基于动态交通环境信息的汽车动力系统实时优化控制研究

The development of information technology such as intelligent transportation, internet of vehicle (IoV) brings new opportunities and challenges to automotive powertrain system. Towards high-efficient and lower-emission development for automotive powertrains equipped with internal combustion engines (ICEs), the dynamic traffic information based automotive powertrain control strategy will be studied in this project. Depending on the in-depth analysis of influence of the external traffic information on the powertrain system, the hierarchic optimization framework for automotive powertrain will be designed. As a top level control, a multi-objective coordinative controller will be developed for optimizing the weightings of the performance indexes (i.e. drivability, fuel economy, and comfortability), appropriate constraint boundaries and torque demand profile of engine control. And in the low level control, the multi-variable optimal control scheme will be focused to improve the transient control performance of ICE. To this end, the hybrid dynamic model which represents both discrete cyclic transition and continuous-time dynamic behavior is derived for controller design. Finally, the application study will be conducted and the proposed control strategy will be evaluated on the traffic-in-the-loop engine test bench. This project is not only advanced in its innovations of theories and methodologies, but also provides the technical supports to promote the smart and green transportation. Therefore, this study has a broad prospect for the future practical application.

智能交通、车联网等信息技术的发展给传统内燃机的控制带来了全新的机遇与挑战。本项目以搭载内燃机的汽车动力系统为研究对象，开展基于交通环境信息融合的汽车动力系统节能减排优化控制算法研究。采用分层优化的架构，在深入分析外部交通环境信息对发动机控制性能影响的基础上，设计汽车发动机与环境融合的上层多目标协同优化控制框架，对发动机的优化性能(动力性、经济性、舒适性)指标权重、约束边界条件以及发动机的扭矩控制期望参考值进行实时优化；同时通过对发动机燃烧循环间状态迁移进行机理分析，建立发动机的瞬态混杂动态系统模型，设计发动机多变量实时优化模型预测控制器。最后以开发的虚拟交通场景下的发动机硬件在环仿真试验平台为基础，开展动态交通环境下的发动机实时优化控制算法的应用研究。本项申请不仅在理论方法上具有先进性，且能为解决交通的节能减排问题、建立绿色智慧交通系统提供理论与技术支撑，在未来实际应用方面具有广阔的前景。

交通信息的可用性为车辆的精细化节能优化控制提供了新的研究思路。本项目以汽车动力系统为研究对象，开展了面向实时优化控制的复杂发动机系统建模、基于交通环境信息的动力系统节能优化控制算法设计、以及虚拟交通场景融合下的混合动力系统硬件在环仿真试验平台研制等三方面研究工作。首先，针对汽车发动机系统本身包含连续时间动态和离散燃烧状态转移的典型混杂系统特征，提出了从歧管进气到动力输出过程为基础的均值模型和基于缸压信号的循环间燃烧模型相融合的混杂系统模型，该模型结构简单，精度满足控制器开发要求，不仅具有较低的计算负担，还能够精确反映循环间的状态变化过程；其次，提出了基于历史行驶数据的汽车动力系统优化节能驾驶策略，利用通勤车辆的驾驶大数据中的随机特性，将车辆的动力学状态进行逻辑化定义转换为随机逻辑系统，设计了油耗优化问题，并利用动态规划算法进行求解，仿真结果显示了算法的有效性；此外，设计了基于模型预测控制算法的发动机转矩实时优化控制方法，考虑到发动机转矩的不可测，设计基于Lyapunov稳定性定理的观测器，并在台架试验实现了发动机转矩的跟踪控制。最后，研制开发了基于虚拟交通场景的汽车动力系统硬件在环仿真试验系统，将汽车混合动力系统与虚拟的交通场景和虚拟的车辆相结合，实现了可配置任意场景、环境可重现的算法验证平台。以上研究工作能为解决未来智能网联车辆的节能驾驶问题提供理论与技术支撑，具有良好的应用前景。