✅作者简介:热爱科研的Matlab仿真开发者,擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。
🍎 往期回顾关注个人主页:Matlab科研工作室
🍊个人信条:格物致知,完整Matlab代码及仿真咨询内容私信。
🔥 内容介绍
混合动力汽车(HEV)凭借其在燃油经济性和环保性方面的优势,成为汽车工业发展的重要方向。Simscape 作为 MATLAB/Simulink 平台下的物理系统建模工具,能够实现 HEV 各部件及整体系统的精准建模与仿真,为 HEV 的设计、优化和控制策略研究提供有力支持。下面将详细介绍基于 Simscape 的 HEV 模型构建方法。
HEV 的结构组成与建模思路
HEV 主要由发动机、电机、电池、变速器、动力耦合装置、整车动力学系统等核心部件组成。根据动力耦合方式的不同,可分为串联式、并联式和混联式等类型,不同类型的结构特点决定了其建模的侧重点。
建模思路采用模块化设计,即先分别构建各核心部件的 Simscape 模型,再根据 HEV 的结构类型将各部件模型按照实际的动力传递关系进行连接,形成完整的系统模型。这种模块化建模方法不仅便于模型的搭建、修改和维护,还能针对不同部件进行单独的性能分析和参数优化。
核心部件的 Simscape 模型构建
发动机模型
发动机是 HEV 的主要动力源之一,其模型需反映输出扭矩与转速、油门开度之间的关系。在 Simscape 中,可利用 “Simscape/Electrical/Specialized Power Systems/Machines” 库中的内燃机模块,或通过自定义数学模型来搭建。
自定义模型通常基于发动机的稳态特性曲线,通过查找表(Lookup Table)将油门开度和转速作为输入,输出对应的扭矩。同时,需考虑发动机的动态响应特性,如延迟时间、惯性等,可通过添加惯性环节和延迟模块来实现。此外,还需引入燃油消耗模型,根据发动机的输出功率和效率计算实时燃油消耗量。
电机模型
HEV 中的电机既可作为电动机驱动车辆,也可作为发电机回收制动能量,通常采用永磁同步电机或异步电机。在 Simscape 的 “Electrical/Machines” 库中提供了丰富的电机模块,可直接选用并进行参数配置。
电机模型的关键参数包括额定功率、额定转速、额定扭矩、效率曲线等。通过设置电机的控制模式(如 torque control 或 speed control),实现电机与整车控制系统的交互。当作为发电机时,需考虑其发电效率和输出电压特性,与电池充电系统相匹配。
电池模型
电池是 HEV 的储能部件,其模型需准确反映 SOC(State of Charge,荷电状态)、端电压、充放电电流、内阻等参数之间的关系。Simscape 的 “Electrical/Electrochemical Cells” 库中提供了电池模块,支持不同类型电池(如锂离子电池)的建模。
电池模型的核心是建立 SOC 的计算模型,通常基于安时积分法,并考虑温度、充放电倍率对 SOC 的影响。同时,需设置电池的充放电限制,如最大充放电电流、SOC 上下限等,以保证电池的安全运行。通过电池模型可实时监测电池的状态,为能量管理策略提供依据。
动力耦合装置模型
动力耦合装置用于实现发动机和电机动力的合成与分配,不同类型的 HEV 采用不同的耦合方式,如并联式 HEV 的离合器、混联式 HEV 的行星齿轮机构等。
在 Simscape 中,可利用 “Mechanical/Gears & Couplings” 库中的齿轮、离合器、行星齿轮等模块搭建动力耦合装置模型。对于行星齿轮机构,需设置太阳轮、行星轮、齿圈的齿数比,通过机械端口连接发动机、电机和输出轴,实现动力的传递与分配。离合器模型需考虑其结合与分离的动态过程,设置摩擦系数、最大传递扭矩等参数。
变速器与整车动力学模型
变速器用于改变动力传递的速比,以适应不同的行驶工况。Simscape 的 “Mechanical/Transmissions” 库提供了手动变速器、自动变速器等模块,可根据 HEV 的类型选择合适的变速器模型,并设置速比、换挡时间等参数。
整车动力学模型用于模拟车辆的行驶状态,包括行驶阻力(滚动阻力、空气阻力、坡度阻力)、加速度、车速等。可基于牛顿第二定律,在 Simscape 中搭建整车动力学模型,输入驱动扭矩和行驶阻力,输出车辆的加速度和车速。其中,行驶阻力可根据车辆质量、迎风面积、滚动阻力系数、坡度等参数计算得到。
系统集成与参数设置
系统集成
根据 HEV 的结构类型,将上述各核心部件模型按照动力传递路径进行连接,构建完整的系统模型。例如,并联式 HEV 的系统集成路径为:发动机通过离合器与电机、变速器相连,变速器输出端连接整车动力学模型,电池与电机通过电力电子变换器连接。
在集成过程中,需注意各部件模型之间的物理接口匹配,如机械端口的转速和扭矩传递、电气端口的电压和电流匹配。通过 Simscape 的信号连接功能,实现各部件之间的信息交互,如驾驶员输入(油门踏板、制动踏板信号)传递给发动机、电机和制动系统。
参数设置
各部件模型的参数设置需根据实际车辆的参数确定,以下为部分关键参数的设置示例:
- 发动机:额定功率、额定转速、最大扭矩、燃油消耗率曲线;
- 电机:额定功率、额定电压、额定转速、最大扭矩、效率曲线;
- 电池:容量、额定电压、内阻、SOC 初始值、充放电效率;
- 整车:质量、滚动阻力系数、迎风面积、空气阻力系数、轴距等。
通过参数调整,可使模型的仿真结果更接近实际车辆的性能,为后续的仿真分析和控制策略研究奠定基础。
模型应用
基于 Simscape 的 HEV 模型可广泛应用于以下方面:
- 控制策略研究:通过搭建能量管理控制器模型(如基于规则的控制策略、优化控制策略),与 HEV 系统模型联合仿真,分析不同控制策略对车辆燃油经济性、电池寿命等的影响,优化控制算法。
- 部件参数优化:改变某一部件的参数(如电机功率、电池容量),仿真分析其对整车性能的影响,为部件选型和参数设计提供依据。
- 故障诊断与容错控制:在模型中引入部件故障(如电机效率下降、电池容量衰减),研究故障对整车性能的影响,设计容错控制策略,提高车辆的可靠性。
总结与展望
基于 Simscape 的 HEV 模型能够准确反映 HEV 的动态特性,为 HEV 的研发提供了高效的仿真工具。通过模块化建模方法,可灵活搭建不同类型的 HEV 模型,实现各部件的单独分析和系统的整体仿真。
未来,随着 HEV 技术的不断发展,Simscape 模型可进一步完善,如考虑更多的动态因素(如温度对电池和电机性能的影响)、引入更复杂的能量管理策略(如基于机器学习的控制策略)。同时,结合硬件在环(HIL)仿真技术,可将 Simscape 模型与实际控制器相连,进行实时仿真测试,加速 HEV 的开发进程。
⛳️ 运行结果







