基于模型驱动的大型天线系统设计优化方法

针对传统天线协同设计困难、方案可行性评估成本高、评价关系模糊等难点，引入层次分析方法，建立天线系统模型和层次评估模型，通过系统运行过程仿真和验证分析，支持设计数据的获取与计算，进而对系统设计方案进行优化分析和科学决策。以天线驱动设计方案为例进行验证分析，结果表明，提出方法显著提高了大型天线系统的设计效率，降低了设计优化成本。     

电动汽车动力系统参数匹配及优化

为了实现电动汽车动力系统系统参数的优化匹配,根据电动汽车设计参数建立电动汽车整车性能仿真模型.围绕电动汽车整车、开关磁阻驱动电机与蓄电池选择匹配问题,研究蓄电池单体容量对电动汽车整车性能的影响规律.基于电动汽车循环行驶工况,提出一种以提高蓄电池利用效率为目标的电动汽车蓄电池参数优化匹配方案,通过引入蓄电池荷电状态(SOC)质量比系数对蓄电池单体容量及组容量进行优化选择.以同步提高电动汽车动力性能和经济性能为目标,定义基于电动汽车循环工况的整车性能综合指标系数,对车辆传动系比进行了优化设计,并对该优化方案下电动汽车整车及开关磁阻电机动态性能进行了仿真分析.结果表明:提出的电动汽车驱动电机、蓄电池及整车传动系比的优化匹配方案能很好地满足ECE城市循环工况的行驶要求,对改善整车动力性能,提高电池效率,增大续驶里程等都具有十分重要的意义.     

一种新型电动车电池管理系统

为了解决当前由于电动汽车充电站不足而导致电动汽车不能及时补充电量的问题,提出了一种新型电动汽车电池管理系统设计方案.针对电动汽车锂电池组的特点,提出了一种新的采集电池组电压、电流、温度数据方法;针对电动车续航里程的要求,设计了一种基于GPRS/GPS自动查找充电站并在线排队预约的解决方案,相对于之前的电池管理系统,该系统能准确估计剩余电量值,能自动智能提醒驾驶员及时补充电量以方便电动汽车的续航,大大减少驾乘人员的等待时间.     

电动汽车代理商电力市场竞价策略研究

随着电动汽车的广泛投入使用,电动汽车代理商通过代理系统中数量庞大而分散的电动汽车参与电力市场竞价,不但有利于电动汽车的有序充放电,同时也给电动汽车提供了参与电力市场竞价的机会。基于电动汽车代理商的灵活报价,提出参与电力市场竞价的双层优化模型,上层以社会效益最大化为目标,下层以电动汽车充放电效益最大化为目标;通过KKT条件将双层优化模型转化为单层优化模型,采用非线性互补函数将非线性不等式约束转化为等式约束,并通过原对偶内点算法求解模型;最后,通过算例仿真分析,验证了所提模型的有效性和可行性。     

基于双重粒子群算法的电动汽车参与配网优化调度

研究电动汽车参与含分布式光伏电源的配电系统的协同调度问题. 首先,建立了分布式光伏和电动汽车充电负荷的数学模型,给出了两种协同调度策略:电动汽车充电位置优化和电动汽车充电时段优化. 优化模型以配电系统网损最小为目标,分别就充电地址不固定和固定两种情况进行优化. 然后,使用蒙特卡洛法对电动汽车充电负荷情况进行模拟,使用双重粒子群算法对优化模型进行最优求解. 最后,用一个33节点系统作为算例系统对所提出的调度策略进行仿真验证,证明了优化策略能平抑电网波动,减少配电系统网损.     

需求侧规模化电动汽车的充电负荷优化调控策略

针对电力需求侧电动汽车(electric vehicles, EV)用户充电行为的不确定性,分析电动汽车充电负荷调度与控制技术,构建电动汽车充电负荷调控优化模型,提出考虑分时电价与削峰填谷的分层多目标电动汽车充电策略,并对某区域内的1 000辆电动汽车的充电场景进行调控仿真试验。结果表明,本研究提出的优化充电策略能够有效降低充电费用和充电功率峰值,验证了所提出的优化调控策略的有效性。     

基于实时电价的多目标电动汽车控制策略

在实时电价的电力市场机制下,综合考虑了电网侧和电动汽车车主双方利益,建立了电动汽车群接入电网后的控制模型.该模型以电动汽车群接入电网后负荷曲线峰谷差最小及电动汽车车主收益最大为优化目标,并以电池充放电功率和可用容量为约束条件,采用粒子群算法进行了优化求解,得出了电动汽车群与电网的交互功率曲线.最后,通过仿真实例验证了所建构模型的正确性和有效性.     

