汽车|燃料电池汽车动力系统测试平台的设计与验证


作者 | 柴华 章桐 陈觉晓
来源 |燃料电池技术
【摘要】为实现燃料电池汽车(FCV)动力系统及其关键部件的开发和产品化综合测试 , 设计了FCV动力系统的分布式多任务动态测试平台 , 实现车辆运行环境、道路振动适应性和动态道路阻力的模拟 , 基于功能特性和冗余需求设计了测试系统的体系结构和功能 , 采用XiL技术设计验证过程和测试用例 。 通过对测试结果的分析 , 论证了测试平台的有效性和先进性 , 并验证了FCV动力总成领域大型多层测试平台的设计方法 。
1 前言
新能源汽车已成为汽车工业未来的发展方向 , 氢燃料电池汽车具有高效率和零排放的特点 , 因而具有广阔的应用前景[1-3] 。 在燃料电池汽车的试验过程中 , 受路面激励、行驶速度、气候和环境等因素影响 , 燃料电池汽车(Fuel Cell Vehicle , FCV)动力系统及部件难以稳定运行 。 实车道路测试时的性能衰减远远快于实验室测试 。 另外 , 单个零部件集成到动力系统后 , 其耐久性变得更差 [4-5] 。 FCV动力系统是整车的核心 , 其开发和产业化验证已成为燃料电池汽车产业发展的瓶颈 , 而综合测试是发现问题、分析问题、提升技术与产品水平的重要方式 。 目前 , 单一部件的测试平台不能满足综合运行环境的模拟 , 但实际车辆测试的安全风险和成本都很高 。 企业迫切需要集零部件与总成测试为一体的综合测试平台来模拟大气环境、道路振动和动态阻力 。
国内外许多学者对动力系统部件或总成的外特性进行了研究[6-7] 。 现有的FCV动力系统测试平台以动力系统的零部件测试台架为主 , 例如驱动电机、燃料电池发动机测试台架等 。 另外 , 若动力系统某一关键零部件缺失 , 现有的测试平台无法实现软、硬件的测试 。 针对现有测试平台的不足 , 必须引入新的测试方法 , 以及一个能够模拟大气环境、道路振动和动态阻力 , 实现整个产品开发过程全部功能测试的平台 。 本文设计了FCV动力总成动态性能测试系统 [8] , 该系统基于X在环(X-in-the-Loop , XiL) [9-12]技术 , 用于FCV动力总成系统测试 , 可实现动力总成系统设计、验证、子系统和系统匹配与集成测试 , 以及环境适应性和持续时间测试 。
2 多任务FCV动力系统测试平台
考虑到集成单部件测试设备时 , 不同部件的实时性、传输数据量和数据类型、通信方式存在差异 , 平台应设计为分布式和多通信通道的形式 , 通过相应的网络将所有计算机及其他设备连接在一起 , 实现全网可控并在线检测的目的 。 测试平台的网络架构如图1所示 , 主控系统的主要功能包括测试平台的管理、测试子模块之间的协调、部署测试过程、运行测试案例、车辆控制策略以及模型的主数据管理 。 仿真模拟系统可以运行动力系统各部件的仿真模型 , 以仿真数据的输出弥补某些测试用例中缺失的实际部件数据 。

