PSO ile optimize edilmiş bulanık kontrol tabanlı enerji yönetim sistemi, menzil uzatmalı tarımsal püskürtme makinesinde batarya, dizel motor-jeneratör menzil uzatıcı, dört tekerlek motoru, püskürtme pompası ve değişken araç yükü arasındaki enerji akışını, toplam enerji tüketimini ve yakıt kullanımını azaltacak biçimde yöneten bir kontrol yaklaşımıdır. He Li ve çalışma arkadaşları, 3WPZ-300 insansız menzil uzatmalı püskürtme makinesinin enerji davranışını incelemek için AVL-CRUISE R2019.2 ile MATLAB/Simulink R2022a'yı birleştiren bir ortak simülasyon platformu kurmuş; standart bulanık kontrolün üyelik fonksiyonlarını Particle Swarm Optimization (PSO) ile optimize etmiştir.

Çalışmanın önemli modelleme özelliklerinden biri, püskürtme sırasında tanktaki sıvının azalmasını sabit araç kütlesi varsayımıyla geçmemesidir. Pompa debisi ve çalışma süresi üzerinden kalan sıvı miktarı hesaplanmış, değişen tank kütlesinin tekerlek yuvarlanma direncine etkisi AVL-CRUISE modeli içine eklenmiştir. Böylece aracın güç ihtiyacı, yalnız hız profiline değil, püskürtme işlemi boyunca azalan yüküne de bağlanmıştır.

Çok noktalı güç takip, standart bulanık kontrol ve PSO ile optimize edilmiş bulanık kontrol stratejileri aynı çevrim koşullarında karşılaştırılmıştır. Simülasyonda eşdeğer yakıt tüketimi sırasıyla 4.01 kg, 3.87 kg ve 3.68 kg olarak elde edilmiştir. PSO-Fuzzy stratejisinin eşdeğer yakıt tüketimi standart fuzzy kontrole göre yaklaşık %4.90, çok noktalı güç takip stratejisine göre yaklaşık %8.23 daha düşüktür.

Fiziksel test platformu sonuçları simülasyonla yakın uyum göstermiştir. Çevrim sonunda SOC farkı 0.38 yüzde puanı, toplam yakıt tüketimi farkı %1.6 olarak raporlanmıştır. PSO-Fuzzy stratejisinin eşdeğer yakıt tüketimi simülasyonda 3.68 kg, platform testinde 3.65 kg olmuş ve iki sonuç arasındaki göreli hata %0.8 olarak hesaplanmıştır. Bu bulgular, önerilen enerji yönetimi ve ortak simülasyon modelinin çalışmada kullanılan araç ve deney koşulları altında fiziksel sistemi temsil edebildiğini desteklemektedir.

Menzil Uzatmalı Tarımsal Püskürtme Makinesi Nasıl Çalışır?

Menzil uzatmalı püskürtme makinesi, tekerlekleri mekanik olarak doğrudan dizel motorla sürmek yerine elektrik motorlarıyla hareket ettiren; bataryanın enerji seviyesi düştüğünde motor-jeneratör grubunu elektrik üretmek üzere devreye alan seri hibrit bir güç mimarisidir. Çalışmadaki 3WPZ-300 araçta menzil uzatıcı, dizel motor ile jeneratörden oluşurken tekerlek tahriki dört elektrik motoruyla gerçekleştirilmekte ve enerji akışı merkezi kontrol birimi tarafından yönetilmektedir.

3WPZ-300 güç sisteminin yapısı

Araştırmada kullanılan araç 750 kg boş ağırlığa, 1050 kg tam yüklü kütleye, 7.5 m püskürtme genişliğine ve 20 püskürtme memesine sahiptir. Püskürtme pompasının nominal gücü 2.5 kW ve püskürtme basıncı 0.3 MPa'dır.

Üç çalışma modu

Sistem motorun çalışma durumuna göre üç ana moda ayrılır.

• Saf elektrik modu: Tekerlek motorları ve püskürtme pompası bataryadan beslenir; dizel motor-jeneratör çalışmaz.
• Menzil uzatmalı mod: Batarya SOC değeri belirlenen seviyeye indiğinde dizel motor-jeneratör devreye girerek elektrik üretir ve sistemin güç talebi ile batarya durumuna göre çalışır.
• Sabit şarj modu: Araç dış elektrik şebekesinden şarj edilebilir.

