https://doi.org/10.35668/2520-6524-2026-1-08
Пасєка Богдан Володимирович — аспірант кафедри системного аналізу та інформаційних технологій, Вінницький національний технічний університет, Хмельницьке шосе, 95, Вінниця, Україна, 21000; +38 (095) 442-92-20; bogdanpaseka2000@gmail.com; ORCID: 0009-0002-9975-2896
КОНТЕКСТНО-ЗАЛЕЖНА АДАПТИВНА РЕДУКЦІЯ ТА ЕКВІВАЛЕНТУВАННЯ МОДЕЛІ ЕЛЕКТРОМОБІЛЯ З ПЕРЕМИКАННЯМ РЕЖИМІВ РУХУ ДЛЯ СИСТЕМИ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ
Резюме. У статті розглянуто проблему практичної реалізації математичних моделей оптимального руху електромобіля з тяговим електроприводом змінного струму в системах підтримки прийняття рішень водієм. Обґрунтовано необхідність еквівалентування складних динамічних моделей для забезпечення обчислень у реальному часі. Запропоновано метод контекстно-залежної адаптивної редукції моделей, що передбачає автоматичне перемикання між спрощеними еквівалентними моделями залежно від поточного режиму руху транспортного засобу: горизонтальна ділянка, підйом, спуск, поворот. Сформульовано критерії еквівалентності редукованих моделей на основі мінімізації інтегральної похибки траєкторії швидкості та енергоспоживання. Розроблено структуру гібридної моделі з перемикальною логікою, що забезпечує безперервність траєкторії руху під час зміни режимів. Виконано комп’ютерне моделювання в середовищі MATLAB/Simulink для порівняння обчислювальної складності повної та еквівалентних моделей. Результати моделювання підтверджують зменшення часу обчислень у 4–6 разів за умови збереження точності прогнозування параметрів руху на рівні 2–5 % відносної похибки. Визначено умови застосування кожної з еквівалентних моделей залежно від профілю дороги та динамічних характеристик руху. Запропоновано алгоритм інтеграції еквівалентних моделей у програмний застосунок системи підтримки прийняття рішень з можливістю подальшого розширення функціональності завдяки інтелектуальним алгоритмам прогнозування. Окреслено перспективи застосування розроблених моделей для створення адаптивних систем керування електромобілем на основі методів штучного інтелекту. Отримані результати можуть бути використані під час проєктування інтелектуальних систем підтримки прийняття рішень водієм електромобіля, спрямованих на підвищення енергоефективності, безпеки та адаптивності руху в реальних умовах експлуатації.
Ключові слова: електромобіль, еквівалентна модель, система підтримки прийняття рішень, адаптивна редукція, перемикання режимів, оптимальний рух, тяговий електропривод.