汽车|燃料电池汽车动力系统测试平台的设计与验证
本文插图
图1 测试平台网络结构示意
平台控制和性能测试的相关参数有数百个 , 多种通信协议形成了庞大的网络系统 。 主控系统应确保与其他测试模块的数据交换的互通性、实时性、同步性和可靠性 。 每个通信网络是多任务网络平台的独立业务主体 。 对数据传递实时性要求高的模块 , 将采用高速通信通道接入测试系统 , 如反射内存和以太网控制自动化技术(Ethernet for Control Automation Technology , Ether ?CAT) 。 对于数据变化较缓慢的模块 , 统一采用基于TCP传输的Modbus/TCP协议实施通信 , 而被测对象则以目前车载CAN总线网络接入测试系统 。
3 主控系统3.1 主控系统架构
主控系统是测试平台的监控中心 , 也是实现综合测试平台的关键 。 主控制器可以调度和管理测试任务、模拟车辆和控制模型的操作、处理数据和总线通信并执行在线诊断 。 为实现这些复杂的功能 , 主控系统由上位机(PC)和实时处理器(RT Controller)组成 。 上位机提供人机交互界面 , 完成试验配置、测试执行、状态监控、数据监控以及数据后处理等功能 , 实时处理器对测试指令和测试数据进行综合控制管理 。分页标题
分布式实时处理器的功能模块包括:
a.环境模型的仿真模块:用于模拟FCV的运行环境、外部子模块的通信安全机制的控制、系统的在线诊断模型控制以及通信调度机制的控制 。
b. 数据分发模块:将外部子模块的测试数据、环境模型模拟模块的运行数据、主机的指令数据分配给相应的目标单元或模块 。
c.数据融合模块:将系统中不同形式与格式的数据进行解析、转换和融合 , 包含外部子模块上传的测试数据、仿真模块的运行数据、上位机指令数据和系统配置数据 。
d.授时模块:根据周期同步网络中的运行时钟 , 包括主控制系统的内部设备和外部子模块 。
e.数据冗余处理模块:数据存储模块中的主通信数据源和备份通道数据源的冗余检查 。
f.通信协议解析模块:完成主控制系统与外部子模块之间的通信驱动程序和协议分析 。
g. 在线诊断模块:用于监控主控系统 , 获取网络中各节点的运行状态和重要测试数据 , 包括通信、数据有效性和测试数据 , 按故障的紧急重要性分为4类 。
h.数据存储模块:将存储融合后的数据作为数据分发、冗余处理、在线诊断等模块的数据共享池 。 测试平台主控系统的构成如图2所示 。

汽车|燃料电池汽车动力系统测试平台的设计与验证
本文插图
图2 主控系统内部功能模块设计
3.2 系统冗余建模
如上所述 , 主控制器是测试平台的监控中心 , 也是实现集成测试平台的关键 。 主控制器可以调度和管理测试任务、模拟车辆和控制模型、处理数据和通信 , 并实施在线诊断 。 为了实现这些复杂功能 , 主控系统采用PXIe架构和实时处理器技术 , 使用MATLAB/Simulink和LabVIEW工具链和图形建模功能分别实现相关功能 , 但系统的可靠性是首先要解决的问题 。
在系统可靠性理论中 , 系统可靠性定义为系统在规定时间内完成规定功能的能力 。 提高主控制器的可靠性可以减少故障和事故、系统停机时间和维护工作量 。 测试模块和UUTs模型之间的拓扑关系很复杂 , 因此 , 必须量化主控制器的可靠性模型 , 并通过设备的冗余来提高和优化可靠性 。
首先 , 对主控系统作出如下假设:系统状态离散 , 每次状态变化时至多1个设备出现状态变化(故障或修复);系统启动时所有设备均完好无故障;故障设备经修复返回前一个状态后 , 下次故障概率不受之前的故障影响;所有设备故障均可检测 , 且立即修复 , 不存在故障检测不出的状态 。 在现有测试平台的使用过程中 , 实时处理器RT01运行MATLAB/Simulink模型 , 以模拟车辆、气候和虚拟组件的环境 , 实时处理器RT02通过LabVIEW代码执行更多数据处理任务 , 这些数据来自于主控系统所控制的各模块 。 当系统需要多任务并行工作时 , 工作负载率超过60% , 这可能导致更高的故障率 。
为了提高系统可靠性 , 本文在现有平台的基础上设计主控系统中执行数据处理任务的实时处理器的冗余部件 , 命名为RT03 。 RT03被设计为RT02的冗余热备份 , 运行数据融合、数据存储、定时服务和通信解析功能 。 根据系统可靠性理论和马尔可夫理论模型[13-14] , RT02与RT03并联 , 主控制器为双模冗余系统 。 双模冗余系统可分为6个离散状态 , 如图3所示 。 状态0表示所有设备均正常运行 , 系统正常运行;状态1表示有1个冗余设备出现故障 , 系统正常运行;状态2表示RT01出现故障 , 系统故障;状态3表示2个冗余设备都出现故障 , 系统故障;状态4表示RT01和1个冗余设备出现故障 , 系统故障;状态5表示RT01和2个冗余设备均出现故障 , 系统故障 。 其中 , 系统处于状态0和状态1时为正常工作状态 , 其余状态都是故障状态 。

