7種常見(jiàn)的電動(dòng)車(chē)模擬案例

為電動(dòng)車(chē)的設計選擇適合架構時(shí)，工程師需要考慮許多選項以及對應的權衡而具有一定的挑戰性，亦顯示出針對開(kāi)發(fā)架構及流程進(jìn)行系統仿真的重要性。本文展示MATLAB、Simulink和Simscape如何支持七種常見(jiàn)的電動(dòng)車(chē)模擬案例。

設計電動(dòng)車(chē)的時(shí)候，工程師需要選擇出適當的能源儲存技術(shù)與最小化動(dòng)力系統（powertrain）的耗損來(lái)取得性能表現與能源效率之間的平衡。這和其他的重要任務(wù)都會(huì )需要可以貫穿從動(dòng)力總成架構的選擇到嵌入式軟件測試這整段開(kāi)發(fā)流程的物理系統仿真。

本文將展示MATLAB、Simulink和Simscape如何支持七種常見(jiàn)的電動(dòng)車(chē)模擬案例：

一、探索電動(dòng)的動(dòng)力系統架構

二、調整再生式制動(dòng)算法（regenerative braking algorithms）

三、變更懸吊設計

四、優(yōu)化車(chē)輛性能

五、開(kāi)發(fā)主動(dòng)式底盤(pán)控制（active chassis controls）

六、檢驗ADAS算法

七、進(jìn)行硬件循環(huán)（hardware-in-the-loop；HIL）測試

探索電動(dòng)的動(dòng)力系統架構
為電動(dòng)車(chē)的設計選擇適合架構時(shí)，因為需要考慮許多選項以及對應的權衡，而具有一定的挑戰性。其架構可能包含了一兩個(gè)或者更多個(gè)電動(dòng)馬達；一個(gè)燃燒發(fā)動(dòng)機（combustion engine）；各種動(dòng)力的來(lái)源。每一架構需要透過(guò)多種準則來(lái)評估，像是范圍、加速、性能與價(jià)錢(qián)。模擬可以幫助測試在山丘與賽道、以及走走停停等交通情境，來(lái)完成各個(gè)候選架構的評估。

在Simscape，子系統之間的接合為代表機械軸承（mechanical shafts）、電線(xiàn)，或管線(xiàn)內的液體的物理連接。物理系統的模型以圖表可視化地傳達系統是如何相連。因此可以嘗試各種配置?例如將帶有三個(gè)馬達與一個(gè)電池的動(dòng)力系統替換為一個(gè)以電池驅動(dòng)的馬達和一個(gè)燃料電池?并且比較每一種配置在車(chē)輛層級的性能表現產(chǎn)生的效應（圖1）。

 
圖1 : Simulink虛擬車(chē)輛模型的動(dòng)力系統配置選項。

以不同的駕駛循環(huán)和駕駛風(fēng)格進(jìn)行測試可以在此自動(dòng)地執行，范圍和電池最高溫度等特性也可以被計算與比較。這樣的系統層級分析可以幫助在設計流程的早期作出重要的決策，包含馬達與電池要采用什么樣的尺寸。

這個(gè)帶三組馬達的動(dòng)力系統仿真結果呈現了電池在加速時(shí)需要的電流，以及在再生制動(dòng)時(shí)電池充電所需的電流（圖2）。


 
圖2 : 帶三組馬達的動(dòng)力系統仿真結果。

調整再生式制動(dòng)算法
重復擷取動(dòng)能（kinetic energy）并儲存在電池的能力是電動(dòng)車(chē)的一大優(yōu)勢。為了使這項過(guò)程的效率最大化，動(dòng)力傳動(dòng)系統（driveline）、功率轉換器、與電池的設計必須與電池管理算法協(xié)同合作。在一連串的再生式制動(dòng)下，再生制動(dòng)器與傳統制動(dòng)器得在同一時(shí)間啟動(dòng)，并且需要由控制算法來(lái)確保平穩的減速。

