PSO ilə optimallaşdırılmış qeyri-səlis idarəetməyə əsaslanan enerji idarəetmə sistemi, məsafə artırıcılı kənd təsərrüfatı çiləyici maşınında batareya, dizel mühərrik-generator məsafə artırıcısı, dörd təkər mühərriki, çiləmə nasosu və dəyişən nəqliyyat vasitəsi yükü arasındakı enerji axınını ümumi enerji sərfiyyatını və yanacaq istifadəsini azaldacaq şəkildə idarə edən nəzarət yanaşmasıdır. He Li və həmkarları 3WPZ-300 pilotsuz məsafə artırıcılı çiləyici maşının enerji davranışını araşdırmaq üçün AVL-CRUISE R2019.2 ilə MATLAB/Simulink R2022a-nı birləşdirən birgə simulyasiya platforması qurmuş və standart qeyri-səlis idarəetmənin üzvlük funksiyalarını Particle Swarm Optimization (PSO) vasitəsilə optimallaşdırmışlar.

Tədqiqatın mühüm modelləşdirmə xüsusiyyətlərindən biri çiləmə zamanı çəndəki mayenin azalmasını sabit nəqliyyat vasitəsi kütləsi fərziyyəsi ilə nəzərdən qaçırmamasıdır. Nasosun sərfi və işləmə müddəti əsasında qalan maye miqdarı hesablanmış, dəyişən çən kütləsinin təkərlərin yuvarlanma müqavimətinə təsiri AVL-CRUISE modelinə əlavə edilmişdir. Beləliklə, nəqliyyat vasitəsinin güc tələbatı yalnız sürət profilinə deyil, çiləmə prosesi boyunca azalan yükünə də bağlanmışdır.

Çoxnöqtəli güc izləmə, standart qeyri-səlis idarəetmə və PSO ilə optimallaşdırılmış qeyri-səlis idarəetmə strategiyaları eyni dövr şərtlərində müqayisə edilmişdir. Simulyasiyada ekvivalent yanacaq sərfiyyatı müvafiq olaraq 4.01 kg, 3.87 kg və 3.68 kg olmuşdur. PSO-Fuzzy strategiyasının ekvivalent yanacaq sərfiyyatı standart fuzzy idarəetmə ilə müqayisədə təxminən %4.90, çoxnöqtəli güc izləmə strategiyası ilə müqayisədə isə təxminən %8.23 aşağıdır.

Fiziki sınaq platformasının nəticələri simulyasiya ilə yaxın uyğunluq göstərmişdir. Dövrün sonunda SOC fərqi 0.38 faiz bəndi, ümumi yanacaq sərfiyyatı fərqi isə %1.6 olaraq bildirilmişdir. PSO-Fuzzy strategiyasının ekvivalent yanacaq sərfiyyatı simulyasiyada 3.68 kg, platforma sınağında 3.65 kg olmuş və iki nəticə arasındakı nisbi xəta %0.8 hesablanmışdır. Bu nəticələr təklif olunan enerji idarəetməsinin və birgə simulyasiya modelinin tədqiqatda istifadə edilən nəqliyyat vasitəsi və təcrübə şərtləri altında fiziki sistemi təmsil edə bildiyini dəstəkləyir.

Məsafə Artırıcılı Kənd Təsərrüfatı Çiləyici Maşını Necə İşləyir?

Məsafə artırıcılı çiləyici maşın təkərləri birbaşa dizel mühərriki ilə mexaniki olaraq hərəkət etdirmək əvəzinə elektrik mühərrikləri ilə hərəkətə gətirən, batareyanın enerji səviyyəsi azaldıqda elektrik istehsal etmək üçün mühərrik-generator qrupunu işə salan ardıcıl hibrid güc arxitekturasıdır. Tədqiqatdakı 3WPZ-300 nəqliyyat vasitəsində məsafə artırıcı dizel mühərriki və generatordan ibarətdir, təkərlərin hərəkəti dörd elektrik mühərriki ilə təmin olunur və enerji axını mərkəzi idarəetmə bloku tərəfindən idarə edilir.

3WPZ-300 güc sisteminin quruluşu

Tədqiqatda istifadə edilən nəqliyyat vasitəsinin boş çəkisi 750 kg, tam yüklü kütləsi 1050 kg, çiləmə eni 7.5 m və çiləmə ucluqlarının sayı 20-dir. Çiləmə nasosunun nominal gücü 2.5 kW, çiləmə təzyiqi isə 0.3 MPa-dır.

Üç iş rejimi

Sistem mühərrikin iş vəziyyətinə görə üç əsas rejimə bölünür.

