一种基于电子风扇的混合动力专用发动机散热装置及其控制方法与流程

本发明涉及混合动力系统，具体涉及一种基于电子风扇的混合动力专用发动机散热装置及其控制方法。

背景技术：

新能源汽车逐步成为未来汽车技术革新的重点领域，在新能源汽车开发过程中，作为新能源汽车开发的重要内容，融合传统汽车与电动车优点的混合动力汽车是新能源汽车开发的重点，如何通过电机与发动机的协调控制使发动机工作在最优区域是混合动力汽车匹配与控制的重点和关键，这其中，混合动力专用发动机技术开发是混合动力汽车开发的关键。

与普通发动机不同的是混合动力专用发动机工作模式有了很大的差别，其散热模式也与普通发动机有较大的不同。因此，普通的发动机冷却模式，要么不能完全满足混合动力汽车的要求，要么散热效果不好，散热效率不高，目前，国外美军、俄罗斯、欧洲各国等普遍把混合动力电驱动平台作为下一代军用多轴驱动重型车辆驱动系统平台发展方向，这与民用车辆领域，各国政府、企业、研究机构大力发展以电动汽车、混合动力汽车、燃料电池汽车为主的新能源汽车的世界车辆发展趋势相符，因此重型混合动力车辆的开发技术要求对于混合动力专用发动机散热系统，基于双电机混合动力系统控制策略和发动机工作模式的混合动力专用发动机散热系统控制算法就显得尤为重要。

技术实现要素：

本发明提供一种基于电子风扇的混合动力专用发动机散热装置，目的是解决现有混合动力装置不能根据环境温度、环境湿度、大气压力以及发动机温度、发动机电机温度控制冷却风扇组的转速以及工作时间，发动机能源消耗过大等问题。

本发明提供一种基于电子风扇的混合动力专用发动机散热装置的控制方法，目的提供一种能够根据环境温度、环境湿度以及大气压力控制电子风扇组的风扇转速以及工作时间，使整车机动能力更强的混合动力的特点。

本发明是这样实现的：

一种基于电子风扇的混合动力专用发动机散热装置，包括：

发动机电机，其具有贯穿式的输出轴，所述输出轴的一端连接变速箱，另一端连接离合器，并且所述发动机电机电联发动机电机电子控制装置；

驱动电机，其输出轴连接后桥，输出动力驱动车辆后桥；

其中，所述发动机电机与所述驱动电机能够单独或组合一起与发动机同时为车辆提供动力；

发动机，其输出轴连接离合器，并且所述发动机电联发动机电子控制装置；

电子冷却风扇组，其分为进风冷却风扇以及出风冷却风扇，并且所述电子冷却风扇组电联电子冷却风扇控制装置；

其中，所述电子冷却风扇组安装在所述发动机以及所述发动机电机上方；

监测装置，其用于采集温度，湿度以及大气压力的数据；

主控机，其同时与所述发动机电机电子控制装置、发动机电子控制装置以及所述监测装置连接，用于对所述数据进行分析处理后确定所述电子冷却风扇组的转速以及工作时长。

优选的是，所述主控机与所述监测装置通过can总线进行数据传输。

优选的是，还包括：

变速箱，其输出轴连接前桥，输出动力驱动车辆前桥；并且所述变速箱为五档以上的变速箱。

优选的是，在动力输出到后桥的动力路径上，还设置有中央差速器，其用于消除驱动轮的滑动现象。

优选的是，还包括：蓄电池，其与所述电子冷却风扇组、所述发动机电机及所述驱动电机电联。

一种基于电子风扇的混合动力专用发动机散热装置的控制方法，包括：

采集监测数据，包括：温度、湿度、大气压力、发动机温度以及发动机电机温度；将所述数据通过can总线通信电路传输至主控机；

所述主控机对所述监测数据进行实时分析处理，基于bp神经网络的调控确定电子冷却风扇组的转速以及工作时长，包括如下步骤：

步骤一、按照采样周期，通过采集环境温度t、环境湿度rh、大气压力p、发动机温度ta以及发动机电机温度tb；

步骤二、依次将采集环境温度t、环境湿度rh、大气压力p、发动机温度ta以及发动机电机温度tb进行规格化，确定三层bp神经网络的输入层向量x＝{x1,x2,x3,x4,x5}；其中，x1为环境温度系数，x2为环境湿度系数，x3为大气压力系数，x4为发动机温度系数，x5所述发动机电机温度系数；

