检索结果-南通市图书馆

作者：马传富重庆交通大学

学位级别：硕士

工业革命后,随着全球一体化的进程,世界经济繁荣越来越紧密,交通运输越发依赖化石燃料,但是在世界各国面临能源、资源危机和环境污染威胁人类生活的大前提下,已经进行了近十多年可替代驱动系统的研究。在几个替代驱动系统中,混合动力汽... 详细信息

工业革命后,随着全球一体化的进程,世界经济繁荣越来越紧密,交通运输越发依赖化石燃料,但是在世界各国面临能源、资源危机和环境污染威胁人类生活的大前提下,已经进行了近十多年可替代驱动系统的研究。在几个替代驱动系统中,混合动力汽车(Hybrid Electric Vehicle,简称HEV)被视为重要的过渡性质的短期解决方案。通常,HEV是由电池和一个或多个电机以及由汽油/柴油提供动力的发动机组成。与此同时,根据车辆结构、整车需求功率的变化,要时刻对发动机和电机进行合理的最佳转矩分配,具有针对性的能量管理控制策略就成为HEV中的研究热点,也是混合动力汽车的关键技术之一。本文依托国家自然科学基金项目,研究可应用于实车实时控制的能量管理控制策略,以期获得更好的燃油经济性。本文以电量维持型并联HEV为研究对象,主要研究内容如下:首先,基于Matlab/Simulink软件建立混合动力汽车前向仿真平台,对整车模型中混合动力系统关键部件进行动力参数匹配,在对车辆驾驶模型、控制器、发动机、电机以及电池的模型进行详细分析的基础上采用理论建模与试验建模相结合的方法,建立了动力系统关键部件与整车模型,提供了整车控制策略与算法设计和车辆性能仿真分析的仿真平台。其次,从混合动力汽车能量管理控制策略中的瞬时优化算法出发,提出等效燃油消耗最低的瞬时优化能量管理控制策略(Equivalent Fuel Consumption Minimization Strategy,简称ecms),是基于瞬时优化转矩分配的控制策略。通过使用单协调参数等效因子对电池电能的等效燃油消耗量进行计算,并与发动机实际油耗相结合构建了基于ecms的瞬时燃油消耗优化目标函数,并进行仿真分析。结果表明该策略能够合理分配发动机和电机转矩的同时还能有效地实现电池电量的维持性,在多种典型工况下,节油率在18%-26%之间。为接下来基于电池荷电状态(State of Charge,简称SOC)反馈的自适应控制策略与算法的设计提供了良好的准备条件。然后,针对ecms对每更换一种行驶工况更新一次等效因子的缺点,且实时性较差、难以实车应用的不足,提出基于连续SOC反馈等效因子自适应控制策略(ca-ecms)和基于离散SOC反馈的等效因子自适应控制策略(da-ecms),并结合上述建立a-ecms控制策略,建立基于SOC反馈的在线识别自适应等效燃油消耗最低控制策略。在联合工况下仿真,结果证明该控制策略充分发挥了自适应控制策略的优势,提高了混合动力汽车的等效因子的适应性,等效燃油消耗节油基本都在15%以上,其燃油经济性仅略次于ecms。最后,还设计对比了在不同SOC初始值下油耗、电机总消耗能量以及SOC末尾值偏差情况的实验,仿真是分别在5倍的欧洲NEDC和5倍的UDDS工况下运行,结果显示,随着SOC初始值的升高,ca-ecms、da-ecms两种控制策略的末尾状态SOC偏差分别约控制在0.6%和-1.6%,但是使得油耗不断增加,电机的使用总电量整体先增加后降低。ca-ecms控制策略倾向于更少的使用电池,而从等效因子的适应性角度分析,da-ecms控制策略的等效因子变化幅度较小,适应性较好。这为后续实车实时控制的能量管理控制策略的建立打下坚实的理论基础。

关键词：混合动力汽车能量管理 ecms 等效因子 SOC反馈 a-ecms

面向复杂工况应用的混合动力汽车a-ecms研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向复杂工况应用的混合动力汽车A-ECMS研究