• Tam elektrik rejimi: Təkər mühərrikləri və çiləmə nasosu batareyadan qidalanır; dizel mühərrik-generator işləmir.
• Məsafə artırıcılı rejim: Batareyanın SOC dəyəri müəyyən edilmiş səviyyəyə endikdə dizel mühərrik-generator işə düşərək elektrik istehsal edir və sistemin güc tələbatına və batareyanın vəziyyətinə uyğun işləyir.
• Stasionar şarj rejimi: Nəqliyyat vasitəsi xarici elektrik şəbəkəsindən şarj edilə bilər.

Ardıcıl hibrid arxitekturanın mühüm nəticəsi dizel mühərriki ilə təkərlər arasında birbaşa mexaniki əlaqənin olmamasıdır. Beləliklə, mühərrikin fırlanma sürəti nəqliyyat vasitəsinin təkər sürətindən birbaşa asılı qalmadan səmərəli iş sahəsində saxlanıla bilər.

AVL-CRUISE və MATLAB/Simulink Birgə Simulyasiyasından Niyə İstifadə Edilmişdir?

AVL-CRUISE nəqliyyat vasitəsinin, mühərrikin, generatorun, batareyanın, dartı mühərrikinin və mexaniki güc axınının fiziki modelini qurur, MATLAB/Simulink isə enerji idarəetməsini, məsafə artırıcının idarə edilməsini və regenerativ əyləcləmə məntiqini həyata keçirir. İki mühitin birlikdə istifadəsi nəqliyyat vasitəsinin dinamikası ilə enerji idarəetmə alqoritminin eyni dövr daxilində qarşılıqlı məlumat mübadiləsi aparmasına və idarəetmə strategiyalarının eyni fiziki model üzərində müqayisə edilməsinə imkan verir.

Birgə simulyasiya arxitekturası

AVL-CRUISE tərəfində mühərrik, generator, dartı mühərrikləri, şinlər, reduktor və güc axını kimi fiziki komponentlər müəyyən edilmişdir. MATLAB/Simulink tərəfində isə məsafə artırıcının nə vaxt işləyəcəyi, nə qədər güc istehsal edəcəyi və regenerativ əyləcləmənin necə idarə olunacağı müəyyənləşdirilir.

Mühərrikin yanacaq sərfiyyatı MAP-i, elektrik mühərrikinin səmərəlilik xəritələri, reduksiya nisbəti, yuvarlanma müqaviməti və transmissiya səmərəliliyi kimi dəyərlər 3WPZ-300 sisteminin sınaq və layihə parametrləri ilə modelə daxil edilmişdir.

Nəqliyyat vasitəsinin güc tarazlığı

Dartı mühərrikinin tələb etdiyi elektrik gücü mənbədə aşağıdakı əsas əlaqə ilə ifadə olunur:

\[ P_{\mathrm{dem}}(t)=P_m(t)+P_{\mathrm{loss,m}}(t) \]

\(P_{\mathrm{dem}}\) mühərrikin tələb etdiyi ümumi elektrik gücünü, \(P_m\) mexaniki dartı gücünü, \(P_{\mathrm{loss,m}}\) isə elektrik enerjisinin mexaniki enerjiyə çevrilməsi zamanı yaranan itkini ifadə edir.

Dörd təkər mühərriki, batareya, çiləmə nasosu və məsafə artırıcı birlikdə qiymətləndirildikdə güc tarazlığı:

\[ 4P_m(t)+4P_{\mathrm{loss,m}}(t) =P_e(t)\eta_1-\frac{P_b(t)}{\eta_2}-\frac{P_p(t)}{\eta_2} \]

şəklində qurulmuşdur. Burada \(P_e\) mühərrikin mexaniki çıxış gücü, \(P_b\) batareya gücü, \(P_p\) çiləmə nasosunun gücü, \(\eta_1\) transmissiya səmərəliliyi və \(\eta_2\) güc çevrilməsi səmərəliliyidir.

Uzununa hərəkət müqaviməti

Nəqliyyat vasitəsi hərəkətdə olarkən güc tələbatına yalnız mühərrik sistemi deyil, hərəkət müqavimətləri də təsir göstərir:

\[ 4P_{\mathrm{dem}}(t)=F_{\mathrm{dem}}(t)v(t) \]

və ümumi qüvvə tələbi:

\[ 4F_{\mathrm{dem}}(t) =m\frac{dv(t)}{dt} +F_a(t)+F_f(t)+F_g(t) \]

kimi müəyyən edilir.

Burada ətalət, aerodinamik müqavimət, yuvarlanma müqaviməti və yamac müqaviməti birlikdə qiymətləndirilir.