汽车|燃料电池汽车动力系统测试平台的设计与验证
本文插图分页标题
图3 系统状态划分
根据马尔可夫理论模型 , 假设RT01、RT02的失效率分别为 λ1、λ2 , 故障修复率均为u , 则在t~( t+Δt)时间内 , RT01、RT02发生故障的概率分别为λ1Δt、λ2Δt , 故障修复的概率为uΔt 。 根据状态转移关系 , 可作出系统空间状态转移图 , 如图4所示 。

汽车|燃料电池汽车动力系统测试平台的设计与验证
本文插图
图4 系统空间状态转移
根据图4可以写出系统故障转移矩阵:

汽车|燃料电池汽车动力系统测试平台的设计与验证
本文插图
消去Δ t , 可求出系统故障转移密度矩阵:

汽车|燃料电池汽车动力系统测试平台的设计与验证
本文插图
双模冗余系统可靠性模型中定义了6个状态:
微分方程的求解结果如图5所示 。 通过上述测试结果可以证明主控系统的冗余部件提高了系统可靠性 。

汽车|燃料电池汽车动力系统测试平台的设计与验证
本文插图
图5 系统冗余可靠度
3.3 冗余切换设计
测试平台在试验过程中要求良好的通信实时性 , 所以实时处理器的冗余应设计为热备份形式 。 在热备份的工作方式下 , 2个实时处理器同时处于运行状态 , 其中RT02为主设备 , 用于接收外部子设备的试验数据信息 , 以及下发上位机的指令 。 当主设备故障时 , 备份设备RT03不需要启动时间就能快速接替主设备工作 , 可提高试验的稳定性和可靠性 。 由此可知 , 上位机对实时处理器的状态监控以及主、从设备的数据同步是实现冗余切换的基础 。 为了使设备之间能够无缝切换 , 需要保证设备之间的数据实时同步 。 主设备接收外部试验模块的报文后 , 进行数据解析等工作 , 将自己的运算结果和相关状态通过反射内存发送给备用设备 。 备用设备将自己的运行结果与主设备发送来的结果进行比较 , 如果相同 , 发送确认信息 , 此时数据已同步 , 如果不相同 , 则修改自己的运行结果并将信息反馈给主设备 , 保证备用设备的输出部分与主监控系统同步 。 同时 , 当主设备出现故障时 , 需要通过同步控制将主机的部分数据复制到本机 , 实现监控系统数据信息的一致性和完整性 。
当主设备故障时 , 上位机会出现报警 。 待故障维修完成 , 作为备用设备接入主控系统中继续使用 。 主、备设备切换流程如图6所示 。

汽车|燃料电池汽车动力系统测试平台的设计与验证
本文插图
图6 主、备设备切换流程
4 测试平台验证4.1 测试平台验证过程
测试平台集成了模型在环(Mode-in-the-Loop , MiL)、软件在环(Software-in-the-Loop , SiL)和硬件在环(Hardware-in-the-Loop , HiL)测试功能 , 可以无缝连接完成模型、硬件在环仿真和台架测试内容 。 本文以混合度仿真测试为例 , 验证测试平台的功能 。 测试流程如图7所示 。

汽车|燃料电池汽车动力系统测试平台的设计与验证
本文插图
图7 主控系统验证流程
试验进行过程中 , 同时验证冗余切换策略的有效性 。 在上位机的状态监控模块中设计了主动故障注入机制 , 通过人为抛出异常的方式模拟实时处理器故障信息 。 故障注入流程如图8所示 。

