Mfumo wa usimamizi wa nishati unaotegemea udhibiti wa mantiki hafifu ulioboreshwa kwa PSO ni mbinu ya udhibiti inayosimamia mtiririko wa nishati kati ya betri, kirefusha masafa cha injini ya dizeli-jenereta, mota nne za magurudumu, pampu ya kunyunyizia na mzigo unaobadilika wa mashine ya kilimo yenye kirefusha masafa kwa namna inayopunguza jumla ya matumizi ya nishati na mafuta. He Li na wenzake waliunda jukwaa la uigaji-shirikishi linalounganisha AVL-CRUISE R2019.2 na MATLAB/Simulink R2022a ili kuchunguza tabia ya nishati ya mashine ya kunyunyizia isiyo na dereva ya 3WPZ-300 yenye kirefusha masafa; waliboresha vitendakazi vya uanachama vya udhibiti wa kawaida wa mantiki hafifu kwa kutumia Particle Swarm Optimization (PSO).

Moja ya vipengele muhimu vya uundaji wa modeli katika utafiti huu ni kwamba haukupuuza kupungua kwa kimiminika tangini wakati wa kunyunyizia kwa kudhani uzito wa gari ni thabiti. Kiasi cha kimiminika kilichobaki kilihesabiwa kwa kutumia kiwango cha mtiririko wa pampu na muda wa kufanya kazi, na athari ya uzito unaobadilika wa tangi kwenye ukinzani wa kubingirika wa magurudumu ikaongezwa katika modeli ya AVL-CRUISE. Hivyo, mahitaji ya nguvu ya gari yaliunganishwa si tu na wasifu wa kasi bali pia na mzigo unaopungua katika mchakato wa kunyunyizia.

Mikakati ya ufuatiliaji wa nguvu wa sehemu nyingi, udhibiti wa kawaida wa mantiki hafifu na udhibiti wa mantiki hafifu ulioboreshwa kwa PSO ililinganishwa chini ya hali sawa za mzunguko. Katika uigaji, matumizi sawia ya mafuta yalikuwa 4.01 kg, 3.87 kg na 3.68 kg, mtawalia. Matumizi sawia ya mafuta ya mkakati wa PSO-Fuzzy ni takriban %4.90 chini ya udhibiti wa kawaida wa fuzzy na takriban %8.23 chini ya mkakati wa ufuatiliaji wa nguvu wa sehemu nyingi.

Matokeo ya jukwaa la majaribio ya kimwili yalionyesha ulinganifu wa karibu na uigaji. Mwishoni mwa mzunguko, tofauti ya SOC iliripotiwa kuwa pointi za asilimia 0.38 na tofauti ya jumla ya matumizi ya mafuta ilikuwa %1.6. Matumizi sawia ya mafuta ya mkakati wa PSO-Fuzzy yalikuwa 3.68 kg katika uigaji na 3.65 kg katika jaribio la jukwaa, huku kosa la jamaa kati ya matokeo hayo mawili likihesabiwa kuwa %0.8. Matokeo haya yanaunga mkono kwamba usimamizi wa nishati uliopendekezwa na modeli ya uigaji-shirikishi vinaweza kuwakilisha mfumo halisi chini ya gari na hali za majaribio zilizotumiwa katika utafiti.

Mashine ya Kilimo ya Kunyunyizia Yenye Kirefusha Masafa Hufanyaje Kazi?

Mashine ya kunyunyizia yenye kirefusha masafa ni usanifu wa nguvu wa mseto wa mfululizo unaotumia mota za umeme kusogeza magurudumu badala ya kuyaendesha moja kwa moja kwa njia ya kimitambo kwa injini ya dizeli, na unaowasha kundi la injini-jenereta kuzalisha umeme kiwango cha nishati ya betri kinaposhuka. Katika gari la 3WPZ-300 la utafiti, kirefusha masafa kinajumuisha injini ya dizeli na jenereta, uendeshaji wa magurudumu unafanywa na mota nne za umeme, na mtiririko wa nishati unasimamiwa na kitengo kikuu cha udhibiti.

Muundo wa mfumo wa nguvu wa 3WPZ-300

Gari lililotumiwa katika utafiti lina uzito tupu wa 750 kg, uzito wa 1050 kg likiwa limebeba mzigo kamili, upana wa kunyunyizia wa 7.5 m na nozzles 20 za kunyunyizia. Nguvu iliyokadiriwa ya pampu ya kunyunyizia ni 2.5 kW na shinikizo la kunyunyizia ni 0.3 MPa.