Mənbədə bu müqavimət komponentləri:

\[ F_f(t)=mgc_r\cos(\alpha(t)) \]

\[ F_a(t)=\frac{1}{2}\rho_a C_D A v^2 \]

\[ F_g(t)=mg\sin(\alpha(t)) \]

şəklində verilmişdir.

Mühərrikin səmərəlilik modeli

Dizel mühərrikinin ümumi səmərəliliyi mexaniki çıxış gücünün yanacaqdakı kimyəvi gücə nisbətidir:

\[ \eta_{\mathrm{ice}} =\frac{P_e}{P_{\mathrm{fuel}}} =\frac{T_e\omega_e}{Q_{\mathrm{lhv}}\dot{m}_f}\times100\% \]

\(T_e\) mühərrikin fırlanma anı, \(\omega_e\) mühərrikin bucaq sürəti, \(Q_{\mathrm{lhv}}\) dizel yanacağının aşağı istilik dəyəri və \(\dot{m}_f\) yanacağın kütləvi sərfidir.

Məsafə artırıcı təkərlərdən mexaniki olaraq ayrıldığı üçün mühərrikin iş nöqtəsi nəqliyyat vasitəsinin ani təkər sürətindən məcburi şəkildə asılı deyil. Bu xüsusiyyət mühərrikin optimal iş xəttində daha uzun müddət saxlanmasını enerji idarəetməsi baxımından mühüm edir.

Elektrik mühərrikləri və generator

Tədqiqatda hesablama yükünü məhdudlaşdırmaq məqsədilə mühərriklərin sürətli elektromexaniki keçid davranışı ətraflı dinamik model əvəzinə statik səmərəlilik MAP-ləri ilə təmsil edilmişdir. Tədqiqatda generator üçün ən yüksək səmərəlilik təxminən %93, dartı mühərriki üçün isə təxminən %89 olaraq bildirilmişdir.

Çiləmə Çənindəki Mayenin Azalması Enerji Modelini Niyə Dəyişdirir?

Çiləmə prosesi irəlilədikcə çəndəki maye azalır və nəqliyyat vasitəsinin ümumi kütləsi aşağı düşür; bu isə xüsusilə yuvarlanma müqavimətini və nəticədə dartı üçün tələb olunan gücü dəyişdirir. Tədqiqatın enerji modelindəki mühüm yeniliklərdən biri bu dəyişən yükü sabit qəbul etmək əvəzinə nasosun sərfi və işləmə müddəti əsasında qalan çən kütləsini hesablayaraq onu təkər uclarındakı müqavimət momentinə real vaxt rejimində bağlamasıdır.

Standart AVL-CRUISE modelindəki çatışmazlıq

Tədqiqatçılar bildirirlər ki, AVL-CRUISE-un standart komponentləri arasında işləmə zamanı nəqliyyat vasitəsinin ümumi kütləsinin davamlı dəyişməsini birbaşa təmsil edən uyğun modul yoxdur.

Buna görə model dörd addımda genişləndirilmişdir:

1. Su nasosu Motor komponenti ilə modelləşdirilmişdir.
2. Nasos gücü ilə çiləmə sərfi arasında MAP əlaqəsi qurulmuşdur.
3. Başlanğıc çən kütləsindən zamanla çilənən maye çıxılaraq qalan kütlə hesablanmışdır.
4. Qalan çən kütləsi təkər uclarında tətbiq ediləcək müqavimət momenti ilə əlaqələndirilmişdir.

Çən kütləsinin zamandan asılı dəyişməsi:

\[ M(t)=M_0-Q_s t \]

kimi ifadə edilir. Burada \(M_0\) başlanğıc çən kütləsi, \(Q_s\) isə çiləmə sərfidir.

Bu yanaşma sayəsində nəqliyyat vasitəsi eyni sürətlə hərəkət etdikdə belə dolu və boş çən vəziyyətlərinin eyni enerji tələbatına malik olmadığı modeldə əks etdirilmişdir.

İş dövrünün enerji bölgüsü

Tədqiqatçılar çiləyici maşının iş dövrünü beş əsas əməliyyat vəziyyətinə ayırmışlar.

Ən böyük enerji payı təxminən %42 ilə sabit sürətli çiləmə hissəsində bildirilmişdir. Bu nəticə enerji optimallaşdırmasının yalnız sürətlənmə və ya dönmə kimi qısamüddətli pik yüklərə deyil, uzun müddət davam edən əsas iş mərhələsinə də yönəlməli olduğunu göstərir.

PSO ilə Optimallaşdırılmış Qeyri-səlis Enerji İdarəetməsi Necə İşləyir?