控制算法的Simulink模型可以連接到線(xiàn)控制動(dòng)系統（brake-by-wire systems）的Simscape模型，其中包含了負責在制動(dòng)（煞車(chē)）時(shí)產(chǎn)生扭力的液壓系統與電動(dòng)馬達。透過(guò)調整這兩種系統，可以取得乘客安全和舒適的需求以及最大化車(chē)輛范圍需求兩者之間的平衡。
圖3為配置再生式制動(dòng)的車(chē)輛模型。執行在Simulink的算法，決定電動(dòng)馬達可提供多大的制動(dòng)扭力，并且命令傳統的制動(dòng)器提供所剩的必要制動(dòng)扭力。

 
圖3 : 與電動(dòng)動(dòng)力系統整合的再生式制動(dòng)算法。

仿真的結果顯示算法需要混合由各系統提所供的扭力，讓車(chē)輛平穩地停止（圖4）。



 
圖4 : 一次制動(dòng)事件下的扭力混合圖表。

變更懸吊設計
懸吊設計牽涉到乘客舒適度與車(chē)輛操縱之間的取舍。懸吊的行為仰賴(lài)為數眾多的參數，包含硬點(diǎn)位置（hardpoint locations）、襯套（bushing）的剛性（stiffness）、彈簧應變率（spring rates）等，模擬可以幫助進(jìn)行新設計的調整，并且測試與現有懸吊的組件整合。
在Simscape模型，可以MATLAB變量來(lái)定義這所有的參數，并且使用MATLAB計算性能表現的度量，如輪胎的前束角和車(chē)輛的滾動(dòng)中心。這些參數可以自動(dòng)地被調整，直到設計符合要求。
圖5為帶有一個(gè)多體懸吊的車(chē)輛的Simscape模型。紅色球體代表硬點(diǎn)。這通常是由機械設計師透過(guò)CAD組合取得，但這也可以從真實(shí)車(chē)輛量測而來(lái)。


 
圖5 : 帶有從CAD系統取得的硬點(diǎn)的懸吊的多體模型。

調整那些硬點(diǎn)的位置會(huì )影響到如圖6所示的前束角（toe）和外傾角（camber）曲線(xiàn)，而這些曲線(xiàn)會(huì )影響車(chē)輛的操控。

 
圖6 : 車(chē)輛懸吊的前束角和外傾角曲線(xiàn)。

優(yōu)化車(chē)輛層級的性能
電動(dòng)車(chē)系統通常是由好幾個(gè)不同的團隊共同開(kāi)發(fā)。舉例來(lái)說(shuō)，機械傳動(dòng)和電動(dòng)馬達會(huì )由各自團隊的工程師來(lái)選擇，并且由不同的制造商進(jìn)行生產(chǎn)。制動(dòng)系統算法由控制工程師開(kāi)發(fā)，而主缸（master cylinder）、閥門(mén)（valves）、泵浦（pumps）則由液壓工程師來(lái)選擇。若要讓車(chē)輛性能達到最適化，必須要在這些獨立開(kāi)發(fā)的系統之間保有一致性。
模擬可讓驗證煞車(chē)鉗（brake caliper）壓力、電池容量、以及馬達功率的需求，在足以允許平穩加速和減速的范圍之內。舉例來(lái)說(shuō)，可以使用MATLAB的優(yōu)化算法來(lái)調整這些組件的數值，并且在圈速（lap time）與車(chē)輛范圍之間取得平衡。
圖7呈現了圈速優(yōu)化的結果。環(huán)繞跑道路徑的顏色顯示車(chē)輛在直線(xiàn)路段行駛速度較快，在彎道路段的速度較慢時(shí)，可以降低行駛一圈需要的時(shí)間。


 
圖7 : 圈速優(yōu)化結果。

圖8呈現了將電池充電狀態(tài)和溫度做為成本函數一部分的優(yōu)化。


 
圖8 : 優(yōu)化問(wèn)題的個(gè)別迭代結果。

開(kāi)發(fā)主動(dòng)式底盤(pán)控制
如防死鎖煞車(chē)、扭力向量控制和電動(dòng)穩定控制等底盤(pán)控制算法都是關(guān)鍵的安全功能。這些算法要在行駛于結冰路面或拖車(chē)裝載不佳等最具挑戰性的物理條件下運作，也最難以進(jìn)行測試。
模擬則可以在不造成對人或設備的風(fēng)險的前提下，來(lái)測試這些極端的案例，也可以將有缺陷的組件納入模型，確保采用的算法具備錯誤的容忍度。
圖9展示的機器狀態(tài)包含了一個(gè)防死鎖煞車(chē)控制系統的邏輯模型，這個(gè)邏輯控制了液壓圖表中閥門(mén)的啟用與解除。


