一种基于实时路况信息融合的纯电动物流车工况识别方法与流程

本发明涉及一种纯电动物流车的工况识别方法，尤其是一种基于实时路况信息融合的纯电动物流车工况识别方法，属于电动汽车信息技术领域。

背景技术：

纯电动物流车行驶工况是其能量管理系统的重要输入参数之一，准确设计不同工况对应的能量管理控制策略可以实现电能的高效应用，节能的同时增加行驶里程。然而实际运行工况是一个随机的、不确定的过程，以这样的随机工况作为输入会影响纯电车辆能量管理控制策略的准确性，同时也会增加纯电动汽车动力系统匹配优化的难度，因此建立一种实用的处理方法将实际工况输入转变为一个标准典型工况显得愈发重要。

2007年罗玉涛等人运用模糊分析和聚类分析的相似性原理对混合动力汽车的行驶工况进行识别，但是该研究方法都是采用标准工况循环制定的，标准工况循环只能代表部分的典型工况，并不能很好的贴近纯电动物流车的行驶特性，实时性弱、实用性差。因此需要针对纯电动物流车，建立合理的行驶工况识别方法。

技术实现要素：

本发明的目的在于：针对现有技术存在的缺陷，提出一种基于实时路况信息融合的纯电动物流车工况识别方法，具有鲁棒性强、实时性好、实用性强的优点。

为了达到以上目的，本发明提供了一种基于神经网络的纯电动汽车四轮转速独立控制方法，利用Hopfield神经网络分析驾驶员同一时间所有驾驶行为，并以此为依据合理分配四轮车速，驱动车辆平稳行驶；

步骤1，运行参数获取：获取纯电动物流车的运行参数，所述运行参数包括平均速度、加速度及驻车时间比；

步骤2，行驶工况识别：根据前述步骤中获取的运行参数及典型行驶工况种类，采用模糊控制方法，识别当前行驶状态所属典型行驶工况，并由此确定控制策略；所述典型行驶工况分为典型的快速、中速及慢速三种工况。

进一步，所述步骤1中，模糊控制方法的输入参数包括车行驶的平均速度加速度值a、驻车时间比例k，输出参数为典型行驶工况u：。

所述输入参数中，平均速度的论域为[0，30]，加速度a的论域为[-1.5，1.5]，驻车时间比例k的论域为[0，1]，输出参数典型行驶工况u的论域为[0，30]。

平均速度包括3个模糊子集，具体为：{正大(PB)，正中(PM)，正小(PS)}；

加速度a包括5个模糊子集，具体为：{正大(PB)，正中(PM)，零(O)，负中(NM)，负大(NB)}；

驻车时间比例k包括3个模糊子集，具体为：{正大(PB)，正中(PM)，正小(PS)}。

平均速度的隶属函数为梯形分布函数；

对于加速度a，PB，NB的隶属函数为梯形分布函数，PM，O，NM的隶属函数为三角形分布函数；

驻车时间比例k的隶属函数为梯形分布函数。

典型行驶工况u包括3个模糊子集，具体为：{正大(PB)，正中(PM)，正小(PS)}；

其中，在PB集合，物流车的行驶按中速控制方式执行；在PM集合，物流车的行驶按低速控制方式执行；在PS集合，物流车的行驶按慢速控制方式执行。

典型行驶工况u的隶属函数为梯形分布函数，解模糊方法采用质心法。

与现有技术相比，本发明的有益效果包括：

1、鲁棒性强：本发明中模糊控制策略涉及的输入参数考虑了电动物流车的运行特性，同时隶属函数和控制规则的制定以实际的工程经验作为依据。经仿真验证，该发明能够准确判断出当前车辆所处的典型工况。

2、实时性好：本发明方法中选用的输入参数包括了车辆动态运行信息和路况的实时信息，保证了实时性。

3、实用性强：本发明方法简便易行，适用于纯电动物流车工况的识别。能够合理得识别出纯电动物流车当前的工况，供能量管理控制系统选择合适的控制方式参考。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明纯电动物流车工况识别方法的原理图。