Hali tatu za kufanya kazi

Mfumo umegawanywa katika hali tatu kuu kulingana na hali ya uendeshaji wa injini.

• Hali ya umeme pekee: Mota za magurudumu na pampu ya kunyunyizia hupokea nishati kutoka kwa betri; injini ya dizeli-jenereta haifanyi kazi.
• Hali yenye kirefusha masafa: Thamani ya SOC ya betri inaposhuka hadi kiwango kilichowekwa, injini ya dizeli-jenereta huwashwa ili kuzalisha umeme na hufanya kazi kulingana na mahitaji ya nguvu ya mfumo na hali ya betri.
• Hali ya kuchaji tuli: Gari linaweza kuchajiwa kutoka kwenye gridi ya nje ya umeme.

Tokeo muhimu la usanifu wa mseto wa mfululizo ni kutokuwepo kwa muunganisho wa moja kwa moja wa kimitambo kati ya injini ya dizeli na magurudumu. Hivyo, kasi ya mzunguko wa injini inaweza kudumishwa katika eneo lenye ufanisi bila kutegemea moja kwa moja kasi ya magurudumu ya gari.

Kwa Nini Uigaji-Shirikishi wa AVL-CRUISE na MATLAB/Simulink Ulitumika?

AVL-CRUISE huunda modeli halisi ya gari, injini, jenereta, betri, mota ya kuvuta na mtiririko wa nguvu wa kimitambo, huku MATLAB/Simulink ikitekeleza usimamizi wa nishati, udhibiti wa kirefusha masafa na mantiki ya breki za urejeshaji nishati. Kutumia mazingira hayo mawili kwa pamoja huruhusu mienendo ya gari na algoriti ya usimamizi wa nishati kubadilishana data ndani ya mzunguko mmoja na mikakati ya udhibiti kulinganishwa kwenye modeli ileile ya kimwili.

Usanifu wa uigaji-shirikishi

Upande wa AVL-CRUISE, vijenzi vya kimwili kama injini, jenereta, mota za kuvuta, matairi, kipunguza kasi na mtiririko wa nguvu vimefafanuliwa. Upande wa MATLAB/Simulink huamuliwa kirefusha masafa kitafanya kazi lini, kitazalisha nguvu kiasi gani na jinsi breki za urejeshaji nishati zitakavyosimamiwa.

Thamani kama MAP ya matumizi ya mafuta ya injini, ramani za ufanisi wa mota ya umeme, uwiano wa upunguzaji, ukinzani wa kubingirika na ufanisi wa transmisheni ziliingizwa kwenye modeli kwa kutumia vigezo vya majaribio na usanifu vya mfumo wa 3WPZ-300.

Usawazishaji wa nguvu wa gari

Nguvu ya umeme inayohitajika na mota ya kuvuta inaelezwa katika chanzo kwa uhusiano huu wa msingi:

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

\(P_{\mathrm{dem}}\) ni jumla ya nguvu ya umeme inayohitajika na mota; \(P_m\) ni nguvu ya kimitambo ya kuvuta; na \(P_{\mathrm{loss,m}}\) ni hasara katika kubadilisha nishati ya umeme kuwa nishati ya kimitambo.

Mota nne za magurudumu, betri, pampu ya kunyunyizia na kirefusha masafa zinapotathminiwa kwa pamoja, usawazishaji wa nguvu ni:

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

Hapa \(P_e\) ni nguvu ya kimitambo inayotolewa na injini, \(P_b\) ni nguvu ya betri, \(P_p\) ni nguvu ya pampu ya kunyunyizia, \(\eta_1\) ni ufanisi wa transmisheni na \(\eta_2\) ni ufanisi wa ubadilishaji wa nguvu.

Ukinzani wa mwendo wa longitudinali

Gari linaposonga, mahitaji ya nguvu hayaathiriwi na mfumo wa injini pekee bali pia na vizuizi vya mwendo:

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

na mahitaji ya jumla ya nguvu:

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

yanafafanuliwa hivyo.

Hapa inersia, ukinzani wa aerodinamiki, ukinzani wa kubingirika na ukinzani wa mteremko hutathminiwa kwa pamoja.

Chanzo kinatoa vijenzi hivi vya ukinzani kama:

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

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

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

ilivyoonyeshwa.

