منبع مقاله درباره کنترل هوشمند، حل مسئله

ه تابع هزینه بهینه را با بردن سیستم از وضعیت فعلی به حالت نهایی، تخمین می زند. در مراجع[24] و[25] بصورت کامل درباره این روش توضیح داده شده است.
با توجه به ساختار توضیح داده شده ، هر کدام ازکنترل کننده های فوق برای موارد زیر استفاده می شوند:
از یک کنترل کننده مرتبه سوّم ، تک ورودی – تک خروجی عصبی تطبیقی برای تعقیب فرمانهای ناشی از سیستم فرمان، کنترل سرعت و کاهش Yaw استفاده می شود.
از کنترل کننده مرتبه چهار خطی برنامه ریزی دینامیکی تطبیقی برای مدیریت بهینه انرژی استفاده می شود.
برای حل مسئله بهینه سازی ، تابع هزینه و قید بصورت معادله (48-1) می باشد:
(48-1)
تابع هزینه (48-1) هم برای کنترل سرعت و هم برای استراتژی مدیریت انرژی بکار می رود. در معادلات (48-1) ، v و vcom سرعتهای واقعی و درخواست شده بوده ، Pc و Pf توانهای لحظه ای تولید شده توسط پیل سوختی و چرخ طیّار می باشد. ? و ? فاکتور های وزنی مثبت می باشند. قید مربوط به توان چرخ طیار نشان دهنده این است که هرگونه توان کشیده شده از چرخ طیار باید در نهایت باز گردانده شود و توان ذخیره شده در چرخ طیار نیز باید برای به حرکت درآوردن موتور الکتریکی استفاده شود. ساختار کلی کنترل کننده مورد نظر در شکل(37-1) نشان داده شده است.
شکل(37-1) ساختار کنترل کننده مورد نظر برای خودرو هایبرید برقی
در این ساختار سیستم کنترل سرعت و مدیریت انرژی بصورت کنترل کننده غیرخطی سرعت و سیستم خطی مدیریت انرژی تجزیه شده اند. در این ساختار از برنامه ریزی دینامیکی خطی استفاده شده است که به شرح مختصری درباره آن پرداخته می شود. فرض کنید سیستم خطی رابطه (49-1) مفروض باشد:
(49-1)
X(0)=X0 معیار عملکردی مربعی نیز بصورت رابطه (50-1) می باشد:
(50-1)
که Q ماتریس متقارن مثبت و R ماتریس معین مثبت می باشد. براساس تئوری تنظیم کننده کلاسیک، سیگنال کنترل بهینه بصورت رابطه (51-1) می باشد:
(51-1)
که درآن P ماتریس یکتا متقارن معیّن مثبت که از حل معادله ریکاتی (52-1) حاصل می شود.
(52-1)
در ساختار کنترلی ADP ، زمان به بازه های زمانی [ti:ti+1] با t0=0 تقسیم می شود. با فرض اولیه P0 برای معادله ریکاتی ، قانون کنترل بهینه بصورت رابطه (53-1) در می آید:
(53-1)
که در بازه زمانی [t0,t1] به سیستم اعمال می شود.
(54-1)
اگر P0 جواب واقعی معادله ریکاتی باشد ، در این صورت آموزش اضافی نیاز نمی باشد. در غیر این صورت تابع خطا بصورت رابطه(55-1) تعریف می شود. در این حالت ازیک قانون آموزش برای انتخاب یک تخمین جدید P1 برای جواب معادله ریکاتی به منظور کاهش خطای رابطه (54-1) ، استفاده می شود. این فرایند، یک فرایند تکرار می باشد و در هر فاصله زمانی برای انتخاب قانون کنترلی Pi بکار می رود. در این حالت معادله خطا در مرحله i ام بصورت رابطه (55-1) می باشد:
(55-1)
اگر معادله فوق را برای تابع خطا اعمال کنیم ، در این صورت ماتریس A مربوط به دینامیکهای سیستم در الگوریتم ADP ظاهر نمی شود. این امر این امکان را می دهد تا یک سیستم را بدون شناخت متغیّرهای حالت، بتوان کنترل کرد. برای این منظور یک مجموعه n تایی از حالتهای سیستم و مشتقات آنها را در هر بازه زمانی اندازه گرفته و آنها را در ماتریس n?n بصورت رابطه (56-1) ترکیب می کنیم.
(56-1) Xi=[xi1 xi2 …… xin] و
سپس قانون آموزش برای P بهینه از طریق معادله بازگشتی (57-1) تعریف می گردد.
