功率分流式混合动力系统参数匹配优化研究

功率分流式混合动力系统部件参数的匹配优化对整车的动力性和燃油经济性具有显著影响。以某款功率分流式混合动力客车为研究对象,采用车辆系统动力学理论和经验公式对动力系统部件参数进行初步匹配,然后针对蜜蜂算法、遗传算法等具有优化周期长、寻优能力较差等特点,提出一种带精英策略的遗传算法和模拟退火算法的组合优化算法,利用组合优化算法对动力系统部件参数进一步优化,在中国城市公交典型工况下,使用Isight、Matlab/Simulink和Cruise软件进行500次联合优化仿真。结果表明:相比于优化前,500次优化后整车综合油耗降低了4.5 L/100 km,节油率达16.6%,同时优化后的发动机和二号电机的工作效率向高效区移动,验证了组合优化算法对动力系统部件参数优化的有效性。     

混合动力系统效率研究及控制策略优化

为了提高功率分流式混合动力系统汽车的燃油经济性,建立了混合动力系统物理模型和系统控制模型,利用优化初值的粒子群算法对混合动力系统的效率进行优化,仿真得到效率最优时的功率分流控制策略,并将其移植到搭载了该系统的某公交车上,进行了实验验证。结果表明,优化初值的粒子群算法可以有效提高动力系统的综合系统效率,降低整车油耗。     

基于工况影响的插电式混合动力汽车控制策略优化

根据其城市公交车的运营线路、运行类型及线路覆盖区域,选取20条代表性公交线路上对应的20辆公交车,采集一个月的行驶数据,利用短行程分析法结合主成分分析及优化的K均值聚类算法实现各片段的合理分类,从而拟合出反映这一城市公交车运行特点的行驶工况。利用AVL-Cruise整车仿真平台验证该工况合成的有效性和必要性,同时引入Isight优化平台实现针对该城市公交车整车控制策略关键参数的优化标定。结果表明,控制参数优化后整车综合油耗降低8.7%,与RCP测试的仿真结果相对误差仅为2%,验证了优化后的控制策略的有效性。     

基于道路工况自学习的混合动力城市客车控制策略动态优化

在混合动力控制策略开发过程中通常采用国外开发的典型道路工况,而这些道路工况与国内的实际道路工况存在较大的差异,这种差异会导致开发的控制策略并不能使混合动力车辆在实际工况下达到最佳燃油经济性。针对这一问题,结合城市公交车线路固定、周期性强等特点,建立道路工况自学习系统。利用该系统可以生成针对固定线路的运行工况,试验结果表明该工况真实地反映车辆实际运行的线路特点。以生成的道路工况为基础,利用动态规划方法,对控制策略进行优化仿真研究。目标车辆在采集得到的道路工况上,按动态规划分配的功率值运行,仿真结果得到的百公里燃油消耗比采用功率跟随控制策略的混合动力公交车的实际燃油消耗降低10.2%。真正实现混合动力客车的"一线一策略"的要求,提高混合动力城市客车的适应性。     

基于工况识别的混联式混合动力客车控制策略研究

为进一步提高新型混联式混合动力客车燃油经济性,根据城市循环工况的特点选定了四种典型的城市工况,采用学习向量量化(LVQ)神经网络模型对各工况特征参数进行训练学习以进行实时工况识别,结合基于动态规划的全局优化结果来提取功率均衡控制规则并存储于控制模块中以供不同工况选择,制定了基于工况识别的控制策略。以MATLAB/Simulink为平台建立基于工况识别的控制策略整车前向仿真模型,仿真结果表明,与普通控制策略相比,采用基于工况识别的控制策略的燃油经济性提高7%。     

基于多岛遗传算法的功率分流式双模混合动力客车参数优化

协调优化混合动力系统设计参数和控制策略参数是提高功率分流式双模混合动力系统综合性能的关键。针对现有多目标遗传算法、粒子群算法以及模拟退火等优化算法实施难度高、求解周期长的问题,以汽车动力性能和电池SOC平衡为约束条件,将油电转换系数引入目标函数,提出一种基于多岛遗传算法(Multi-island genetic algorithm, MIGA)的动力系统设计参数和控制参数集成优化方法。利用Isight仿真平台进行建模仿真,结果表明,在保持车辆动力性、车速跟随以及电池SOC平衡的基础上,相较于优化前,在中国典型城市公交工况下系统等效油耗降低了0.21L/100km,对应节油比例为1.3%。对参数优化后的经济性仿真结果分析发现,优化后发动机向着高负荷区域移动,工作情况得到改善;电机MG1和MG2效率均有不同程度的提高,较好的验证了所提出的参数优化方法的有效性。     