图2是平均速度的隶属函数图。

图3加速度值a的隶属函数图。

图4驻车时间比例k的隶属函数图。

图5典型工况u的隶属函数图。

图6是模糊控制器输入输出关系曲面图。其中，图6(a)为输出u与平均速度、驻车比的关系图，图6(b)为输出u与加速度、驻车比的关系图，图6(c)为输出u与平均速度、加速度的关系图。

具体实施方式

本实施例提供了一种基于实时路况信息融合的纯电动物流车工况识别方法，该方法基于模糊控制器，该工况识别模糊控制器有三个输入参数：汽车行驶的平均速度加速度值a、驻车时间比例k；有一个输出参数即典型工况u：识别的车速控制方式，如图1所示。包括如下步骤：

(1)运行参数获取：获取纯电动物流车的运行参数；

所述(1)运行参数获取步骤中，运行参数包括汽车行驶的平均速度加速度a和驻车时间比例k。

(2)行驶工况识别：根据运行参数和典型行驶工况种类，采用模糊控制方法，识别当前行驶状态所属典型行驶工况，纯电动汽车能量管理系统根据此典型行驶工况确定控制策略。

参数平均速度的论域为：[0，30]；将分为3个模糊子集：{正大(PB)，正中(PM)，正小(PS)}；的隶属函数为梯形分布函数。该参数的隶属度函数如图2所示。

输入参数加速度值a的论域为：[-1.5，1.5]；将a分为5个模糊子集：{正大(PB)，正中(PM)，零(O)，负中(NM)，负大(NB)}；对于a而言，PB，NB的隶属函数为梯形分布函数，PM，O，NM的隶属函数为三角形分布函数。该参数的隶属度函数如图3所示。

输入参数驻车时间比例k的论域为：[0，1]；将k分为3个模糊子集：{正大(PB)，正中(PM)，正小(PS)}；k的隶属函数为梯形分布函数。该参数的隶属度函数如图4所示。

输出参数典型工况u的论域为：[0，30]；将u分为3个模糊子集：{正大(PB)，正中(PM)，正小(PS)}；其中，在PB集合，物流车的行驶按中速控制方式执行；在PM集合，物流车的行驶按低速控制方式执行；在PS集合，物流车的行驶按慢速控制方式执行；u的隶属函数为梯形分布函数，解模糊方法采用质心法。该参数的隶属度函数如图5所示。

其具体按如下规则进行：

1.平均车速高时：

判定当前纯电动物流车行驶工况为高速工况。

2.平均车速中等时：

若驻车时间不长：加速、匀速或微减速状态下判定当前纯电动物流车行驶工况为中速工况；强减速状态下则判定当前纯电动物流车行驶工况为慢速工况。若驻车时间长：在强加速、微加速、匀速状态下判定当前纯电动物流车行驶工况为中速工况；减速状态下则判定当前纯电动物流车行驶工况为慢速工况。

3.平均车速慢时：

若驻车时间短：在加速状态下判定当前纯电动物流车行驶工况为中速工况；在微减速状态下判定当前纯电动物流车行驶工况为慢速工况；强减速状态下判定当前纯电动物流车行驶工况为低速工况。若驻车时间中等：在强加速状态下判定当前纯电动物流车行驶工况为中速工况；微加速、匀速或微减速状态下判定当前纯电动物流车行驶工况为慢速工况；强减速状态下判定当前纯电动物流车行驶工况为低速工况。若驻车时间长：在加速状态下判定当前纯电动物流车行驶工况为慢速工况；匀速或减速状态下判定当前纯电动物流车行驶工况为低速工况。

4.平均车速低时：

若驻车时间短：在加速状态下判定当前纯电动物流车行驶工况为慢速工况；匀速或减速状态下判定当前纯电动物流车行驶工况为低速工况。若驻车时间不短：在强加速状态下判定当前纯电动物流车行驶工况为慢速工况；其余状态下为低速工况。

除上述实施例外，本发明还可以有其他实施方式。凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围。