BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC NHA TRANG VŨ THĂNG LONG NGHIÊN CỨU TỐI ƯU HÓA THIẾT KẾ ĐỘ LỚN VÀ THAM SỐ ĐIỀU KHIỂN NGUỒN NĂNG LƯỢNG HỆ ĐỘNG LỰC XE HYBRID Ngành đào tạo: Kỹ thuật khí động lực Mã số: 62520116 TÓM TẮT LUẬN ÁN TIẾN SĨ Khánh Hòa – 2015 Công trình hoàn thành Trường Đại học Nha Trang Người hướng dẫn khoa học: PGS.TS Nguyễn Văn Nhận Phản biện : Phản biện : Phản biện : Luận án bảo vệ Hội đồng đánh giá luận án cấp trường họp Trường Đại học Nha Trang vào hồi … giờ, ngày … tháng … năm … Có thể tìm hiểu luận án : MỞ ĐẦU Lý chọn đề tài Xe hybrid xem giải pháp độ giải áp lực yêu cầu tiết kiệm nhiên liệu hóa thạch giảm thiểu ô nhiễm môi trường khí thải xe giới Làm chủ kỹ thuật công nghệ tối ưu hóa độ lớn thành phần nguồn động lực tham số điều khiển nguồn lượng hệ động lực hybrid điều kiện tiên để thiết kế chế tạo xe hybrid Với mục đích nghiên cứu lý thuyết thực tiễn giải pháp hybrid hóa để làm sở cho việc thiết kế chế tạo xe hybrid, đồng thời cho phép đánh giá mức độ phù hợp mẫu xe hybrid khai thác điều kiện Việt Nam, nghiên cứu sinh (NCS) chọn đề tài luận án : “Nghiên cứu tối ưu hóa thiết kế độ lớn tham số điều khiển nguồn lượng hệ động lực xe hybrid " Mục tiêu nghiên cứu Xây dựng mô hình tối ưu hóa phát triển giải thuật để tối ưu hóa độ lớn nguồn lượng tối ưu hóa tham số điều khiển nguồn lượng hệ động lực xe hybrid, nhằm nâng cao tính kinh tế nhiên liệu, giảm phát thải chất độc hại có khí thải động đốt Đối tượng nghiên cứu Xe hybrid có hệ động lực cấu thành từ hai loại nguồn động lực động đốt động điện Phạm vi nghiên cứu (1) Các nguồn lượng cấu trúc tổng thể hệ động lực ô tô hybrid kiểu song song kiểu hỗn hợp, bao gồm: động đốt (ICE), động điện (EM), máy phát điện (EG) ắcqui (AQ) (2) Tối ưu hóa thiết kế độ lớn nguồn lượng thuộc hệ động lực ô tô hybrid kiểu song song kiểu hỗn hợp (3) Tối ưu hóa tham số điều khiển nguồn lượng hệ động lực ô tô hybrid kiểu song song kiểu hỗn hợp Nội dung nghiên cứu Nội dung nghiên cứu gồm: Tổng quan xe hybrid tối ưu hóa hệ động lực xe hybrid; Tối ưu hóa thiết kế độ lớn tham số điều khiển nguồn lượng hệ động lực xe hybrid bằng giải thuật đàn ong; Mô thực nghiệm tối ưu hóa độ lớn tham số điều khiển nguồn lượng hệ động lực xe hybrid; Kết luận khuyến nghị Hạn chế của luận án Luận án đề cập vấn đề tối ưu hóa độ lớn nguồn lượng tham số điều khiển nguồn lượng thuộc hệ động lực xe hybrid với mục tiêu giảm tiêu hao nhiên liệu mức độ phát thải động đốt trong điều kiện đảm bảo yêu cầu tính động lực học Phương pháp tối ưu hóa thiết kế độ lớn tham số điều khiển nguồn lượng hệ động lực xe hybrid bằng giải thuật đàn ong chưa khảo nghiệm mẫu xe hybrid thực phòng thí nghiệm vận hành điều kiện thực tế Đóng góp (1) Phát triển mô hình tối ưu hoá đồng thời, đa mục tiêu thành phần hệ động lực tham số điều khiển; (2) Phát triển phương trình fs(Sj) (2.30), nb(Sj,t) (2.32) ph(Sj,t) (2.34) giải thuật Đàn Ong; (3) Xây dựng hàm phạt phản ảnh điều kiện ràng buộc mặt động lực học cho giải thuật Đàn Ong để giải toán tối ưu đặt (4) Xây dựng mô-đun chương trình bằng Matlab để kết nối giải thuật tối ưu với phần mềm ADVISOR, có áp dụng cho điều kiện Việt Nam Chương TỔNG QUAN VỀ Ô TÔ HYBRID VÀ NGHIÊN CỨU TỐI ƯU HÓA HỆ ĐỘNG LỰC CỦA Ô TÔ HYBRID Tối ưu hóa thiết kế độ lớn nguồn lượng thuộc hệ động lực ô tô hybrid: Hệ động lực ô tô hybrid có nhất hai loại nguồn động lực khác động đốt động điện có chức cung cấp động cho bánh xe chủ động xe, hệ động lực cần có hệ thống sản xuất lưu trữ điện máy phát ắc qui Độ lớn ICE, EM máy phát luận án hiểu công suất có ích lớn nhất Độ lớn ắc qui dung lượng tổng cộng ắc qui Tối ưu hóa độ lớn thành phần hệ động lực việc xác định công suất lớn nhất hợp lý ICE, EM, máy phát dung lượng ắc qui nhằm thỏa mãn mục tiêu tối ưu đề Tối ưu hóa tham số điều khiển nguồn lượng hệ động lực ô tô hybrid: Được hiểu việc xác định kiểm soát chế độ làm việc nguồn lượng cho đạt mục tiêu mà phương án hybrid mang lại Các nghiên cứu tối ưu