🔗 参考文献
[1] 李明勇,靳建波,卜树峰,等.基于Simscape和RecurDyn的履带车辆动力学仿真技术研究[J].机电产品开发与创新, 2014(5):3.DOI:10.3969/j.issn.1002-6673.2014.05.027.
[2] 叶旭 金爱国 郭德强.基于MATLAB的质量-弹簧-阻尼系统3种仿真方法研究[J].今日自动化, 2024(3):170-172.
[3] 孙博华.并联式液驱混合动力商用车再生制动与气制动协调稳定性控制研究[D].吉林大学,2014.
📣 部分代码
🎈 部分理论引用网络文献,若有侵权联系博主删除
👇 关注我领取海量matlab电子书和数学建模资料
🏆团队擅长辅导定制多种科研领域MATLAB仿真,助力科研梦:
🌈 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划(2E-VRP)、充电车辆路径规划(EVRP)、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位
🌈 机器学习和深度学习时序、回归、分类、聚类和降维
2.1 bp时序、回归预测和分类
2.2 ENS声神经网络时序、回归预测和分类
2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类
2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类
2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类
2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类
2.7 ELMAN递归神经网络时序、回归\预测和分类
2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类
2.9 RBF径向基神经网络时序、回归预测和分类
2.10 DBN深度置信网络时序、回归预测和分类
2.11 FNN模糊神经网络时序、回归预测
2.12 RF随机森林时序、回归预测和分类
2.13 BLS宽度学习时序、回归预测和分类
2.14 PNN脉冲神经网络分类
2.15 模糊小波神经网络预测和分类
2.16 时序、回归预测和分类
2.17 时序、回归预测预测和分类
2.18 XGBOOST集成学习时序、回归预测预测和分类
2.19 Transform各类组合时序、回归预测预测和分类
方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断
🌈图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知
🌈 路径规划方面
旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划(EVRP)、 双层车辆路径规划(2E-VRP)、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻
🌈 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划
🌈 通信方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配
🌈 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测
🌈电力系统方面
微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电
🌈 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀
🌈 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别
🌈 车间调度
零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP
👇

716

被折叠的 条评论
为什么被折叠?



