本发明涉及混合动力汽车整车控制器标定技术领域，更具体的是，本发明涉及一种混合动力汽车整车控制器快速标定方法。
背景技术：
面对全球能源紧缺和环境污染的挑战，世界汽车技术创新步伐越来越快，当前汽车技术正朝着低碳化、智能化、信息化的方向发展。混合动力汽车作为汽车行业中最重要的节能驱动形式之一，正是全球业界研究的焦点。其中，整车控制器(vehiclecontrolunit，vcu)是混合动力汽车中的核心部件之一，是整车能量管理策略的依托，其主要的功能是实现整车能量管理与动力系统控制，协调各个动力源根据不同的工况以最优状态工作，实现能量的合理分配。
混合动力汽车的实际行驶性能与其采用的控制策略类型和控制参数的选取密切相关，在既定的动力总成功率参数及完整的功能性整车能量管理策略的前提下，良好的参数标定结果是整车控制器实现优良控制效果最终保证。
混合动力汽车整车控制器标定是根据动力总成各部件特性参数，以及整车经济学、排放性、极限条件适用性等各项性能指标来调整和确定整车控制器中运行参数和控制参数的整个过程。完整的整车控制器标定过程包括能量管理策略标定、执行器标定、运行条件标定、经济性标定、排放性标定、obd标定、安全监控标定等环节。
作为混合动力汽车动力系统的核心部件，vcu的参数标定将直接影响混合动力汽车各种性能指标，属于混合动力汽车动力系统开发的核心技术。当控制系统的产品开发完成后，为了达到混合动力总成各部件协调工作的目的，使系统获得最佳的整体性能，必须对vcu在整车环境下进行标定，从而获得最佳的燃油经济性、整车动力性、驾驶性以及排放性等。在电控系统的开发过程中，仅仅设计出一个具备良好功能的vcu是不够的，对vcu进行标定也是一个重要的工作步骤，而标定周期和精度直接影响到电控系统的开发周期的长短、开发成本的高低和整车性能的优劣。只有在适当的标定参数下，才能实现整车的性能达到最佳，满足国家标准以及客户的需求。
整车控制器的标定方法通常采用标定工具通过反复的试验进行数据调整验证、再调整再验证，最后综合考虑取一个较佳的试验值作为标定值。这种反复试验的标定过程效率低、成本高，是导致标定过程周期长的主要因素，一般一辆新能源汽车的整车控制器标定往往需要经历一年的时长，工作效率较低。除此之外，在标定的过程中如果不能保证试验点遍历整个参数设计空间，则标定结果并不一定是全局最优，整车性能也就不一定达到最好效果。而目前，国内外针对混合动力汽车整车控制器标定的研究多集中在标定工具的开发及配套设施的二次开发上，可公开的标定方法理论研究甚少，并不利于整车控制器核心技术的发展。标定工具的开发不同于标定方法的研究，高效的标定方法加上先进的标定工具才是标定效率和标定质量的保证。因此，为了减少混合动力汽车整车控制器标定的工作量，缩短开发周期并降低开发成本，本发明提供了一种混合汽车整车控制器标定方法，拟在通过对标定方法的优化，科学的提高整车控制器标定效率和准确率。
技术实现要素：
本发明为了解决目前混合动力汽车整车控制器传统标定方法盲目、效率低且开发周期长的问题设计开发一种混合动力汽车整车控制器快速标定方法，能够快速标定混合动力汽车整车控制器。
本发明提供的技术方案为：
一种混合动力汽车整车控制器快速标定方法，包括如下步骤：
步骤1：建立整车控制器标定系统；
步骤2：在满足整车动力性的前提下，以燃油消耗量和电能消耗量为标定目标提取一维标定参数并确定可行域；
步骤3：建立径向基神经网络模型作为标定系统代理模型并进行参数敏感分析，确定关键影响参数，并将影响较弱参数设置为常数；
步骤4：基于每个参数多水平对标定目标的影响的主效应图获取各参数的标定路径，并在所述主效应图中获取各参数的局部敏感置信区间；
步骤5：基于标定系统代理模型和各参数的标定路径以及各参数的局部敏感置信区间获取全局理论最佳标定参数组合。
优选的是，在所述步骤2中，所述一维标定参数包括：发动机最优工作区间上限与最优工作曲线之间的燃油消耗率偏差率，发动机最优工作区间下限与最优工作曲线之间的燃油消耗率偏差，发动机参与直接驱动的最低车速，发动机最优工作区间下限缓冲转矩，发动机最优工作区间上限缓冲转矩，电量消耗阶段与电量维持阶段的临界电池荷电状态，电量维持阶段中电池soc上下波动限值，进入再生制动时驱动电机最低转速临界值，驱动电机输出转矩与需求驱动电机转矩的接近程度系数，发动机输出转矩与需求发动机转矩的接近程度系数，发动机输出转矩与发动机最优区间上限转矩的接近程度系数。
