一种纯电动汽车动力系统及其控制方法与流程

本发明涉及电动汽车技术领域，更具体的是，本发明涉及一种纯电动汽车动力系统及其控制方法。

背景技术：

传统的燃油汽车不仅对环境造成污染，汽车排放的尾气也会影响人类的身体健康，因此积极减少汽车尾气污染具有非常深远的现实意义。

现在市场上出现的清洁能源汽车主要指混合动力车以及纯电动车。现有的混合动力汽车同时装备两种动力来源：热动力源(由传统的汽油机或者柴油机产生)与电动力源(电池与电动机)。通过在混合动力汽车上使用电机，使得动力系统可以按照车辆的实际运行工况要求灵活调控，而发动机保持在综合性能最佳的区域内工作，从而降低油耗与排放。相比于传统的燃油汽车，混合动力汽车对环境造成的污染已经大大降低，但并未彻底解决问题。现有的纯电动汽车主要依靠电池来提供动力，但目前电池普遍存在续航能力不足、充电时间长、动力不足的缺点，导致无法大范围推广使用纯电动汽车。因此，电池及动力系统是制约纯电动汽车发展的瓶颈问题。

技术实现要素：

本发明的一个目的是设计开发了一种纯电动汽车动力系统，采用第一电池和第二电池配合使用，续航时间长且动力足。

本发明的另一个目的是设计开发了一种纯电动汽车动力系统的控制方法，基于bp神经网络，根据路况和车辆行驶状态控制第一电池和第二电池的能量分配，使汽车保持动力充足并且续航时间长。

本发明提供的技术方案为：

一种纯电动汽车动力系统，包括：

电机，用于驱动电动汽车运转；以及

第一电池和第二电池，其与所述电机连接，用于为所述电机提供能量；

电机监测模块，其用于采集电机振动数据和瞬时转速；

整车监测模块，其用于采集车辆行驶速度、路面坡度以及环境温度；

主控机，其用于接收所述电机监测模块和整车监测模块的检测数据并控制第一电池和第二电池的能量分配。

优选的是，所述第一电池为高容量电池，第二电池为高功率电池。

优选的是，所述电机监测模块包括：

转速传感器，其用于测量电机瞬时转速；

振动加速度传感器，其用于测量电机振动烈度。

优选的是，所述整车监测模块包括：

温度传感器，其用于测量环境温度；

速度传感器，其用于测量车辆行驶速度；

坡度传感器，其用于测量车辆行驶路面坡度。

优选的是，还包括第三电池，其为高容量电池，其于第一电池出现故障或者电量耗尽时启动。

相应地，本发明还提供一种纯电动汽车动力系统的控制方法，当车辆行驶时基于bp神经网络对第一电池和第二电池的能量分配进行调控，包括如下步骤：

步骤1：按照采样周期，通过传感器测量电机的转速波动量nδ、加速时间t1、减速时间t2、振动烈度vrms、车辆行驶速度υ以及路面坡度s；

步骤2、依次将电机的转速波动量nδ、加速时间t1、减速时间t2、振动烈度vrms、车辆行驶速度υ以及路面坡度s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,x6}；其中，x1为电机转速波动量系数，x2为加速时间系数，x3为减速时间系数，x4为振动烈度系数，x5为车辆行驶速度系数，x6为路面坡度系数；

步骤3、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4、得到输出层向量z＝{z1,z2}；其中，z1为第一电池提供能量系数，z2为第二电池提供能量系数；

其中，z1ⁱ、z2ⁱ分别为第i个采样周期输出层向量参数，emax为设定的最大提供能量，分别为第i+1个采样周期时第一电池提供的能量、第二电池提供的能量；以及

在所述步骤2中，电机的转速波动量nδ、加速时间t1、减速时间t2、振动烈度vrms、车辆行驶速度υ以及路面坡度s进行规格化公式为：

其中，xj为输入层向量中的参数，xj分别为测量参数nδ、t1、t2、vrms、υ、s，j＝1,2,3,4，5,6；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1中，初始运行状态下：

