Elektrikli Araçlarda Elektriksel Frenlemenin Bulanık Mantık Tabanlı Karar Destek Sistemleri ile Tasarlanması

Elektrikli araçlarda elektrik, mekanik ve kimyasal bileşenler kullanılmaktadır. Bu bileşenler çevre koşullarından ve aracın kullanıldığı yol durumundan dolayı farklı dinamiklere sahip olabilir. Bu nedenle aracın ortam durumuna göre dinamiklerinin ayarlanması bulanık mantık sistemi ile gerçekleştirilebilir. Bu çalışma elektrikli araçlarda, elektriksel frenlenmenin geliştirilmesi için bulanık mantık tabanlı bir uygulama önermektedir. MATLAB/Simulink ile geçekleştirilen uygulamada 3 farklı elektriksel frenleme çıktısı vardır.  Frenleme tipinin seçiminde; batarya doluluk oranı (SOC), araç hızı, frenleme oranı ve batarya sıcaklığı değişken olarak belirlenmiştir. Bu çalışmada elektrikli araçlarda en uygun frenlemenin seçimi için 81 farklı kural belirlenmiştir. Belirlenen kontrol sisteminde araç kullanımı boyunca güvenlik ön planda olmak üzere, araçtan en yüksek seviyede geri kazanım elde edilmesi sağlanmıştır. Geliştirilen kontrol sistemi modelinde en yüksek seviyeden geri kazanım elde edilirken, batarya yaşlanması dikkate alınmıştır. Bulanık mantık çıktısı incelendiğinde yüksek akım ve düşük akım gibi anormal durumlarda bataryaya enerji akışı gerçekleşmemektedir. Bu sayede elektrikli araçlarda batarya bozulmasını en aza indirmek için temel stratejiler sunulmuştur.

Electric vehicles utilize electrical, mechanical, and chemical components. These components may exhibit different dynamics due to environmental conditions and the road conditions on which the vehicle is used. Therefore, adjusting the vehicle's dynamics according to the environmental conditions can be achieved using a fuzzy logic system. This study proposes a fuzzy logic-based application for improving electrical braking in electric vehicles. The application, implemented with MATLAB/Simulink, has three different electrical braking outputs. The selection of the braking type is determined by the battery charge level (SOC), vehicle speed, braking ratio, and battery temperature. In this study, 81 different rules were defined for selecting the most suitable braking in electric vehicles. The determined control system prioritizes safety throughout vehicle use while maximizing energy recovery. The developed control system model considers battery aging while achieving the highest level of recovery. When the fuzzy logic output is examined, no energy flow occurs to the battery in abnormal situations such as high and low current. This provides fundamental strategies for minimizing battery degradation in electric vehicles.