基于操纵稳定性的某电动汽车底盘布置方案优化

针对处在试验研制阶段的电动汽车,为了满足安全行驶的需要,基于电动汽车操纵稳定性的考虑,对电动汽车底盘的布置方案进行优化。针对电动汽车样车在行车试验时存在前轮侧滑量偏大引起轮胎磨损较大的问题,基于灵敏度的考虑对悬架的布置方案进行了优化。在AD-AMS/Car模块中建立优化后的整车虚拟样机模型,通过改变电池摆放位置和承载大小来观察整车操纵稳定性的变化,从而得到最优的汽车底盘布置方案。     

云环境下众包产品造型设计方案多目标群体决策

针对云环境中众包产品造型设计方案在制造过程中的决策问题,从工业设计角度出发提出多目标群体决策方法. 将已有众包产品造型设计方案作为研究对象,分析云环境中众包产品造型设计与制造过程的特点. 根据方案特点分析群体决策过程中须考虑的评价目标,采用层次分析法对评价目标与目标权重进行计算,建立众包设计方案的多目标评价体系. 将多目标群体决策问题转化为多目标优化问题,以评价体系为依据构建众包产品造型设计方案多目标群体决策模型,采用优化方法对模型进行求解,得到与理想方案最接近的众包设计方案. 以医疗镇痛泵的众包造型设计方案决策问题为例进行验证,结果表明所提方法可以有效解决众包产品造型设计方案在制造过程中的群体选择决策问题.     

一种抑制配网电压波动的电动汽车有序充放电策略

电动汽车的迅速发展给人类生活带来了便利,但如果大量电动汽车无序接入电网会对电网质量带来不利影响。为了提高配网电压的稳定性,提出一种抑制配网电压波动的电动汽车有序充放电策略,在考虑用户行驶需求和习惯的前提下,提出了电动汽车调压的可调度模型。以配网电压方差为目标函数、电动汽车可调度容量为优化变量,采用ROSEN梯度投影法和粒子群算法对目标函数进行求解与优化,得出各个节点电动汽车的最优出力值,从而对节点上电动汽车的充放电行为进行调度,达到抑制电压波动的目的。仿真结果表明:采用该方法能够有效减少配网电压的波动,解决大量电动汽车接入电网所带来的电压问题。     

Digital Design of Virtual Prototype based on Multidisciplinary Design Optimization

In order to obtain digital design of complex mechanical product as optimal as possible in an efficient way,multi- discipline integrated design method is proposed,which integrates multidisciplinary design optimization (MDO) into digital design process to design virtual prototype (VP) efficiently.Through combining MDO and multi-body system dynamics,MDO integra- tion platform,which takes VP as the core,is constructed.Then automated MDO design of VP is realized and changes of mechani- cal design project can be expressed intuitively during MDO design process.The proposed approach is also demonstrated by using inte- grated analyzing flow of vehicle engineering design.The result shows that the method not only can feasibly realize the MDO of VP, but also can solve the optimization problem of vehicle multi-body system dynamic performance.It can be adopted to the digital de- sign of other complex system.     

基于Simulink的四轮轮毂电机电动汽车仿真模型开发

针对四轮轮毂电机电动汽车控制算法验证需要,基于Matlab／Simulink建立了15自由度四轮轮毅电机电动汽车模型。模型采用模块化设计,给出了动力学模型方程、整车模型框图和各模块建模方法,并通过商用软件Carsim进行模型验证。验证表明：该模型具仃较高精度,可为控制算法改进及验证提供良好平台。     

基于Radau伪谱法和MPC的智能电动车辆生态驾驶

为优化智能电动车能源消耗,提出了基于Radau伪谱法和模型预测控制算法的智能电动车辆生态驾驶的方案。建立生态驾驶控制模型和能耗模型,结合边界约束和路径约束,构建生态驾驶能耗优化的最优控制问题。通过能耗优化得到最优车速轨迹,将此轨迹作为期望输入,基于模型预测控制( MPC)算法完成生态驾驶控制。实验结果表明：以纯电动车和实际规划路径为例,以最优车速自动行驶的能源消耗少于人工驾驶的能源消耗,验证了文中策略的有效性。     