作者：刘高辉广东工业大学

学位级别：硕士

近年来,中国的原油进口量和原油对外依存度一直居高不下,且世界能源需求量持续增长;中国作为汽车生产和销售大国,汽车的燃料消耗占我们国家的燃料消耗总量的比例一直居高不下。因此,研究与设计用于新能源混合动力电动汽车的能量管理控... 详细信息

近年来,中国的原油进口量和原油对外依存度一直居高不下,且世界能源需求量持续增长;中国作为汽车生产和销售大国,汽车的燃料消耗占我们国家的燃料消耗总量的比例一直居高不下。因此,研究与设计用于新能源混合动力电动汽车的能量管理控制策略具有重要的意义。能量管理控制策略能够通过合理地分配不同动力系统之间的驱动功率,在满足车辆动力需求的同时达到降低车辆的能源消耗量的目的。本文以某款混联式混合动力汽车为研究对象,分别基于确定性规则、动态规划算法和庞特里亚金极小值原理设计了基于确定规则的能量管理策略(规则策略)、基于动态规划的全局最优能量管理策略(DP策略)和基于深度学习的面向复杂工况应用的自适应等效因子等效燃油消耗最小策略(面向复杂工况应用的a-ecms)三种能量管理策略。其中DP策略为最优策略,作为各策略的比较基准;规则策略为基础策略;面向复杂工况应用的a-ecms为本文的目标策略。此外,基于多种标准循环测试工况构建了三种复合测试工况,并在其中一种复合测试工况下研究了面向复杂工况应用的a-ecms,同时在三种复合测试工况下对比三种能量管理策略的燃油经济性性能。主要内容有:(1)完成整车的发动机、电机、动力电池、车辆行驶动力学、AMT变速器等系统部件的建模工作,并基于确定性规则策略完成基于确定规则的能量管理策略的设计工作,同时基于WLTC工况验证该规则策略。仿真结果表明规则策略在WLTC工况下的燃油经济性良好,发动机按照预期运行在高效率区域内。(2)基于动态规划算法进行了基于动态规划的全局最优能量管理策略的研究工作。利用动态规划算法进行混合动力车辆最优控制决策的建模工作,并基于WLTC工况验证该DP策略并分析对比规则策略与DP策略的优化结果。仿真结果表明该DP策略在WLTC工况下的燃油经济性性能较规则策略高16.5%。(3)完成基于深度学习方法的自适应等效因子等效燃油消耗最小策略的设计工作。通过DP策略的工况数据计算得出最优等效因子数据集,基于该数据集和DP策略部分工况数据训练拟合BP神经网络,完成拟合的BP神经网络用于预测等效因子数值以获得面向复杂工况应用的a-ecms。基于WLTC工况验证a-ecms策略并分析对比规则策略、DP策略、a-ecms的优化结果。仿真结果表明,Aecms策略与DP策略的工况跟随性良好,a-ecms的燃油经济性性能达到了DP策略的95.4%,较规则策略提高11.9%。(4)基于多种标准循环工况组合搭建三种复合测试工况,基于其中一种复合工况完成面向复杂工况应用的a-ecms的设计工作。分别使用三种复合测试工况在不同的动力电池初始荷电状态验证规则策略、DP策略和面向复杂工况应用的Aecms策略,并分析比较面向复杂工况应用的a-ecms策略的优化性能。仿真结果表明,面向复杂工况应用的a-ecms策略的SOC始末值之差均在0.1以内,且SOC、动力电池需求功率等变化曲线与DP策略的跟随性良好;a-ecms的平均等效燃油消耗率为3.9668L/100km,平均燃油经济性性能为DP策略的92.1%,且较规则策略高14.9%。

关键词： a-ecms 动态规划算法 BP神经网络规则控制策略最优控制策略

基于工况信息的改进自适应ecms能量管理策略

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于工况信息的改进自适应ECMS能量管理策略

作者：田仕铭重庆理工大学

学位级别：硕士

插电式混合动力汽车(Plug-in Hybrid Electric Vehicles,PHEV)可以通过外接电源获取电能,并且配备发动机作为备用动力,兼具纯电动汽车节能环保、低排放和传统燃油汽车续航里程长的优势,因此PHEV在我国的新能源汽车发展战略中始终被列为... 详细信息