优选的是，所述一维标定参数的可行域通过动力系统关键部件的特性参数确定。
优选的是，所述燃油消耗量c为：
电能消耗量e为：
其中，c1,c2分别为储能装置处于充电终止的最高荷电状态和运行放电结束的最低荷电状态试验所得到的燃油消耗量，e1,e4分别储能装置处于充电终止的最高荷电状态和运行放电结束的最低荷电状态试验所得到的电能消耗量，dovc为整车运行模式由电量消耗模式切换至电量维持模式之前的总行驶里程，dav为两次充电之间的平均行驶里程并取值25。
优选的是，在所述步骤3中，对所述一维标定参数在其可行域内遍历取值，通过所述标定系统获得燃油消耗量和电能消耗量，并以所述一维标定参数为输入，燃油消耗量和电能消耗量为输出建立径向基神经网络模型为标定系统代理模型。
优选的是，采用最优拉丁超立方试验采样方法对对所述一维标定参数在其可行域内遍历取值。
优选的是，在所述步骤3中，采用蒙特卡洛估计法进行参数敏感分析。
优选的是，所述关键影响参数为发动机最优工作区间下限与最优工作曲线之间的燃油消耗率偏差、发动机最优工作区间上限与最优工作曲线之间的燃油消耗率偏差率、发动机输出转矩与需求发动机转矩的接近程度系数、进入再生制动时驱动电机最低转速临界值、电量消耗阶段与电量维持阶段的临界电池荷电状态以及电量维持阶段中电池soc上下波动限值，影响较弱参数为驱动电机输出转矩与需求驱动电机转矩的接近程度系数、发动机输出转矩与发动机最优区间上限转矩的接近程度系数以及发动机参与直接驱动的最低车速。
优选的是，在所述步骤4中，所述一维标定参数的局部敏感置信区间为：
[min(m_eff),min(m_eff)+(max(m_eff)-min(m_eff))×20％]
其中，min(m_eff)表示所述一维标定参数可行域内的主效应曲线的最小值；max(m_eff)表示所述一维标定参数可行域内的主效应曲线的最大值。
优选的是，在所述步骤5中，采用非线性二次规划算法获取全局理论最佳标定参数组合。
本发明所述的有益效果为：
1、本发明提供的混合动力汽车整车控制器标定方法，为最佳标定参数组合的探索提供了理论依据，使得整车控制器中相关参数的标定周期大大减少，实现了整车控制器标定效率的有效提高。
2、本发明提供的混合动力汽车整车控制器标定方法，建立了混合动力汽车整车控制器标定流程，切实改变了传统盲目、无序的标定现状，形成了有针对性，有方向性的有序标定过程，实现了加快整车控制器标定进程的目标。
3、本发明提供的混合动力汽车整车控制器标定方法，可以适用于不同混合动力汽车动力构型、和不同类型能量管理策略下的vcu标定，具有较好的实际应用价值。
附图说明
图1为本发明所述实施例中的混合动力汽车动力总成结构示意图。
图2为本发明所述实施例中的基于规则的能量管理策略原理示意图。
图3为本发明所述的混合动力汽车整车控制器标定方法的主流程图。
图4为本发明所述的建立vcu标定系统模型子流程图。
图5为本发明所述的确定vcu标定系统的因子与标定目标子流程图。
图6为本发明所述的参数敏感性分析子流程图。
图7为本发明所述的确定参数标定路径及敏感置信区间子流程图。
图8为本发明所述的各标定参数的主效应图。
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。
目前，混合动力汽车具有多种动力总成构型，如串联、并联、混联式构型等，在确定了混合动力汽车动力总成构型之后，又有不同的整车能量管理策略。因此，为了说明本发明所述的混合动力汽车整车控制器标定方法具有普遍适用性，特举出其在某一具体实施例下的应用流程，需要说明的是实施例的改变，并不构成对本发明的创新。