Modeli ya ufanisi wa injini

Ufanisi wa jumla wa injini ya dizeli ni uwiano wa nguvu ya kimitambo inayotolewa na nguvu ya kemikali katika mafuta:

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

\(T_e\) ni torati ya injini, \(\omega_e\) ni kasi ya angulari ya injini, \(Q_{\mathrm{lhv}}\) ni thamani ya chini ya joto ya mafuta ya dizeli, na \(\dot{m}_f\) ni kiwango cha mtiririko wa wingi wa mafuta.

Kwa kuwa kirefusha masafa kimetenganishwa na magurudumu kwa njia ya kimitambo, sehemu ya uendeshaji wa injini si lazima ifungwe na kasi ya papo hapo ya magurudumu ya gari. Kipengele hiki hufanya uwezo wa kuweka injini kwenye mstari bora wa uendeshaji kwa muda mrefu zaidi kuwa muhimu kwa usimamizi wa nishati.

Mota za umeme na jenereta

Ili kupunguza mzigo wa ukokotoaji, tabia ya haraka ya mpito wa kielektromitambo ya mota iliwakilishwa kwa MAP tuli za ufanisi badala ya modeli ya kina yenye mienendo. Ufanisi wa juu zaidi uliripotiwa kuwa takriban %93 kwa jenereta na takriban %89 kwa mota ya kuvuta.

Kwa Nini Kupungua kwa Kimiminika Katika Tangi la Kunyunyizia Hubadilisha Modeli ya Nishati?

Kadiri kunyunyizia kunavyoendelea, kimiminika tangini hupungua na uzito wa jumla wa gari hushuka; jambo hili hubadilisha hasa ukinzani wa kubingirika na hivyo nguvu inayohitajika kwa uvutaji. Mojawapo ya maboresho muhimu katika modeli ya nishati ni kuhesabu uzito wa tangi uliobaki kutokana na kiwango cha mtiririko wa pampu na muda wa kufanya kazi, badala ya kuchukulia mzigo huu unaobadilika kuwa thabiti, kisha kuuunganisha kwa wakati halisi na torati ya ukinzani kwenye ncha za magurudumu.

Pengo katika modeli ya kawaida ya AVL-CRUISE

Watafiti wanaeleza kwamba hakuna moduli inayofaa katika vijenzi vya kawaida vya AVL-CRUISE ambayo huwakilisha moja kwa moja mabadiliko endelevu ya uzito wa jumla wa gari wakati wa kufanya kazi.

Kwa hiyo, modeli ilipanuliwa kwa hatua nne:

1. Pampu ya maji iliundwa kwa kutumia kijenzi cha Motor.
2. Uhusiano wa MAP uliwekwa kati ya nguvu ya pampu na kiwango cha mtiririko wa kunyunyizia.
3. Kimiminika kilichonyunyizwa kadiri muda ulivyopita kilitolewa kwenye uzito wa awali wa tangi ili kuhesabu uzito uliobaki.
4. Uzito wa tangi uliobaki ulihusishwa na torati ya ukinzani itakayotumika kwenye ncha za magurudumu.

Mabadiliko ya uzito wa tangi kulingana na muda yanaelezwa kama:

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

Hapa \(M_0\) ni uzito wa awali wa tangi na \(Q_s\) ni kiwango cha mtiririko wa kunyunyizia.

Kwa mbinu hii, modeli inaonyesha kwamba hata gari linaposafiri kwa kasi ileile, hali ya tangi kujaa na kuwa tupu hazina mahitaji sawa ya nishati.

Mgawanyo wa nishati wa mzunguko wa kazi

Watafiti waligawa mzunguko wa kazi wa mashine ya kunyunyizia katika hali tano kuu za uendeshaji.

Sehemu kubwa zaidi ya nishati, takriban %42, iliripotiwa katika sehemu ya kunyunyizia kwa kasi thabiti. Matokeo haya yanaonyesha kuwa uboreshaji wa nishati unapaswa kulenga si tu mizigo ya kilele ya muda mfupi kama kuongeza kasi au kugeuka, bali pia awamu kuu ya kazi inayoendelea kwa muda mrefu.

Usimamizi wa Nishati wa Mantiki Hafifu Ulioboreshwa kwa PSO Hufanyaje Kazi?