PSO-Fuzzy EMS batareyanın SOC-sini və nəqliyyat vasitəsinin ümumi güc tələbatını fuzzy nəzarətçinin girişləri kimi istifadə edir; çıxış olaraq hədəf mühərrik gücünü yaradır və fuzzy üzvlük funksiyalarının kritik parametrlərini Particle Swarm Optimization vasitəsilə ekvivalent yanacaq sərfiyyatını minimuma endirəcək şəkildə tənzimləyir. Beləliklə, standart fuzzy nəzarətdə ekspert seçiminə bağlı olan üzvlük funksiyası sərhədləri birgə simulyasiya modelinin enerji nəticəsi əsasında iterativ şəkildə optimallaşdırılır.

Standart qeyri-səlis idarəetmə

Fuzzy EMS-in iki əsas girişi vardır:

• nəqliyyat vasitəsinin ümumi güc tələbatı,
• batareyanın State of Charge (SOC) vəziyyəti.

Çıxış isə mühərrikin hədəf güc tələbatıdır.

Mamdani tipli fuzzy nəticəçıxarma tətbiq edilmiş və idarəetmə məntiqi IF–THEN qaydaları ilə müəyyənləşdirilmişdir. Məsələn, ümumi güc tələbatı yüksək, batareyanın SOC dəyəri aşağı olduqda məsafə artırıcının daha yüksək güc istehsal etməsi təmin edilə bilər.

Tədqiqatda batareyanın iş diapazonu ümumiyyətlə:

\[ 0.30\leq SOC\leq0.80 \]

ilə məhdudlaşdırılmışdır.

Başlanğıcda SOC məsafə artırıcının işə düşmə həddindən yuxarı olduqda nəqliyyat vasitəsi tam elektrik rejimində işləyir. SOC aşağı həddə yaxınlaşdıqda məsafə artırıcı işə düşür; batareya yenidən yuxarı həddə çatdıqda mühərrik söndürülür.

PSO niyə lazımdır?

Qeyri-səlis idarəetmənin üstünlüyü qeyri-xətti və zamanla dəyişən sistemi anlaşılan qaydalarla idarə edə bilməsidir. Lakin üzvlük funksiyalarının mövqeyi və eni çox vaxt ekspert seçiminə bağlıdır.

PSO bu parametrləri optimallaşdırma problemi kimi nəzərdən keçirir. Hər namizəd parametr sırası zərrəciyin mövqeyi kimi təmsil olunur; zərrəciklər öz əvvəlki ən yaxşı həllərindən və bütün sürünün ən yaxşı həllindən istifadə edərək axtarış fəzasında hərəkət edirlər.

Mənbədə zərrəciyin sürət yeniləməsi:

\[ v_i(t+1)= \omega v_i(t) +c_1r_1[p_i-x_i(t)] +c_2r_2[p_g-x_i(t)] \]

və mövqe yeniləməsi:

\[ x_i(t+1)=x_i(t)+v_i(t+1) \]

kimi verilmişdir.

\(\omega\) ətalət çəkisi, \(c_1\) və \(c_2\) öyrənmə əmsalları, \(r_1\) və \(r_2\) 0–1 intervalındakı təsadüfi əmsallar, \(p_i\) zərrəciyin özünün ən yaxşı mövqeyi, \(p_g\) isə sürünün qlobal ən yaxşı mövqeyidir.

Optimallaşdırma hədəfi: ekvivalent yanacaq sərfiyyatı

PSO optimallaşdırmasında yalnız dizel yanacağının miqdarını azaltmaq kifayət deyil. Bir strategiya daha az dizel istehlak edərkən batareyadan daha çox enerji çəkərsə, həqiqi enerji üstünlüyü olduğundan böyük görünə bilər.

Buna görə tədqiqat batareyadakı enerji sərfiyyatını da yanacaq ekvivalentinə çevirən ECMS yanaşmasından istifadə edir:

\[ m_{\mathrm{equ}}=m_f+m_b \]

Burada \(m_f\) mühərrikin faktiki yanacaq sərfiyyatını, \(m_b\) isə batareyadan istifadə edilən enerjinin ekvivalent yanacaq qarşılığını ifadə edir.

Mənbədə optimallaşdırma zamanı aşağıdakı fiziki məhdudiyyətlər qorunur:

\[ 0.3\leq SOC\leq0.8 \]

\[ P_{\mathrm{bat,min}}\leq P_{\mathrm{bat}}\leq P_{\mathrm{bat,max}} \]

\[ P_{e,\min}\leq P_e\leq P_{e,\max} \]

\[ P_{g,\min}\leq P_g\leq P_{g,\max} \]

\[ T_{e,\min}\leq T_e\leq T_{e,\max} \]

Bu məhdudiyyətlər optimallaşdırmanın fiziki cəhətdən tətbiqi mümkün olmayan üzvlük funksiyasını seçməsinin qarşısını almağı nəzərdə tutur.