汽车|燃料电池汽车动力系统测试平台的设计与验证
本文插图
图8 故障注入流程
混合度指燃料电池发动机的功率与动力系统功率的比率 , 是FCV动力系统开发和验证的重要指标 。 在文献[15]、文献[16]中 , 混合度定义为蓄电池结构设计功率在动力源总的结构设计功率中的占比 , 在文献[17]中定义为蓄电池功率在动力源总输出功率中的占比 。分页标题
本文将前者定义为动力总成结构设计的静态混合度(HDstatic) , 后者定义为动态混合度(HDdynamic) , 用于能量管理控制策略优化 。 该测试平台可以无缝地实现从MiL到HiL的整个测试过程 。 建立车辆模型和关键部件模型 , 包括驱动电机、燃料电池发动机、电池和辅助部件 , 然后配置物理测试块以设置模拟条件 。 当电池和燃料电池发动机的功率得到优化时 , 评估能量管理控制策略 。
在混合度仿真测试的过程中 , 实时处理器RT01对大气环境和道路阻力进行模拟 , 进行整车模型仿真 。 燃料电池发动机和驱动电机等零部件与实时处理器RT02和RT03进行数据传输与指令收发 。 其余缺失零部件则由RT01中的仿真模型替代 , 从而实现了整车级别的验证 。
4.2 测试结果
由汽车动力学模型可仿真求出驱动电机峰值功率 。 整车参数如表1所示 。 表1 整车参数

汽车|燃料电池汽车动力系统测试平台的设计与验证
本文插图
根据测试模型和车辆规格 , 计算驱动电机功率需求 , 如表2所示 , 其中 ,Prate,TM为电机额定功率 , PTM,umax为最高车速时的电机功率 , PTM,tmax为加速工况电机功率 , PTM,ucmax为持续最高车速电机功率 。
表2 驱动电机功率需求 kW

汽车|燃料电池汽车动力系统测试平台的设计与验证
本文插图
首先在NEDC、JC08、UDDS、HWFET 4种典型工况下仿真获取驱动电机的需求功率 。 基于上述计算和模拟 , 燃料电池发动机额定功率应大于 PTM,ucmax=14.28 kW , 以满足持续最高速度条件下的功率要求 。 最大值约为PTM,tmax=120.03 kW , 满足加速时的功率需求 。 在此案例中 , 燃料电池发动机的结构功率为45 kW , 可以覆盖大部分行驶周期 , 静态混合度为HDdynamic=62.5% 。 本文设计一种双SOC开关的能量控制策略 , 将经济性能作为测试目标 。 燃料电池发动机响应相对慢 , 只能满足非突变情况下的驱动电机功率要求 , 蓄电池作为辅助电源可以补偿功率间隙或进行制动能量回收 。 根据测试结果 , 双SOC控制策略是一种半跟随控制方法 。 改进的控制策略测试结果如图9所示[18] , 测试在HWFET工况下 , 测试周期为20 000 s ,SOC从2.5%开始 , 稳定在75%左右 , 燃料电池发动机在整个运行时间内约有40%的时间进入高效区 。 测试平台成功完成了整车级别的仿真测试 , 为混合度的优化提供了指导 。 同时 , 在故障注入的过程中 , 实时处理器实现了主、备无缝切换 , 验证了实时处理器冗余设计的有效性 , 提高了系统可靠度和稳定性 。

汽车|燃料电池汽车动力系统测试平台的设计与验证
本文插图
图9 基于改良算法的整车控制标定
5 结束语
【汽车|燃料电池汽车动力系统测试平台的设计与验证】在设计的混合度测试案例下验证了本文提出的测试平台 , 测试结果证明了集成测试平台的多任务网络集中控制方法的可用性 。 同时 , 通过对混合度的重新定义和XiL技术的应用 , 有效实现了动力总成关键部件匹配和能量管理控制策略 。 基于马尔可夫可靠性理论 , 分析和设计了主控制器的冗余部件以及冗余切换策略 , 这是首次探索FCV领域大型综合测试设备的冗余设计 。 该测试平台旨在应用于整个燃料电池动力系统和关键部件的相关开发和产品化阶段 。 还有进一步的后续工作要做 , 如环境适应性测试下的功能验证、多级故障情况下的系统冗余性测试等 。