功率分流式混合动力汽车整车参数匹配与优化研究

针对功率分流式混合动力汽车,首先根据整车设计参数及动力性能目标要求,分别对电机、动力电池组、发动机、主减速器和行星排等传动系统部件进行参数匹配,并运用AVL-Cruise软件建立目标车辆整车模型;其次在满足动力性能目标的前提下,运用AVL-Cruise和Isight软件搭建联合仿真模型,分别采用粒子群优化算法和多岛遗传算法,将行星排特征参数和主减速器传动比作为优化参数,百公里油耗和电耗加权之和作为优化目标进行优化研究,并对比分析2种优化算法的计算结果来获得兼顾动力性能和经济性的最优结构参数,为研究功率分流式混合动力汽车传动系统提供理论依据。     

基于上海市某型插电式混合动力汽车的行驶工况和电流工况研究

本文分析了上海市某型插电式混合动力汽车半年内实时记录的行驶数据,包括总里程、速度、荷电状态、电池电流等信息。首先将总的行驶数据划分为很多实际道路行驶的运动学片段,通过主成分分析和聚类分析将这些片段分别按照行驶特征和电流特征进行了分类,再将每个分类中距离中心最近的片段组合起来,得到了针对插电式混合动力车的典型行驶工况以及电流工况。     

串联式混合动力电动汽车功率参数的优化匹配

介绍了一个有效和实用的串联式混合动力电动汽车功率参数的优化匹配方法。借助于仿真软件Advisor，在Matlab下编写外部优化程序来调用该仿真软件，克服了传统理论计算部件功率的缺陷，从汽车行驶的动态平衡中来实现功率参数的匹配，并给出了计算实例。     

基于自适应遗传算法的循环工况整车参数优化

针对传统遗传算法空间搜索速度慢,交叉和变异率选定依赖经验且无法得到真实最优解的缺点,提出了一种改进的自适应遗传算法。以机械式传动系统为例,建立了循环工况的整车传动系统参数化优化模型,并把优化前传统遗传算法、自适应遗传算法和改进自适应遗传算法进行对比分析。结果表明,改进自适应遗传算法搜索速度最快,优化结果最理想;与自适应遗传算法对比,改进的自适应遗传算法中的六循环工况油耗降低了0.18%,最高车速提高了0.8%,连续换挡加速时间降低了5.02%。这些结果表明,改进的自适应遗传算法结果可靠且有效。     

基于循环工况的电动汽车驱动电机参数优化

目前对不同循环工况下驱动电机参数优化以提高整车动力性的研究还不多,因此结合驱动电机传统匹配方法,提出了基于不同循环工况采用ADVISOR软件仿真进行驱动电机参数优化的方法,比较在不同循环工况下仿真所得的整车动力性能和经济性能,最终选择在CYC_UDDS循环工况下采用修改驱动电机额定功率和ADVISOR软件Auto-Size工具自动优化两种方式进行参数优化,优化后的整车动力性和经济性得到明显提升,且变化方向与已有研究中的优化结果一致,表明所提出的驱动电机参数优化方法对于提高电动汽车整车动力性和经济性是切实有效的,对电动汽车驱动电机的研发具有一定的指导意义。     

城市公交车行驶工况的研究

根据实地采集获得反映某城市公交车行驶情况的数据,运用统计学知识对数据进行分析,总结出城市公交车运行的规律;提出了一种城市公交车循环工况构造的方法;并且按照构造出的行驶工况循环图调整了混合动力公交车的控制策略,调整后的油耗较调整前有了明显降低,从而验证了所提出的循环工况构造方法是可行的。     

选矿厂粗碎设备工况参数优化研究

研究选矿厂破碎设备的工况参数,引入优化设计方法,利用MATLAB软件进行计算机辅助设计,对粗碎设备建立独创性的优化数学模型,合理确定设计变量和约束条件,从而得出破碎设备的最优工况参数,有效地提高了选矿厂年处理量,显著地提高了选矿厂的经济效益.     

