طراحی استراتژی کنترلی برای سیستم انتقال قدرت متغیر پیوسته (cvt) در یک خودروی الکتریکی هیبریدی

در این پژوهش یک استراتژی کنترلی در خودروی هیبرید الکتریکی موازی با هدف کاهش مصرف سوخت طراحی شده است. خودروهای هیبرید الکتریکی از دو منبع (الکتریکی و احتراقی) برای تولید توان خود استفاده می کنند و استراتژی کنترلی روشی است که براساس آن انرژی بین اجزا اصلی خودرو (موتور الکتریکی، موتور احتراقی، باتری و ...) توزیع می شود. در مدل استفاده شده برای خودروی هیبریدی، از یک جعبه دنده cvt استفاده شده است. این جعبه دنده ها بیشمار نسبت دنده بین دو محدوده بالایی و پایینی خود دارند و کنترل هدفمند آنها نقش کلیدی در کاهش مصرف سوخت و آلایندگی خودرو دارد. هدف استراتژی کنترلی، کنترل سرعت موتور احتراقی و موتور الکتریکی برای بدست آوردن بالاترین راندمان، توسط انتخاب بهترین نسبت دنده در هر لحظه است. کنترلر طراحی شده ابتدا پنج وضعیت برای حرکت خودرو در نظر می گیرد، سپس توان درخواستی از طرف راننده را به عنوان ورودی پذیرفته و با توجه به وضعیت شارژ باتری، بهترین وضعیت حرکت را از بین حالات موجود انتخاب می کند. در ادامه، کنترلر با مراجعه به منحنی های بهینه محاسبه شده برای موتور احتراقی و موتور الکتریکی سرعت بهینه موتور مورد نظر و نسبت دنده را طوری تعیین می کند تا در هر لحظه خودرو بالاترین راندمان مصرف سوخت را داشته باشد و از فدا شدن پارامترهای عملکردی نیز جلوگیری شود. کاهش مصرف سوخت الزاما با کاهش آلایندگی همراه نیست، بنابراین به منظور پیشگیری از افزایش بیش از حد آلاینده ها، یک تابع هزینه بین مصرف سوخت و تولید آلایندگی تعریف شده است. استفاده از این تابع این امکان را به کنترلر می دهد تا ضمن کاهش مصرف سوخت از افزایش بی رویه آلاینده ها نیز جلوگیری کرده و همواره آنها را در یک محدوده مشخص نگاه دارد. کنترلر تا حد امکان از بازیابی نیروی ترمزی نیز استفاده می کند. در بخشی از کنترلر cvt برای تشخیص وضعیت حرکتی مناسب از منطق فازی استفاده شده است. در قسمت شبیه سازی از مدلهای موجود در نرم افزار advisor استفاده شده و به منظور کاهش زمان انجام محاسبات یک شبکه عصبی از مدل خودروی هیبریدی آموزش داده شده است. نتایج حاصل از اعمال استراتژی کنترلی روی سیکلهای رانندگی ftp آمریکا، nedc اروپا و 1015 ژاپن محاسبه شده اند، سپس به منظور دستیابی به نتایج مطلوبتر پارامترهای کنترلر فازی توسط الگوریتم ژنتیک بهینه سازی شده است. مقایسه نتایج بهینه سازی شده با نتایج حاصل از اعمال کنترلر اولیه، بر موفقیت استراتژی پیشنهادی در کاهش مصرف سوخت، حفظ آلاینده ها و پارامترهای عملکردی خودرو در محدوده خواسته شده دلالت می کند.