步骤三、所述输入层向量映射到中间层，所述中间层向量y＝{y1,y2,…,ym}；m为中间层节点个数；

步骤四、得到输出层向量z＝{z1,z2,z3,z4,z5}；其中，z1进风冷却风扇转速调节系数，z2出风冷却风扇转速调节系数，z3进风冷却风扇工作时间调节系数，z4出风冷却风扇工作时间调节系数，z5为紧急停机信号；

步骤五、控制进风冷却风扇转速、出风冷却风扇转速、进风冷却风扇工作时间、出风冷却风扇工作时间，使

ωa(i+1)＝z1ⁱωa_max，

ωb(i+1)＝z2ⁱωb_max，

ta(i+1)＝z3ⁱta_max，

tb(i+1)＝z4ⁱtb_max，

其中，其中z1ⁱ、z2ⁱ、z3ⁱ、z4ⁱ分别为第i个采样周期输出层向量参数，ωa_max、ωb_max、ta_max、tb_max分别为设定的进风冷却风扇最大转速、出风冷却风扇最大转速、进风冷却风扇最长工作时间、出风冷却风扇最长工作时间，ωa(i+1)、ωb(i+1)、ta(i+1)、tb(i+1)分别为第i+1个采样周期时的进风冷却风扇转速、出风冷却风扇转速、进风冷却风扇工作时间、出风冷却风扇工作时间。

优选的是，所述步骤五之后还包括：根据第i个采样周期中的环境温度、环境湿度、大气压力、发动机温度以及发动机电机温度采样信号，判断第第i+1个采样周期中的铆接装置的运行状态，当输出信号时，进行紧急停止。

优选的是，所述步骤二中，环境温度t、环境湿度rh、大气压力p、发动机温度ta以及发动机电机温度tb进行规格公式为：

其中，xj为输入层向量中的参数，xj分别为测量参数t、rh、p、ta、tb，j＝1,2,3,4,5；xjmax和xjmin分别为相应测量参数中的最大值和最小值。

优选的是，在所述步骤三中，所述中间层节点个数m满足：其中n为输入层节点个数，p为输出层节点个数；

优选的是，初始运行状态下，进风冷却风扇转速、出风冷却风扇转速、进风冷却风扇工作时间、出风冷却风扇工作时间满足经验值：

ωa0＝0.67ωa_max，

ωb0＝0.67ωb_max，

ta0＝0.93ta_max，

tb0＝0.93tb_max，

其中，ωa0为进风冷却风扇初始转速，ωb0为出风冷却风扇初始转速，ta0为进风冷却风扇初始工作时间，tb0为出风冷却风扇初始工作时间；ωa_max为进风冷却风扇最大转速，ωb_max为出风冷却风扇最大转速，ta_max为进风冷却风扇最长工作时间，tb_max为出风冷却风扇最长工作时间。

本发明与现有技术相比较所具有的有益效果是：

1、在散热系统布置上，根据混合动力发动机工况及散热要求，整车动力总成布置结构要求等，改变了以往的散热系统风扇置于发动机前段，从发动机取力的模式，将散热系统置于发动机、变速器与发动机电机上端，采用了两组风扇，每组两个无刷电机低阻力风扇，两进风风扇，两出风风扇，形成闭合的冷却系统回路，从热力学的角度设计了散热水箱，中冷器的位置和结构，冷却系统进排风风道等，极大的提高了散热效率；

2、通过监测装置和主控机，使车辆能够根据环境温度、环境湿度以及大气压力，并且通过监测发动机温度以及发动机电机温度基于bp神经网络控制电子冷却风扇组的转速以及工作时间，保证了发动机的最佳工作温度，达到以最低的消耗使发动机始终工作在最舒适的温度的目标，从而保证了发动机的高效率运行和可靠运行，降低了发动机散热能量损失，同时，电控风扇组形成涡流，保证了系统的可靠散热，基于can总线的无刷电机风扇，效率高，可控性好，阻力小。