当环境温度t≥5℃时，第一电池提供的能量和第二电池提供的能量满足经验值：

当环境温度t＜5℃时，第一电池提供的能量和第二电池提供的能量满足经验值：

其中，分别为第一电池提供的初始能量、第二电池提供的初始能量；emax为设定的最大提供能量。

优选的是，所述中间层及所述输出层的激励函数均采用s型函数

优选的是，所述振动烈度vrms为：

其中，vi为测量的振动速度值，m为测量的振动信号样本长度；

所述转速波动量nδ为：

其中，n表示为在一个工作循环内瞬时转速波形表现次数，nimax为每次波动的最大值，nimin为每次波动的最小值。

优选的是，当第三电池启动时，采用上述的纯电动汽车动力系统的控制方法对第三电池和第二电池的能量进行分配。

本发明至少具备以下有益效果：

(1)本发明所述的纯电动汽车动力系统，采用第一电池和第二电池配合使用，续航时间长且动力足；还设置有第三电池，以防止第一电池出现故障或者电量耗尽，使车辆能够正常运行驶，进一步提高续航时间。

(2)本发明所述的纯电动汽车动力系统的控制方法，基于bp神经网络，根据路况和车辆行驶状态控制第一电池和第二电池的能量分配，使汽车始终保持动力充足并且续航时间长。

附图说明

图1为本发明所述纯电动汽车动力系统的模块结构示意图。

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。

如图1所示，本发明提供一种纯电动汽车动力系统，包括：电机100，用于驱动电动汽车运转；以及第一电池110和第二电池120，其与所述电机100连接，用于为所述电机100提供能量；电机监测模块130，其用于采集电机振动数据和瞬时转速；整车监测模块140，其用于采集车辆行驶速度、路面坡度以及环境温度；主控机150，其用于接收所述电机监测模块130和整车监测模块140的检测数据并控制第一电池110和第二电池120的能量分配。

所述电机监测模块130包括：转速传感器131，其用于测量电机100瞬时转速；振动加速度传感器132，其用于测量电机100振动烈度；所述整车监测模块140包括：温度传感器141，其用于测量环境温度；速度传感器142，其用于测量车辆行驶速度；坡度传感器143，其用于测量车辆行驶路面坡度。

本实施例中，所述第一电池110为高容量电池，在相同体积下比普通电池能够提供更多的能量，所述第一电池110可以为钠离子电池或者金属空气电池，优选为金属空气电池，金属空气电池的能量密度高，相比于诸如锂离子电池等能够提供更多的能量，保证具有较好的续航能力；第二电池120为高功率电池，高功率电池内阻比较低，能够适用于大电流持续充放电的场合，所述第二电池可以为锂离子电池或者镍氢电池等，优选为锂离子电池。由于金属空气电池启动时间较长，在车辆起步阶段，采用高功率电池来提供车辆启动过程中所需的能量给电机，高容量电池来辅助，启动车辆继而驱动车辆运行，避免电池启动时间长而造成车辆启动过慢，有利于提高用户体验满意度。

作为本发明的另一实施例，还包括第三电池160，其为高容量电池，其于第一电池110出现故障或者电量耗尽时启动。

本发明所述的纯电动汽车动力系统，采用第一电池和第二电池配合使用，续航时间长且动力足；还设置有第三电池，以防止第一电池出现故障或者电量耗尽，使车辆能够正常运行驶，进一步提高续航时间。

本发明还提供了一种纯电动汽车动力系统的控制方法，当车辆行驶时基于bp神经网络对第一电池和第二电池的能量分配进行调控，包括如下步骤：

步骤一、建立bp神经网络模型；

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＝6，输出层节点数为p＝2。隐藏层(即中间层)节点数m由下式估算得出：

