下的电动车辆处于由车速v、制动强度z和电池的荷电状态SoC形成的复合制动连续设计空间内;

步骤三,针对所述复合制动系统的制动力分配参数驱动电机的总回馈制动力占总制动力的比例γ和第一驱动电机的回馈制动力矩占总回馈制动力矩的比例α建立不确定性复合制动预测模型:

对所述复合制动连续设计空间进行离散化处理得到离散的采样点,并对所述采样点进行优化计算,并将计算得到的所述制动力分配参数α和γ的满足可靠性要求的不确定性最优解αopt和γopt存入结果数据库中;

以所述电动车辆的电池的荷电状态SoC、车速v和制动强度z为输入值,根据蒙特卡罗抽样方法对所述采样点的确定性优化解αcertain和γcertain进行可靠性分析,以得到的符合可靠性要求的不确定性最优解αopt和γopt为输出值,分别建立αopt和γopt关于电池荷电状态SoC、车速v和制动强度z的响应面模型和根据精度满足条件对所述响应面模型的精度进行评价,所述精度满足条件为:1NΣi=1N[(α~i,opt-αi,opt)2+(γ~i,opt-γi,opt)2]ϵpredict]]>

其中,

N为所述采样点的总个数,

和分别为第i个采样点的响应面模型的拟合值,

αi,opt和γi,opt分别为第i个采样点的不确定性优化模型的优化解,

εpredict为所述响应面模型的允许预测误差;

当所述响应面模型的精度满足要求时,所建立的αopt和γopt的响应面模型和即为不确定性复合制动预测模型;

当所述响应面模型的精度不满足要求时,重新进行采样并增加所述采样点的数量,重复上述操作,直至所述复合制动预测模型建立完成;

步骤四,当所述电动车辆的状态不处于所述复合制动连续设计空间内时,所述电动车辆采用液压制动模式进行制动,直至制动结束;

当所述电动车辆的状态处于复合制动连续设计空间内时,对所述复合制动预测模型在所述电动车辆的当前工作状态点(SoC,v,z)的预测有效性进行评价,当所述复合制动预测模型的预测值与该当前工作状态点所对应的不确定性优化模型的优化解之间的离差的平方和不大于所述复合制动预测模型的允许预测误差时,所述复合制动预测模型在该当前工作状态点的预测有效,所述电动车辆采用所述复合制动预测模型的制动力分配策略进行制动,直至下一个预测周期;

当所述复合制动预测模型的预测值与该当前状态工作点所对应的不确定性优化模型的优化解之间的离差的平方和大于所述复合制动预测模型的允许预测误差时,所述复合制动预测模型的预测失效,所述电动车辆采用液压制动模式进行制动,直至下一个预测周期。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201410226728.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top