本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。

附图说明

图1为本发明所述基于电子风扇的混合动力专用发动机散热装置的结构示意图。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。

如图1所示，本发明提供了一种基于电子风扇的混合动力专用发动机散热装置，其主体结构包括：发动机电机121、驱动电机122、发动机110、变速箱130、监测装置、电子冷却风扇组以及主控机300；其中，发动机电机121具有贯穿式的输出轴，输出轴的一端连接变速箱130，另一端连接离合器140，驱动电机122输出轴连接后桥220，输出动力驱动车辆后桥220，并且发动机电机121与驱动电机122能够单独或组合一起与发动机同时为车辆提供动力，发动机110输出轴连接离合器140，变速箱130输出轴连接前桥210，输出动力驱动车辆前桥210，电子冷却风扇组分为进风冷却风扇510以及出风冷却风扇520，并且均安装在发动机110以及发动机电机121上方；监测装置包括温度传感器410、湿度传感器420以及大气压力传感器430，温度传感器410用于采集环境温度，湿度传感器420用于采集环境湿度以及大气压力传感器430用于采集大气压力的数据，主控机300与分别与温度传感器410、湿度传感器420以及大气压力传感器430连接，用于对数据进行分析处理后确定进风冷却风扇510以及出风冷却风扇520的转速以及工作时长。

在另一种实施例中，还包括：蓄电池组123，其与发动机电机121以及驱动电机122电联，用于对发动机电机121以及驱动电机122供电，同时也可以通过发电机自身输出功率的同时储存能量，达到充放电一体的效果。

在另一种实施例中，发动机110与发动机电子控制单元310电联，发动机电机121与发动机电机电子控制单元320电联，电子冷却风扇组与电子冷却风扇组电子控制单元330电联，蓄电池组123与蓄电池组电子控制单元340电联，驱动电机122与驱动电机电子控制单元350电联，主控机300与温度传感器410、湿度传感器420以及大气压力传感器430均通过can总线进行数据传输，主控机300同时与发动机电子控制单元310、发动机电机电子控制单元320、电子冷却风扇组电子控制单元330、蓄电池组电子控制单元340以及驱动电机电子控制单元350通过can总线进行数据传输，通过对数据进行分析处理后确定对电子冷却风扇组的转速以及工作时间进行控制。

在另一种实施例中，蓄电池组123与进风冷却风扇510以及出风冷却风扇520电联，蓄电池组123为铅酸电池，通过蓄电池组123为进风冷却风扇510以及出风冷却风扇520供电，由于电机风扇采用了电能驱动，而且电能主要来源于车载蓄电池，因此，根据混合动力系统的要求，建立dcdc电池能量平衡系统，能够根据铅酸蓄电池的用电情况实时开启dcdc的工作，保证铅酸系统吃的电量始终维持在最佳工作，内阻最小的区域，保证了整个弱电系统的能量平衡。

在另一种实施例中，变速箱130为五档以上的变速箱。

在另一种实施例中，在动力输出到后桥220的动力路径上，设置有中央差速器，在具有不同的输入角速度时，其用于消除驱动轮的滑动现象。

本发明提供了一种基于电子风扇的混合动力专用发动机散热装置的控制方法，主控机300对监测数据进行实时分析处理，基于bp神经网络的调控确定电子冷却风扇组的转速以及工作时长，包括如下步骤：

步骤一、建立bp神将网络模型；

本发明采用的bp网络体系结构由三层组成，第一层为输入层，共n个节点，对应了表示设备工作状态的n个检测信号，这些信号参数由数据预处理模块给出。第二层为隐层，共m个节点，由网络的训练过程以自适应的方式确定。第三层为输出层，共p个节点，由系统实际需要输出的响应确定。

