李 钊, 林慕义,2, 陈 勇,2

(1.北京信息科技大学 机电工程学院,北京 100192; 2.北京电动车辆协同创新中心,北京 100192)

由于当前环境形势不断恶化,节能减排需求愈加高涨,各种混合动力车辆应运而生,而混合动力技术在工程车辆方面的主要代表为复合储能式装载机。复合储能式装载机的混合动力系统包括液压系统、电驱动系统和发动机系统。该混合动力系统构造复杂,且工作负载变化频繁,若控制策略选择不当,将很难实现对装载机的最优控制,整车燃油经济性也难以得到提升。

模糊控制当前在车辆的控制系统中应用较多,同时针对模糊控制也存在许多改进策略。文献[1]基于模糊控制原理,建立了适用于液压混合动力车辆的制动能量回收控制策略,仿真与试验结果表明,该策略大大提高了能量回收率;文献[2]将模糊控制理论应用于液压混合动力装载机的驱动和联合制动系统,制定了合理有效的驱动控制策略和再生制动控制策略,有效降低了整车的燃油消耗率;文献[3]使用粒子群算法对模糊控制器的控制规则进行了最优化设计,并将优化后的控制器运用于液压混合动力装载机,使整车制动能量回收率得到显著提高;文献[4]采用遗传算法对装载机复合储能系统模糊控制策略的隶属度函数进行了优化,使得参数设定更具有针对性,优化后的整车燃油经济性得到显著改善。

本文采用的自适应神经模糊推理系统(adaptive neuro-fuzzy inference system,ANFIS)是将神经网络与模糊推理结合在一起的混合系统,因此ANFIS兼具上述2种理论的特点,模糊推理在建立时不依赖于对象模型,同时拥有很强的自适应和自学习能力[5-6]。……