插电式混合动力汽车(Plug-in Hybrid Electric Vehicles,PHEV)可以通过外接电源获取电能,并且配备发动机作为备用动力,兼具纯电动汽车节能环保、低排放和传统燃油汽车续航里程长的优势,因此PHEV在我国的新能源汽车发展战略中始终被列为重要发展方向之一。能量管理策略对整车的能耗经济性、动力性和排放性能等起着关键作用,是混合动力汽车的关键核心技术之一,是充分发挥出PHEV节能减排优势的关键问题。因此,本文以双轴并联式PHEV为研究对象,展开基于工况信息的改进自适应等效燃油消耗最小策略(Adaptive-Equivalent Consumption Minimization Strategy,a-ecms)的混合动力汽车能量管理策略的研究,以提高能量管理策略在不同类型的行驶工况下的适应能力,从而提高PHEV的整车能耗经济性。本文的主要研究内容如下:(1)对研究对象双轴并联式PHEV的构型特点和工作模式展开分析,在Matlab/Simulink环境下建立了PHEV的前向仿真的整车模型;设计基于CD-CS(Charge Depleting-Charge Sustaining,CD-CS)能量管理策略,在4个WLTC(Worldwide Harmonized Light Vehicles Test Cycle,WLTC)工况下进行仿真,验证PHEV整车模型的正确性和能量管理策略的有效性。(2)基于庞特里亚金极小值原理算法理论建立基于全局优化的能量管理模型,在4个WLTC工况下仿真验证;建立ecms(Equivalent Consumption Minimization Strategy,ecms)能量优化模型,设计基于真实工况信息的全局SOC(State of Charge)参考轨迹规划方法;通过对等效因子影响因素的分析,提出了等效因子自适应调整的方法;结合SOC参考轨迹规划方法和等效因子自适应调整方法提出基于工况信息的a-ecms策略;在真实工况下对所设计的a-ecms策略进行了仿真验证与对比分析。(3)根据深度学习的基本理论提出了三种基于深度学习工况预测算法模型,利用真实工况数据建立训练样本对预测模型进行训练;通过对比不同预测时域下的预测结果,选择最优的工况预测算法,为能量管理策略的改进提供了基础。(4)引入未来工况参数改进等效因子的调整方法,提出基于工况预测信息的改进a-ecms能量管理策略,并在真实工况中进行仿真验证;基于NI(National Instruments,NI)硬件搭建硬件在环仿真试验平台,验证所提出的能量管理策略在真实控制器中的控制效果和实时性。

关键词：双轴并联式PHEV 能量管理策略全局SOC规划 a-ecms 工况预测

基于工况分析的插电式混合动力汽车控制系统研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于工况分析的插电式混合动力汽车控制系统研究

作者：郭孟玉青岛大学

学位级别：硕士

论文以某国产汽车为参考车型,基于一种新型混合动力变速器,将原车型改制为插电式混合动力汽车,以改善其燃油经济性为目标,围绕等效燃油消耗最小控制策略展开研究。主要的研究内容包括:基于新型混合动力系统完成了整车动力性匹配,确定了... 详细信息

