Autoren

T. W. Yoon, M. S. Song, H. Lee, Hyundai Motor Company, Hwaseong, Korea

Jahr

2026

Druckinfo

Eigenproduktion ÖVK

Zusammenfassung

Die globale Automobilindustrie vollzieht derzeit einen raschen Übergang zu xEVs, also verschiedene E-Antriebsformen. In diesem Artikel wird eine auf einer reinforcement-learning-based Kalibrierungsmethode vorgeschlagen, um die Energieeffizienz eines Hybrid-Elektrofahrzeugs (HEV) zu verbessern, das mit dem TMED-II-HEV-Antriebssystem ausgestattet ist, indem die Grenze zwischen Motor ein/aus (EV-Linie) und der Motorbetriebspunkt kalibriert werden. Ein physikalisch basierter HEV-Simulator wurde durch Modellierung der Fahrzeug-Hardware und der Steuerungssoftware, einschließlich der Hybrid-Steuereinheit (HCU) und der Getriebesteuereinheit (TCU), entwickelt und als Umgebung für das verstärkende Lernen verwendet. Die EV-Linie wurde zu einem analytischen Ausdruck mit zwei Eingaben (Fahrzeuggeschwindigkeit und SOC) und drei Kalibrierungskoeffizienten (α, β, γ) vereinfacht. Für einen fairen Vergleich des Kraftstoffverbrauchs wurde am Ende des Fahrzyklus ein Ziel-SOC definiert und eine SOC-Anpassung erzwungen. Der SOC-Anpassungskoeffizient γ wurde unter Verwendung des SCALE-Algorithmus (SOC-Convergent Adaptive Learning Estimator) abgeleitet, der γ iterativ vorhersagt, den resultierenden SOC durch Simulation validiert und das Modell aktualisiert, bis der Ziel-SOC innerhalb einer festgelegten Toleranz erreicht ist. Zusätzlich wurde ein SGD-basierter Reinforcement-Learning-Ansatz angewendet, um den optimalen Äquivalenzfaktor λ und den Koeffizienten β zu identifizieren. Bei diesem Verfahren wurden die bei zufällig ausgewählten λ-Werten erzielten Kraftstoffverbrauchswerte interpoliert, um f(λ) zu erstellen, und λ wurde unter Verwendung numerisch geschätzter Gradienten iterativ aktualisiert, um einen Punkt mit minimalem Kraftstoffverbrauch zu finden. Die abgeleitete optimale Kalibrierung wurde in einer Testfahrzeugsteuerung implementiert und auf einem Rollenprüfstand mit Straßenlast-Einstellungen validiert. Unter den Fahrzyklen FTP und HWFET erreichte die SOC-Anpassung an den Ziel-SOC 99,1 % und die durchschnittliche Kraftstoffersparnis betrug 2,05 %, was zeigt, dass die vorgeschlagene Kalibrierungsmethode über die Simulation hinaus auf Testfahrzeug-Ebene wirksam ist.

ISBN

978-3-9504969-5-6

DOI

https://doi.org/10.62626/1oie-d4in Link kopieren

Bestellen Mitglieder-Login