Seri hibrit mimarinin önemli sonucu, dizel motorun tekerleklerle doğrudan mekanik bağlantısının bulunmamasıdır. Böylece motor devri, aracın tekerlek hızına doğrudan bağlı kalmadan verimli çalışma bölgesinde tutulabilir.

AVL-CRUISE ve MATLAB/Simulink Ortak Simülasyonu Neden Kullanılmıştır?

AVL-CRUISE araç, motor, jeneratör, batarya, tahrik motoru ve mekanik güç akışının fiziksel modelini oluştururken MATLAB/Simulink enerji yönetimi, range extender kontrolü ve rejeneratif frenleme mantığını yürütmektedir. İki ortamın birlikte kullanılması, araç dinamiğinin enerji yönetimi algoritmasıyla aynı çevrim içinde karşılıklı veri alışverişi yapmasını ve kontrol stratejilerinin aynı fiziksel model üzerinde karşılaştırılmasını sağlar.

Ortak simülasyon mimarisi

AVL-CRUISE tarafında motor, jeneratör, tahrik motorları, lastikler, redüktör ve güç akışı gibi fiziksel bileşenler tanımlanmıştır. MATLAB/Simulink tarafında ise range extender'ın ne zaman çalışacağı, ne kadar güç üreteceği ve rejeneratif frenlemenin nasıl yönetileceği belirlenir.

Motor yakıt tüketim MAP'i, elektrik motoru verim haritaları, redüksiyon oranı, yuvarlanma direnci ve transmisyon verimi gibi değerler 3WPZ-300 sistemine ait test ve tasarım parametreleriyle modele aktarılmıştır.

Araç güç dengesi

Tahrik motorunun ihtiyaç duyduğu elektrik gücü kaynakta şu temel ilişkiyle ifade edilir:

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

\(P_{\mathrm{dem}}\), motorun talep ettiği toplam elektrik gücünü; \(P_m\), mekanik tahrik gücünü; \(P_{\mathrm{loss,m}}\) ise elektrik enerjisinin mekanik enerjiye dönüştürülmesindeki kaybı ifade eder.

Dört tekerlek motoru, batarya, püskürtme pompası ve menzil uzatıcı birlikte değerlendirildiğinde güç dengesi:

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

biçiminde kurulmuştur. Burada \(P_e\) motorun mekanik çıkış gücü, \(P_b\) batarya gücü, \(P_p\) püskürtme pompası gücü, \(\eta_1\) transmisyon verimi ve \(\eta_2\) güç dönüşüm verimidir.

Boyuna hareket direnci

Araç hareket halindeyken güç ihtiyacı yalnız motor sisteminden değil, hareket dirençlerinden de etkilenir:

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

ve toplam kuvvet gereksinimi:

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

olarak tanımlanır.

Burada atalet, aerodinamik direnç, yuvarlanma direnci ve eğim direnci birlikte değerlendirilir.

Kaynakta bu direnç bileşenleri:

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

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

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

şeklinde verilmiştir.

Motor verim modeli

Dizel motorun toplam verimi mekanik çıkış gücünün yakıttaki kimyasal güce oranıdır:

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

\(T_e\) motor torku, \(\omega_e\) motor açısal hızı, \(Q_{\mathrm{lhv}}\) dizel yakıtın alt ısıl değeri ve \(\dot{m}_f\) yakıt kütlesel debisidir.

Menzil uzatıcı tekerleklerden mekanik olarak ayrıldığı için motorun çalışma noktası aracın anlık tekerlek hızına zorunlu olarak bağlı değildir. Bu özellik, motorun optimal çalışma hattında daha uzun süre tutulabilmesini enerji yönetimi açısından önemli hale getirir.

Elektrik motorları ve jeneratör

Çalışmada hesaplama yükünü sınırlamak amacıyla motorların hızlı elektromekanik geçici davranışı ayrıntılı dinamik model yerine statik verim MAP'leriyle temsil edilmiştir. Araştırmada jeneratör için en yüksek verim yaklaşık %93, tahrik motorunda ise yaklaşık %89 olarak raporlanmıştır.

Püskürtme Tankındaki Sıvının Azalması Enerji Modelini Neden Değiştirir?