PSO-Fuzzy EMS hutumia SOC ya betri na jumla ya mahitaji ya nguvu ya gari kama viingizo vya kidhibiti cha fuzzy; huzalisha nguvu lengwa ya injini kama pato na kurekebisha vigezo muhimu vya vitendakazi vya uanachama vya fuzzy kwa Particle Swarm Optimization ili kupunguza matumizi sawia ya mafuta. Hivyo, mipaka ya vitendakazi vya uanachama ambayo katika udhibiti wa kawaida wa fuzzy hutegemea chaguo la mtaalamu, huboreshwa kwa marudio kulingana na matokeo ya nishati ya modeli ya uigaji-shirikishi.

Udhibiti wa kawaida wa mantiki hafifu

Fuzzy EMS ina viingizo viwili vikuu:

• jumla ya mahitaji ya nguvu ya gari,
• State of Charge (SOC) ya betri.

Pato ni mahitaji lengwa ya nguvu ya injini.

Utoaji hitimisho wa fuzzy wa aina ya Mamdani ulitumika na mantiki ya udhibiti ilifafanuliwa kwa kanuni za IF–THEN. Kwa mfano, jumla ya mahitaji ya nguvu inapokuwa juu na SOC ya betri ikiwa chini, kirefusha masafa kinaweza kuwezeshwa kuzalisha nguvu zaidi.

Kwa ujumla, kiwango cha kufanya kazi cha betri kilipunguzwa katika utafiti kuwa:

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

kama ilivyoonyeshwa.

Mwanzoni, SOC inapokuwa juu ya kizingiti cha kuwasha kirefusha masafa, gari hufanya kazi katika hali ya umeme pekee. SOC inapokaribia kizingiti cha chini, kirefusha masafa huwashwa; betri inapopanda tena hadi kizingiti cha juu, injini huzimwa.

Kwa nini PSO inahitajika?

Faida ya udhibiti wa mantiki hafifu ni uwezo wa kudhibiti mfumo usio wa mstari na unaobadilika kwa muda kwa kutumia kanuni zinazoeleweka. Hata hivyo, nafasi na upana wa vitendakazi vya uanachama mara nyingi hutegemea chaguo la mtaalamu.

PSO hushughulikia vigezo hivi kama tatizo la uboreshaji. Kila mfuatano wa vigezo teule huwakilishwa kama nafasi ya chembe; chembe husogea katika nafasi ya utafutaji kwa kutumia masuluhisho yao bora ya awali na suluhisho bora la kundi lote.

Chanzo kinatoa sasisho la kasi ya chembe kama:

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

na sasisho la nafasi kama:

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

ilivyoonyeshwa.

\(\omega\) ni uzito wa inersia, \(c_1\) na \(c_2\) ni vigawo vya kujifunza, \(r_1\) na \(r_2\) ni vigawo nasibu katika kiwango cha 0–1, \(p_i\) ni nafasi bora ya chembe yenyewe, na \(p_g\) ni nafasi bora ya kimataifa ya kundi.

Lengo la uboreshaji: matumizi sawia ya mafuta

Katika uboreshaji wa PSO, kupunguza tu kiasi cha mafuta ya dizeli hakutoshi. Mkakati ukitumia dizeli kidogo lakini ukachukua nishati nyingi zaidi kutoka kwenye betri, faida yake halisi ya nishati inaweza kuonekana kubwa kuliko ilivyo.

Kwa hiyo, utafiti hutumia mbinu ya ECMS inayobadilisha matumizi ya nishati ya betri kuwa thamani sawia ya mafuta:

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

Hapa \(m_f\) ni matumizi halisi ya mafuta ya injini, na \(m_b\) ni thamani sawia ya mafuta ya nishati iliyotumiwa kutoka kwenye betri.

Katika chanzo, mipaka ifuatayo ya kimwili inadumishwa wakati wa uboreshaji:

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

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

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

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

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

Mipaka hii inalenga kuzuia uboreshaji kuchagua kitendakazi cha uanachama ambacho hakiwezi kutekelezwa kimwili.

Mabadiliko yaliyofanywa na PSO kwenye kidhibiti cha fuzzy

Katika utafiti, jumla ya vigezo 10 \(X_1\)–\(X_{10}\) vya vitendakazi vya uanachama vya ingizo na pato vilirekebishwa na PSO. Kila chembe huwakilisha vigezo vipya vya kitendakazi cha uanachama; MATLAB huunda tabia mpya ya udhibiti wa fuzzy kwa kutumia vigezo hivyo na kuendesha uigaji-shirikishi wa AVL-CRUISE. Seti ya vigezo yenye matumizi ya chini zaidi sawia ya mafuta huchaguliwa kuwa suluhisho bora.