hóa ô tô hybrid tập trung vào: - Thiết kế chế tạo mô hình ô tô số thành tố hệ động lực ô tô hybrid - Nghiên cứu tối ưu tham số điều khiển: Phương pháp tối ưu hóa sử dụng giải thuật phân tử; Phương pháp tối ưu hóa sử dụng giải thuật di truyền (GA-Genetic Algorithm) Phương pháp sử dụng giải thuật mô trình ủ kim loại (SA-Simulated Annealing) - Nghiên cứu tối ưu hóa thiết kế độ lớn nguồn động lực: Tối ưu hóa nguồn động lực cho ô tô hybrid kiểu nối tiếp sử dụng giải thuật di truyền kết hợp với giải thuật tìm kiếm cục SQP (Sequential Quadratic Programming) ; Tối ưu hóa nguồn động lực cho ô tô hybrid kiểu song song sử dụng ba giải thuật: Giải thuật phân chia hình chữ nhật (DIRECT), giải thuật mô trình ủ kim loại (SA) giải thuật di truyền (GA) để nâng cao hiệu kinh tế nhiên liệu - Nghiên cứu tối ưu hóa đồng thời độ lớn nguồn động lực tham số điều khiển: Tối ưu hóa cho ô tô hybrid kiểu nối tiếp song song sử dụng giải thuật di truyền Qua việc phân tích, tóm tắt kết nghiên cứu ô tô hybrid cho thấy công trình nghiên cứu nước phần lớn tập trung vào vấn đề thiết kế chế tạo mô hình ô tô số thành tố hệ động lực ô tô hybrid nhằm mục đích tìm hiểu sâu xe hybrid phục vụ công tác đào tạo Các nghiên cứu nước công bố tập trung vào tối ưu hóa riêng lẻ độ lớn nguồn động lực tối ưu trị số tham số điều khiển Một vài nghiên cứu nhất tiến hành tối ưu hóa đồng thời độ lớn nguồn động lực tham số điều khiển, sử dụng giải thuật di truyền cho kết khả quan Tuy nhiên chất giải thuật di truyền dựa trình chọn lọc tự nhiên qua rất nhiều hệ nên thời gian tìm kiếm rất lâu, nghiên cứu sử dụng giải thuật di truyền chưa thử nghiệm tối ưu hóa toàn tham số điều khiển loại ô tô thương mại cụ thể, vài tham số giữ nguyên giá trị mặc định Từ vấn đề tồn nghiên cứu ô tô hybrid trình bày trên, nghiên cứu sử dụng phương pháp để nghiên cứu vấn đề tối ưu hóa độ lớn nguồn lượng tham số điều khiển nguồn lượng hệ động lực ô tô hybrid Giải thuật đàn ong lựa chọn cải tiến để giải toán nói ô tô hybrid kiểu song song kiểu hỗn hợp Phần mềm ADVISOR phần mềm Matlab sử dụng để thực mô thực nghiệm với đối tượng thực nghiệm ô tô Honda Insight 2000 Toyota Prius 1998, có xét đến điều kiện ràng buộc điều kiện khai thác kỹ thuật Việt Nam Chương TỐI ƯU HÓA THIẾT KẾ ĐỘ LỚN VÀ THAM SỐ ĐIỀU KHIỂN NGUỒN NĂNG LƯỢNG HỆ ĐỘNG LỰC Ô TÔ HYBRID BẰNG GIẢI THUẬT ĐÀN ONG Chương trình bày mô hình tối ưu hóa độ lớn nguồn lượng tham số điều khiển hệ động lực ô tô hybrid cấu thành từ động đốt động điện Những thông tin giải thuật đàn ong, số nội dung cải tiến giải thuật đàn ong sở NCS thực phương pháp sử dụng giải thuật đàn ong toán tối ưu hóa riêng lẻ tham số điều khiển toán tối ưu hóa đồng thời độ lớn nguồn lượng tham số điều khiển hệ động lực ô tô hybrid xem sở lý thuyết phần mô thực nghiệm trình bày Chương MÔ HÌNH TỐI ƯU HÓA ĐỘ LỚN NGUỒN NĂNG LƯỢNG VÀ THAM SỐ ĐIỀU KHIỂN HỆ ĐỘNG LỰC Ô TÔ HYBRID Hình 2-1: Mô hình tổng quát tối ưu hóa cho ô tô hybrid sử dụng MDO NCS sử dụng phương pháp Tối ưu hóa thiết kế đa ngành (Multidisciplinary Design Optimization - MDO) để giải toán tối ưu hóa đồng thời nhiều tham số hệ động lực hybrid cấu thành từ nhiều thành tố có đặc điểm cấu tạo nguyên lý hoạt động rất khác theo sơ đồ Hình 2-1 G ( X )  w1.FC  w2 HC  w3 CO  w4 NO w  w  w  w    hl ( X )  kq ( X )    X CZ 1 xCZ 1 _  xCZ 1 _ max        X CZ  n xCZ  n _  xCZ  n _ max    X   X CS 1 xCS 1 _  xCS 1 _ max        X CS  m xCS  m _  xCS  m _ max    (2.1) (2.2)  FC ( X )   HC ( X )   Y  CO ( X )     NO ( X )  (2.3) Trong : G(X) hàm mục tiêu cần tối ưu hl(X) ≤ kq(X) ≥ điều kiện ràng buộc tính động lực học xe XCZ-i (i = ÷ n) tập biến độ lớn thành phần hệ động lực, bao gồm công suất có ích lớn nhất ICE, EM, EG dung lượng AQ XCS-j (j = ÷ m) tập biến tham số điều khiển nguồn lượng Y tập biến đầu gồm suất tiêu thụ nhiên liệu FC; hàm lượng phát thải chất HC, CO NO Quá trình tối ưu hóa độ lớn nguồn lượng tham số điều khiển hệ động lực ô tô hybrid luận án thực bằng phương pháp “thử