2018 Fiscal Year Annual Research Report
Design of Hybrid Vehicle Driving System for Unconscious Fuel Consumption Using Changing of Target Engine Speed And Sensitivity
| Project/Area Number |
16K06193
|
|---|
| Research Institution | Tokyo Denki University |
|---|
Principal Investigator |
日高 浩一 東京電機大学, 工学部, 教授 (10321407)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | モデル予測制御 / LPVシステム / ハイブリット電気自動車 / 燃費最適化 |
|---|
| Outline of Annual Research Achievements |
本研究ではハイブリット電気自動車(Hybrit Electric Vehicel: HEV)を対象に
モデル予測制御（Model Predictive Control:MPC)を利用した駆動部制御設計の提案を行った。MPC制御を利用した自動車エンジン制御は現在まで多数提案されているが、従来法では考慮されていない制御部からの制御入力での走行が運転者の走行感覚や乗り心地を考慮した方向依存型MPC設計を目的に研究を進めてきた。この目的のため、まず我々はHEVのエンジン駆動部分が車速Vに依存することに着目し制御対象の数理モデルをVに依存する線形パラメータモデル(Linear Parameter Vearying : LPV)に再設計を行った。続いて設計したLPVモデルに対して、エンジン回転数、モータトルクおよびジェネレータトルクの制御入力に対して、SOC状態の制約を設けた燃費を評価式としたMPC設計を提案し、新ヨーロピアンドライビングサイクル(NEDC)の車速パターンに対するシミュレーションにより有効性の検討を行い、従来法と比較し燃費性能は同じであるがSOCの低減を抑える走行に成功した。
さらに実走行データの車速を利用したシミュレーションも併せて行い同様の結果を得ることができた。一方、運転者の速度予測モデルを組み込むため、運転走行時に取得可能なアクセル、ブレーキデータに基づいた速度予測の傾向をドライビングシミュレータ実験で解析を行うとともに、ニューラルネットワークによる予測モデルの検討も併せて実施した。
運転者予測モデルに関しては、ドライビングシミュレータとHEV駆動部シミュレータの結合がうまくできなかったこともあり当初予定していた予測性能を達成できず今後の検討課題として残っている。
|