如图1所示，在本发明所述的实施例中，混合动力汽车动力总成是一种典型的混联式构型。该动力总成由驱动电机、起动/发电一体机(isg电机)、离合器c1和发动机组成动力源构成。驱动电机的输出端与驱动电机减速齿轮花键连接；发动机的输出端通过离合器c1与发动机减速齿轮花键连接。发动机减速齿轮与驱动电机减速齿轮同时与驱动桥输入端齿轮啮合，传动比分别为ie和im，从而实现发动机与驱动电机的并联耦合。发动机和驱动电机可以分别单独驱动整车，也可以通过转矩耦合联合驱动整车。发动机输出端同时与isg电机的输入端通过一对传动比为iisg的减速器连接。isg电机具有起动发动机的作用，还可以与发动机组成发动机发电机组为电池充电；驱动桥输入端齿轮与主减速器输入端固定连接，主减速器传动比为i0；主减速器将发动机或/和驱动电机的动力放大后传递至差速器，从而驱动左右两侧车轮。此外，驱动电机在制动能量回收模式下可以转变为发电机，发电产生的电能经电线传递并存储到电池中。电池中的电能也可经电线放电驱动isg电机经isg减速器启动发动机，亦可经电线放点驱动电机对外输出转矩至驱动桥。
如图2所示，本发明所述的实施例中，整车能量管理策略为基于规则的能量管理策略，该种控制策略主要考虑发动机的最优工作区间(如图中b区域所示)，保证发动机始终在高效区工作。当需求发动机负荷较小，负荷率超出最优工作区间上限时(如图中c区域所示)，发动机关闭，只用电机驱动；当需求发动机负荷太大接近发动机外特性曲线时(如图中a区域所示)，控制发动机工作在最优工作区间内，其输出转矩不满足需求的部分由驱动电机助力，分担部分负荷。具体控制方法如下：
电池soc(荷电状态，也叫剩余电量)较高条件下：当车速对应于发动机的转速小于起动转速时，发动机关闭，整车由驱动电机单独驱动；当车速对应于发动机的转速大于起动转速，但需求发动机转矩小于最优工作区间下限时，发动机同样关闭，由驱动电机单独驱动；当需求发动机转矩大于最优工作区间下限时，此时isg电机工作启动发动机至最优工作区间，此时驱动电机停机，汽车由发动机单独驱动行驶；当需求发动机转矩大于发动机最优工作区间上限时，由驱动电机助力，发动机工作在最优工作区间上限，确保发动机工作在最优区域。
电池soc较低条件下：当需求发动机转矩低于最优工作区间下限时，则发动机起动工作在最优区间下限，多余转矩通过isg电机发电，电能存储到电池中；当需求发动机转矩处于发动机最优工作区间时，发动机起动工作在最优区间优先单独驱动车辆并附带为电池充电；当需求发动机转矩大于最优工作区间上限时，发动机以实际需求转矩点工作。
如图3所示，本发明所述的混合动力汽车整车控制器标定方法的主流程如下：
第一步：调用建立vcu标定系统模型子流程。
基于本发明所述实施例中的混合动力总成构型和采用的基于规则的能量管理策略，调用标定系统模型建立流程首先完成整车仿真模型和整车控制模型的搭建，并将整车仿真模型和整车控制模型作为vcu标定系统模型。
第二步：调用确定vcu标定系统的因子与标定目标子流程。
在此子流程中，深入分析上一步建立的vcu标定系统模型中的能量管理策略，提取一维标定参数，并通过理论分析与经验相结合的方式得到各参数的可行域，从而确定vcu标定系统模型的输入因子。
混合动力汽车vcu标定目的是满足整车各项性能指标，在不改变硬件参数设计以及功能控制策略的基础上使得车辆发挥出最好的动力性、经济性、排放性、平顺性等。本发明所述实施例中，以满足整车动力性为前提，经济性最优为标定目标。
第三步：调用参数敏感性分析子流程。
因为标定系统的输入因子众多，为减少不必要的标定工作量，在此子流程中，采取一定的方法得到在特定行驶工况下的各个标定因子对整车经济性指标影响大小及趋势的排序，忽略影响较弱的因子，得到标定系统的关键因子，这样在实车标定时，可以将影响较弱的因子设置为常数，有针对性的重点关注关键因子，能够减少实际标定工作量，极大的提高标定效率。
第四步：调用确定参数标定路径及敏感置信区间子流程。
通过此子流程确定各参数的标定路径，为标定工程师实时调整参数指明了方向；确定参数的敏感置信区间，进一步缩小了各参数的最优设计空间，形成了有针对性、有方向性的标定方法。
第五步：实车标定。
在完成本发明所述的混合动力汽车整车控制器标定方法主流程第一步至第四步后，得到了本发明所述实施例中的混合动力汽车控制器理论最佳标定参数组合以及各参数的标定路径和敏感置信区间，为工程师在第五部实车标定中调整参数指明了方向，形成了有针对性，有方向性的有序标定过程，加快了实车控制器标定进程。
至此，完成本发明所述的混合动力汽车整车控制器标定方法的主流程。
如图4所示，本发明所述的建立vcu标定系统模型子流程如下：
第一步：基于avlcruise环境初步建立整车仿真模型。
