应用多目标粒子群算法的车辆传动系参数优化仿真研究

利用多目标粒子群算法研究了车辆传动系参数优化问题。首先根据目标车辆的结构搭建了整车模型,通过台架试验对整车模型进行验证;其次以车辆传动系参数作为设计变量,以车辆动力性和经济性作为优化目标,建立多目标优化模型;然后运用多目标粒子群算法对传动系参数进行优化计算,得到Pareto最优解集;最后运用基于信息熵的多属性决策方法,确定了最优传动系参数。研究结果表明:优化后的整车的动力性能和燃油经济性均得到提升,其中燃油经济性提高了4.83%,全负荷0~100 km/h加速性能提升了2.03%。     

插电式混合动力电动汽车能耗研究

组建PHEV车队,由不同通勤距离的用户使用,进行了为期1年的道路试验。对试验结果进行分析后发现:PHEV能耗受行驶工况等影响,与充电行驶里程相关,并且对环境温度极其敏感,除空调等因素外,试验车辆自身的一些特点——在CD模式下,发动机适当参与驱动以及必要的暖机等,使其在低温环境下的能耗明显增加,主要体现在CD距离缩短,CD模式和CS模式燃油消耗量增加3个方面。在使用中应尽量提高充电频率,提高PHEV运行在CD模式下的行驶里程比例,更多地依赖从电网获得电能减少燃油消耗。