Püskürtme işlemi ilerledikçe tanktaki sıvı azalır ve aracın toplam kütlesi düşer; bu da özellikle yuvarlanma direncini ve dolayısıyla tahrik için gereken gücü değiştirir. Çalışmanın enerji modelindeki önemli yeniliklerden biri, bu değişken yükü sabit kabul etmek yerine pompanın debisi ve çalışma süresinden kalan tank kütlesini hesaplayıp tekerlek uçlarındaki direnç torkuna gerçek zamanlı olarak bağlamasıdır.

Standart AVL-CRUISE modelindeki eksik

Araştırmacılar AVL-CRUISE'un standart bileşenleri içinde çalışma sırasında araç toplam kütlesinin sürekli değişimini doğrudan temsil eden uygun bir modül bulunmadığını belirtmektedir.

Bu nedenle model dört adımda genişletilmiştir:

1. Su pompası Motor bileşeniyle modellenmiştir.
2. Pompa gücü ile püskürtme debisi arasında MAP ilişkisi kurulmuştur.
3. Başlangıçtaki tank kütlesinden zamanla püskürtülen sıvı çıkarılarak kalan kütle hesaplanmıştır.
4. Kalan tank kütlesi, tekerlek uçlarında uygulanacak direnç torkuyla ilişkilendirilmiştir.

Tank kütlesinin zamana bağlı değişimi:

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

olarak ifade edilir. Burada \(M_0\) başlangıç tank kütlesi ve \(Q_s\) püskürtme debisidir.

Bu yaklaşım sayesinde araç aynı hızda giderken bile tank dolu ve tank boş durumlarının aynı enerji talebine sahip olmadığı modele yansıtılmıştır.

Çalışma çevriminin enerji dağılımı

Araştırmacılar püskürtme makinesinin çalışma çevrimini beş temel operasyon durumuna ayırmıştır.

En büyük enerji payı yaklaşık %42 ile sabit hızlı püskürtme bölümünde raporlanmıştır. Bu sonuç, enerji optimizasyonunun yalnız hızlanma veya dönüş gibi kısa süreli tepe yüklerine değil, uzun süre devam eden ana çalışma fazına da odaklanması gerektiğini göstermektedir.

PSO ile Optimize Edilmiş Bulanık Enerji Yönetimi Nasıl Çalışır?

PSO-Fuzzy EMS, batarya SOC'si ve aracın toplam güç talebini fuzzy denetleyicinin girişleri olarak kullanır; hedef motor gücünü çıktı olarak üretir ve fuzzy üyelik fonksiyonlarının kritik parametrelerini Particle Swarm Optimization ile eşdeğer yakıt tüketimini en aza indirecek biçimde ayarlar. Böylece standart fuzzy denetimde uzman seçimine bağlı olan üyelik fonksiyonu sınırları, ortak simülasyon modelinin enerji sonucu üzerinden iteratif olarak optimize edilir.

Standart bulanık kontrol

Fuzzy EMS'nin iki temel girdisi vardır:

• araç toplam güç talebi,
• batarya State of Charge (SOC).

Çıkış ise motorun hedef güç talebidir.

Mamdani tipi fuzzy çıkarım kullanılmış ve kontrol mantığı IF–THEN kurallarıyla tanımlanmıştır. Örneğin toplam güç talebinin yüksek, batarya SOC değerinin düşük olduğu durumda menzil uzatıcının daha yüksek güç üretmesi sağlanabilir.

Bataryanın çalışma aralığı araştırmada genel olarak:

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

ile sınırlandırılmıştır.

SOC başlangıçta menzil uzatıcının açılma eşiğinin üzerindeyken araç saf elektrik modunda çalışır. SOC alt eşiğe yaklaştığında range extender devreye girer; batarya yeniden üst eşiğe yükseldiğinde motor kapatılır.

Neden PSO gerekir?

Bulanık denetimin avantajı, doğrusal olmayan ve zamanla değişen bir sistemi anlaşılır kurallarla kontrol edebilmesidir. Ancak üyelik fonksiyonlarının konumu ve genişliği çoğu zaman uzman seçimine bağlıdır.

PSO bu parametreleri optimizasyon problemi olarak ele alır. Her aday parametre dizisi bir parçacığın konumu olarak temsil edilir; parçacıklar kendi geçmişteki en iyi çözümleri ve tüm sürünün en iyi çözümünü kullanarak arama uzayında hareket eder.