sai” có định hướng theo giải thuật tối ưu lựa chọn Quá trình gồm rất nhiều vòng lặp, vòng lặp BỘ TỐI ƯU sẽ gán giá trị cụ thể biến cần tối ưu X miền giá trị giới hạn giới hạn giới hạn phương trình (2.2) nhằm tạo “ứng viên” tối ưu để đưa vào khối THIẾT BỊ mô hình hóa Chiến lược điều khiển sẽ xác định điểm làm việc nguồn lượng theo thời điểm chu trình vận hành Kết đầu Y khối THIẾT BỊ sẽ xác định lượng tiêu thụ nhiên liệu FC, hàm lượng chất độc hại HC, CO, NO khí thải tính động lực học ô tô Các thành phần biến đầu Y sẽ đưa lại cho BỘ TỐI ƯU để tính toán hàm mục tiêu G(X) kiểm tra điều kiện ràng buộc Dựa vào kết hàm mục tiêu điều kiện ràng buộc mà BỘ TỐI ƯU sẽ thay đổi trị số thành phần X theo Giải thuật tối ưu để tạo “ứng viên” Quá trình lặp lại nhiều lần thỏa mãn điều kiện tối ưu Phần Luận án tập trung nghiên cứu cải tiến sử dụng giải thuật đàn ong (BA) làm BỘ TỐI ƯU để giải toán tối ưu hóa độ lớn thành phần hệ động lực tham số điều khiển cho ô tô hybrid mô tả GIẢI THUẬT ĐÀN ONG CƠ SỞ (BBA) Quá trình tối ưu hóa cho xe hybrid sử dụng BBA sau:  Bước 1: Khởi tạo quần thể n ong trinh sát, ong (lời giải) trinh sát tập hợp giá trị cụ thể tất biến số đầu vào biểu diễn độ lớn thành phần nguồn động lực xe hybrid tham số chiến lược điều khiển  Bước 2: Xác định trị số FC, HC, CO, NO hàm phạt Ci(X) cho ong bằng cách kết hợp BBA phần mềm tính toán ADVISOR  Bước 3: Tính toán fitness cho tất phần tử quần thể ong trinh sát dựa theo phương trình (2.22); chọn m ong trinh sát có fitness từ cao tới thấp  Bước 4: Thực việc tìm kiếm lân cận e vị trí “ưu tú” (vị trí có fitness cao số m vị trí chọn), vị trí thực n1 tìm kiếm chọn ong có fitness cao nhất  Bước 5: Tương tự bước thực (m-e) vị trí lại, vị trí thực n2 tìm kiếm (n2 < n1)  Bước 6: Gán (n-m) ong để thực tìm kiếm ngẫu nhiên không gian tìm kiếm để tìm vùng tiềm khác, việc nhằm tránh kết cuối tìm giá trị tối ưu cục  Bước 7: Cập nhật quần thể từ ong tốt nhất m vị trí (n-m) ong tìm kiếm ngẫu nhiên  Bước 8: Kết thúc trình tìm kiếm điều kiện hội tụ thỏa mãn, chưa thỏa mãn quay lại Bước Điều kiện hội tụ fitness lớn nhất quần thể sau vòng lặp không thay đổi sau số vòng lặp qui định sau N vòng lặp Để ứng dụng BBA vào toán đặt trên, hàm fitness Fn(X) sử dụng để đánh giá độ phù hợp lời giải Fn(X) trị số nghịch đảo hàm mục tiêu G(X), lời giải có “fitness” lớn sẽ cho hàm mục tiêu G(X) nhỏ ngược lại Tuy nhiên việc tìm lời giải cho G(X) nhỏ nhất phải thỏa mãn điều kiện ràng buộc tính động lực học xe Trong BBA, việc lựa chọn lời giải tốt nhất dựa vào Fn(X), để xét thêm điều kiện ràng buộc mặt động lực học hàm Fn(X) phương trình (2.22) NCS đưa thêm hàm phạt Ci(X) (xem phương trình 2.24) để xét điều kiện tính động lực học Việt Nam theo TCVN 4054 : 2005 22 TCN 307 – 03 Những lời giải (ứng viên) cho kết vi phạm điều kiện ràng buộc sẽ làm giảm Fn(X), nên khả lựa chọn sẽ bị thấp Fn( X )  G ( X )   ki Ci ( X )  G' ( X ) (2.22) i 1 G ' ( X )  G( X )   ki Ci ( X ) (2.23) C1 ( X )  max(0; vmax  Velocity ( X )) / vmax  C2 ( X )  max(0;  Slope( X )) /  C ( X )  max(0; Time( X )  t ) / t 200 m 200 m  (2.24) i 1 Trong đó: X = (x1, x2, …, xn) biến số đầu vào cần tối ưu Ci(X), αi Fi(X) hàm phạt, giá trị qui định giá trị thực tế tham số ràng buộc ki hệ số phạt lựa chọn bằng phương pháp “thử sai (trial and error) ” theo kinh nghiệm G ' ( X ) hàm mục tiêu có xét đến điều kiện ràng buộc vmax , θmin t200m yêu cầu vận tốc tối đa, độ dốc tối thiểu đường mà xe phải leo thời gian cho phép từ xe khởi hành 200m GIẢI THUẬT ĐÀN ONG DỰA TRÊN PHEROMONE (PBA) Tương tự sử dụng BBA vào toán tối ưu, hàm fitness Fn(X) trị số nghịch đảo hàm mục tiêu G’(x) Hàm phạt (2.28) NCS đưa vào (2.27) để xét thêm điều kiện ràng buộc tính động lực học xe Giá trị fitness vị trí Sj tính sau: fitness( S j )( x )  G ( S j )( x )   ki Ci ( S j )( x )  G ( S j )( x ) ' (2.27) i 1 C1 ( S j )( x )  max(0; vmax  Velocity ( S j )( x ) ) / vmax  C2 ( S j )( x )  max(0;  Slope( S j )( x ) ) /   C3 ( S j )( x )  