本技术介绍了一种融入制动意图识别的电驱商用车制动能量回收方法。该方法采用隐藏马尔可夫-区间二型模糊神经网络技术,精准识别驾驶员的制动意图,实现与制动系统的高效协同,优化能量回收效率。
背景技术
商用车电驱桥作为新能源系统的核心部件,是推动新能源商用车技术升级与市场发展的关键技术。制动能量回收技术作为一种提高电动车辆行驶里程的有效手段,研究电动商用车复合制动系统对完善商用车电驱桥技术具有重要意义。
现有商用车制动能量回收技术的研究集中在符合制动力矩的协调分配,在中国专利申请号CN201811570181.6中,提出一种新能源商用车制动能量回收系统及控制方法,通过新颖的结构方案,使能量回收系统能够在不改变制动系统的基础上实现与ABS系统的兼容;在中国专利申请号CN201910765142.X中,提出一种电动商用车制动能量回收系统及方法,根据车辆状态和制动踏板信息制动控制器制定制动策略。然而上述专利申请的两种电动商用车制动能量回收方法,均没有考虑驾驶员制动意图以及执行机构之间的响应差异。车辆制动过程是一个动态时变的非线性过程,现有制动意图识别方法,如马尔可夫链、模糊理论等都是基于状态变化概率固定、规则正确、独立分布的假设,上述方法在识别精度和实时性方面存在不足,并且处理驾驶员制动意图识别过程中不确定信息的能力有待提升。
商用车线控底盘技术在车辆的操控性能和安全性具有一定的优势,同时利用再生制动系统能够有效提升商用车续航能力。然而驾驶员制动意图对制动力矩分配上有较大影响,如何精准识别驾驶员制动意图,同时考虑驾驶员制动意图和执行机构工作特性进行制动力矩分配,对商用车制动能量回收与制动舒适性方面有较大改善空间。
实现思路