Kaynakta parçacık hız güncellemesi:

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

ve konum güncellemesi:

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

olarak verilmiştir.

\(\omega\) atalet ağırlığı, \(c_1\) ve \(c_2\) öğrenme katsayıları, \(r_1\) ve \(r_2\) 0–1 aralığındaki rastgele katsayılar, \(p_i\) parçacığın kendi en iyi konumu ve \(p_g\) sürünün küresel en iyi konumudur.

Optimizasyon hedefi: eşdeğer yakıt tüketimi

PSO optimizasyonunda yalnız dizel yakıt miktarını azaltmak yeterli değildir. Bir strateji daha az dizel tüketirken bataryadan çok daha fazla enerji çekerse gerçek enerji avantajı olduğundan büyük görünebilir.

Bu nedenle çalışma bataryadaki enerji tüketimini de yakıt eşdeğerine dönüştüren ECMS yaklaşımını kullanır:

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

Burada \(m_f\) gerçek motor yakıt tüketimini, \(m_b\) ise bataryadan kullanılan enerjinin eşdeğer yakıt karşılığını ifade eder.

Kaynakta optimizasyon sırasında aşağıdaki fiziksel sınırlar korunur:

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

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

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

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

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

Bu kısıtlar optimizasyonun fiziksel olarak uygulanamayacak bir üyelik fonksiyonu seçmesini önlemeyi amaçlamaktadır.

PSO'nun fuzzy denetleyici üzerinde yaptığı değişiklik

Çalışmada giriş ve çıkış üyelik fonksiyonlarındaki toplam 10 parametre \(X_1\)–\(X_{10}\) PSO tarafından ayarlanmıştır. Her parçacık yeni üyelik fonksiyonu parametrelerini temsil eder; MATLAB bu parametrelerle yeni fuzzy kontrol davranışını oluşturur ve AVL-CRUISE ortak simülasyonunu çalıştırır. Eşdeğer yakıt tüketimi en düşük olan parametre seti en iyi çözüm olarak seçilir.

Çalışmanın Yöntemi ve Bulguları

Karşılaştırılan üç EMS

Çok noktalı güç takip sonucu

Başlangıç SOC değeri %80 olarak ayarlanmış ve araç önce saf elektrik modunda çalışmıştır. Yaklaşık 3205 s sonunda SOC yaklaşık %30'a düşünce menzil uzatıcı devreye girmiştir.

Motor gücü yaklaşık 4–8 kW aralığında ve şarj gücü çoğunlukla 1–3 kW aralığında gerçekleşirken bazı anlarda 4 kW civarında tepe görülmüştür. Araştırmacılar bu yüksek şarj gücü dalgalanmalarının batarya çevrim ömrü açısından istenmeyen olabileceğini belirtmektedir.

Standart fuzzy EMS sonucu

Fuzzy kontrol altında motor gücü yaklaşık 5–8 kW aralığında ve motor torku yaklaşık 45–60 N·m aralığında periyodik olarak ayarlanmıştır. Range extender devreye girdikten sonra SOC yükseldikçe şarj gücü yaklaşık 3 kW'tan 1 kW'a doğru azalmıştır.

Sistem böylece yalnız mevcut yükü takip etmek yerine bataryanın enerji durumunu da karar mekanizmasına dahil etmiştir.

PSO-Fuzzy EMS sonucu

PSO optimizasyonu sonrasında motor gücü daha yoğun biçimde yaklaşık 6.5–8 kW bölgesinde, tork ise yaklaşık 42–54 N·m aralığında kalmıştır. Araştırmacılar bu yoğunlaşmanın motoru yakıt tüketimi açısından daha uygun çalışma noktalarında tutmasına yardımcı olduğunu belirtmektedir.

SOC %80 başlangıç değerinden %30 açılma eşiğine indikten sonra menzil uzatıcı devreye girmiş ve bataryanın yeniden üst SOC bölgesine taşınması sağlanmıştır.

PSO-Fuzzy Enerji Yönetimi Yakıt Tüketimini Ne Kadar Azalttı?

