Методика оцінювання ефективності алгоритмів керування двоконтурним індивідуальним електроприводом
Анотація
Анотація. У статті розроблено методику оцінювання ефективності алгоритмів керування двоконтурним індивідуальним електроприводом електромобіля у віртуальних і віртуально-фізичних випробуваннях. Актуальність роботи зумовлена тим, що коректне порівняння алгоритмів тягового та протибуксувального керування залежить не лише від їх логіки, а й від прийнятого випробувального сценарію, способу реєстрації енергетичних показників, структури тестового режиму та узгодження між етапами математичного моделювання і стендової перевірки. Метою дослідження є формування відтворюваної методичної основи для порівняння алгоритмів керування в однакових умовах експлуатації, наближених до реальної міської роботи транспортного засобу, з можливістю подальшого перенесення логіки оцінювання з чисельного експерименту до програмно-апаратного контуру. Запропонована методика передбачає послідовне проведення віртуальних і віртуально-фізичних випробувань у межах єдиного підходу до формування тестового режиму та обробки отриманих результатів. Як базовий швидкісний профіль використано міський цикл TRRL 1.1, який відображає характерне чергування розгонів, уповільнень, зупинок і ділянок рівномірного руху. Для відтворення змінних умов взаємодії колеса з дорогою випробувальний сценарій доповнено імовірнісним розподілом типів дорожнього покриття. У запропонованій конфігурації ділянки з пониженими зчіпними властивостями задаються стохастичним чергуванням мокрого асфальту і спресованого снігу, що дає змогу моделювати як симетричні, так і асиметричні умови зчеплення для правого і лівого бортів автомобіля та відтворювати більш реалістичні сценарії виникнення буксування.
Систему критеріїв оцінювання сформовано на основі сумарного середнього коефіцієнта корисної дії колеса в тяговому режимі за цикл, сумарного середнього коефіцієнта корисної дії системи електроприводів, загального сумарного коефіцієнта корисної дії тягової системи та витрат електричної енергії за цикл. Такий набір показників дозволяє комплексно враховувати як втрати, пов’язані з електромеханічним перетворенням енергії, так і втрати, обумовлені реалізацією сили тяги та режимами буксування. Показано, що поєднання міського циклу руху зі стохастичною зміною дорожніх умов забезпечує більш інформативну, об’єктивну та відтворювану основу для порівняння алгоритмів керування, ніж спрощені сценарії зі сталими зчіпними властивостями. Практичне значення роботи полягає у можливості використання запропонованої методики для попереднього відбору, налагодження та подальшого кількісного порівняння конкретних алгоритмів керування двоконтурним індивідуальним електроприводом у єдиному випробувальному середовищі.
Посилання
2. Hu, J.-S., Yin, D. and Hori, Y. (2011). Fault-tolerant traction control of electric vehicles. Control Engineering Practice, 19(2), pp.204–213. doi:https://doi.org/10.1016/j.conengprac.2010.11.012.
3. R. de Castro, Rui Esteves Araujo and Denise de Freitas (2013). Wheel Slip Control of EVs Based on Sliding Mode Technique With Conditional Integrators. IEEE Transactions on Industrial Electronics, 60(8), pp.3256–3271. doi:https://doi.org/10.1109/tie.2012.2202357.
4. Jalali, M., Khajepour, A., Chen, S. and Litkouhi, B. (2016). Integrated stability and traction control for electric vehicles using model predictive control. Control Engineering Practice, 54, pp.256–266. doi:https://doi.org/10.1016/j.conengprac.2016.06.005.
5. Kang, S., Chen, J., Qiu, G. and Tong, H. (2023). Slip Ratio Adaptive Control Based on Wheel Angular Velocity for Distributed Drive Electric Vehicles. World Electric Vehicle Journal, 14(5), p.119. doi:https://doi.org/10.3390/wevj14050119.
6. Pacejka, H. B. (2012) Tire and Vehicle Dynamics. 3rd ed. Oxford : Butterworth-Heinemann. doi:https://doi.org/10.1016/C2010-0-68548-8
7. Boisvert, M. and Micheau, P. (2016). Estimators of wheel slip for electric vehicles using torque and encoder measurements. Mechanical Systems and Signal Processing, 76-77, pp.665–676. doi:https://doi.org/10.1016/j.ymssp.2016.02.017.
8. Heidfeld, H., Schünemann, M. and Kasper, R. (2019). UKF-based State and tire slip estimation for a 4WD electric vehicle. Vehicle System Dynamics, 58(10), pp.1479–1496. doi:https://doi.org/10.1080/00423114.2019.1648836.
9. Wang, Y., Hu, J., Wang, F., Dong, H., Yan, Y., Ren, Y., Zhou, C. and Yin, G. (2022). Tire Road Friction Coefficient Estimation: Review and Research Perspectives. Chinese Journal of Mechanical Engineering, 35(1). doi:https://doi.org/10.1186/s10033-021-00675-z.
10. Jiang, B., Sharma, N., Liu, Y. and Li, C. (2022). Acceleration‐based wheel slip control realized with decentralised electric drivetrain systems. IET Electrical Systems in Transportation, 12(2), pp.143–152. doi:https://doi.org/10.1049/els2.12044.
11. Vošahlík, D. and Hanis, T. (2024). Real-time estimation of the optimal longitudinal slip ratio for attaining the maximum traction force. Control Engineering Practice, 145, pp.105876–105876. doi:https://doi.org/10.1016/j.conengprac.2024.105876.
12. Barlow, T. J., Latham, S., McCrae, I. S. and Boulter, P. G. (2009). A Reference Book of Driving Cycles for Use in the Measurement of Road Vehicle Emissions. TRL Published Project Report PPR354. Wokingham: Transport Research Laboratory. Available at: https://www.semanticscholar.org/paper/A-reference-book-of-driving-cycles-for-use-in-the-Barlow-Latham/67c39374704f0970c8b255a89a1a471544743603 [Accessed 30 Apr. 2026]