本发明所述实施例中介绍了混合动力汽车动力系统组成，描述了各部件的连接关系及其工作逻辑，结合各部件主要特性参数和运作机理，在avlcruise软件环境下建立了整车仿真模型。
第二步：基于试验测试得出仿真模型的关键部件性能参数。
基于台架试验得到动力总成基本性能参数；基于滑行试验得到整车行驶阻力；基于转鼓试验得到动力传动系统效率。
第三步：基于matlab/simulink建立控制模型。
在本发明所述实施例中，采用基于规则的能量管理策略在matlab/simulink软件环境中搭建整车控制模型。
第四步：输出vcu标定系统模型。
将以上整车仿真模型与整车控制模型作为vcu标定系统模型。
至此，完成本发明所述的建立vcu标定系统模型子流程。
如图5所示，本发明所述的确定vcu标定系统的因子与标定目标子流程如下：
第一步：输入vcu标定系统模型。
将上一流程调用子程序的计算结果输入至本流程的子程序中进行分析计算。
第二步：分析对发动机最优工作区间的控制。
本发明所述实施例中，通过对发动机最优工作区间控制的分析，提取出了如下可标定参数：发动机最优工作区间上限与最优工作曲线之间的燃油消耗率偏差率khi，发动机最优工作区间下限与最优工作曲线之间的燃油消耗率偏差klow，发动机参与直接驱动的最低车速v0，发动机最优工作区间下限缓冲转矩δte_eco_lo，发动机最优工作区间上限缓冲转矩δte_eco_hi。
第三步：分析对整车运行模式的控制。
本发明所述实施例中，通过对整车运行模式控制的分析，提取出了如下可标定参数：电量消耗(cd)阶段与电量维持(cs)阶段的临界电池荷电状态soc0，电量维持阶段中电池soc上下波动限值δsoc，进入再生制动时驱动电机最低转速临界值nm_reg。
第四步：分析对转矩分配的控制。
本发明所述实施例中，通过对转矩分配控制的分析，提取出了如下可标定参数：驱动电机输出转矩与需求驱动电机转矩的接近程度系数ktm_diff，发动机输出转矩与需求发动机转矩的接近程度系数kte_diff，发动机输出转矩与发动机最优区间上限转矩的接近程度系数kte_ecohi_diff。
第五步：计算可行域上下限。
针对上述提取出的所有一维可标定参数，结合动力系统关键部件的特性参数，对每一个标定参数的可行域上下限进行了计算分析，得出了它们的可行域，如表1所示。
表1一维标定参数及其可行域
第六步：确定标定目标。
本发明所述实施例中，以满足整车动力性为前提，以经济性为标定目标。
欧洲经济委员会在法规ecer101中将phev能耗测试分为条件a和条件b两种模式。其中，条件a是指储能装置处于充电终止的最高荷电状态，对应于cd阶段；条件b是指储能装置处于运行放电结束的最低荷电状态，对应于cs阶段。在条件a中有两种试验方法：单工况法和连续工况法。本发明所述的实施例中选取连续工况法。连续工况方法需要按照标准测量续驶里程dovc(km)，且基于电量平衡值q(ah)确定储能装置的最小荷电状态：如果在第n+1个循环中的放电量小于额定存储值的3％，则认为在第n个循环之后已经达到了储能装置的最低荷电状态，此时已行驶的循环里程即为dovc。
最终的燃油消耗量c的计算公式为：
电能消耗量e的计算公式为：
式中c1、c1分别为条件a、条件b试验所得到的燃油消耗量，l·(100km)-1；e1、e4分别为条件a、条件b试验所得到的电能消耗量，wh·km-1；dovc为整车运行模式由cd模式切换至cs模式之前的总行驶里程，km；dav为两次充电之间的平均行驶里程，取值为25km。
第七步：输出标定因子可行域、标定目标。
至此，完成确定vcu标定系统因子与标定目标子流程。
如图6所示，本发明所述的参数敏感性分析子流程如下：
第一步：输入标定因子可行域、标定目标。
第二步：试验设计。
本发明所述的实施例中，利用最优拉丁超立方试验设计方法，可实现对上述一维可标定参数的在可行域内遍历取值，并通过vcu标定系统模型得到响应，即以经济性为标定目标的燃油消耗量和电能消耗量，最终可得到标定系统输入与输出之间的样本数据，为下一步构建代理模型提供数据基础。
需要说明的是本发明所述的实施例中采用的是最优拉丁超立方试验设计方法，选用其他现有试验设计方法并不构成对本发明的创新。