Kaynağın Table 4 verilerine göre PSO-Fuzzy enerji yönetimi 3.68 kg eşdeğer yakıt tüketimiyle karşılaştırılan üç strateji arasındaki en düşük değeri üretmiştir; aynı ölçüt standart fuzzy kontrolde 3.87 kg, çok noktalı güç takip stratejisinde 4.01 kg'dır. Buna göre PSO-Fuzzy'nin eşdeğer tüketimi standart fuzzy'den yaklaşık %4.90, çok noktalı stratejiden yaklaşık %8.23 daha düşüktür.

Bu tablo önemli bir noktayı da gösterir: PSO-Fuzzy motor yakıtını büyük ölçüde düşürürken batarya enerjisini daha fazla kullanmaktadır. Bu nedenle yalnız 2.70 kg dizel tüketimine bakarak stratejinin toplam enerji performansını değerlendirmek doğru değildir. Çalışmanın optimizasyon ölçütü bu nedenle batarya kullanımını yakıt eşdeğerine çeviren 3.68 kg'lık toplam eşdeğer tüketim değeridir.

Kaynak içi yüzde tutarsızlığı

Kaynağın Abstract ve Conclusions bölümleri PSO-Fuzzy'nin standart fuzzy kontrole kıyasla %4.90, çok noktalı güç takibe kıyasla %8.23 yakıt ekonomisi iyileştirmesi sağladığını belirtmektedir. Table 4'teki 3.68, 3.87 ve 4.01 kg değerlerinden hesaplanan oranlar da bu ifadeyi desteklemektedir.

Buna karşılık Results 3.1.4 bölümünün bir cümlesinde standart fuzzy kontrolün çok noktalı stratejiye kıyasla %4.90 ve PSO-Fuzzy'nin standart fuzzy'ye kıyasla %3.5 iyileştiği belirtilmektedir. Table 4'e göre standart fuzzy ile çok noktalı arasındaki fark yaklaşık %3.49, PSO-Fuzzy ile standart fuzzy arasındaki fark ise yaklaşık %4.91'dir. Bu nedenle Verianla anlatımında kaynakta birbirini destekleyen Table 4, Abstract ve Conclusions değerleri korunmuştur.

Fiziksel test platformunun yapısı

Enerji yönetim test platformu beş ana alt sistemden oluşturulmuştur:

• yük simülasyon sistemi,
• motor kontrol sistemi,
• güç kaynağı sistemi,
• ölçüm ve kontrol sistemi,
• menzil uzatmalı güç aktarma sistemi.

Simulink'te oluşturulan enerji yönetimi C koduna dönüştürülerek PLC'ye aktarılmıştır. PLC, SOC ve araç güç talebinden hedef motor güç ve devir değerlerini hesaplamış; yakıt tüketimi gerçek zamanlı yakıt debimetresiyle ölçülmüştür.

Simülasyon Gerçek Test Sistemini Ne Kadar Doğru Temsil Etti?

Çalışmada çevrim hızı, batarya SOC'si ve yakıt tüketimi bakımından simülasyon ile fiziksel test platformu arasında yakın uyum raporlanmıştır. Ortalama hız sapması 0.079 km/h ve ortalama hız hatası %3.1; çevrim sonu SOC farkı 0.38 yüzde puanı; toplam yakıt tüketimi farkı ise %1.6 olarak bulunmuştur. PSO-Fuzzy stratejisinin eşdeğer yakıt tüketimi simülasyonda 3.68 kg ve platformda 3.65 kg olup göreli hata %0.8'dir.

Hız doğrulaması

Simülasyon ve test platformundaki hız profilleri genel olarak aynı çevrim biçimini izlemiştir. En büyük hız farkı hızlanma veya yavaşlama sırasında yaklaşık 1.11 km/h olmuştur. Bütün çevrim boyunca ortalama hız farkı 0.079 km/h ve ortalama hız hatası %3.1 olarak raporlanmıştır.

SOC doğrulaması

Bataryanın ilk kez range extender açılma eşiğine ulaşması simülasyonda 3250 s, fiziksel platformda 3267 s sürmüş ve zamanlama farkı yaklaşık %0.52 olmuştur.

Simülasyonda menzil uzatıcı tepki süresi 4.1 s iken fiziksel platformda motor çalıştırma süresi dahil 7.1 s ölçülmüştür. Bunun sonucu olarak minimum SOC fiziksel testte %29.85, simülasyonda %29.90 olmuştur.

Çevrim sonunda:

• platform SOC: %38.09,
• simülasyon SOC: %37.71.