PSO-nun fuzzy nəzarətçi üzərində etdiyi dəyişiklik

Tədqiqatda giriş və çıxış üzvlük funksiyalarındakı cəmi 10 parametr \(X_1\)–\(X_{10}\) PSO tərəfindən tənzimlənmişdir. Hər zərrəcik yeni üzvlük funksiyası parametrlərini təmsil edir; MATLAB bu parametrlərlə yeni fuzzy idarəetmə davranışı yaradır və AVL-CRUISE birgə simulyasiyasını işə salır. Ekvivalent yanacaq sərfiyyatı ən aşağı olan parametr dəsti ən yaxşı həll kimi seçilir.

Tədqiqatın Metodu və Nəticələri

Müqayisə edilən üç EMS

Çoxnöqtəli güc izləmə nəticəsi

Başlanğıc SOC dəyəri %80 təyin edilmiş və nəqliyyat vasitəsi əvvəlcə tam elektrik rejimində işləmişdir. Təxminən 3205 s sonunda SOC təxminən %30-a endikdə məsafə artırıcı işə düşmüşdür.

Mühərrik gücü təxminən 4–8 kW, şarj gücü isə əsasən 1–3 kW intervalında olmuş, bəzi anlarda 4 kW ətrafında pik müşahidə edilmişdir. Tədqiqatçılar şarj gücündəki bu yüksək dalğalanmaların batareyanın dövr ömrü baxımından arzuolunmaz ola biləcəyini bildirirlər.

Standart fuzzy EMS nəticəsi

Fuzzy idarəetmə altında mühərrik gücü təxminən 5–8 kW, mühərrikin fırlanma anı isə təxminən 45–60 N·m intervalında dövri olaraq tənzimlənmişdir. Məsafə artırıcı işə düşdükdən sonra SOC yüksəldikcə şarj gücü təxminən 3 kW-dan 1 kW-a doğru azalmışdır.

Beləliklə, sistem yalnız mövcud yükü izləmək əvəzinə batareyanın enerji vəziyyətini də qərar mexanizminə daxil etmişdir.

PSO-Fuzzy EMS nəticəsi

PSO optimallaşdırmasından sonra mühərrik gücü daha çox təxminən 6.5–8 kW sahəsində, fırlanma anı isə təxminən 42–54 N·m intervalında qalmışdır. Tədqiqatçılar bu cəmləşmənin mühərriki yanacaq sərfiyyatı baxımından daha əlverişli iş nöqtələrində saxlamağa kömək etdiyini bildirirlər.

SOC başlanğıcdakı %80 dəyərindən %30 işə düşmə həddinə endikdən sonra məsafə artırıcı işə düşmüş və batareyanın yenidən yuxarı SOC sahəsinə qaldırılması təmin edilmişdir.

PSO-Fuzzy Enerji İdarəetməsi Yanacaq Sərfiyyatını Nə Qədər Azaltdı?

Mənbənin Table 4 məlumatlarına görə, PSO-Fuzzy enerji idarəetməsi 3.68 kg ekvivalent yanacaq sərfiyyatı ilə müqayisə edilən üç strategiya arasında ən aşağı nəticəni vermişdir; eyni göstərici standart fuzzy idarəetmədə 3.87 kg, çoxnöqtəli güc izləmə strategiyasında isə 4.01 kg-dır. Buna görə PSO-Fuzzy-nin ekvivalent sərfiyyatı standart fuzzy ilə müqayisədə təxminən %4.90, çoxnöqtəli strategiya ilə müqayisədə isə təxminən %8.23 aşağıdır.

Bu cədvəl mühüm bir məqamı da göstərir: PSO-Fuzzy mühərrik yanacağını böyük ölçüdə azaldarkən batareya enerjisindən daha çox istifadə edir. Buna görə yalnız 2.70 kg dizel sərfiyyatına baxaraq strategiyanın ümumi enerji göstəricisini qiymətləndirmək düzgün deyil. Tədqiqatın optimallaşdırma meyarı buna görə batareya istifadəsini yanacaq ekvivalentinə çevirən 3.68 kg ümumi ekvivalent sərfiyyat dəyəridir.

Mənbədaxili faiz uyğunsuzluğu

Mənbənin Abstract və Conclusions bölmələri PSO-Fuzzy-nin standart fuzzy idarəetmə ilə müqayisədə %4.90, çoxnöqtəli güc izləmə ilə müqayisədə %8.23 yanacaq qənaəti yaxşılaşması təmin etdiyini bildirir. Table 4-dəki 3.68, 3.87 və 4.01 kg dəyərlərindən hesablanan nisbətlər də bu ifadəni dəstəkləyir.

