تاثیر استراتژی بهینه سازی سلسله مراتبی و مدیریت یکپارچه بر خطای باتری های خودروهای هیبریدی

در سال های اخیر، کاهش مصرف سوخت، بخشی مهم و ضروری در صنعت خودرو محسوب می شود. این مسأله باعث ایجاد و توسعه ی وسایل نقلیه هیبریدی با ساختارهای گوناگون می شود. این مقاله با استراتژی مدیریت انرژی پایا برای یک وسیله نقلیه هوشمند هیدرولیک الکتریکی هیبریدی سر و کار دارد. هدف اصلی این مقاله ابداع یک استراتژی برای کنترل بهینه بر اساس منطق فازی و شبکه عصبی برای به حداقل رساندن کل مصرف انرژی در عین اطمینان از تداوم بیشتر عمر باتری می باشد. بدین منظور، مدیریت خطای نظارتی فازی، که می تواند عیب های باتری را شناسایی و برطرف کند، همه حالت های احتمالی کارکرد خودرو را تنظیم می نماید. بنابراین، استراتژی کنترل، مبتنی بر کنترل کننده منطق فازی (FLC) ایجاد شده است. پارامترهای عملکرد FLC، که با (MF) نشان داده می شوند، با استفاده از شبکه عصبی برای مدیریت توزیع نیرو بین موتور الکتریکی و موتور احتراق داخلی (ICE) تنظیم می شوند. استراتژی کنترل، بین FLCهای بهینه سازی شده برای افزایش تقسیم انرژی کمتر از بهینه، بین منابع مختلف انرژی و مدیریت ICE کار می کند تا همیشه در محدوده ی شرایط مطلوب خود حفظ کند. و در نهایت، یک کنترل کننده تنظیم فازی قوی مورد بررسی قرار گرفته است تا ردیابی نقطه تنظیم شده گشتاور را ارائه دهد. نتایج شبیه سازی، ضمن استفاده از نرم افزار TruckMaker / MATLAB، تأیید می شود که رویکرد پیشنهادی منجر به مصرف بهینه ی انرژی در وسیله نقلیه برای هر گونه چرخه ی رانندگی خواهد شد و نقص باتری را برطرف می سازد.

Keywords:

, MATLAB , شبکه عصبی , مدیریت ICE