 
圖9 : 帶有防死鎖煞車(chē)算法和液壓致動(dòng)的車(chē)輛模型。

圖10展示了壓力如何隨著(zhù)系統啟動(dòng)煞車(chē)和維持車(chē)輪轉動(dòng)的各個(gè)階段而增加與減低。


 
圖10 : ABS事件中的煞車(chē)壓力與車(chē)輪速度圖。

檢驗ADAS算法
ADAS算法必須隨時(shí)符合安全性要求，但是從市場(chǎng)的角度來(lái)看，形成差異的要素卻可能是乘客體驗的質(zhì)量。舉例來(lái)說(shuō)，當車(chē)輛在超車(chē)的時(shí)候，算法可能會(huì )采取粗糙的方向盤(pán)和煞車(chē)操控，而可能導致乘客失去平衡。乘客舒適度等主觀(guān)的質(zhì)量難以被衡量，而仿真模型可以產(chǎn)生量測值，幫助你評斷乘客不舒適的程度。

因此，可以將乘客設置為帶有關(guān)節的擬人3D機械模型，并且裝上加速器來(lái)捕捉乘客隨著(zhù)由ADAS算法操縱的車(chē)輛移動(dòng)而感受到的加速與顛簸。接下來(lái)，可以在MATLAB進(jìn)行加速器數據的后處理來(lái)推導出不舒適的指標。

圖11描繪一個(gè)包含乘客3D機械模型的車(chē)輛模型。在這個(gè)模擬之中，我們跟隨一條通過(guò)測試場(chǎng)所的路徑，藉此測試一組ADAS算法。


 
圖11 : 帶有乘客多體模型的車(chē)輛模型。

圖12為模擬的結果。我們可以看到，有其中一段操縱過(guò)程，由于算法決定采取煞車(chē)造成車(chē)輛急遽向前傾斜。


 
圖12 : ADAS算法測試過(guò)程中的乘客動(dòng)作圖。

進(jìn)行硬件循環(huán)測試
嵌入式控制軟件無(wú)論是在遇到經(jīng)驗豐富或新手駕駛、結冰街道、或者新車(chē)或舊車(chē)的意外操縱策略，都必須采取適當的反應。使用真實(shí)的車(chē)輛來(lái)測試每一種要素的組合非常不切實(shí)際。透過(guò)模擬，則可以在虛擬車(chē)輛測試嵌入式控制軟件。
你可以將Simscape模型轉換為C程序代碼，并且在硬件循環(huán)（hardware-in-the-loop；HIL）測試使用這些模型。HIL可以透過(guò)實(shí)時(shí)模擬，協(xié)助以各種車(chē)輛的類(lèi)型或條件來(lái)測試嵌入式控制單元的軟件和硬件，包含電池過(guò)熱和電力網(wǎng)絡(luò )短路等最糟的情境。
圖13展示了HIL測試當中每個(gè)時(shí)間步長(cháng)（time step）的運行時(shí)間。這個(gè)模型透過(guò)Simulink Real-Time在Speedgoat硬件上執行，但也可以執行在其他的實(shí)時(shí)仿真硬件上。


 
圖13 : 車(chē)輛模型的兩種配置在HIL測試的運行時(shí)間。

懸吊模型的精確程度可以被調整，給予每個(gè)時(shí)間步長(cháng)更多的運行時(shí)間進(jìn)行其他計算任務(wù)。

總結
隨著(zhù)電動(dòng)車(chē)使用技術(shù)的飛速進(jìn)展，評估在設計中加入這些新技術(shù)所帶來(lái)的影響變得更為重要。具備彈性、可配置的仿真模型，能夠幫助在開(kāi)發(fā)流程的每一個(gè)階段快速、無(wú)風(fēng)險地探索這些技術(shù)和各種條件權衡。

（本文由鈦思科技提供；作者Steve Miller任職于MathWorks公司）