Bunun əksinə, Results 3.1.4 bölməsindəki bir cümlədə standart fuzzy idarəetmənin çoxnöqtəli strategiya ilə müqayisədə %4.90, PSO-Fuzzy-nin isə standart fuzzy ilə müqayisədə %3.5 yaxşılaşdığı bildirilir. Table 4-ə görə standart fuzzy ilə çoxnöqtəli strategiya arasındakı fərq təxminən %3.49, PSO-Fuzzy ilə standart fuzzy arasındakı fərq isə təxminən %4.91-dir. Buna görə Verianla izahında mənbədə bir-birini dəstəkləyən Table 4, Abstract və Conclusions dəyərləri qorunmuşdur.

Fiziki sınaq platformasının quruluşu

Enerji idarəetmə sınaq platforması beş əsas alt sistemdən yaradılmışdır:

• yük simulyasiya sistemi,
• mühərrik idarəetmə sistemi,
• enerji təchizatı sistemi,
• ölçmə və idarəetmə sistemi,
• məsafə artırıcılı güc ötürmə sistemi.

Simulink-də yaradılmış enerji idarəetməsi C koduna çevrilərək PLC-yə ötürülmüşdür. PLC SOC və nəqliyyat vasitəsinin güc tələbatı əsasında hədəf mühərrik gücü və fırlanma sürəti dəyərlərini hesablamış, yanacaq sərfiyyatı isə real vaxt yanacaq sərfölçəni ilə ölçülmüşdür.

Simulyasiya Real Sınaq Sistemini Nə Dərəcədə Dəqiq Təmsil Etdi?

Tədqiqatda dövr sürəti, batareyanın SOC-si və yanacaq sərfiyyatı baxımından simulyasiya ilə fiziki sınaq platforması arasında yaxın uyğunluq bildirilmişdir. Orta sürət sapması 0.079 km/h və orta sürət xətası %3.1; dövr sonundakı SOC fərqi 0.38 faiz bəndi; ümumi yanacaq sərfiyyatı fərqi isə %1.6 olmuşdur. PSO-Fuzzy strategiyasının ekvivalent yanacaq sərfiyyatı simulyasiyada 3.68 kg, platformada 3.65 kg olmuş və nisbi xəta %0.8 təşkil etmişdir.

Sürətin doğrulanması

Simulyasiya və sınaq platformasındakı sürət profilləri ümumilikdə eyni dövr formasını izləmişdir. Ən böyük sürət fərqi sürətlənmə və ya yavaşıma zamanı təxminən 1.11 km/h olmuşdur. Bütün dövr ərzində orta sürət fərqi 0.079 km/h və orta sürət xətası %3.1 olaraq bildirilmişdir.

SOC-un doğrulanması

Batareyanın məsafə artırıcının işə düşmə həddinə ilk dəfə çatması simulyasiyada 3250 s, fiziki platformada 3267 s çəkmiş və zamanlama fərqi təxminən %0.52 olmuşdur.

Simulyasiyada məsafə artırıcının reaksiya müddəti 4.1 s olduğu halda, fiziki platformada mühərrikin işə salınma müddəti də daxil olmaqla 7.1 s ölçülmüşdür. Nəticədə minimum SOC fiziki sınaqda %29.85, simulyasiyada isə %29.90 olmuşdur.

Dövrün sonunda:

• platformanın SOC-si: %38.09,
• simulyasiyanın SOC-si: %37.71.

Aradakı fərq 0.38 faiz bəndidir.

Yanacaq sərfiyyatının doğrulanması

Dövrün sonunda ümumi yanacaq sərfiyyatı:

• fiziki platforma: 3.13 L,
• simulyasiya: 3.18 L.

Mənbə bu fərqi təxminən %1.6 olaraq bildirir.

Üç strategiyanın platformada doğrulanması

Hər üç strategiyada simulyasiya və eksperimental platforma dəyərlərinin bir-birinə yaxın olması hazırlanmış birgə simulyasiya modelinin istifadə edilən təcrübə quruluşunda enerji davranışını məqbul dəqiqliklə təmsil etdiyini dəstəkləyir.

Real nəqliyyat vasitəsinin sahə doğrulaması

Tədqiqatçılar son mərhələdə enerji idarəetmə modelini real çiləyici maşının sahə işi ilə də müqayisə etmişlər. Nəqliyyat vasitəsinə cərəyan-gərginlik ölçmə modulları və sürət sensorları quraşdırılmış, iş sahəsi peyk mövqeləndirmə interfeysi vasitəsilə müəyyən edilmiş, marşrut, iş sürəti və nasos gücü idarəetmə interfeysindən tənzimlənmişdir.