Mbinu na Matokeo ya Utafiti

EMS tatu zilizolinganishwa

Matokeo ya ufuatiliaji wa nguvu wa sehemu nyingi

Thamani ya awali ya SOC iliwekwa kuwa %80 na gari lilianza kufanya kazi katika hali ya umeme pekee. Baada ya takriban 3205 s, SOC iliposhuka hadi takriban %30, kirefusha masafa kiliwashwa.

Nguvu ya injini ilikuwa katika kiwango cha takriban 4–8 kW na nguvu ya kuchaji mara nyingi ilikuwa katika kiwango cha 1–3 kW, huku kilele cha karibu 4 kW kikionekana nyakati fulani. Watafiti wanaeleza kuwa mabadiliko haya makubwa ya nguvu ya kuchaji yanaweza kutofaa kwa maisha ya mizunguko ya betri.

Matokeo ya EMS ya kawaida ya fuzzy

Chini ya udhibiti wa fuzzy, nguvu ya injini ilirekebishwa mara kwa mara katika kiwango cha takriban 5–8 kW na torati ya injini katika kiwango cha takriban 45–60 N·m. Baada ya kirefusha masafa kuwashwa, nguvu ya kuchaji ilipungua kutoka takriban 3 kW kuelekea 1 kW kadiri SOC ilivyoongezeka.

Hivyo, badala ya kufuatilia mzigo wa sasa pekee, mfumo ulijumuisha pia hali ya nishati ya betri katika utaratibu wa uamuzi.

Matokeo ya PSO-Fuzzy EMS

Baada ya uboreshaji wa PSO, nguvu ya injini ilijikita zaidi katika eneo la takriban 6.5–8 kW na torati ikabaki katika kiwango cha takriban 42–54 N·m. Watafiti wanaeleza kuwa kujikita huku kulisaidia kuweka injini katika sehemu zinazofaa zaidi za uendeshaji kwa upande wa matumizi ya mafuta.

Baada ya SOC kushuka kutoka thamani ya awali ya %80 hadi kizingiti cha kuwasha cha %30, kirefusha masafa kiliwashwa na betri ikarudishwa katika eneo la juu la SOC.

Usimamizi wa Nishati wa PSO-Fuzzy Ulipunguza Matumizi ya Mafuta kwa Kiasi Gani?

Kulingana na data ya Table 4 ya chanzo, usimamizi wa nishati wa PSO-Fuzzy ulitoa thamani ya chini zaidi kati ya mikakati mitatu iliyolinganishwa, ukiwa na matumizi sawia ya mafuta ya 3.68 kg; kipimo hicho kilikuwa 3.87 kg kwa udhibiti wa kawaida wa fuzzy na 4.01 kg kwa mkakati wa ufuatiliaji wa nguvu wa sehemu nyingi. Kwa hiyo, matumizi sawia ya PSO-Fuzzy ni takriban %4.90 chini ya fuzzy ya kawaida na takriban %8.23 chini ya mkakati wa sehemu nyingi.

Jedwali hili pia linaonyesha jambo muhimu: PSO-Fuzzy hutumia nishati zaidi ya betri huku ikipunguza sana mafuta ya injini. Kwa hiyo, si sahihi kutathmini utendaji wa jumla wa nishati wa mkakati kwa kuangalia tu matumizi ya dizeli ya 2.70 kg. Kipimo cha uboreshaji cha utafiti ni jumla ya matumizi sawia ya 3.68 kg, ambayo hubadilisha matumizi ya betri kuwa thamani sawia ya mafuta.

Kutolingana kwa asilimia ndani ya chanzo

Sehemu za Abstract na Conclusions za chanzo zinasema kwamba PSO-Fuzzy iliboresha uchumi wa mafuta kwa %4.90 ikilinganishwa na udhibiti wa kawaida wa fuzzy na kwa %8.23 ikilinganishwa na ufuatiliaji wa nguvu wa sehemu nyingi. Uwiano unaohesabiwa kutoka kwa thamani za 3.68, 3.87 na 4.01 kg katika Table 4 pia unaunga mkono kauli hiyo.