max(0; Time( S j )( x )  t200 m ) / t200 m (2.28) Quá trình tối ưu hóa sử dụng PBA cho xe hybrid sau:  Bước 1: Khởi tạo quần thể n ong trinh sát, ong (lời giải) trinh sát tập hợp giá trị cụ thể tất biến số biểu diễn độ lớn thành phần nguồn động lực xe hybrid biến số tham số điều khiển  Bước 2: Xác định trị số FC, HC, CO, NO hàm phạt Ci(X) cho ong bằng cách kết hợp PBA phần mềm ADVISOR  Bước 3: Tính toán fitness cho tất phần tử quần thể ong trinh sát dựa theo phương trình (2.27), (2.28) (2.30)  Bước 4: Chọn e ong có fitness từ cao tới thấp  Bước 5: Tính toán số lượng ong để tìm kiếm cục e vị trí Sj chọn, số lượng ong thời điểm t tìm kiếm vị trí nb(Sj,t) xác định phương trình 2.32 Trong luận án này, phương trình tính nb(Sj,t), fs(Sj) ph(Sj,t) 10 NCS phát triển hoàn thiện so với phương trình nghiên cứu (Packianather, 2009) fs( S j )  fitness ( S j )  fitness (Se1 ) e   fitness(S )  fitness(S ) nb ( S j , t )  e 1 i i 1 (2.30) ph( S j , t  1) f s ( S j )  m.e (2.32) ph(S j , t )  ph(S j , t  1)   f s (S j ) nb (S j , t ) (2.34) e   ph(Si , t  1) f s (Si )    i 1 Trong đó: fs(Sj) số điểm (fitness score) vị trí Sj m số lượng ong trung bình vị trí tìm kiếm e Se+1 vị trí có fitness cao nhất vị trí không chọn n ph(Sj,t) trị số pheromone vị trí Sj α, β tham số điều khiển ảnh hưởng lượng pheromone vị trí Sj lần lặp trước fitness vị trí Sj ρ tham số điều khiển bay pheromone  Bước 6: Gán (n-e) ong để thực tìm kiếm ngẫu nhiên không gian tìm kiếm để tìm vùng tiềm khác, việc nhằm tránh kết cuối tìm giá trị tối ưu cục  Bước 7: Chọn ong tốt nhất e vị trí sau tìm kiếm cục kết hợp với (n-e) tìm kiếm ngẫu nhiên để tạo thành quần thể  Bước 8: Cập nhật quần thể  Bước 9: Dùng phương trình (2.34) để cập nhật pheromone cho quần thể  Bước 10: Kết thúc trình tìm kiếm điều kiện hội tụ thỏa mãn, chưa thỏa mãn quay lại Bước Điều kiện hội tụ fitness lớn nhất quần thể sau vòng lặp không thay đổi sau số vòng lặp qui định sau N vòng lặp 11 Chương MÔ PHỎNG THỰC NGHIỆM TỐI ƯU HÓA ĐỘ LỚN VÀ THAM SỐ ĐIỀU KHIỂN NGUỒN NĂNG LƯỢNG CỦA HỆ ĐỘNG LỰC Ô TÔ HYBRID MỤC TIÊU MÔ PHỎNG THỰC NGHIỆM Nội dung mô thực nghiệm luận án nhằm mục tiêu : (1) Giải toán tối ưu hóa hệ động lực hybrid bằng giải thuật đàn ong; (2) So sánh chất lượng tối ưu hóa hệ động lực hybrid bằng giải thuật đàn ong sở bằng giải thuật đàn ong dựa pheromone; (3) So sánh kết tối ưu hóa hệ động lực xe hybrid theo chu trình vận hành áp dụng cho ô tô quan hữu quan Việt Nam xây dựng theo chu trình vận hành FTP EPA xây dựng; (4) Đánh giá độ tin cậy phương pháp tối ưu hóa hệ động lực hybrid bằng giải thuật đàn ong NỘI DUNG MÔ PHỎNG THỰC NGHIỆM TT Danh mục mô thực nghiệm Mô thực nghiệm Honda Insight 2000 Tối ưu hóa riêng lẻ tham số điều khiển bằng giải thuật BBA theo chu trình vận hành áp dụng cho ô tô Việt Nam (CECDC) Tối ưu hóa riêng lẻ tham số điều khiển bằng giải thuật BBA theo chu trình vận hành FTP Tối ưu hóa riêng lẻ tham số điều khiển bằng giải thuật PBA theo chu trình vận hành CECDC Tối ưu hóa riêng lẻ tham số điều khiển bằng PBA theo FTP 12 Tối ưu hóa đồng thời độ lớn nguồn lượng tham số điều khiển bằng BBA theo CECDC Tối ưu hóa đồng thời độ lớn nguồn lượng tham số điều khiển bằng BBA theo FTP Tối ưu hóa đồng thời độ lớn nguồn lượng tham số điều khiển bằng PBA theo CECDC Tối ưu hóa đồng thời độ lớn nguồn lượng tham số điều khiển bằng PBA theo FTP Mô thực nghiệm Toyota Prius 1998 Tối ưu hóa riêng lẻ tham số điều khiển bằng PBA theo CECDC với trọng số wi khác Tối ưu hóa đồng thời độ lớn nguồn lượng tham số điều khiển bằng 10 PBA theo CECDC với trọng số wi khác Honda Insight 2000 Mục tiêu tối ưu cho xe HONDA Insight 2000 với điều kiện ràng buộc xác định điều kiện Việt Nam có dạng sau :  Min  G ( X )   Min( FC )  vmax  120km / h     11% t  200 m  20, s Khi tối ưu riêng lẻ tham số điều khiển sử dụng giải thuật BBA PBA (Bảng 3-7; 3-8; 3-9 3-10 phần Phụ lục): - Giải thuật BBA PBA xác định trị số tham số điều khiển cột (1), (2) (3) so với tham số điều khiển