该网络的数学模型为：

输入层向量：x＝(x1,x2,…,xn)^t

中间层向量：y＝(y1,y2,…,ym)^t

输出层向量：z＝(z1,z2,…,zp)^t

本发明中，输入层节点数为n＝5，输出层节点数为p＝5。隐藏层节点数m由下式估算得出：

通过温度传感器410、湿度传感器420、大气压力传感器430分别采集监测数据，通过发动机电子控制单元310以及发动机电机电子控制单元320采集监测数据，包括：环境温度t、环境湿度rh、大气压力p、发动机温度ta以及发动机电机温度tb，将数据通过can总线通信电路传输至主控机300；

按照采样周期，输入的5个参数为：x1为环境温度系数，x2为环境湿度系数，x3为大气压力系数，x4为发动机温度系数，x5所述发动机电机温度系数；

由于传感器获取的数据属于不同的物理量，其量纲各不相同。因此，在数据输入神经网络之前，需要将数据规格化为0-1之间的数。

具体而言，使用温度传感器测量环境温度t，进行规格化后，得到环境温度系数x1：

其中，tmin和tmax分别为环境温度的最小温度和最大温度。

同样的，使用湿度传感器测量环境湿度rh，进行规格化后，得到环境湿度系数x2：

其中，rhmin和rhmax分别为环境湿度的最小湿度和最大湿度。

使用大气压力传感器测量大气压力p，进行规格化后，得到大气压力系数x3：

其中，pmin和pmax分别为大气压力的最小压力和最大压力。

使用发动机电子控制单元测量发动机温度ta，进行规格化后，得到发动机温度系数x4：

其中，ta_min和ta_max分别为发动机的最小温度和最大温度。

使用发动机电机电子控制单元测量得到发动机电机tb，进行规格化后，得到发动机电机系数x5：

其中，tb_min和tb_max分别为发动机电机的最小温度和最大温度。

输出信号的5个参数分别表示为：z1进风冷却风扇转速调节系数，z2出风冷却风扇转速调节系数，z3进风冷却风扇工作时间调节系数，z4出风冷却风扇工作时间调节系数，z5为紧急停机信号；

进风冷却风扇转速调节系数z1表示为下一个采样周期中的进风冷却风扇转速与当前采样周期中设定的最高转速之比，即在第i个采样周期中，采集到的风扇转速为ωai，通过bp神经网络输出第i个采样周期的风扇转速调节系数z1ⁱ后，控制第i+1个采样周期中进风冷却风扇转速为ωa(i+1)，使其满足ωa(i+1)＝z1ⁱωa_max；

出风冷却风扇转速调节系数z2表示为下一个采样周期中的出风冷却风扇转速与当前采样周期中设定的最高转速之比，即在第i个采样周期中，采集到的风扇转速为ωbi，通过bp神经网络输出第i个采样周期的风扇转速调节系数z2ⁱ后，控制第i+1个采样周期中出风冷却风扇转速为ωb(i+1)，使其满足ωb(i+1)＝z2ⁱωb_max；

进风冷却风扇工作时间调节系数z3表示为下一个采样周期中的进风冷却风扇工作时间与当前采样周期中设定的最长工作时间之比，即在第i个采样周期中，采集到的进风冷却风扇工作时间为tai，通过bp神经网络输出第i个采样周期的进风冷却风扇工作时间调节系数z3ⁱ后，控制第i+1个采样周期中进风冷却风扇工作时间为ta(i+1)，使其满足ta(i+1)＝z3ⁱta_max；

出风冷却风扇工作时间调节系数z4表示为下一个采样周期中的出风冷却风扇工作时间与当前采样周期中设定的最长工作时间之比，即在第i个采样周期中，采集到的出风冷却风扇工作时间为tbi，通过bp神经网络输出第i个采样周期的出风冷却风扇工作时间调节系数z4ⁱ后，控制第i+1个采样周期中进风冷却风扇工作时间为tb(i+1)，使其满足tb(i+1)＝z4ⁱtb_max；

紧急停机信号z5表示为当前设备的运行状态，其输出值为0或1，当输出值为0时，表示当前设备处于非正常状态，此时，需要进行紧急停机；当输出值为1时，表示当前设备处于正常状态，可以继续运行。