Hata hivyo, sentensi moja katika sehemu ya Results 3.1.4 inasema kuwa udhibiti wa kawaida wa fuzzy uliongezeka kwa %4.90 ikilinganishwa na mkakati wa sehemu nyingi na PSO-Fuzzy kwa %3.5 ikilinganishwa na fuzzy ya kawaida. Kwa mujibu wa Table 4, tofauti kati ya fuzzy ya kawaida na mkakati wa sehemu nyingi ni takriban %3.49, na tofauti kati ya PSO-Fuzzy na fuzzy ya kawaida ni takriban %4.91. Kwa hiyo, simulizi la Verianla limehifadhi thamani za Table 4, Abstract na Conclusions zinazothibitishana katika chanzo.

Muundo wa jukwaa la majaribio ya kimwili

Jukwaa la majaribio ya usimamizi wa nishati liliundwa kwa mifumo midogo mitano:

• mfumo wa uigaji wa mzigo,
• mfumo wa udhibiti wa injini,
• mfumo wa chanzo cha nguvu,
• mfumo wa upimaji na udhibiti,
• mfumo wa uhamishaji nguvu wenye kirefusha masafa.

Usimamizi wa nishati ulioundwa katika Simulink uligeuzwa kuwa msimbo wa C na kuhamishiwa kwenye PLC. PLC ilihesabu thamani lengwa za nguvu na kasi ya mzunguko wa injini kutokana na SOC na mahitaji ya nguvu ya gari; matumizi ya mafuta yalipimwa kwa kipima mtiririko wa mafuta cha wakati halisi.

Uigaji Uliwakilisha Mfumo Halisi wa Majaribio kwa Usahihi Kiasi Gani?

Utafiti uliripoti ulinganifu wa karibu kati ya uigaji na jukwaa la majaribio ya kimwili kwa kasi ya mzunguko, SOC ya betri na matumizi ya mafuta. Mkengeuko wa wastani wa kasi ulikuwa 0.079 km/h na kosa la wastani la kasi %3.1; tofauti ya SOC mwishoni mwa mzunguko ilikuwa pointi za asilimia 0.38; na tofauti ya jumla ya matumizi ya mafuta ilikuwa %1.6. Matumizi sawia ya mafuta ya mkakati wa PSO-Fuzzy yalikuwa 3.68 kg katika uigaji na 3.65 kg kwenye jukwaa, huku kosa la jamaa likiwa %0.8.

Uthibitishaji wa kasi

Kwa ujumla, wasifu wa kasi katika uigaji na jukwaa la majaribio ulifuata umbo sawa la mzunguko. Tofauti kubwa zaidi ya kasi ilikuwa takriban 1.11 km/h wakati wa kuongeza au kupunguza kasi. Katika mzunguko mzima, tofauti ya wastani ya kasi iliripotiwa kuwa 0.079 km/h na kosa la wastani la kasi %3.1.

Uthibitishaji wa SOC

Betri ilifikia kizingiti cha kuwasha kirefusha masafa kwa mara ya kwanza baada ya 3250 s katika uigaji na 3267 s kwenye jukwaa la kimwili, na tofauti ya muda ilikuwa takriban %0.52.

Muda wa mwitikio wa kirefusha masafa ulikuwa 4.1 s katika uigaji, lakini ulipimwa kuwa 7.1 s kwenye jukwaa la kimwili pamoja na muda wa kuwasha injini. Kutokana na hilo, SOC ya chini zaidi ilikuwa %29.85 katika jaribio la kimwili na %29.90 katika uigaji.

Mwishoni mwa mzunguko:

• SOC ya jukwaa: %38.09,
• SOC ya uigaji: %37.71.

Tofauti ilikuwa pointi za asilimia 0.38.

Uthibitishaji wa matumizi ya mafuta

Jumla ya matumizi ya mafuta mwishoni mwa mzunguko:

• jukwaa la kimwili: 3.13 L,
• uigaji: 3.18 L.

Chanzo kinaripoti tofauti hii kuwa takriban %1.6.

Uthibitishaji wa mikakati mitatu kwenye jukwaa

Ukaribu wa thamani za uigaji na jukwaa la majaribio katika mikakati yote mitatu unaunga mkono kwamba modeli ya uigaji-shirikishi iliyoundwa huwakilisha tabia ya nishati kwa usahihi unaokubalika katika mpangilio wa majaribio uliotumiwa.