(57-1 )
برای حل معادله فوق و بدست آوردن Pi ، نیاز به حل معادله لیاپانوف خطی در هر بازه زمانی با مقدار ناشناخته Pi+1 می باشد. براساس خاصیت معادله لیاپانوف خطی، اگر با یک مقدار فرض اولیه معین مثبت P0 که برای پایداری سیستم ناشناخته بکار می رود، شروع کنیم می توان نشان داد که در هر تکرار جواب معادله فوق وجود دارد و به سمت جواب معادله ریکاتی همگرا می شود.
با توجه به مطالب فوق می توان دریافت که روشهای کنترل مبتنی بر مدلسازی دینامیکی نیازمند مدلسازی دقیق زیر سیستم های، سیستم محرکه رانشی خودرو می باشند. ولی از آنجاییکه مدلسازی دقیق زیر سیستم ها امکان ناپذیر و باعث پیچیدگی در محاسبات می گردد، استفاده از روشهای هوشمند به عنوان راهکار دیگری در زمینهء مدیریت بهینه انرژی ضروری بنظر می رسد که در فصل دوّم به بررسی این روشها پرداخته می شود.
(فصل دوّم )
استراتژی های کنترل هوشمند
مقدمه
با توجه به ساختار پیچیده خودرو هایبرید برقی و وجود نامعیّنی و عدم قطعیّت در ساختار نیرو محرکه رانشی خودرو هایبرید برقی ، تاکنون استراتژیهای مختلفی برای مدیریت بهینه انرژی براساس روشهای هوشمند ارائه شده است. در این فصل به بررسی تحقیقات انجام شده براساس مقالات موجود پرداخته می شود.
درمرجع [26] به ارائه یک کنترلر فازی ساده جهت مدیریت انرژی در یک خودرو هایبرید برقی پرداخته شده است. مدل مورد استفاده یک مدل رو به جلو18 است. المانهای مدل شده بسیار ساده می باشند، بطوریکه مدل مرتبه صفر برای موتور احتراقی انتخاب شده است. تصمیم گیری براساس موقعیت پدال می باشد و خروجی کنترلر ، زاویه شیر بنزین19 و جریان آرمیچر موتور DC می باشد. برای موتور احتراقی زاویه شیر به عنوان ورودی بوده و گشتاور به عنوان خروجی می باشد.
در مرجع [27] ، با استفاده از خاصیت تصمیم گیری منطق فازی یک نقشه حرکتی برای خودرو هایبرید موازی20، با توجه به مسیر حرکت ساخته می شود. در خودرو هایبرید موازی ، کنترل شارژ دوباره باتری و گشتاور کمکی موتور الکتریکی به عنوان نقطه کلیدی برای حرکت می باشد. با توجه به معایب خودرو برقی خالص، برای افزایش عمر باتری و نگهداری آسان آن ، یک استراتژی حرکتی که شارژ باتری را برای یک مسیر حرکتی متعادل نگه دارد، نیاز می باشد. در حالتی که باتری توسط موتوراحتراقی در شرایط بی باری شارژ می شود ، آلودگی NOx افزایش می یابد . بنابراین شارژ باتری توسط توان بازیافت انرژی و موتور احتراقی در شرایط بی باری نمی تواند کافی و مطلوب برای عملکرد HEV باشد. برای یک ساختار حرکتی بسیار مشکل می باشد تا نقطه تبدیل بین عملکرد موتوری و ژنراتوی را بصورت دقیق مشخص کنیم. با استفاده از یک استراتژی رانشی بر پایه روشهای قطعی ، شارژ باتری خیلی حساس به نمونه های حرکتی راننده ، وضعیت مسیرو شرایط بار می باشد.
در روش ارائه شده در این مقاله ، کنترل شارژ باتری در مرحله رانشی به همراه کنترل گشتاور کمکی برای ساختن یک استراتژی حرکتی به حساب می آید. کنترل شارژ باتری در مرحله رانشی بوسیله گشتاور موتور احتراقی ، باعث می شود تا کنترل بالانس شارژ باتری برای تغذیه بعدی موتور الکتریکی حاصل شود.
به علت اینکه موتور الکتریکی القایی در اکثر حالتهای عملکرد موتور احتراقی در ناحیه تضعیف میدان عمل می کند، با فزایش سرعت موتور احتراقی گشتاور تولیدی توسط موتور کاهش می یابد. بنابراین لازم می باشد تا فرمان گشتاور بصورت زیر تعریف شود :
(1-2) Torque command=K*rated torque at a rotational speed
اگر K مثبت باشد ، در این حالت موتور القایی به عنوان منبع توان عمل کرده و اگر K منفی باشد به این معنی است که موتور القایی به عنوان ژنراتور عمل می کند.
