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%。     

基于工况识别的混合动力汽车能量管理策略优化

针对现有基于工况识别的能量管理策略在车辆行驶过程中未全面考虑动力电池荷电状态(SOC)在某些工况片段下降过快的问题,从ADVISOR中选取23个典型的循环工况,用聚类分析方法将其划分为五类,以燃油消耗最小为目标,采用模拟退火粒子群算法对各类工况下能量管理策略中的关键参数进行离线优化,并建立优化参数数据库,提出了一种基于工况识别的能量管理策略优化方法。利用构建的综合测试工况对所制定的能量管理策略进行仿真分析。结果表明,所制定的基于工况识别的能量管理策略与未采用工况识别的能量管理策略相比,综合油耗降低了12.77%;同时,所制定的基于工况识别的能量管理策略可使汽车在行驶过程中动力电池SOC下降速度大为减小。     

基于工况识别的混合动力汽车动态能量管理策略

针对固定循环工况下所制定的混合动力汽车能量管理策略存在一定局限性问题,从ADVISOR软件中选取覆盖车辆实际行驶工况的20个典型循环工况,以整车综合燃油消耗和动力电池寿命为综合优化目标,利用粒子群算法对各工况下能量管理策略中所涉及的关键参数进行了优化,并将得到的优化结果建立数据库,提出了基于行驶工况识别的混合动力汽车动态能量管理策略。最后,通过选择某个随机工况对所制定的能量管理策略进行仿真。结果表明：所制定的动态能量管理策略与未采用工况识别的能量管理策略相比,车辆综合燃油消耗下降10.70%,动力电池温升和平均有效工作电流分别下降2.46℃和1.63A。     

多轴特种混动车辆工况自适应驱动力分配控制

针对多轴电子驱动桥式特种混合动力车辆,提出基于工况自适应识别算法的驱动力协调分配控制策略。基于C-WTVC以及WUVSUB车辆标准行驶循环工况划分运动学片段,利用聚类分析的方法对车辆行驶工况分类,并基于简化的神经网络算法建立车辆行驶工况在线识别机制;基于工况识别结果提出工况自适应驱动力预分配控制策略,包括平均分配、动力性分配及经济性分配,其中经济性分配系数基于系统效率最优进行解算;在驱动力预分配的基础上,基于多轴车辆动力源冗余配置的特点,提出驱动力失效分配控制策略,保障车辆在故障状态下仍具备一定的行驶能力;最后通过仿真测试验证了驱动力协调分配控制策略的有效性。仿真结果表明:所提策略能够有效保证车辆在动力源失效状态下的动力性能,提高了车辆运行可靠性。     

[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。     

基于工况识别的混合动力汽车能量管理策略

为提高混合动力汽车燃油经济性及控制策略随路况的实时适应能力,以一款双行星排式的新型功率分流混合动力汽车为研究对象,选定五种典型工况,制定识别精度较高的模糊控制器进行工况识别,并优化各工况等效因子,建立了一种基于工况识别的自适应等效燃油消耗最低能量管理策略(A-ECMS).仿真结果表明,相比于基于规则的实车控制策略及等效...     

基于分层控制的混合动力车辆中能量管理研究

本文提出了一种基于分层控制的能量管理方法。首先以并联式混合动力车辆的结构为例,建构车辆及多动力源的数学模型,而后,采用分层混杂模型预测控制方法进行能量管理的分层优化,上层采用线性时变模型预测控制算法,优化分配发动机、电机的转矩;利用混合整数二次规划算法优化控制变速器转动;最后,以NEDC、UDDS、LA92、WLTC标准循环工况为例,基于电池SOD优化、燃油经济性、计算效率为评价指标,对分层控制的能量管理策略进行仿真分析。     

纯电动汽车工况识别和能量控制策略研究

针对纯电动汽车能量管理策略优化主要面向单一工况,提出包含BP神经网络工况识别控制的能量管理策略.以锂电池-超级电容复合电源纯电动汽车为研究对象,引入工况识别的复合电源纯电动汽车能量管理策略对整车经济性和蓄电池工作状态的影响.在MATLAB/Simulink平台下修建整车模型并进行综合测试工况仿真,结果表明:包含工况识别的能量控制策略能够准确识别行驶工况,相较于优化前的能量管理策略,蓄电池能量消耗下降2.81％,总能量消耗下降1341 kJ,两种能量源之间的能量分配更加合理,蓄电池工作状态得到进一步优化,有效提高整车经济性.     

基于LVQ工况识别的混合动力汽车自适应能量管理控制策略

为提高混合动力汽车的燃油经济性,选取6种典型行驶工况代表“市区”、“郊区”和“高速公路”3类主要工况,采用基于规则的模糊能量管理控制策略,以整车燃油经济性为目标,在3类主要工况下用改进型粒子群优化算法优化发动机联合工作曲线与发动机关闭曲线系数,得到相应的优化后的隶属度函数的参数;运用学习向量量化(LVQ)算法识别车辆运行工况,动态选择相应的模糊控制策略,使混合动力汽车控制策略对选定的几种代表性工况具有自适应性,从而提高整车的燃油经济性。仿真对比结果表明,相比于传统混合动力汽车,燃油经济性提高了3.4%。     

