[發明專利]電動汽車的驅動電機輸出扭矩控制方法、系統及車輛

在審

• 申請號: 201910367144.3
• 申請日: 2019-05-05
• 公開（公告）號: CN110171297A
• 公開（公告）日: 2019-08-27
• 發明（設計）人: 李瑋;劉超
• 申請（專利權）人: 北京新能源汽車股份有限公司
• 主分類號: B60L15/20
• 分類號: B60L15/20;B60W10/08;B60W40/00;G06N3/08;G06N3/04
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張潤

1.一種電動汽車的驅動電機輸出扭矩控制方法，其特征在于，包括以下步驟：

獲取車輛的當前狀態信息和環境影響參數；

將所述車輛的當前狀態信息和環境影響參數輸入預設的神經網絡，以通過所述神經網絡輸出扭矩梯度限制值，其中，所述扭矩梯度限制值為車輛的驅動系統達到臨界扭矩振動狀態時對應的扭矩變化梯度；

根據本控制周期的初始扭矩、上一控制周期的輸出扭矩和所述扭矩梯度限制值，得到本控制周期的輸出扭矩。

2.根據權利要求1所述的電動汽車的驅動電機輸出扭矩控制方法，其特征在于，所述車輛的當前狀態信息包括驅動電機的當前轉速、當前輸出扭矩和車輛的當前加速度，車輛行駛過程的阻力越大，所述環境影響參數越大，且所述環境影響參數位于(0，2)之間。

3.根據權利要求1或權利要求2所述的電動汽車的驅動電機輸出扭矩控制方法，其特征在于，所述將所述車輛的當前狀態信息和環境影響參數輸入預設的神經網絡，以通過所述神經網絡輸出扭矩梯度限制值，包括：

將所述車輛的當前狀態信息和環境影響參數作為輸入量輸入所述神經網絡；

所述神經網絡通過隱藏層對所述車輛的當前狀態信息和環境影響參數進行處理，以得到所述扭矩梯度限制值；

所述神經網絡將所述扭矩梯度限制值作為輸出量輸出。

4.根據權利要求3所述的電動汽車的驅動電機輸出扭矩控制方法，其特征在于，在將所述車輛的當前狀態信息和環境影響參數輸入預設的神經網絡，以通過所述神經網絡輸出扭矩梯度限制值之前，還包括：

通過實驗獲取實驗數據，其中，所述實驗數據包括：不同行車狀態下驅動系統達到臨界扭矩振動狀態對應的車輛的當前狀態信息、環境影響參數以及扭矩變化梯度；

根據所述實驗數據對所述神經網絡進行訓練。

5.根據權利要求1所述的電動汽車的驅動電機輸出扭矩控制方法，其特征在于，所述根據本控制周期的初始扭矩、上一控制周期的輸出扭矩和所述扭矩梯度限制值，得到本控制周期的輸出扭矩，包括：

獲取所述本周期的初始扭矩與上一控制周期的輸出扭矩之間的差值；

判斷所述差值是否大于所述扭矩梯度限制值；

如果是，則將所述上一控制周期的輸出扭矩與所述扭矩梯度限制值之和作為所述本控制周期的輸出扭矩；

如果所述差值與所述扭矩梯度限制值之和小于零，則將所述上一控制周期的輸出扭矩與所述扭矩梯度限制值之差作為所述本控制周期的輸出扭矩；

如果所述差值的絕對值小于或等于所述扭矩梯度限制值，則將所述本控制周期的初始扭矩作為所述本控制周期的輸出扭矩。

6.一種電動汽車的驅動電機輸出扭矩控制系統，其特征在于，包括：

獲取模塊，用于獲取車輛的當前狀態信息和環境影響參數；

扭矩梯度限制值反饋模塊，用于將所述車輛的當前狀態信息和環境影響參數輸入預設的神經網絡，以通過所述神經網絡輸出扭矩梯度限制值，其中，所述扭矩梯度限制值為車輛的驅動系統達到臨界扭矩振動狀態時對應的扭矩變化梯度；

扭矩控制模塊，用于根據本控制周期的初始扭矩、上一控制周期的輸出扭矩和所述扭矩梯度限制值，得到本控制周期的輸出扭矩。

7.根據權利要求6所述的電動汽車的驅動電機輸出扭矩控制系統，其特征在于，所述將所述車輛的當前狀態信息和環境影響參數輸入預設的神經網絡，以通過所述神經網絡輸出扭矩梯度限制值，包括：

將所述車輛的當前狀態信息和環境影響參數作為輸入量輸入所述神經網絡；

所述神經網絡通過隱藏層對所述車輛的當前狀態信息和環境影響參數進行處理，以得到所述扭矩梯度限制值；

所述神經網絡將所述扭矩梯度限制值作為輸出量輸出。