بعضی از قوانین پایه ای برای ساختار کنترلر به صورت زیر می باشد :
1) اگر سرعت چرخشی موتور احتراقی پایین باشد ، آلودگی زیاد و بازده کم است . در این حالت به گشتاور کمکی فرمان داده می شود تا متناسب با کورس پدال شتاب دهنده زیاد شود.
K?کورس پدال شتاب دهنده
2) وقتی که سرعت چرخشی موتور احتراقی متوسط باشد ، در این حالت موتور احتراقی تا حدی، گشتاور کافی برای خوردو هایبرید تولید می کند. در این حالت ، کنترل شارژ دوباره باتری به جای کنترل گشتاور کمکی ، وقتی که کورس پدال شتاب دهنده زیر مقدار حد باشد، انجام می گیرد .
3) وقتی که سرعت چرخشی موتور احتراقی بالا باشد، کنترل گشتاور کمکی انجام می گیرد. برای کنترل شارژ دوباره باتریها ، به علت اینکه توان نامی موتور القایی ثابت نگه داشته می شود و موتور احتراقی می تواند توان بیشتری نسبت به حالت سرعت متوسط ، تولید کند، بنابراین K باید زیاد منفی شود تا بتواند توان بیشتری به باتریها منتقل کند. وقتی که سرعت افزایش می یابد، نسبت توان موتور احتراقی به توان الکتریکی افزایش می یابد. بنابراین از نقطه نظر یک حرکت موثرتر، مفید است تا باتریها در سرعت بالاتر شارژ شود.
ساختار کنترلر فازی که برای استراتژی کنترل استفاده شده است، بصورت شکل(1-2) می باشد. که در این ساختار سرعت موتور الکتریکی و شتاب حرکت به عنوان ورودی به کنترل کننده و مقدار K’ به عنوان خروجی سیستم می باشند.
شکل(1-2) ساختار کنترل کننده فازی
K’ ، نسبت فرمان گشتاور به گشتاور نامی دریک سرعت داده شده
Acc ، کورس پدال شتاب دهنده
?rpm ، سرعت چرخشی موتور الکتریکی و موتور احتراقی
PL ، مقدار مثبت زیاد
PM، مقدار متوسط مثبت
PS ، مقدار کم مثبت
NL: مقدار منفی زیاد
NM : مقدار منفی متوسط
NS : مقدار منفی کم
HH : مقدارخیلی بزرگ
H : مقدار بزرگ
M : مقدار متوسط
L : مقدار کم
قوانین فازی مطابق زیر می باشد:
توابع عضویت ورودی و خروجی در شکل(2-2) نشان داده شده است.
شکل(2-2) توابع عضویت ورودی و خروجی
با توجه به اینکه مقدار K’ بین مقدار صفر و یک تغییر می کند، برای بدست آوردن فرمان گشتاور تولیدی ، مقدار K باید از معادله زیر بدست آورد:
(2-2) K=2?K’-1
شکل (3-2) منحنی تغییرات مقدار K ، هنگامیکه Acc از صفر تا صد تغییر کند و ?rpm از 600 تا 2600 دور بر دقیقه تغییر می کند را نشان می دهد. همچنین در شکل (4-2) سطح فازی استراتژی کنترل نشان داده شده است.
شکل(3-2) منحنی تغییرات مقدار K
شکل(4-2) سطح فازی استراتژی کنترل
برای مقایسه نتایج شبیه سازی ، معیار انتخاب شده برای موثر بودن استراتژی کنترل فازی ، می باشد. این پارامتر به عنوان معیاری از بالانس شارژ باتری ها روی یک سیکل حرکتی در نظر گرفته می شود. اگر این پارامتر مثبت باشد، نشان دهنده آن است که ماشین القایی به عنوان یک منبع توان کمکی استفاده شده است. و اگر منفی باشد به عنوان شارژ کننده باتری محسوب می شود. نتایج شبیه سازی برای سیکلهای رانشی مختلف در شکل (5-2) نشان داده شده است.
شکل(5-2)نتایج شبیه سازی برای سیکلهای رانشی مختلف
با توجه به شکل(5-2) ، مقادیر نهایی معیار نزدیک مقادیر اولیه شان هستند. این موضوع نشان دهنده مقاوم بودن استراتژی کنترل در سیکلهای رانشی مختلف می باشد و در این حالت بالانس شارژ باتری به خوب

مطلب مرتبط :   مقاله رایگان درموردتقسیم سود، کیفیت گزارشگری، گزارشگری مالی، سیاست تقسیم سود

دیدگاهتان را بنویسید