基于粒子群算法的PHEV动力参数和控制策略参数优化

以某款新开发的插电式混合动力汽车(Plug-in hybrid electric vehicle,PHEV)为研究对象,在完成传动参数匹配和控制策略设计的基础上,利用CRUISE建立了PHEV整车仿真模型。采用优化软件Isight集成Cruise整车模型,建立了以动力性能指标为约束条件,以百公里燃油消耗量和排放性能为目标的PHEV参数优化的模型,利用粒子群优化算法对PHEV的传动系统参数和控制策略参数进行多目标综合优化,并进行了仿真分析比较。结果表明,在UDDS循环工况下进行动力参数优化后的PHEV百公里燃油消耗降低12.5%,等效百公里燃油消耗降低10.7%。     

基于不同工况温升规律分析的锂电池组散热方案优化

为了确保电动汽车行驶过程中锂离子电池组保持良好的工作性能,基于FLUENT软件对锂电池组在恒流放电下进行了温度场仿真,为了考察电池组不同工况的温升程度,分别建立了不同的整车行驶车速、坡度与电池组温升的关系,为开展电池组热管理提供参考依据,提出了基于温升变化规律的强制风冷电池组散热优化方案,同时通过对电池组不同工作条件下的仿真结果的比较,结果表明优化方案能实现电池组良好的散热,最高温度都控制在最佳工作温度范围内。     

基于工况风险评估的叉车门架多工况拓扑优化

以某3T型内燃叉车的标准门架为例,实现了典型工况下门架系统的整体非线性有限元分析;基于工况数据（工作时长、结构应力及形变位移）,提出了工况风险评估方法及工况风险指标（RI）的概念;依据工况风险指标,提出了一种分配多工况拓扑优化权重系数的方法;采用折中规划法,以多工况下门架加权柔度最小为目标函数对门架结构进行拓扑优化;根据优化结果对门架结构进行改进设计,并进行了有限元分析。研究结果表明：风险评估法较传统平均分配法能得到更优的目标值;与原门架结构相比,新门架结构在3种典型工况下的最大应力分别减小10.05%、10.25%和1.58%,最大位移分别减小13.17%、12.93%和8.28%,质量减小7 kg。     

基于工况组合的飞行载荷测量方法

在载荷校准试验中,可用应变电桥和独立载荷工况是建立载荷模型的关键参数,对于独立载荷工况数量不足的特殊结构进行载荷测量时,可采用工况组合的方式建立载荷模型,充分利用应变电桥和独立工况。采用工况组合法对翼尖结构进行载荷建模,使用飞行试验数据,与正校准的改进T值法载荷测量结果对比,一致性较高,可用于特定结构的飞行载荷实测或作为载荷应变法的对比验证方法。     

有轨电车动力系统设计及参数优化

基于燃料电池有轨电车的整车工况,设计了"燃料电池+动力电池"的动力系统结构。以燃料电池功率和动力电池单体并联数量作为优化参数,设计了联合优化算法结构。采用庞特里亚金极小值原理分配燃料电池和动力电池功率,确定燃料电池功率和动力电池容量参数组合可行区域,并解决在不同参数组合条件下最优状态初值的选取问题,得到了成本最小的最佳参数组合并作为参数优化结果。研究结果表明:随着燃料电池功率逐渐增加,燃料电池工作点移动到高效率区域,同时燃料电池最大效率点在约为占总功率的18%上,参数优化结果为今后的工程化设计提供技术支撑。     

基于实际工况的装配体公差优化分配

合理的分配装配体中各零件的公差是保证产品性能和降低企业开销的基本方法之一。目前的公差优化分配以尺寸公差为主,较少涉及形位公差,且假设零件为刚体,忽略了实际工况对装配性能的影响。为解决上述问题,以修正的雅可比旋量模型为基础,同时考虑旋量参数之间的约束关系,并结合公差成本函数,建立了实际工况下装配公差优化分配模型。最后,利用遗传算法(GA)对机床尾座进行公差优化分配,对理想情况和实际工况下的分配结果比较分析,结果表明所提方法适用范围广更符合工程实际。     

[智能感知]基于粒子群优化支持向量机算法的行驶工况识别及应用

实车采集4种典型行驶工况数据,采用随机数法提取并扩充行驶工况识别训练及测试样本,利用多元统计理论对数据进行处理,基于粒子群优化的支持向量机(PSO-SVM)算法来进行行驶工况识别,分析了识别周期及更新周期对行驶工况在线识别精度的影响。将行驶工况识别技术应用在插电式混合动力汽车的能量管理策略中。仿真结果表明,相对于未采用行驶工况识别技术以及采用传统SVM算法进行工况识别的能量管理策略,基于PSO-SVM算法工况识别的能量管理策略使整车燃油经济性分别提高9.836%和4.348%,并且电池荷电状态(SOC)变化相对平稳,有利于提高系统效率和延长电池寿命。