论文以某国产汽车为参考车型,基于一种新型混合动力变速器,将原车型改制为插电式混合动力汽车,以改善其燃油经济性为目标,围绕等效燃油消耗最小控制策略展开研究。主要的研究内容包括:基于新型混合动力系统完成了整车动力性匹配,确定了电机、发动机和电池的参数;应用ADVISIOR软件完成了新型混合动力系统建模。选定了十六种标准循环工况样本,利用主成分分析法与K均值聚类法,完成了对典型工况的分类,提出了相应的工况识别方法;对于选取的五种征工况,应用等效燃油消耗最小（ecms）算法得到了相应的充放电等效系数与电量及等效燃油消耗的变化关系图,确定了五种表征工况下不同放电规格对应的充放电等效系数;实现了基于工况识别的具有四种工作模式的等效燃油消耗最小控制算法（a-ecms）,其中四种工作模式分别为电量保持模式、浅充浅放模式、深度放电模式和电动模式。应用a-ecms控制策略在NEDC工况、CLTC-P工况和PH组合工况下进行了混合动力系统性能仿真分析。NEDC仿真结果表明,在电量保持模式,新型混合动力系统百公里油耗为5.53升,满足国家新能源双积分政策经济性要求;相比于传统汽车燃油经济性提升25.6%;相比于电机助力控制策略燃油经济性提15%;相比于定参数等效燃油消耗最小控制燃油经济性提升1.7%;相比于DP算法差3.8%。CLTC-P工况下仿真结果表明,a-ecms控制策略电量保持模式的百公里油耗为5.3升;相比于传统燃油汽车节油29.3%;相比于电机助力控制策略节油16%;DP算法相比于a-ecms控制节油1.1%。PH工况仿真结果表明,电量保持模式百公里等效油耗为6.53升,相比于传统汽车燃油经济性提升24.07%;相比于电机助力控制策略燃油经济性提升13%;相比于定参数ecms控制策略提升6%,燃油经济性明显提升,说明了工况识别与ecms相结合的必要性;相比于DP电量保持模式差0.31%。浅充浅放模式百公里等效油耗为6.59升,相比于传统汽车燃油经济性提升23.37%;相比于电机助力策略燃油经济性提升12%;相比于DP算法电量保持模式燃油经济性差1.2%。深度放电模式,百公里实际油耗为5.53升,相比于传统汽车提升35.7%;相比于电机助力策略提升26.3%;相比于DP算法深度放电模式燃油经济性差1.8%。

关键词： PHEV 工况识别充放电等效系数 a-ecms 仿真分析

单轴并联混合动力汽车模式切换控制与能量管理优化研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

单轴并联混合动力汽车模式切换控制与能量管理优化研究

作者：潘秉钰东北大学

学位级别：硕士

为实现能源可持续发展以及应对环境污染和全球气候变暖等问题,汽车行业已由传统燃油车转向研发混合动力汽车,而混合动力汽车研发的核心便是整车控制策略的开发。因此,本文以单轴并联混合动力汽车为研究对象,针对瞬态模式切换过程与稳态... 详细信息

为实现能源可持续发展以及应对环境污染和全球气候变暖等问题,汽车行业已由传统燃油车转向研发混合动力汽车,而混合动力汽车研发的核心便是整车控制策略的开发。因此,本文以单轴并联混合动力汽车为研究对象,针对瞬态模式切换过程与稳态能量管理策略展开研究,目的是在保证整车动力性的前提下,提升模式切换的平顺性及整车燃油经济性,主要研究内容包括:(1)首先,对不同构型的油电混合动力汽车其基本工作原理和特点进行概述,接着根据整车参数和动力性能指标对驱动系统各部件进行选型,最后基于AVL Cruise软件平台搭建单轴并联式混合动力汽车模型,为后续模式切换过程与能量管理策略的开发奠定基础。(2)然后,系统分析了混合动力汽车动力源和传动系统的动态特性,同时给出了模式切换效果评价指标。针对不同模式间的切换进行动力学分析,得出由纯电动向并联模式切换是产生冲击的主要原因,针对这一模式切换过程中离合器的接合过程设计了模糊控制器,仿真结果表明能够有效抑制该过程所产生的冲击,使模式切换过程中的平顺性得到改善。(3)其次,在保证模式切换平顺性的基础上,针对稳态过程搭建了 ecms算法数学模型,对不同运行模式下的能量流动进行分析并基于Matlab/Stateflow进行建模。接着为获取混合动力汽车运行过程中表征车辆状态的参数,提出了基于SOC反馈的等效因子自适应调节控制策略,并选取不同等效因子初值对控制策略有效性进行了验证。(4)最后,基于Isight与Cruise软件搭建了联合仿真平台,采用多岛遗传算法以百公里耗电量为优化目标对等效因子初值进行迭代优化确定最优初始值。仿真结果表明,含最优等效因子初值的控制器与逻辑门限值能量管理策略的控制效果相比其发动机工作点分布于高效区,使混合动力汽车在维持动力电池组电量平衡的基础上,有效地提高了整车燃油经济性。

关键词：混合动力汽车模式切换模糊控制能量管理策略 a-ecms 多岛遗传算法

基于驾驶意图识别的自适应等效燃油消耗最小策略研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于驾驶意图识别的自适应等效燃油消耗最小策略研究