Aradaki fark 0.38 yüzde puanıdır.

Yakıt tüketimi doğrulaması

Çevrim sonunda toplam yakıt tüketimi:

• fiziksel platform: 3.13 L,
• simülasyon: 3.18 L.

Kaynak bu farkı yaklaşık %1.6 olarak raporlamaktadır.

Üç stratejinin platform doğrulaması

Her üç stratejide de simülasyon ve deneysel platform değerlerinin birbirine yakın olması, geliştirilen ortak simülasyon modelinin kullanılan deney düzeninde enerji davranışını makul doğrulukla temsil ettiğini desteklemektedir.

Gerçek araç saha doğrulaması

Araştırmacılar son aşamada enerji yönetimi modelini gerçek püskürtme makinesindeki saha işletimiyle de karşılaştırmıştır. Araca akım-gerilim ölçüm modülleri ve hız sensörleri takılmış; çalışma alanı uydu konumlandırma arayüzü üzerinden belirlenmiş; rota, çalışma hızı ve pompa gücü yönetim arayüzünden ayarlanmıştır.

Gerçek toprak koşullarının değişkenliği nedeniyle motor torku saha deneyinde simülasyona kıyasla daha fazla dalgalanmıştır. Gerilim eğrileri simülasyonla yüksek uyum gösterirken akım eğrilerinde fiziksel bileşenler ve değişken zemin nedeniyle daha belirgin farklar görülmüştür.

İlk çevrimde batarya SOC'sindeki azalma:

• saha testi: %16.60,
• simülasyon: %16.95

olarak raporlanmıştır. Araştırmacılar bu uyumu, PSO-Fuzzy EMS ve güç sistemi modelinin araç düzeyindeki uygulanabilirliğini destekleyen ilave kanıt olarak değerlendirmiştir.

Çalışmanın desteklediği sonuçlar

• Değişen püskürtme sıvısı kütlesi, güç sistemi simülasyonunda dinamik olarak modellenebilir.
• AVL-CRUISE ve MATLAB/Simulink birlikte kullanılarak araç fizik modeli ile EMS aynı çevrimde çözülebilir.
• PSO, standart fuzzy denetleyicinin üyelik fonksiyonu parametrelerini eşdeğer yakıt tüketimini düşürecek biçimde optimize edebilmiştir.
• PSO-Fuzzy stratejisi test edilen çevrimde üç EMS arasındaki en düşük eşdeğer yakıt tüketimini vermiştir.
• Simülasyon ile fiziksel test platformunun SOC ve yakıt tüketimi sonuçları birbirine yakın çıkmıştır.
• Gerçek araç deneyleri, güç sistemi modelinin saha operasyonunun temel enerji ve hareket davranışlarını makul ölçüde temsil ettiğini desteklemiştir.

Çalışmanın desteklemediği genellemeler

• PSO-Fuzzy'nin bütün hibrit veya menzil uzatmalı tarım araçlarında aynı yüzdeyle yakıt tasarrufu sağlayacağı gösterilmemiştir.
• 3.68 kg değeri genel bir araç tüketim standardı değildir; çalışmada tanımlanan çevrime özgüdür.
• PSO ile elde edilen üyelik fonksiyonlarının bütün görev çevrimleri için matematiksel olarak evrensel optimum olduğu kanıtlanmamıştır.
• Simülasyon ile test arasındaki düşük hata, modelin bütün zemin, eğim, iklim ve yük koşullarında aynı doğruluğa sahip olduğunu kanıtlamaz.
• Çalışma saf elektrikli sistemin bütün koşullarda menzil uzatmalı mimariden kötü olduğunu göstermemektedir.
• Yakıt ekonomisi artışı tek başına batarya ömrünün veya bütün güç aktarma sistemi ömrünün aynı oranda iyileştiğini göstermez.

Bilimsel ve mühendislik anlamı

Çalışmanın önemli tarafı yalnız “PSO yakıt tüketimini azalttı” sonucu değildir. Araştırmacılar enerji yönetimi optimizasyonundan önce püskürtme makinesinin gerçek görev yapısına özgü bir enerji modeli kurmuştur. Tarım aracının deposu çalışma sırasında hafiflemekte, pompa enerji tüketmekte, araç tarla sonlarında dönmekte ve aynı çevrim içinde hem düşük hem yüksek güç gerektiren fazlardan geçmektedir.