Real torpaq şərtlərinin dəyişkənliyi səbəbindən mühərrikin fırlanma anı sahə təcrübəsində simulyasiya ilə müqayisədə daha çox dalğalanmışdır. Gərginlik əyriləri simulyasiya ilə yüksək uyğunluq göstərdiyi halda, cərəyan əyrilərində fiziki komponentlər və dəyişkən zəmin səbəbindən daha nəzərəçarpan fərqlər müşahidə edilmişdir.

İlk dövrdə batareyanın SOC-sindəki azalma:

• sahə sınağı: %16.60,
• simulyasiya: %16.95

olaraq bildirilmişdir. Tədqiqatçılar bu uyğunluğu PSO-Fuzzy EMS və güc sistemi modelinin nəqliyyat vasitəsi səviyyəsində tətbiq oluna bilməsini dəstəkləyən əlavə sübut kimi qiymətləndirmişlər.

Tədqiqatın dəstəklədiyi nəticələr

• Dəyişən çiləmə mayesi kütləsi güc sistemi simulyasiyasında dinamik şəkildə modelləşdirilə bilər.
• AVL-CRUISE və MATLAB/Simulink birlikdə istifadə edilərək nəqliyyat vasitəsinin fiziki modeli ilə EMS eyni dövrdə həll edilə bilər.
• PSO standart fuzzy nəzarətçinin üzvlük funksiyası parametrlərini ekvivalent yanacaq sərfiyyatını azaldacaq şəkildə optimallaşdıra bilmişdir.
• PSO-Fuzzy strategiyası sınaqdan keçirilmiş dövrdə üç EMS arasında ən aşağı ekvivalent yanacaq sərfiyyatını vermişdir.
• Simulyasiya ilə fiziki sınaq platformasının SOC və yanacaq sərfiyyatı nəticələri bir-birinə yaxın olmuşdur.
• Real nəqliyyat vasitəsi təcrübələri güc sistemi modelinin sahə əməliyyatının əsas enerji və hərəkət davranışlarını məqbul dərəcədə təmsil etdiyini dəstəkləmişdir.

Tədqiqatın dəstəkləmədiyi ümumiləşdirmələr

• PSO-Fuzzy-nin bütün hibrid və ya məsafə artırıcılı kənd təsərrüfatı nəqliyyat vasitələrində eyni faizlə yanacağa qənaət təmin edəcəyi göstərilməmişdir.
• 3.68 kg dəyəri ümumi nəqliyyat vasitəsi sərfiyyatı standartı deyil; tədqiqatda müəyyən edilmiş dövrə xasdır.
• PSO ilə əldə edilən üzvlük funksiyalarının bütün tapşırıq dövrləri üçün riyazi baxımdan universal optimum olduğu sübut edilməmişdir.
• Simulyasiya ilə sınaq arasındakı aşağı xəta modelin bütün zəmin, yamac, iqlim və yük şərtlərində eyni dəqiqliyə malik olduğunu sübut etmir.
• Tədqiqat tam elektrik sisteminin bütün şərtlərdə məsafə artırıcılı arxitekturadan pis olduğunu göstərmir.
• Yanacaq qənaətinin artması təkbaşına batareyanın ömrünün və ya bütün güc ötürmə sisteminin ömrünün eyni nisbətdə yaxşılaşdığını göstərmir.

Elmi və mühəndislik əhəmiyyəti

Tədqiqatın mühüm tərəfi yalnız “PSO yanacaq sərfiyyatını azaltdı” nəticəsi deyil. Tədqiqatçılar enerji idarəetməsini optimallaşdırmazdan əvvəl çiləyici maşının real tapşırıq quruluşuna xas enerji modeli yaratmışlar. Kənd təsərrüfatı nəqliyyat vasitəsinin çəni işləmə zamanı yüngülləşir, nasos enerji sərf edir, nəqliyyat vasitəsi sahənin sonunda dönür və eyni dövr daxilində həm aşağı, həm də yüksək güc tələb edən mərhələlərdən keçir.

Buna görə enerji idarəetmə problemi sabit yüklə işləyən hibrid nəqliyyat vasitəsi problemindən fərqlənir. Tədqiqatın metodoloji töhfəsi bu kənd təsərrüfatı tapşırığı komponentlərini birgə simulyasiya modelinə daxil edib idarəetmə alqoritmini həmin mühitdə qiymətləndirməsidir.

Məhdudiyyətlər

Modeldə bəzi alt sistemlər hesablama xərcini azaltmaq üçün yarımstatik və ya MAP əsaslı şəkildə təmsil edilmişdir. Məsələn, elektrik mühərriklərinin sürətli keçid elektromexaniki dinamikası ətraflı şəkildə modelləşdirilməmişdir. Batareya modeli Rint ekvivalent dövrəsinə əsaslanır və istilik dinamikası ilə bəzi sürətli keçid təsirləri nəzərə alınmır.