xe Honda Insight 2000 cột (0) theo chu trình vận hành CECDC FTP So sánh giá trị FC, vmax, min 13 t200m kết BBA PBA tìm thấy giá trị FC, vmax, min t200m xe Honda Insight 2000 nguyên bản, chẳng hạn so sánh giá trị cột (1) cột (0) Bảng 3-7; 3-8; 3-9 3-10 cho thấy sử dụng trị số tham số điều khiển sẽ cải thiện FC, đồng thời cho tốc độ tối đa vmax, khả leo dốc min thời gian tăng tốc t200m tương đương so với xe Honda Insight 2000 - Khi tối ưu riêng lẻ tham số điều khiển theo chu trình vận hành CECDC FTP thì độ lớn nguồn động lực giữ nguyên Do tổng công suất cực đại ICE, EM xe Honda Insight 2000 nguyên lớn rất nhiều so với công suất tổng cộng yêu cầu để xe Honda Insight 2000 đồng thời thỏa mãn điều kiện ràng buộc mặt động lực học Việt Nam Do đó, việc sử dụng hàm phạt phương trình (2.24) (2.28) chưa có ý nghĩa thực tiễn trường hợp này, kết tối ưu tìm cho xe có khả leo dốc tối thiểu lớn rất nhiều so với qui định 11%, yêu cầu vận tốc cực đại vmax lớn 120 km/h thời gian tăng tốc t200m nhỏ 20,4s - Với chu trình vận hành khác sẽ có trị số tham số điều khiển tối ưu tương ứng Khi sử dụng trị số tham số điều khiển chung cho hai chu trình FTP CECDC sẽ cho kết FC khác - Theo Bảng 3-7; 3-8; Bảng 3-9 3-10 thì PBA cho kết tìm kiếm FC, vmax, min t200m tương đương so với BBA thực nghiệm cho thấy sử dụng BBA, tốc độ tìm kiếm hội tụ trung bình sau khoảng 19 vòng lặp, vòng lặp sử dụng 50 ong (tương đương 50 lần gọi ADVISOR chạy mô phỏng) 20 ong khởi tạo ban đầu, nên tổng số ong trung bình cần thiết để tìm kiếm 970 ong Trong đó, tốc độ tìm kiếm hội tụ trung bình PBA sau khoảng 15 vòng lặp, vòng lặp sử dụng 50 ong 22 ong khởi tạo ban đầu, nên tổng số ong trung bình cần thiết tìm kiếm 772 ong Do đó, tốc độ hội tụ trung bình PBA cao khoảng 20% so với BBA Khi tối ưu đồng thời độ lớn nguồn động lực tham số điều khiển sử dụng giải thuật BBA PBA (Bảng 3-11;3-12; 3-13 3-14 phần Phụ lục): - Giải thuật BBA PBA đồng thời xác định trị số độ lớn thành phần hệ động lực (biểu diễn qua hệ số tỉ lệ fc_trq_scale, mc_trq_scale ess_cap_ scale) tham số điều khiển từ cột (1) đến cột (5) Bảng 3-11; 314 12; 3-13 3-14 so với độ lớn nguồn động lực tham số điều khiển xe Honda Insight 2000 cột (0) - Do yêu cầu tính động lực học (vmax, min, t200m) sau tối ưu thấp so với xe Honda Insight 2000 nguyên thủy nên công suất cực đại yêu cầu xe sau tối ưu giảm nhiều Chẳng hạn với độ lớn nguồn động lực cột (1) Bảng 311 thì công suất cực đại ICE 45% công suất cực đại EM bằng 30,5%, dung lượng yêu cầu AQ 97% so với xe nguyên bản, làm cho FC giảm 1,721 lít/100km (giảm 34,5%) - Việc sử dụng hàm phạt (2.24) (2.28) NCS đề xuất cho kết tối ưu tìm có tốc độ tối đa vmax, khả leo dốc min thời gian tăng tốc t200m thỏa mãn điều kiện ràng buộc mặt động lực học phù hợp điều kiện Việt Nam, đồng thời BBA PBA tìm FC nhỏ nhất tương ứng - Hệ số hybrid HF ô tô hybrid thường nằm khoảng (0,1 – 0,5), hệ số hybrid kết BBA PBA đề xuất Bảng 3-11; 312; 3-13 3-14 có giá trị xấp xỉ với hệ số hybrid xe Honda Insight 2000 - Với chu trình vận hành khác nhau, BBA PBA sẽ tìm trị số độ lớn nguồn lượng hệ động lực tham số điều khiển tối ưu khác - So sánh FC, vmax, min t200m Bảng 3-11 3-12, hay FC, vmax, min t200m Bảng 3-13 3-14 thì PBA cho kết tìm kiếm FC, vmax, min t200m tương đương so với BBA thực nghiệm cho thấy tốc độ hội tụ trung bình BBA sau khoảng 25 vòng lặp, vòng lặp sử dụng 50 ong (tương đương 50 lần gọi ADVISOR chạy mô phỏng) 20 ong khởi tạo ban đầu, nên tổng số ong tìm kiếm 1270 ong Trong tốc độ hội tụ trung bình PBA sau khoảng 19 vòng lặp, vòng lặp sử dụng 50 ong 22 ong khởi tạo ban đầu, nên tổng số ong tìm kiếm 972 ong, tốc độ tìm kiếm trung bình PBA cao khoảng 23% so với BBA 15 Toyota Prius 1998 Mục tiêu tối ưu trường hợp với điều kiện ràng buộc xác định điều kiện Việt Nam có dạng sau :  Min  G ( X )   Min( w1.FC  w2 HC  w3 CO  w4 NO)   w 1 i  i 1  vmax  120km / h    11%  t200 m  20,5s   Trong FC , HC , CO NO giá trị chuẩn hóa FC, HC, CO NO Khi tối