电动汽车仿真的7个用例

在设计电动汽车时，工程师需要通过选择正确的储能技术和最小化动力系统损耗来平衡性能和能源效率。这些和其他关键任务需要在整个开发过程中模拟物理系统，从选择动力系统架构到测试嵌入式软件。

本文展示了MATLAB如何^®,仿真软件^®， Simscape™支持电动汽车仿真的七个最常见用例:

1. 探索电动动力系统架构
2. 调整再生制动算法
3. 修改悬挂设计
4. 优化车辆性能
5. 开发主动底盘控制系统
6. 验证ADAS算法
7. 使用在环硬件(HIL)进行测试

本文中使用的示例模型是可以下载．

1.探索电动动力总成架构

为电动汽车设计选择合适的架构具有挑战性，因为必须考虑许多选项和权衡。架构可以包括一个、两个或多个电机;内燃机;还有各种各样的能量来源。每个体系结构都必须根据诸如范围、加速、性能和价格等标准进行评估。模拟使您能够通过在山坡、赛车赛道和走走停停的交通中测试候选架构来完成这些评估。

在Simscape中，子系统之间的接口是表示机械轴、电线或管道中的流体的物理连接。物理系统的模型是一个示意图，直观地传达了系统是如何连接的。您可以尝试各种配置—例如，将包含三个电机和一个电池的动力总成换成由电池和燃料电池供电的单一电机的动力总成—并比较每种配置对车辆级性能的影响(图1)。

在不同的驾驶周期和驾驶风格的测试可以自动执行，并可以计算和比较特性，如里程和最高电池温度。这种系统级的分析可以帮助您在设计过程早期做出重要的决定，包括电机和电池的尺寸。

三电机动力系统的仿真结果允许我们比较两种电池冷却系统设计的有效性(图2)。

2.优化再生制动算法

电动汽车的一个巨大优势是它们能够回收动能并将其存储在电池中。为了使这一过程的效率最大化，传动系统、电源转换器和电池设计需要与电池管理算法相协调。在串行再生制动中，再生制动和传统制动同时工作，需要一种控制算法来确保平稳减速。

控制算法的Simulink模型可以连接到线控制动系统的Simscape模型，其中包括液压系统和在制动过程中产生扭矩的电动机。你可以对这两个系统进行调整，以平衡对乘客安全和舒适度的要求，并最大化地利用车辆”年代范围。

图3显示了配置为使用再生制动的车辆模型。在Simulink中实现的一种算法可以确定电动机可以提供多少制动力矩，并命令传统制动器提供剩余所需的制动力矩。

仿真结果表明，该算法需要混合各系统提供的扭矩才能使车辆平稳停车(图4)。

3.修改悬架设计

悬架设计涉及到乘客舒适度和车辆操控性之间的权衡。悬架性能取决于数量惊人的参数，包括挂载点位置、轴套刚度和弹簧速率。仿真可以帮助您调整新的设计，并测试您的组件与现有悬架的集成。

在Simscape模型中，您可以使用MATLAB变量定义所有这些参数，并使用MATLAB计算性能指标，例如车轮的趾角和车辆的滚转中心。这些参数可以自动调整，直到设计满足要求。

图5显示了一个多体悬架车辆的Simscape模型。红色球体表示挂载点。这些通常是从机械设计师通过CAD组装获得的，但也可以从实际车辆测量。

调整这些挂载点的位置会影响图6所示的趾部和弧度曲线，这将影响车辆的操纵。

4.优化上的性能

电动汽车系统通常是由几个不同的团队开发的。例如，机械传动系统和电机由不同的工程师团队选择，由不同的制造商生产。制动系统算法由控制工程师开发，而主缸、阀门和泵由液压工程师选择。为了获得最佳的车辆性能，这些独立开发的系统必须保持一致。

仿真可以让您验证制动卡钳压力、电池容量和电机功率需求在允许平稳加速和减速的范围内。例如，您可以使用MATLAB中的优化算法来调整这些组件的值，并平衡单圈时间和车辆里程。

图7中的图显示了运行时间优化的结果。赛道周围路径的颜色表明车辆在直线路段行驶得更快，在弯道行驶得更慢，减少了单圈时间。

图8显示了优化考虑了电池的充电状态和温度作为其成本函数的一部分。

5.开发主动底盘控制系统

底盘控制算法，如防抱死制动，扭矩矢量，和电子稳定控制是关键的安全功能。对于这些算法来说，在最具挑战性的物理条件下运行，比如在结冰的表面上行驶或在装载不良的拖车上行驶，也是最难测试的。

模拟使您能够测试这些极端情况，而不会对人员或设备造成风险。您可以在模型中包含错误的组件，以确保您的算法具有容错能力。

图9所示的状态机为防抱死制动控制系统的逻辑建模。此逻辑控制液压原理图中所示的应用和释放阀。

图10中的图显示了当系统试图刹车并保持车轮旋转时，压力是如何逐步增加和减少的。

6.验证ADAS算法

ADAS算法必须始终满足安全要求，但市场差异可能是乘客体验的质量。例如，当车辆超车时，算法可能会使用严厉的转向和制动操作，使乘客失去平衡。乘客舒适度等主观品质很难评估。但模拟模型可以产生测量值，让您量化乘客的不适程度。

您可以将乘客建模为带有关节的3D机械类人，并在他们身上安装加速计，以捕捉在ADAS算法引导下，车辆通过机动移动时乘客感受到的加速和颠簸。然后，您可以在MATLAB中对加速度计数据进行后处理，以导出不适的指数。

图11显示了带有乘客三维力学模型的车辆模型。在模拟中，我们通过通过测试设施的路径来测试ADAS算法。

图12显示了模拟结果。我们可以看到，由于算法的缘故，车辆在机动的一部分急剧向前倾斜”美国决定刹车。

7.测试使用半实物

嵌入式控制软件必须作出适当的反应时，暴露在经验丰富或naïve司机，结冰的街道，或突然机动在新或旧车辆。在实际车辆中测试所有因素的组合是不切实际的。通过仿真，您可以在虚拟车辆中测试嵌入式控制软件。

您可以将Simscape模型转换为C代码，并在HIL测试中使用这些模型。HIL可以让您在任何类型的车辆和任何条件下实时模拟测试嵌入式控制单元(硬件和软件)，包括电池过热和电力网络短路等最糟糕的情况。

图13显示了HIL测试中每个时间步骤的执行时间。该模型使用Simulink Real-Time™在Speedgoat硬件上运行，但它也可以在其他实时仿真硬件上运行。

悬挂模型的保真度水平可以进行调整，以便为其他计算任务在每个时间步上留下更多的执行时间。

总结

随着电动汽车技术的快速发展，评估在设计中引入这些技术的效果至关重要。一个灵活的、可配置的仿真模型可以使您在开发过程的每个阶段快速地、无风险地探索这些和其他的权衡。