Buna görə çox qısamüddətli elektrik keçid hadisələri, istilik məhdudiyyətləri və ya batareyanın uzunmüddətli köhnəlməsi üçün eyni model ayrıca doğrulanmalıdır.

Eyni qaydada sahə təcrübəsi tədqiqatda istifadə edilən 3WPZ-300 maşını və müəyyən edilmiş kənd təsərrüfatı iş ssenariləri ilə məhdudlaşır. Fərqli çən tutumları, ərazi yamacları, torpaq müqavimətləri, çiləmə sürətləri, batareya kimyaları və məsafə artırıcı ölçüləri üçün yenidən kalibrləmə tələb oluna bilər.

Mənbə və Metod Qeydi

Orijinal başlıq: Improved Model and Strategy Optimization for Energy Management of the Power System in Range-Extended Sprayers Based on AVL-CRUISE and MATLAB/Simulink

Müəlliflər: He Li, Yudong Guo, Shangshang Cheng, Tan Yao və Gongpei Cui

Məsul müəllif: Gongpei Cui

Qurumlar: College of Mechanical and Electrical Engineering, Henan Agricultural University, Zhengzhou, Çin; College of Mechanical and Electronic Engineering, Northwest A&F University, Yangling, Çin.

Jurnal: Agriculture

Nəşriyyat: MDPI

Cild / nömrə / məqalə: 16(5), 580

Nəşr tarixi: 3 Mart 2026

DOI: 10.3390/agriculture16050580

Mənbə növü: Həmkar rəyindən keçmiş orijinal tədqiqat məqaləsi.

Lisenziya: Creative Commons Attribution (CC BY).

Tədqiqat platforması: 3WPZ-300 pilotsuz məsafə artırıcılı çiləyici maşın.

Simulyasiya proqramları: AVL-CRUISE R2019.2 və MATLAB/Simulink R2022a.

Enerji idarəetməsi müqayisəsi: çoxnöqtəli güc izləmə EMS, standart fuzzy EMS və Particle Swarm Optimization ilə optimallaşdırılmış fuzzy EMS.

Optimallaşdırma hədəfi: Batareya enerjisinin yanacaq ekvivalentini də nəzərə alan ekvivalent yanacaq sərfiyyatının azaldılması.

Eksperimental doğrulama: Enerji idarəetmə sınaq platforması və real nəqliyyat vasitəsinin sahə sınağı.

Maliyyələşdirmə: Agricultural Scientific Research System Project of the Ministry of Finance, CARS-04; Science and Technology Research Project of Henan Province, 242102111175.

Məlumatların əlçatanlığı: Müəlliflər tədqiqatın orijinal töhfələrinin məqalədə yer aldığını və əlavə sualların məsul müəllifə yönəldilə biləcəyini bildirirlər.

Maraqların toqquşması: Müəlliflər maraqların toqquşması barədə məlumat verməmişlər.

Mənbədaxili uyğunsuzluq qeydi: Results 3.1.4 bölməsindəki faiz müqayisəsi cümləsi Table 4, Abstract və Conclusions ilə tam uyğun deyil. Table 4 dəyərləri 4.01 kg, 3.87 kg və 3.68 kg-dır; bu dəyərlər PSO-Fuzzy-nin standart fuzzy ilə müqayisədə təxminən %4.90, çoxnöqtəli güc izləmə ilə müqayisədə təxminən %8.23 daha aşağı ekvivalent sərfiyyat yaratdığını dəstəkləyir. Verianla bu uyğunsuzluğu səssizcə düzəltməmiş və mənbə-of-truth kimi cədvəl dəyərlərini qorumuşdur.

Əsas metodoloji məhdudiyyətlər: Elektrik mühərriklərində MAP əsaslı statik səmərəlilik yanaşmasından istifadə edilmiş, batareya üçün Rint ekvivalent dövrə modeli seçilmiş və bəzi istilik/keçid təsirləri nəzərə alınmamışdır. Sahə doğrulaması müəyyən bir nəqliyyat vasitəsi, güc sistemi və iş dövrü ilə məhdudlaşır.

Verianla izah üsulu: Bu məzmun orijinal akademik məqalənin sətirbəsətir tərcüməsi və ya paraqraf quruluşunun yaxın şəkildə yenidən yazılması deyil. Mənbədəki güc sistemi əlaqələri, tənliklər, idarəetmə arxitekturası, təcrübə şərtləri, ədədi nəticələr və məhdudiyyətlər elmi məlumat səviyyəsində çıxarılaraq müstəqil Azərbaycan dilində öyrədici quruluşda yenidən təşkil edilmişdir.