ưu riêng lẻ tham số điều khiển sử dụng giải thuật PBA (Bảng 3-15 phần Phụ lục): (1) Trọng số wi có ảnh hưởng nhiều đến kết tối ưu riêng lẻ tham số điều khiển Cụ thể : - Lượng tiêu thụ nhiên liệu FC nhỏ nhất tìm sau trình tối ưu, ứng với trị số cụ thể wi (i = - 4), tỉ lệ nghịch với trọng số w1 kèm với FC hàm mục tiêu (xem Hình 3-6) Khi w1 = 0,85, giá trị FC PBA tìm giảm 0,858 lít/100km (12,5%) w1 = 0,1 thì giá trị FC nhỏ nhất mà PBA tìm thấy lại lớn 0,171 lít/100km (2,5%) so với FC xe Toyota Prius 1998 Hình 3-6 Ảnh hưởng của w1 đến FC 16 - Do  w  nên tăng trọng số w1 để giảm lượng tiêu thụ nhiên liệu thì trọng i 1 i số w2, w3 w4 sẽ phải giảm Hàm lượng HC có xu hướng thay đổi tương tự FC; HC tỉ lệ nghịch với w1 tỉ lệ thuận với trọng số w2 kèm với (xem Hình 3-7) Khi w1 = 0,85 w2 = 0,05, giá trị HC PBA tìm giảm 0,049 g/km (4,9%) w1 = 0,1 w2 = 0,3 thì giá trị HC nhỏ nhất mà PBA tìm thấy lại lớn 0,065 g/km (6,5%) so với HC xe Toyota Prius 1998 Hình 3-7a Ảnh hưởng của w1 đến HC Hình 3-7b Ảnh hưởng của w2 đến HC - Hàm lượng CO (g/km) có xu hướng tăng lên theo w1 giảm theo w3 (xem Hình 3-8) Khi w1 = 0,85 w3 = 0,05, giá trị CO PBA tìm lớn 0,008 17 g/km (0,7%) so với CO xe Toyota Prius 1998 w1 = 0,1 w2 = 0,3 thì giá trị CO nhỏ nhất mà PBA tìm thấy lại giảm 0,105 g/km (9,3%) Hình 3-8a Ảnh hưởng của w1 đến CO Hình 3-8b Ảnh hưởng của w3 đến CO - Hàm lượng NO (g/km) có xu hướng biến thiên theo w1 ngược với FC HC; NO có xu hướng tăng lên theo w1 giảm theo w4, điều lý giải trình cháy tốt sẽ làm cho FC HC giảm nhiệt độ cháy cao tạo điều kiện thích hợp để hình thành NO (xem Hình 3-9) Khi w1 = 0,85 w4 = 0,05, giá trị NO PBA tìm lớn 0,012 g/km (5,7%) so với NO xe Toyota Prius 1998 nguyên bản, w1 = 0,1 w4 = 0,3 thì giá trị NO nhỏ nhất mà PBA tìm thấy lại giảm 0,07 g/km (33,2%) so với NO xe Toyota Prius 1998 nguyên 18 Hình 3-9a Ảnh hưởng của w1 đến NO Hình 3-9b Ảnh hưởng của w4 đến NO (2) Khi tối ưu riêng lẻ tham số điều khiển thì độ lớn nguồn động lực giữ nguyên Do tổng công suất cực đại ICE, EM xe Toyota Prius 1998 nguyên lớn rất nhiều so với công suất tổng cộng yêu cầu để xe Toyota Prius 1998 đồng thời thỏa mãn điều kiện ràng buộc mặt động lực học Việt Nam Do đó, việc sử dụng hàm phạt phương trình (2.28) chưa có ý nghĩa thực tiễn, kết tối ưu tìm có khả leo dốc tối thiểu lớn rất nhiều so với qui định 11%, yêu cầu vận tốc cực đại vmax lớn 120 km/h thời gian tăng tốc t200 nhỏ 20,5s Khi tối ưu đồng thời độ lớn nguồn động lực tham số điều khiển sử dụng giải thuật PBA (Bảng 3-19 phần Phụ lục): 19 (1) So với tối ưu riêng lẻ tham số điều khiển, tối ưu đồng thời độ lớn thành phần hệ động lực tham số điều khiển cho xe Toyota Prius 1998 thì trọng số wi ảnh hưởng đáng kể đến trị số FC, HC, CO NO PBA tìm Theo Bảng 3-19, PBA tìm kết tối ưu có độ lớn nguồn động lực tham số điều khiển khác trị số FC, HC, CO NO khác lượng rất nhỏ, không đáng kể (2) Hệ số hybrid HF xe hybrid thông thường nằm khoảng (0,1 – 0,5), giải thuật PBA tìm hệ số HF có trị số gần với xe Toyota Prius 1998 nguyên có xu hướng tăng nhẹ lên (3) Để giảm FC, hàm lượng phát thải thỏa mãn yêu cầu động lực học Việt Nam, hệ số tỉ lệ fc_trq_scale có xu hướng giảm giới hạn nó, công suất cực đại ICE sẽ nhỏ đáng kể Tuy nhiên, hệ số mc_trq_scale, ess_cap_scale gc_trq_scale thay đổi theo hướng tăng giới hạn chúng, điều giải thích vì xe hybrid có hiệu suất cao phát thải làm việc nhiều chế độ điện Khi đó, suất tiêu thụ nhiên liệu hàm lượng chất ô nhiễm khí thải giảm rất nhiều so với xe nguyên bản, chẳng hạn giá trị FC cột (1) giảm 2,025 lít/100km (tương đương 29,4 %), HC giảm 0,567 g/km (giảm 56,5 %), CO giảm 0,563 g/km (giảm 49,7 %) NO giảm 0,061 g/km (giảm 28,9 %) (4) Với việc sử dụng hàm phạt (2.28) NCS xây dựng, kết tối ưu tìm xe Toyota Prius 1998 đồng thời thỏa mãn điều kiện ràng buộc mặt động lực học Việt Nam, khả leo dốc tối thiểu min sau tối ưu nằm sát cận điều kiện qui định 11%, vận tốc cực đại vmax lớn 120 km/h thời gian tăng tốc t200m nhỏ 