Dolayısıyla enerji yönetimi problemi sabit yükte çalışan bir hibrit araç probleminden farklıdır. Çalışmanın metodolojik katkısı, bu tarımsal görev bileşenlerini co-simulation modeline taşıyıp kontrol algoritmasını bu ortamda değerlendirmesidir.

Sınırlılıklar

Modelde bazı alt sistemler hesaplama maliyetini azaltmak için yarı-statik veya MAP tabanlı olarak temsil edilmiştir. Örneğin elektrik motorlarının hızlı geçici elektromekanik dinamikleri ayrıntılı biçimde modellenmemiştir. Batarya modeli Rint eşdeğer devresine dayanmakta ve termal dinamikler ile bazı hızlı transient etkileri ihmal etmektedir.

Bu nedenle çok kısa süreli elektriksel geçici olaylar, termal sınırlamalar veya uzun dönem batarya yaşlanması için aynı modelin ayrıca doğrulanması gerekir.

Benzer biçimde saha deneyi, çalışmada kullanılan 3WPZ-300 makine ve belirlenen tarımsal çalışma senaryolarıyla sınırlıdır. Farklı tank kapasiteleri, arazi eğimleri, toprak dirençleri, püskürtme hızları, batarya kimyaları ve range extender boyutları için yeniden kalibrasyon gerekebilir.

Kaynak ve Yöntem Notu

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

Yazarlar: He Li, Yudong Guo, Shangshang Cheng, Tan Yao ve Gongpei Cui

Sorumlu yazar: Gongpei Cui

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

Dergi: Agriculture

Yayıncı: MDPI

Cilt / sayı / makale: 16(5), 580

Yayın tarihi: 3 Mart 2026

DOI: 10.3390/agriculture16050580

Kaynak türü: Hakemli özgün araştırma makalesi.

Lisans: Creative Commons Attribution (CC BY).

Araştırma platformu: 3WPZ-300 insansız menzil uzatmalı püskürtme makinesi.

Simülasyon yazılımları: AVL-CRUISE R2019.2 ve MATLAB/Simulink R2022a.

Enerji yönetimi karşılaştırması: çok noktalı güç takip EMS, standart fuzzy EMS ve Particle Swarm Optimization ile optimize edilmiş fuzzy EMS.

Optimizasyon hedefi: Batarya enerjisinin yakıt eşdeğerini de hesaba katan eşdeğer yakıt tüketiminin azaltılması.

Deneysel doğrulama: Enerji yönetimi test platformu ve gerçek araç saha testi.

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

Veri erişilebilirliği: Yazarlar çalışmanın özgün katkılarının makale içinde bulunduğunu ve ek soruların sorumlu yazara yöneltilebileceğini belirtmektedir.

Çıkar çatışması: Yazarlar çıkar çatışması bildirmemiştir.

Kaynak içi tutarsızlık notu: Results 3.1.4 bölümündeki yüzdesel karşılaştırma cümlesi Table 4, Abstract ve Conclusions ile tam uyumlu değildir. Table 4 değerleri 4.01 kg, 3.87 kg ve 3.68 kg'dır; bu değerler PSO-Fuzzy'nin standart fuzzy'ye göre yaklaşık %4.90, çok noktalı güç takibine göre yaklaşık %8.23 daha düşük eşdeğer tüketim ürettiğini desteklemektedir. Verianla bu tutarsızlığı sessizce düzeltmemiş ve kaynak-of-truth olarak tablo değerlerini korumuştur.

Temel yöntemsel sınırlar: Elektrik motorlarında MAP tabanlı statik verim yaklaşımı kullanılmış, bataryada Rint eşdeğer devre modeli tercih edilmiş ve termal/geçici bazı etkiler ihmal edilmiştir. Saha doğrulaması belirli bir araç, güç sistemi ve çalışma çevrimiyle sınırlıdır.

Verianla anlatım yöntemi: Bu içerik özgün akademik makalenin satır satır çevirisi veya paragraf yapısının yakın yeniden yazımı değildir. Kaynaktaki güç sistemi ilişkileri, denklemler, kontrol mimarisi, deney koşulları, sayısal sonuçlar ve sınırlılıklar bilimsel bilgi düzeyinde çıkarılarak bağımsız Türkçe öğretici yapıda yeniden düzenlenmiştir.