作者：罗远平重庆交通大学

学位级别：硕士

随着传统汽车因燃烧化石燃料而引起的能源危机和环境污染问题日渐严峻,人们不得不将目光转向清洁高效的电动汽车。但是,受当前电池能量密度、充电速度等技术限制,由传统汽车向纯电动汽车的转变并不是一蹴而就的,而混合动力汽车作为传统... 详细信息

随着传统汽车因燃烧化石燃料而引起的能源危机和环境污染问题日渐严峻,人们不得不将目光转向清洁高效的电动汽车。但是,受当前电池能量密度、充电速度等技术限制,由传统汽车向纯电动汽车的转变并不是一蹴而就的,而混合动力汽车作为传统汽车向电动汽车转换的过渡,成为了当前时期节能减排的最佳选择。混合动力汽车优异的节能减排效果得益于传统内燃机与电机相得益彰的配合,而实现这种配合主要依靠能量管理策略对各动力源进行合理的转矩分配。因此,对能量管理策略进行研究并开发出行之有效的控制器,对于提高混合动力汽车节能减排效果具有非常重要的作用。此外,由于目前车辆主要依靠人为操作驾驶,在车辆行驶过程中驾驶员的主观意识会影响驾驶员对汽车的操作,从而对能量管理策略产生影响。基于上述分析,设计开发出符合驾驶员意图的能量管理策略对混合动力汽车的发展具有十分重要的现实意义。本文以并联式混合动力汽车作为研究对象,以燃油经济性为优化目标,对基于驾驶意图识别的能量管理策略进行研究,主要工作内容如下:（1）以某并联混合动力汽车作为研究对象,分析其结构特点和能量流动,以燃油经济性为优化目标,忽略整车横向和垂向的动力学特性,建立包括发动机、电机、动力电池、离合器、变速器等主要部件前向仿真模型及整车纵向动力学模型。其中,驾驶员模型是以PID控制器为基础,以实际车速与目标车速的偏差作为输入,利用PID调节对车速进行跟随,输出踏板命令,模拟真实的驾驶情况。整车前向仿真模型的建立,为后续开发基于驾驶意图识别的控制策略提供模型基础。（2）为准确识别驾驶意图,提出采用云模型算法识别驾驶意图。驾驶意图是用自然语言表示的定性概念,传统模糊理论识别方法只考虑驾驶意图的模糊性,忽略驾驶员根据随机路况产生的驾驶意图的随机性。在分析云模型算法后,证明云模型算法相比于模糊理论更适合驾驶意图的识别。因此,对工况库聚类获得典型工况并基于已建立的前向仿真模型中运行,获取诸多行驶仿真数据;综合已有的研究,选择合适的驾驶意图识别参数参数并对其进行聚类,得到典型工况下的实时意图;以实时意图与对应的识别参数作为云模型的样本参数,建立起驾驶意图云模型识别系统。（3）为建立符合驾驶意图的优化控制策略,提出基于驾驶意图识别的自适应等效燃油消耗最低控制策略（Adaptive-Equivalent Consumption Minimum Strategy,a-ecms）。驾驶意图识别作为一种模式识别方式,可用实时查表匹配的方式自适应调节等效因子;考虑到等效因子的实质为平均油电转化效率,采用加权平均的方法求取各意图对应的等效因子,建立等效因子查询表;同时,采用惩罚函数修正匹配的等效因子,以保证SOC不超过容许极限。（4）为验证所提出的基于驾驶意图识别的a-ecms,在不同工况下对其进行仿真分析并分别与ecms策略和基于SOC反馈的a-ecms进行对比。结果表明,在NEDC工况下,相比于基于SOC反馈的a-ecms策略,基于驾驶意图识别的a-ecms燃油经济性提高了1.3%且SOC波动频率也有所减少;在组合工况下,基于驾驶意图识别的a-ecms取得了和离线寻优的ecms近似的燃油经济性控制效果且SOC偏差明显减少,证明了所提出策略的有效性。

关键词：能量管理驾驶意图云模型 a-ecms 仿真

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

燃料电池混合动力系统能量管理策略对比分析

燃料电池混合动力系统能量管理策略对比分析