20,5s 20 TÓM TẮT NHỮNG ĐÓNG GÓP MỚI CỦA LUẬN ÁN Đề tài luận án: “Nghiên cứu tối ưu hóa thiết kế độ lớn tham số điều khiển nguồn lượng hệ động lực xe hybrid” Ngành/Chuyên ngành: Kỹ thuật khí động lực Mã số: 62520116 Nghiên cứu sinh: Vũ Thăng Long Người hướng dẫn: PGS.TS Nguyễn Văn Nhận Cơ sở đào tạo: Trường Đại học Nha Trang Nội dung : (5) Phát triển mô hình tối ưu hoá đồng thời, đa mục tiêu thành phần hệ động lực tham số điều khiển; (6) Phát triển phương trình fs(Sj) (2.30), nb(Sj,t) (2.32) ph(Sj,t) (2.34) giải thuật Đàn Ong; (7) Xây dựng hàm phạt phản ảnh điều kiện ràng buộc mặt động lực học cho giải thuật Đàn Ong để giải toán tối ưu đặt (8) Xây dựng mô-đun chương trình bằng Matlab để kết nối giải thuật tối ưu với phần mềm ADVISOR, có áp dụng cho điều kiện Việt Nam Người hướng dẫn Nghiên cứu sinh 21 Abstracts Thesis title: “Research on design optimization of energy source sizes and control parameters of hybrid electric vehicle powertrain system” Mayor: Transportation Engineering Major code: 62520116 PhD Student: Vu Thang Long Supervisor: Prof Nguyen Van Nhan Education institution: Nha Trang University Abstracts: (1) Development of multi-objective optimization model of energy source sizes and control parameters of hybrid electric vehicle powertrain system; (2) Developing equations fs(Sj) and nb(Sj,t) of pheromone energy source sizes and control parameters of hybrid electric vehicle powertrain system-based Bees Algorithm; (3) Building penalty functions to optimize energy source sizes and control parameters of hybrid electric vehicle (4) Building a software module to optimize energy source sizes and control parameters of hybrid electric vehicle by means of ADVISOR software in which Vietnamese performances and driving cycle are taken into account Phd Student 22 DANH MỤC CÔNG TRÌNH NGHIÊN CỨU CỦA TÁC GIẢ Vu Thang Long, (2011), “Research on power flow management in hybrid engines”, Tạp chí khí Việt Nam, Số đặc biệt 01, 10/2011 V T LONG, N V NHAN, (2012), “Bees-algorithm-based optimization of component size and control strategy parameters for parallel hybrid electric vehicles”, International Journal of Automotive Technology, 13, 7, 1177 – 1183 V T LONG, (2012), “Application of Bees Algorithm for simultaneous optimisation of HEV key component sizes and control strategy”, The 2nd international conference on automotive technology, engine and alternative fuels, ISBN: 978-604-73-1496-6, 37 – 43 Vu Thang Long (2013), “Research on Control Strategy of Series Hybrid Electric Vehicles”, The 3rd International Conference on Sustainable Energy, 2013, ISBN: 978-604-73-1990-9 V T LONG (2013), “Research on Control Strategy of Series Hybrid Electric Vehicles”, International Journal of Renewable Energy and Environmental Engineering, ISSN 2348-0157, Vol 01, No 01, October 2013 V T LONG (2015), “Application of a pheromone-based bees algorithm for simultaneous optimisation of key component sizes and control strategy for hybrid electric vehicles”, International Journal of Swarm Intelligence and Evolutionary Computation, USA, Vol 04, Issue 01, 2015 Vu Thang Long (2015), “Application of a Pheromone-based Bees Algorithm as an optimizer of Multidisciplinary Design Optimization for Powertrain Component Sizing and Control Strategy Parameters for Hybrid Electric Vehicles – Toyota Prius 1998”, The 14th Conference on Science and Technology, International Session on Transportation Engineering, HCM City University of Technology V T LONG, MS PACKIANATHER (2016), “Application of a PheromoneBased Bees Algorithm as an Optimizer Within a Multidisciplinary Design Optimization System for Powertrain Component Sizing and Control Parameters for Hybrid E-Vehicles”, International Journal of Transportation Engineering and Technology, USA, Vol 1, 10.11648/j.ijtet.2015.0101.11 23 No 1, 2015, pp 1-9, doi: [...]