步骤二、进行bp神经网络的训练。

建立好bp神经网络节点模型后，即可进行bp神经网络的训练。根据产品的经验数据获取训练的样本，并给定输入节点i和隐含层节点j之间的连接权值wij，隐层节点j和输出层节点k之间的连接权值wjk，隐层节点j的阈值θj，输出层节点k的阈值wij、wjk、θj、θk均为-1到1之间的随机数。

在训练过程中，不断修正wij和wjk的值，直至系统误差小于等于期望误差时，完成神经网络的训练过程。

如表1所示，给定了一组训练样本以及训练过程中各节点的值。

表1训练过程各节点值

步骤三、采集数据运行参数输入神经网络得到调控系数；

训练好的人工神经网络固化在芯片之中，使硬件电路具备预测和智能决策功能，从而形成智能硬件。智能硬件加电启动后，与电子冷却风扇组的电机开始运行，进风冷却风扇以及出风电子冷却风扇均以最大转速和最长工作时间开始运行，即进风冷却风扇初始转速为ωa0＝0.67ωa_max，出风冷却风扇初始转速为ωb0＝0.67ωb_max，进风冷却风扇初始工作时间为ta0＝0.93ta_max，出风冷却风扇初始工作时间为tb0＝0.93tb_max；

同时，通过使用温度传感器、湿度传感器以及大气压力传感器测量初始环境温度t0、环境湿度rh0、大气压力p0，通过使用发动机电子控制单元测量发动机温度ta0，发动机电机电子控制单元测量发动机温度tb0，通过将上述参数规格化，得到bp神经网络的初始输入向量通过bp神经网络的运算得到初始输出向量

步骤四：控制进风冷却风扇转速、出风冷却风扇转速、进风冷却风扇工作时间、出风冷却风扇工作时间；得到初始输出向量后，即可进行转速以及工作时间的调控，调节进风冷却风扇转速、出风冷却风扇转速、进风冷却风扇工作时间、出风冷却风扇工作时间，使下一个采样周期进风冷却风扇转速、出风冷却风扇转速、进风冷却风扇工作时间、出风冷却风扇工作时间分别为：

ωa1＝z1⁰ωa_max，

ωb1＝z2⁰ωb_max，

ta1＝z3⁰ta_max，

tb1＝z4⁰tb_max，

通过传感器获取第i个采样周期中的环境温度t、环境湿度rh、大气压力p、发动机温度ta以及发动机电机温度tb，通过进行规格化得到第i个采样周期的输入向量xⁱ＝(x1ⁱ,x2ⁱ,x3ⁱ,x4ⁱ,x5ⁱ)，通过bp神经网络的运算得到第i个采样周期的输出向量zⁱ＝(z1ⁱ,z2ⁱ,z3ⁱ,z4ⁱ,z5ⁱ)，然后控制进风冷却风扇转速、出风冷却风扇转速、进风冷却风扇工作时间、出风冷却风扇工作时间，使第i+1个采样周期时进风冷却风扇转速、出风冷却风扇转速、进风冷却风扇工作时间、出风冷却风扇工作时间分别为：

ωa(i+1)＝z1ⁱωa_max，

ωb(i+1)＝z2ⁱωb_max，

ta(i+1)＝z3ⁱta_max，

tb(i+1)＝z4ⁱtb_max，

步骤五、监测铆接装置的紧急停机信号。

根据的值判断设置的工作状态，是否处于非正常工作状态，当设备处于正常工作状态时需使设备立即停机，以进行检修，避免设备进一步的损坏。

通过上述设置，通过传感器实时电子冷却风扇组的运行状态，通过采用bp神经网络算法，对进风冷却风扇转速、出风冷却风扇转速、进风冷却风扇工作时间、出风冷却风扇工作时间进行调控，使其达到最佳的运行状态，从而提高发动机以及发动机电机的散热效率。

这里说明的设备数量和处理规模是用来简化本发明的说明的。对本发明中混合动力装置的应用、修改和变化对本领域的技术人员来说是显而易见的。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。