第三步：构建代理模型。
模型求解过程实质是一个不断迭代的过程，每一次迭代的计算时间决定了总体优化效率，代理模型可以减少仿真程序调用时间以提高优化效率，同时有利于更快的得到全局最优点。
本发明所述的实施例中，选取径向基rbf(radialbasisfunctions)神经网络模型构建代理模型，利用上一步得到的标定系统输入与输出之间的样本数据对神经网络模型进行训练、验证和测试，得到了最终标定系统的代理模型。
神经网络的输入样本和训练过程各节点的值如下表2和表3所示(部分举例)。
表2样本数据表
表3训练过程各节点值
第四步：参数敏感性分析。
在已知的标定因子、标定响应和代理模型下，本发明所述的实施例中采用了蒙特卡洛估计法，对所有标定参数的敏感性指标进行了计算，有效识别了该系统的关键因子，并对标定参数敏感性进行了排序。需要说明的是改变敏感性分析方法并不构成对本发明的创新。
本发明所述的实施例，经过参数敏感性分析后，结果为klow对整车经济性影响最大，其次为khi、kte_diff、nm_reg、kte_ecohi_diff、δte_eco_lo、soc0、δsoc，而参数ktm_diff、δte_eco_hi、v0对经济性影响最小。在实车标定中可将对响应影响较小的因子(即参数ktm_diff、δte_eco_hi、v0)设置为常数，以排除非关键因子，减少标定工作量，提高标定效率。
第五步：输出各参数敏感性排序。
将上述各参数敏感性排序结果输出到下一子流程中。
至此，完成参数敏感性分析子流程。
如图7所示，本发明所述的确定参数标定路径及敏感置信区间子流程如下：
第一步：输入各参数敏感性排序。
将上一流程调用子程序的计算结果输入至本流程的子程序中进行分析计算。
第二步：求解参数标定路径。
从上一流程中基于蒙特卡洛估计的参数敏感性分析过程可知，单因子主效应的计算是将样本点中该因子的所有水平固定，得到样本点的条件方差与非条件方差的差异，并将其作为主效应数值。若将单因子的水平作为自变量，用每个水平与其他因子的所有可能组合所产生的系统响应的平均值作为因变量，即得到两者之间的关系图，可以直观地展现每个因子不同水平对系统响应影响的差异性，这种关系图称为主效应图，如图8所示，其中，主效应1图为主效应2图的纵坐标方向的放大图。由主效应图中的曲线可以清晰的观察系统因变量随因子在可行域内变化而变化的趋势，以便识别主要影响因子。主效应图中的曲线便是各参数的标定路径，由曲线变化的趋势，便可反映出各参数的标定路径。利用这种主效应图可以求解得到各参数的标定路径。
第三步：求解标定参数局部敏感置信区间。
在主效应图中取使得响应在较优区水平之内的因子取值范围，即为局部敏感置信区间。本发明所述实施例中，借鉴统计学有关置信区间的理论，将标定参数的局部敏感置信区间定义为：当给出某个参数20％敏感置信区间[a,b]时，可以理解为我们有理由相信使得系统响应取得最优值的点一定落在区间[a,b]内，在该区间内系统响应水平区间的取值范围为
[min(m_eff),min(m_eff)+(max(m_eff)-min(m_eff))×20％]
其中，min(m_eff)表示该参数可行域内的系统主效应曲线的最小值；max(m_eff)表示该参数可行域内的系统主效应曲线的最大值。
基于上述定义，结合各参数的主效应图即可求解得到各参数的局部敏感置信区间。
第四步：求解全局理论最佳标定参数组合。
根据参数标定路径以及整车rbf神经网络近似模型，结合局部敏感置信区间，利用非线性二次规划算法对模型快速求解得到全局理论最佳标定参数组合。
第五步：输出求解结果。
将所求得到的参数标定路径、参数局部敏感置信区间、最佳标定参数组合等全部求解结果输出，在实车标定过程中，标定工程师则可利用最佳标定参数组合去对实车整车控制器进行标定，并以参数标定路径和局部敏感置信区间作为参考，进一步提高了标定效率。
本发明所述的混合动力汽车整车控制器标定方法如以上叙述所示，利用本方法进行实车标定，可选择最佳标定参数组合进行标定，并以参数标定路径和局部敏感置信区间作为标定指导，避免了传统标定方法盲目、无序、工作量大等缺点，切实提高了标定效率。
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。