Uthibitishaji wa uwanjani wa gari halisi

Katika hatua ya mwisho, watafiti pia walilinganisha modeli ya usimamizi wa nishati na uendeshaji wa uwanjani wa mashine halisi ya kunyunyizia. Moduli za kupima mkondo-volteji na vihisi vya kasi viliwekwa kwenye gari; eneo la kazi liliamuliwa kupitia kiolesura cha upangaji wa nafasi kwa satelaiti; na njia, kasi ya kazi pamoja na nguvu ya pampu ziliwekwa kupitia kiolesura cha usimamizi.

Kwa sababu hali halisi ya udongo hubadilika, torati ya injini ilibadilika zaidi katika jaribio la uwanjani kuliko katika uigaji. Mikunjo ya volteji ilionyesha ulinganifu mkubwa na uigaji, huku tofauti zilizo wazi zaidi zikionekana katika mikunjo ya mkondo kutokana na vijenzi halisi na ardhi inayobadilika.

Kupungua kwa SOC ya betri katika mzunguko wa kwanza:

• jaribio la uwanjani: %16.60,
• uigaji: %16.95

kuliripotiwa. Watafiti walitathmini ulinganifu huu kama ushahidi wa ziada unaounga mkono utekelezekaji wa PSO-Fuzzy EMS na modeli ya mfumo wa nguvu katika kiwango cha gari.

Matokeo yanayoungwa mkono na utafiti

• Uzito unaobadilika wa kimiminika cha kunyunyizia unaweza kuundwa kimienendo katika uigaji wa mfumo wa nguvu.
• Kwa kutumia AVL-CRUISE na MATLAB/Simulink pamoja, modeli ya kimwili ya gari na EMS zinaweza kutatuliwa katika mzunguko mmoja.
• PSO iliweza kuboresha vigezo vya vitendakazi vya uanachama vya kidhibiti cha kawaida cha fuzzy ili kupunguza matumizi sawia ya mafuta.
• Mkakati wa PSO-Fuzzy ulitoa matumizi sawia ya mafuta ya chini zaidi kati ya EMS tatu katika mzunguko uliojaribiwa.
• Matokeo ya SOC na matumizi ya mafuta ya uigaji na jukwaa la majaribio ya kimwili yalikuwa karibu.
• Majaribio ya gari halisi yaliunga mkono kwamba modeli ya mfumo wa nguvu huwakilisha kwa kiwango kinachokubalika tabia kuu za nishati na mwendo katika uendeshaji wa uwanjani.

Mahitimisho ya jumla ambayo utafiti hauungi mkono

• Haijaonyeshwa kwamba PSO-Fuzzy itaokoa asilimia ileile ya mafuta katika magari yote ya kilimo ya mseto au yenye kirefusha masafa.
• Thamani ya 3.68 kg si kiwango cha jumla cha matumizi ya gari; ni maalumu kwa mzunguko uliofafanuliwa katika utafiti.
• Haijathibitishwa kuwa vitendakazi vya uanachama vilivyopatikana kwa PSO ni optimum ya jumla kimahesabu kwa mizunguko yote ya kazi.
• Kosa dogo kati ya uigaji na jaribio halithibitishi kwamba modeli ina usahihi uleule katika hali zote za ardhi, mteremko, hali ya hewa na mzigo.
• Utafiti hauonyeshi kwamba mfumo wa umeme pekee ni mbaya kuliko usanifu wenye kirefusha masafa katika hali zote.
• Kuongezeka kwa uchumi wa mafuta peke yake hakumaanishi maisha ya betri au ya mfumo mzima wa uhamishaji nguvu yameboreshwa kwa uwiano uleule.

Maana ya kisayansi na kihandisi

Umuhimu wa utafiti huu si tu hitimisho kwamba “PSO ilipunguza matumizi ya mafuta.” Kabla ya kuboresha usimamizi wa nishati, watafiti waliunda modeli ya nishati inayohusu muundo halisi wa kazi ya mashine ya kunyunyizia. Tangi la gari la kilimo hupungua uzito wakati wa kazi, pampu hutumia nishati, gari hugeuka mwisho wa mashamba na hupitia awamu zinazohitaji nguvu ndogo na kubwa ndani ya mzunguko uleule.

Kwa hiyo, tatizo la usimamizi wa nishati ni tofauti na tatizo la gari la mseto linalofanya kazi na mzigo thabiti. Mchango wa kimetodolojia wa utafiti ni kuhamisha vijenzi hivi vya kazi ya kilimo kwenye modeli ya co-simulation na kutathmini algoriti ya udhibiti katika mazingira hayo.

