دانلود پایان نامه

الگوهای حرکتی بصورت سريع تغيير نمی کنند.
استراتژيهای کنترل زير بهينه به اندازه کافی متفاوت می باشند تا انتخاب صحيح يکی از آنها در پيشبرد عملکرد تاثير خواهد داشت.
الگوريتم شناسايی الگوی رانشی براساس ايده سناريوهای حرکتی که بوسيله معيار هايی چون، توان ميانگين، انرژی ترمزی و نسبت زمان کلی به زمان توقف قابل تغيير می باشند، حاصل می شود. دو روش برای ساختن الگوهای رانشی منتخب برای شناسايی بهنگام الگوی رانشی وجود دارد: الگوهای رانشی منتخب مجازی و ديگری سيکلهای حرکتی جزئی. در اين ساختار از نوع اول استفاده شده است.
برای حل مسئله فوق از روش برنامه ريزی ديناميکی استفاده شده است که در بخش قبل توضيح داده شده است. اگرچه روش برنامه ريزی ديناميکی يک جواب بهينه را پيدا می کند ولی نمی توان آنرا تحت شرايط واقعی حرکت پياده سازی کرد زيرا که نياز داريم تا آينده سيکل حرکت و پرفايل بار درخواستی را بدانيم . نتايج حاصل از حل برنامه ريزی ديناميکی می تواند به عنوان يک محک برای ديگر استراتژی های کنترلی بکار رود. بنابراين به عنوان بخش دوم در طراحی استراتژی کنترل ، استخراج اطلاعات از نتايج برنامه ريزی پويا برای بدست آوردن الگوريتمهای کنترلی مبتنی بر قانون و قابل پياده سازی می باشد. برای استراتژی تقسيم بهينه توان، نسبت تقسيم توان بصورت/Preq PSR=Peng تعريف می شود.
Peng توان موتور احتراقی و Preq توان درخواستی می باشد. براساس نتايج حاصل از برنامه ريزی ديناميکی، منحنی نسبت تقسيم توان بهينه برحسب توان درخواستی روی سرعت سيستم انتقال ، که معادل با گشتاور درخواستی در شفت خروجی مبدل گشتاور می باشد، بصورت شکل(27-1) رسم می شود.
.
شکل(27-1) منحنی نسبت تقسيم توان بهينه برحسب توان درخواستی روی سرعت سيستم انتقال

براساس منحنی فوق، مد عملکردی شارژ مجدد، مربوط به حالتی است که PSR>1 باشد و مربوط به ناحيه گشتاور پايين است. در حالت گشتاور متوسط ، PSR=1 و مد عملکردی مربوط به ناحيه عملکردی موتور احتراقی می باشد. در ناحيه گشتاور بالا، PSR<1 مد عملکردی هايبريد می باشد.
براساس استراتژی کنترل فوق هيچ گونه تضمينی برای ثابت نگهداشتن شارژ باتری وجود ندارد. بنابراين از يک استراتژی برای ثابت نگهداشتن شارژ باتری استفاده می شود. دراين حالت از يک فرآيند تصحيح خطی حالت شارژ باتری برای محاسبه مصرف سوخت و آلودگی استفاده می شود.
نتايج حاصل از شبيه سازی در جدول(3-1) نشان داده شده است. همانطور که مشاهده می شود، پيشرفت قابل توجهی نسبت به استراتژيهای مبتنی بر قانون که بر اساس سعی و خطا بدست آمده، وجود دارد.
جدول(3-1) مقايسه نتايج حاصل از شبيه سازی برای استراتژی های کنترلی مختلف

4-3-1)شناسايی الگوی رانشی
در اين قسمت به بررسی کنترل رانشی چند حالته براساس تکنيک شناسايی الگوی رانشی پرداخته می شود. ايده اصلی اين قضيه براساس مرجع [18] می باشد. بصورت خلاصه، اين الگوريتم فرض می کند که از چندين الگوی رانشی منتخب به عنوان قالب اساسی برای نمايش همه شرايط حرکتی استفاده شده است. سپس با سوئيچينگ بين قوانين کنترلی بهينه برای هريک از الگوهای رانشی منتخب، مزيتهای مشخص حاصل می شود. استراتژی سوئيچينگ بوسيله الگوريتم شناسايی الگوی رانشی تعيين می شود که يکی از موقعيتهای رانشی فعلی را انتخاب می کند. الگوريتم کنترلی فرض می کند که شرايط حرکتی در طول يک پنجره زمانی محدود در شرايط بعدی نيز ادامه خواهد داشت. شکل(28-1) مفاهيم استراتژی کنترل چند حالته را نشان می دهد.

شکل(28-1) ساختار کلی استراتژی کنترل براساس شناسايی الگوی رانشی
همانطور که مشاهده می شود افق کنترلی آينده که محدود است (NT) ، کوچکتر از زمان نهايی (fT) هر يک از الگوهای رانشی منتخب می باشد. در اينجا T زمان نمونه برداری و pT اندازه زمانی است که براساس آن الگوی رانشی توسط الگوريتم شناسايی الگو شناسايی می شود.
براساس اين استراتژی چهار پارامتر، توان درخواستی و استراتژی کنترل را تحت تاثير می گذارد. توان ميانگين مثبت درخواستی (Pdem_mean) که مربوط به نقاط کار موتور احتراقی و موتور الکتريکی در حال کار می باشد. پارامتر بعدی انحراف استاندارد توان ميانگين مثبت درخواستی (Pdem_std) در طول رانش می باشد که نمايانگر تغييرات توان در خواستی مثبت می باشد و از شرايط ترافيک و رفتارهای راننده تاثير می پذيرد. پارامترهای بعدی ميانگين توان منفی درخواستی و نسبت زمان توقف به زمان نهايی می باشد. برای الگوريتم شناسايی الگوی حرکتی از دو پارامتر مستقل (Pdem_mean) و (Pdem_std)
استفاده می شود.
براساس متغير های انتخاب شده ، کار بعدی انتخاب قالبهای الگوهای رانشی منتخب که براساس سيکلهای رانشی تعريف شده يا ساخته شده براساس عمليات رياضی ، انتخاب می شود. براينکه پارامترهای عملياتی به آسانی مقياس بندی گردند، از روش دوم استفاده شده است. فلوچارت و متغيرهايی که برای تعريف مجازی الگوهای رانشی منتخب با در نظر گرفتن (Pdem_mean) و (Pdem_std)