... tham số điều khiển bằng giải thuật PBA theo chu trình vận hành CECDC Tối ưu hóa riêng lẻ tham số điều khiển bằng PBA theo FTP 12 Tối ưu hóa đồng thời độ lớn nguồn năng lượng và tham số điều khiển bằng 5 BBA theo CECDC Tối ưu hóa đồng thời độ lớn nguồn năng lượng và tham số điều khiển bằng 6 BBA theo FTP Tối ưu hóa đồng thời độ lớn nguồn năng lượng và tham số điều khiển bằng 7 PBA theo CECDC Tối. .. tối ưu riêng lẻ tham số điều khiển, khi tối ưu đồng thời độ lớn các thành phần cơ bản hệ động lực và tham số điều khiển cho xe Toyota Prius 1998 thì trọng số wi không có ảnh hưởng đáng kể đến trị số FC, HC, CO và NO do PBA tìm được Theo Bảng 3-19, mặc dù PBA tìm được 3 bộ kết quả tối ưu có độ lớn nguồn động lực và tham số điều khiển khác nhau nhưng trị số của FC, HC, CO và NO chỉ khác nhau một lượng. .. án: Nghiên cứu tối ưu hóa thiết kế độ lớn và tham số điều khiển nguồn năng lượng hệ động lực xe hybrid Ngành/Chuyên ngành: Kỹ thuật cơ khí động lực Mã số: 62520116 Nghiên cứu sinh: Vũ Thăng Long Người hướng dẫn: PGS.TS Nguyễn Văn Nhận Cơ sở đào tạo: Trường Đại học Nha Trang Nội dung : (5) Phát triển mô hình tối ưu hoá đồng thời, đa mục tiêu các thành phần cơ bản của hệ động lực và tham số điều khiển; ... CECDC Tối ưu hóa đồng thời độ lớn nguồn năng lượng và tham số điều khiển bằng 8 PBA theo FTP Mô phỏng thực nghiệm trên Toyota Prius 1998 Tối ưu hóa riêng lẻ tham số điều khiển bằng PBA theo CECDC với các bộ 9 trọng số wi khác nhau Tối ưu hóa đồng thời độ lớn nguồn năng lượng và tham số điều khiển bằng 10 PBA theo CECDC với các bộ trọng số wi khác nhau Honda Insight 2000 Mục tiêu tối ưu cho xe HONDA... lực và tham số điều khiển sử dụng giải thuật BBA và PBA (Bảng 3-11;3-12; 3-13 và 3-14 phần Phụ lục): - Giải thuật BBA và PBA đã đồng thời xác định được các bộ trị số độ lớn các thành phần cơ bản hệ động lực (biểu diễn qua hệ số tỉ lệ fc_trq_scale, mc_trq_scale và ess_cap_ scale) và tham số điều khiển mới từ cột (1) đến cột (5) trong Bảng 3-11; 314 12; 3-13 và 3-14 so với độ lớn nguồn động lực và tham. .. tương ứng - Hệ số hybrid HF trên các ô tô hybrid hiện nay thường nằm trong khoảng (0,1 – 0,5), trong đó hệ số hybrid của 5 bộ kết quả do BBA và PBA đề xuất ở Bảng 3-11; 312; 3-13 và 3-14 có giá trị xấp xỉ với hệ số hybrid trên xe Honda Insight 2000 hiện nay - Với mỗi chu trình vận hành khác nhau, BBA và PBA sẽ tìm được trị số độ lớn nguồn năng lượng hệ động lực và tham số điều khiển tối ưu khác nhau... 4 Điều kiện hội tụ ở đây là fitness lớn nhất trong quần thể mới sau mỗi vòng lặp không thay đổi sau một số vòng lặp qui định hoặc sau N vòng lặp 11 Chương 3 MÔ PHỎNG THỰC NGHIỆM TỐI ƯU HÓA ĐỘ LỚN VÀ THAM SỐ ĐIỀU KHIỂN NGUỒN NĂNG LƯỢNG CỦA HỆ ĐỘNG LỰC Ô TÔ HYBRID MỤC TIÊU MÔ PHỎNG THỰC NGHIỆM Nội dung mô phỏng thực nghiệm trong luận án nhằm các mục tiêu dưới đây : (1) Giải bài toán tối ưu hóa hệ động. .. pháp tối ưu hóa hệ động lực hybrid bằng giải thuật đàn ong NỘI DUNG MÔ PHỎNG THỰC NGHIỆM TT Danh mục các mô phỏng thực nghiệm Mô phỏng thực nghiệm trên Honda Insight 2000 1 2 3 4 Tối ưu hóa riêng lẻ tham số điều khiển bằng giải thuật BBA theo chu trình vận hành áp dụng cho ô tô con ở Việt Nam (CECDC) Tối ưu hóa riêng lẻ tham số điều khiển bằng giải thuật BBA theo chu trình vận hành FTP Tối ưu hóa. .. ưu hóa hệ động lực hybrid bằng giải thuật đàn ong; (2) So sánh chất lượng tối ưu hóa hệ động lực hybrid bằng giải thuật đàn ong cơ sở và bằng giải thuật đàn ong dựa trên pheromone; (3) So sánh kết quả tối ưu hóa hệ động lực xe hybrid theo chu trình vận hành áp dụng cho ô tô con được cơ quan hữu quan của Việt Nam xây dựng và theo chu trình vận hành FTP do EPA xây dựng; (4) Đánh giá độ tin cậy của... trình tối ưu hóa sử dụng PBA cho xe hybrid như sau:  Bước 1: Khởi tạo một quần thể n ong trinh sát, mỗi ong (lời giải) trinh sát là một tập hợp các giá trị cụ thể của tất cả các biến số biểu diễn độ lớn của các thành phần cơ bản của nguồn động lực xe hybrid và biến số là các tham số điều khiển  Bước 2: Xác định trị số FC, HC, CO, NO và hàm phạt Ci(X) cho mỗi ong bằng cách kết hợp giữa PBA và phần