Vikwazo

Baadhi ya mifumo midogo katika modeli iliwakilishwa kwa njia nusu-tuli au kwa msingi wa MAP ili kupunguza gharama ya ukokotoaji. Kwa mfano, mienendo ya haraka ya mpito wa kielektromitambo ya mota za umeme haikuundwa kwa kina. Modeli ya betri inategemea saketi sawia ya Rint na inapuuza mienendo ya joto pamoja na baadhi ya athari za haraka za mpito.

Kwa hiyo, modeli hiyo hiyo inahitaji kuthibitishwa kando kwa matukio mafupi sana ya mpito wa umeme, mipaka ya joto au kuzeeka kwa betri kwa muda mrefu.

Vilevile, jaribio la uwanjani limewekewa mipaka ya mashine ya 3WPZ-300 na matukio maalumu ya kazi ya kilimo yaliyotumiwa katika utafiti. Urekebishaji upya unaweza kuhitajika kwa uwezo tofauti wa tangi, miteremko ya ardhi, ukinzani wa udongo, kasi za kunyunyizia, kemia za betri na ukubwa wa kirefusha masafa.

Maelezo ya Chanzo na Mbinu

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

Waandishi: He Li, Yudong Guo, Shangshang Cheng, Tan Yao na Gongpei Cui

Mwandishi wa mawasiliano: Gongpei Cui

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

Jarida: Agriculture

Mchapishaji: MDPI

Juzuu / toleo / makala: 16(5), 580

Tarehe ya kuchapishwa: 3 Machi 2026

DOI: 10.3390/agriculture16050580

Aina ya chanzo: Makala asili ya utafiti iliyopitiwa na wataalamu wenza.

Leseni: Creative Commons Attribution (CC BY).

Jukwaa la utafiti: Mashine ya kunyunyizia isiyo na dereva ya 3WPZ-300 yenye kirefusha masafa.

Programu za uigaji: AVL-CRUISE R2019.2 na MATLAB/Simulink R2022a.

Ulinganisho wa usimamizi wa nishati: EMS ya ufuatiliaji wa nguvu wa sehemu nyingi, EMS ya kawaida ya fuzzy na EMS ya fuzzy iliyoboreshwa kwa Particle Swarm Optimization.

Lengo la uboreshaji: Kupunguza matumizi sawia ya mafuta yanayozingatia pia thamani sawia ya mafuta ya nishati ya betri.

Uthibitishaji wa majaribio: Jukwaa la majaribio ya usimamizi wa nishati na jaribio la uwanjani la gari halisi.

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

Upatikanaji wa data: Waandishi wanaeleza kuwa michango asili ya utafiti imo katika makala na maswali ya ziada yanaweza kuelekezwa kwa mwandishi wa mawasiliano.

Mgongano wa maslahi: Waandishi hawakuripoti mgongano wa maslahi.

Maelezo ya kutolingana ndani ya chanzo: Sentensi ya ulinganisho wa asilimia katika sehemu ya Results 3.1.4 hailingani kikamilifu na Table 4, Abstract na Conclusions. Thamani za Table 4 ni 4.01 kg, 3.87 kg na 3.68 kg; thamani hizo zinaunga mkono kwamba PSO-Fuzzy ilitoa matumizi sawia yaliyo takriban %4.90 chini ya fuzzy ya kawaida na takriban %8.23 chini ya ufuatiliaji wa nguvu wa sehemu nyingi. Verianla haikusahihisha kimya kimya kutolingana huku na imehifadhi thamani za jedwali kama chanzo-of-truth.

Vikwazo vikuu vya kimetodolojia: Mbinu ya ufanisi tuli inayotegemea MAP ilitumika kwa mota za umeme, modeli ya saketi sawia ya Rint ikachaguliwa kwa betri, na baadhi ya athari za joto/mpito zikapuuzwa. Uthibitishaji wa uwanjani umewekewa mipaka ya gari, mfumo wa nguvu na mzunguko maalumu wa kazi.

Mbinu ya usimulizi ya Verianla: Maudhui haya si tafsiri ya mstari kwa mstari ya makala asili ya kitaaluma wala uandishi upya wa karibu wa muundo wake wa aya. Mahusiano ya mfumo wa nguvu, milinganyo, usanifu wa udhibiti, hali za majaribio, matokeo ya namba na vikwazo vilivyomo katika chanzo vilitolewa katika kiwango cha taarifa za kisayansi na kupangwa upya katika muundo huru wa kufundishia kwa Kiswahili.