Clear Sky Science · sv

En förbättrad T–S-fuzzykontroller för energihantering i parallella hybridfordon

· Tillbaka till index

Varför smartare hybrider spelar roll

Hybrida bilar lovar renare körning och lägre bränslekostnader genom att kombinera en bensinmotor med en elmotor. Men för att verkligen uppfylla det löftet måste bilen hela tiden avgöra vilken drivkälla som ska utföra hur mycket arbete. Denna artikel presenterar ett nytt sätt att fatta sådana snabba beslut så att motorn oftare arbetar i sitt "sweet spot", bränsleförbrukningen minskar och batteriet hålls hälsosamt — allt utan dyra omborddatorer eller detaljerad kunskap om framtida körsträcka.

Figure 1
Figure 1.

Att dela arbetet mellan motor och elmotor

I en parallellhybrid kan både motorn och elmotorn driva hjulen, antingen var för sig eller tillsammans. Den centrala utmaningen är ett energihanteringssystem som beslutar, ögonblick för ögonblick, hur mycket vridmoment vardera ska leverera. Många tidigare metoder jagar perfekt effektivitet med tunga optimerings- eller inlärningsalgoritmer, men dessa kan vara långsamma, kostsamma och svåra att använda i vardagliga bilar. Författarna fokuserar istället på en enklare, regelbaserad styrning som kan köras online i realtid samtidigt som den gör kloka val om vem som gör arbetet.

En regelbok baserad på människoliknande resonemang

Den nya regulatorn bygger på en typ av fuzzylogik, ett matematiskt ramverk som efterliknar hur människor använder ungefärliga regler som "om efterfrågan är låg, prioritera motorn; om efterfrågan är hög, kalla på bensinmotorn." Till skillnad från tidigare fuzzy-system som behövde flera indata — såsom hastighet, vridmoment och batteriladdning — använder denna konstruktion motorns effekt som huvudingång, plus separat hantering av batteriets laddningsnivå. Genom att noggrant forma fyra breda "zoner" för driftseffekt kan regulatorn avgöra när motorn bör gå i sitt mest effektiva område och när elmotorn ska gå in, utan att jonglera många variabler samtidigt. Denna minskning av indata reducerar mängden beräkningar och sänker kraven på hårdvaran i bilen.

Hålla motorn i sitt sweet spot

För att bygga regulatorn kartlägger forskarna först hur effektivt motorn omvandlar bränsle till rörelse vid många olika varvtal och vridmoment. Denna karta visar små öar där motorn är särskilt effektiv och stora områden där den slösar med bränsle. Fuzzy-reglerna justeras sedan så att, när det är möjligt, levereras det önskade hjulvarvet genom att motorn drivs inom dessa effektiva öar. Om föraren begär mindre vridmoment än motorns föredragna värde, omformar regulatorn efterfrågan något så att motorn ändå går effektivt, medan elmotorn tar upp eller absorberar skillnaden. När föraren kräver mer vridmoment än det effektiva området kan ge, tillåter regulatorn motorn att lämna sitt sweet spot men bara så mycket som behövs för att hålla jämna steg med trafiken.

Balansera batteriet samtidigt som man följer verklig körning

Teamet testar sin strategi på en detaljerad dator­modell av en typisk mellanstor sedanhybrid, inklusive aerodynamiskt motstånd, rullmotstånd, ett litiumjonbatteri och en elmotor dimensionerad för vardagsanvändning snarare än tävling. De kör denna virtuella bil genom en lång, hopsatt rutt som kombinerar europeiska, amerikanska och londonska stadskörningsmönster och fångar både stopp‑och‑gå‑gator och snabbare motorvägar. Resultaten visar att bilen följer målprofilen för hastighet väl, medan vridmoment från motor och elmotor följer sina referenser med mycket små fel. Viktigt är att batteriets laddnivå i slutet av körningen förblir nära där den började, vilket visar att bränslebesparingarna inte uppnås genom att tyst tömma batteriet.

Figure 2
Figure 2.

Vad detta betyder för framtidens bilar

Sammanfattningsvis minskar den föreslagna fuzzyregulatorn bränsleförbrukningen med ungefär 3 % jämfört med en tidigare, redan avancerad strategi, utan ökad beräkningsbörda och samtidigt bevarande av batteriladdningen. Eftersom den bygger på enkla regler snarare än detaljerade prognoser om framtida trafik är den lättare att implementera i verkliga fordon med lågkostnadshårdvara. För förare kan denna typ av smart energidelning innebära hybrider som är billigare att bygga men mer effektiva på vägen, vilket utgör ett praktiskt steg mot renare transporter utan att kräva en fullständig övergång till helt elektriska bilar.

Citering: Hokmabad, E.S., Rostami, N. & Sharifian, M.B.B. An improved T–S fuzzy controller for energy management of parallel hybrid vehicles. Sci Rep 16, 10428 (2026). https://doi.org/10.1038/s41598-026-41457-8

Nyckelord: hybridfordon, energihantering, fuzzystyrning, bränsleeffektivitet, elektrisk drivlina