按照采样周期，输入的6个参数为，x1为电机转速波动量系数，x2为加速时间系数，x3为减速时间系数，x4为振动烈度系数，x5为车辆行驶速度系数，x6为路面坡度系数；

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，对于电机的转速波动量nδ，进行规格化后，得到电机的转速波动量系数x1：

其中，nδmin和nδmax分别为电机的转速的最小波动量和最大波动量；

所述转速波动量nδ为：

其中，n表示为在一个工作循环内瞬时转速波形表现次数，nimax为每次波动的最大值，nimin为每次波动的最小值。

同样的，对加速时间t1，进行规格化后，得到加速时间系数x2：

其中，t1min和t1max分别为加速时间的最小值和最大值。

对减速时间t2，进行规格化后，得到减速时间系数x3：

其中，t2min和t2max分别为减速时间的最小值和最大值。

对振动烈度vrms，进行规格化后，得到振动烈度系数x4：

其中，vrmsmin和vrmsmax分别为电机的最小振动烈度和最大振动烈度；

所述振动烈度vrms为：

其中，vi为测量的振动速度值，m为测量的振动信号样本长度。

对车辆行驶速度υ，进行规格化后，得到车速系数x5：

其中，υmin和υmax分别为最小车速和最大车速。

对路面坡度s，进行规格化后，得到路面坡度系数x6：

其中，smin和smax分别为路面最小坡度和最大坡度。

输出信号的2个参数分别表示为：z1为第一电池提供能量系数，z2为第二电池提供能量系数；

第一电池提供能量系数z1表示为下一个采样周期中第一电池提供的能量与当前采样周期中设定的最大提供能量之比，即在第i个采样周期中，采集到的第一电池提供能量为通过bp神经网络输出第i个采样周期的第一电池提供能量系数z1ⁱ后，控制第i+1个采样周期中第一电池提供能量为使其满足

第二电池提供能量系数z2表示为下一个采样周期中第二电池提供的能量与当前采样周期中设定的最大提供能量之比，即在第i个采样周期中，采集到的第二电池提供能量为通过bp神经网络输出第i个采样周期的第二电池提供能量系数z2ⁱ后，控制第i+1个采样周期中第二电池提供能量为使其满足

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。

本实施例中，所述中间层及所述输出层的激励函数均采用s型函数

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，纯电动汽车动力系统开始运行，温度传感器检测环境温度t：

当环境温度t≥5℃时，第一电池提供的初始能量和第二电池提供的初始能量满足经验值：

当环境温度t＜5℃时，第一电池提供的初始能量和第二电池提供的初始能量满足经验值：

其中，分别为第一电池提供的初始能量、第二电池提供的初始能量；emax为设定的最大提供能量。

同时，使用传感器测量初始电机的转速波动量nδ0、加速时间t10、减速时间t20、振动烈度vrms0、车辆行驶速度υ0以及路面坡度s0，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：得到初始输出向量后，即可调节第一电池提供的能量、第二电池提供的能量，使下一个采样周期第一电池提供的能量、第二电池提供的能量分别为：

通过传感器获取第i个采样周期中的电机的转速波动量nδ、加速时间t1、减速时间t2、振动烈度vrms、车辆行驶速度υ以及路面坡度s，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,x6ⁱ)，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)，然后控制第一电池提供的能量、第二电池提供的能量，使第i+1个采样周期时第一电池提供的能量、第二电池提供的能量分别为：

通过上述设置，通过传感器实时监测纯电动汽车动力系统的运行状态，通过采用bp神经网络算法，对第一电池提供的能量、第二电池提供的能量进行调控，使汽车始终保持动力充足。

当第三电池启动时，采用上述的纯电动汽车动力系统的控制方法对第三电池和第二电池的能量进行分配。

本发明所述的纯电动汽车动力系统的控制方法，基于bp神经网络，根据路况和车辆行驶状态控制第一电池和第二电池的能量分配，使汽车始终保持动力充足并且续航时间长。

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。