基于新的MDO方法的整车抗撞性设计及优化

多学科设计优化(Multidisciplinary design optimization,MDO)方法能够有效解决大规模复杂工程系统的设计问题,为了更好地处理经常遇到的准可分MDO问题,提出了一种基于罚函数的两级交替优化方法(Two-level alternating optimization method based on penaltyfunction,PAO)。PAO基于分解协调策略,首先将准可分MDO问题分解为一个系统级问题和多个子系统级问题,然后通过交替求解达到子系统间的一致性。首次使用PAO方法对整车抗撞性进行设计优化,计算结果验证了该方法的有效。     

电动汽车空调系统建模及对整车性能的影响

应用基于ADVISOR和MATLAB的联合仿真方法,建立了纯电动汽车用电动空调系统仿真模型,可以较为准确地对纯电动汽车整车性能进行仿真分析和计算。以某型号中巴客车为例,对电动空调系统关键部件进行了研究和仿真分析,分析和比较了电动空调系统对整车经济性和续驶里程等指标的影响。研究结果表明,电动客车使用电动空调系统后,整车经济性得到改善,续驶里程明显降低,与传统空调相比较,电动空调系统具有明显的节能效果。     

电动汽车动力电池仓拓扑优化

提出基于拓扑优化的动力电池仓结构设计方法。在拓扑优化建模中,采用基于SIMP插值函数的变密度拓扑优化方法。对某型电动汽车动力电池仓进行拓扑优化设计中考虑结构可制造性等因素,构建了优化型的电池仓结构模型;利用有限元技术对新型结构与传统结构进行对比分析,保证结构方案的可靠性。通过控制最小尺寸和网格尺寸可以有效避免拓扑优化中数值不稳定现象的出现;在满足强度要求的前提下,能够实现的新结构质量较传统型的质量有较大幅度的减少,且应力分布更加均匀,有效实现等强度结构设计。     

Optimum Driving System Design for Dual-Motor Pure Electric Vehicles

A pure electric vehicle driven by dual motors is taken as the research object and the driving scheme of the driving motor is improved to increase the transmission efficiency of existing electric vehicles. Based on the architecture of the transmission system, we propose vehicle performance parameters and performance indexes of a pure electric vehicle, a time-sharing driving strategy of dual motors. First, the parameters of the battery, motor, and transmission system are matched. Then, the electric vehicle transmission model is built in Amesim and the control strategy is designed in Simulink. With the optimization goal of improving the vehicle’s dynamic performance and driving range, the optimal parameters are determined through analysis. Finally, the characteristics of the motor are tested on the bench. The results show that the energy-saving potential of the time-sharing driven double motor is higher, and the driving mileage of the double motor drive is increased by 4%.     

混合动力汽车经济型巡航的车速规划策略

选取功率分流式混合动力汽车为对象,以燃油消耗最小为目标开展巡航场景下的经济车速规划研究. 结合车辆动能管理与等效燃油最小化策略（ECMS）,提出增强型等效燃油最小化策略（R-ECMS）. 运用极小值原理推导油电等效系数,建立动能与电能间的等效关系;结合电能与燃油之间的等效关系,将车辆动能变化和电能消耗统一转化成燃油消耗. 为了兼顾电池SOC平衡以及车辆通行速度,采取非支配排序遗传算法优化R-ECMS权重系数中的参数. 仿真结果表明,与传统能量管理策略ECMS相比,R-ECMS可以降低8.06%的燃油消耗. 与采用最优算法的动态规划策略相比,R-ECMS能在实现次优的优化效果的同时大幅降低计算时间. 同时,与ECMS相比,R-ECMS在其他仿真场景下能实现6.94%的节油率,具有较好的泛化性能和应用前景.     

Multi-objective optimization of active steering system with force and displacement coupled control

A novel active steering system with force and displacement coupled control (the novel AFS system) was introduced, which has functions of both the active steering and electric power steering. Based on the model of the novel AFS system and the vehicle three-degree of freedom system, the concept and quantitative formulas of the novel AFS system steering performance were proposed. The steering road feel and steering portability were set as the optimizing targets with the steering stability and steering portability as the constraint conditions. According to the features of constrained optimization of multi-variable function, a multi-variable genetic algorithm for the system parameter optimization was designed. The simulation results show that based on parametric optimization of the multi-objective genetic algorithm, the novel AFS system can improve the steering road feel, steering portability and steering stability, thus the optimization method can provide a theoretical basis for the design and optimization of the novel AFS system.