轮毂电机HEV能量管理策略优化研究

以一种轮毂电机HEV为研究对象,以整车燃油消耗量和排放最小为优化目标,制定了基于模糊控制的能量管理策略。在原能量管理策略的基础上引入了模拟退火粒子群算法,对模糊控制中的隶属度函数进行了优化。在此基础上,基于ADVISOR 2002软件搭建了轮毂电机HEV模型并在UDDS工况下进行仿真分析,仿真结果表明,与原能量管理策略相比,基于模拟退火粒子群算法优化的能量管理策略能更好地控制发动机工作点和分配发动机转矩和电机转矩,显著地改善了整车燃油经济性、排放性能。     

双电机后驱车辆操纵稳定性分层混杂模型预测控制

为改善车辆在复杂工况下的操纵稳定性,解决低附着路面易失稳的问题,针对后驱双电机轮边驱动电动汽车提出一种结合直接横摆控制与主动转向控制的操纵稳定性控制策略。控制策略采用分层控制结构：上层控制器采用多输入多输出系统的模型预测控制,对目标附加横摆力矩与前轮主动转向角进行求解;下层转矩分配控制器采用混杂模型预测控制（hMPC）,将轮胎纵向力的非线性特征简化为分段的混杂系统,在分配驱动转矩时考虑车轮在不同工况下的滑转情况。搭建了基于dSPACE实时仿真系统的仿真平台,在高附着、低附着路面下进行半实物仿真试验。仿真结果表明,与二次规划（QP）转矩分配算法相比,高附着路面工况下平均相对误差减小了17.64%,方均根误差减小了42.86%,最大偏离误差相对减少了7.64%;低附着路面工况下可以有效防止车辆失稳,改善操纵稳定性。     

Fuzzy-neuro LVQ and its comparison with fuzzy algorithm LVQ in artificial odor discrimination system

The human sensory test is often used for obtaining the sensory quantities of odors, however, the fluctuation of results due to the expert's condition can cause discrepancies among panelists. Authors have studied the artificial odor discrimination system using a quartz resonator sensor and a back-propagation neural network as the recognition system, however, the unknown category of odor is always recognized as the known category of odor. In this paper, a kind of fuzzy algorithm for learning vector quantization (LVQ) is developed and used as a pattern classifier. In this type of fuzzy LVQ, the neuron activation is derived through fuzziness of the input data, so that the neural system could deal with the statistics of the measurement error directly. During learning, the similarity between the training vector and the reference vectors are calculated, and the winning reference vector is updated by shifting the central position of the fuzzy reference vector toward or away from the input vector, and by modifying its fuzziness. Two types of fuzziness modifications are used, i.e., a constant modification factor and a variable modification factor. This type of fuzzy-neuro (FN) LVQ is different in nature from fuzzy algorithm (FA) LVQ, and in this paper, the performance of FNLVQ network is compared with that of FALVQ in an artificial odor recognition system. Experimental results show that both FALVQ and FNLVQ could provide high recognition probability in determining various known categories of odors, however, the FNLVQ neural system has the ability to recognize the unknown category of odor that could not be recognized by the FALVQ neural system.     

42V混合动力汽车动力元件的选型与参数设计

在介绍42V混合动力汽车动力系统结构的基础上,对其控制策略进行了选择,并对该动力系统的ISG,发动机,电池和变速器进行了选型和参数设计.利用ADVISOR软件,建立其仿真模型,在UDDS工况下得到其动力性,经济性及一些重要性能曲线,并与传统燃油汽车的仿真结果进行比较,得出其燃油经济性和动力性得到了很大的改善.最后得出结论:整个设计,建模和仿真基本达到预期设计目标.     

南昌市公交车行驶工况研究

随着我国对节能汽车研究的不断深入,符合实际道路的行驶工况循环研究也越来越多。在对节能汽车的设计过程中,一个合理的行驶工况循环图对于完成整车动力匹配及制定控制策略有着至关重要的作用。以参与的863项目为基础,以南昌市示范运行的混合动力城市公交车为研究对象,在进行道路试验的基础上,基于实际的车速、加速度等准则数,利用多元统计理论建立了能够反映南昌市公交车实际运行特征的行驶工况,并做了这个行驶工况和国内外典型城市工况的对比,结果表明,南昌市有它自己的道路行驶特征:市区平均速度低,怠速时间长,加减速频繁,平均加减速度小。     

Synthetical efficiency-based optimization for the power distribution of power-split hybrid electric vehicles

Now the optimization strategies for power distribution are researched widely, and most of them are aiming to the optimal fuel economy and the driving cycle must be preknown. Thus if the actual driving condition deviates from the scheduled driving cycle, the effect of optimal results will be declined greatly. Therefore, the instantaneous optimization strategy carried out on-line is studied in this paper. The power split path and the transmission efficiency are analyzed based on a special power-split scheme and the efficiency models of the power transmitting components are established. The synthetical efficiency optimization model is established for enhancing the transmission efficiency and the fuel economy. The identification of the synthetical efficiency as the optimization objective and the constrain group are discussed emphatically. The optimization is calculated by the adaptive simulated annealing （ASA） algorithm and realized on-line by the radial basis function （RBF）-based similar models. The optimization for power distribution of the hybrid vehicle in an actual driving condition is carried out and the road test results are presented. The test results indicate that the synthetical efficiency optimization method can enhance the transmission efficiency and the fuel economy of the power-split hybrid electric vehicle （HEV） observably. Compared to the rules-based strategy the optimization strategy is optimal and achieves the approximate global optimization solution for the power distribution. The synthetical efficiency optimization solved by ASA algorithm can give attentions to both optimization quality and calculation efficiency, thus it has good application foreground for the power distribution of power-split HEV.