混合动力离合器结合过程的动态转矩控制策略

混合动力通过电动机和发动机两种动力源驱动车辆运行,两种动力源之间的切换对整车的动力性和驾驶性有着重要的影响.在客车用单轴并联式混合动力系统的基础上,针对混合动力系统两个动力源响应性差异而造成的整车纵向加速度冲击,以纯电动模式切换到纯发动机模式和混合驱动模式的过渡过程为研究重点,提出离合器结合过程的动态转矩控制策略,即在离合器结合之前和结合过程中,采用发动机转速自适应模糊比例积分微分(Proportional-integral-differential,PID)闭环控制跟随电动机转速;在离合器结合后,利用电动机补偿发动机动态转矩,并且在混合动力系统台架上对提出的动态控制策略进行验证.试验结果表明,PID所提出的离合器结合过程的动态转矩控制策略改善了整车纵向冲击度,提高整车的驾驶性能,为进一步的整车试验奠定基础.     

混合动力汽车燃油经济性模型预测控制策略

为了实现对混合动力汽车实时的燃油经济性控制,提出了改进的马尔可夫模型预测控制方法。建立了混合动力汽车关键部件模型,从克服阻力和速度跟踪两个方面建立了车辆需求转矩模型,从而建立了混合动力汽车仿真模型;使用多步马尔可夫模型预测车辆状态;在模型预测控制目标函数中引入电量参考值,当电量大于参考值时使用模型预测最优控制策略,当电量低于参考值时,在目标函数中引入电量惩罚项,使用改进的模型预测控制策略。经仿真验证,在新欧洲行驶工况下,马尔可夫模型预测控制比恒值预测控制的油耗减少了4.27%,比规则能量管理策略减少了4.99%;在中国城市工况下,马尔科夫模型预测控制比恒值预测控制的油耗减少了8.32%,比规则能量管理策略减少了13.16%。     

基于随机模型预测控制的四驱混合动力汽车能量管理探究

目前,混合动力汽车的数量持续增多,为使此类汽车的燃油消耗达到最低,应当对其能量进行有效管理。基于此点,文章从混合动力汽车能量管理分析入手,构建四驱混合动力汽车模型,在此基础上,对基于随机模型预测控制的四驱混合动力汽车能量管理进行论述。     

基于“虚拟离合器”的混合动力车辆AMT换挡过程控制

自动机械变速器(Automatic mechanical transmission,AMT)是单轴并联混合动力系统中的核心部件,对其换挡过程的快速、精确控制直接决定着混合动力系统的加速性、经济性、使用寿命以及可靠性。一种基于"虚拟离合器"技术的混合动力系统AMT换挡过程控制方法可以充分保证其性能。该方法的五个时序进行详细论述,并分别提出各个阶段的核心控制问题。基于该单轴并联混合动力系统的结构特点,建立以考虑传动系统中驱动轴扭转振动特性的动力学模型,在此基础上,推导出可用于换挡过程控制的机械自动变速器中传递转矩的近似数学模型;通过试验验证该模型可以有效控制变速器传递的转矩,降低摘空挡后变速器输出轴转速的振荡。实车试验表明以变速器传递零转矩为目标的"虚拟离合器"技术可以有效应用于AMT的换挡过程控制。该技术的应用可以实现AMT无离合器操控的换挡过程,能够有效缩短换挡过程动力中断的时间,降低换挡过程车速的振荡,提高AMT系统的换挡品质。     

基于模型预测控制的无级变速起步优化控制策略

为提高车辆的起步性能,新一代大功率无级变速器(CVT)采用离合器与变矩器作为起步装置,由于离合器接合过程的多目标特性,会引起车辆起步冲击等问题。为此,以DNR离合器接合过程为研究对象进行离合器接合过程优化控制的研究。首先,设计离合器压力控制系统,使系统有进一步优化空间;其次,分析离合器接合过程,确定起步评价指标;第三,就接合过程中存在问题,提出以实现离合器接合一致性为目标的模型预测控制策略;最后,利用联合仿真建立CVT动力总成仿真模型,通过国产力帆520车型对系统有效性与合理性进行验证。结果表明：离合器接合过程在所提出的优化控制策略的作用下,能够在目标时刻完成充油过程,降低起步冲击度,有效改善整车起步品质。     

插电式混合动力汽车预测控制策略的研究

针对插电式混合动力汽车(PHEV)传统控制策略没有考虑未来车速的问题,通过对汽车未来行驶车速进行预测,在整车行驶模式下提出了一种把汽车未来车速信息考虑进当前的控制策略,从而实现了对发动机和电机转矩的合理分配。通过把新开发的基于车速信息的预测控制策略嵌入到ADVISOR中,在欧洲城市循环工况(NEDC)下进行了仿真分析。仿真结果表明:对汽车未来行驶车速进行预测的控制策略能够实现对发动机和电机转矩的进行合理分配,百公里油耗约为6.5L,相比基于规则控制策略燃油经济性提高了约7.14%,而且排放也有所降低,从而验证了基于预测信息的控制策略的有效性。     

基于马尔可夫链的混合动力汽车模型预测控制

采用模型预测控制的思路,选取加速踏板位置不变、指数衰减、按马尔可夫链随机分布三种不同的车辆未来转矩需求预测模型,运用动态规划算法进行转矩分配的优化,并与基于规则的混合动力控制策略进行对比。仿真结果表明,马尔可夫链模型预测控制在混合动力车辆能量分配上具有优化潜力。最后提出了模型预测控制应用于混合动力汽车能量分配的进一步研究方向。     

基于随机模型预测控制的四驱混合动力汽车能量管理

基于随机模型预测控制基本原理,研究了四驱混合动力汽车的能量优化管理。采用马尔可夫模型预测加速度变化过程,通过计算得到混合动力汽车未来需求转矩。在保证电池荷电状态平衡的前提下,以燃油经济性最优为目标,建立混合动力汽车能量管理优化模型。针对建立的非线性优化模型,采用动态规划算法进行有限时域内的滚动求解。将提出的控制策略在dSPACE中进行软件在环仿真试验。研究结果表明,随机模型预测控制策略可以实现四驱混合动力汽车基本的能量管理,可在保证各动力部件良好工作状况的前提下,提升燃油经济性。与基于恒值模型的预测控制策略相比,随机模型预测控制策略下的平均燃油经济性提升了8.30%,优化结果接近有先验知识的预测控制策略。     

大客车AMT的离合器最佳接合规律动力学研究

分析了汽车起步时离合器的接合过程，讨论了影响离合器接合的因素，建立了离合器接合规律模型。给出了离合器整个接合过程的约束方程，建立了大客车两轮5自由度纵向动力学模型。进而给出适用于大客车AMT离合器的最佳接合规律。     

基于机器学习速度预测的并联混合动力车辆能量管理研究

针对当前混合动力汽车模型预测控制(Model predict control,MPC)能量管理中预测域速度预测不精准问题,进行基于机器学习的速度预测研究。首先建立基于无极变速(Continuously variable transmission,CVT)的单轴并联混合动力汽车模型,其次采用机器学习方法对未来时间窗内的行车速度进行预测,得到三种不同预测方法下的方均根误差(Root mean squared error,RMSE)精度,其中长短期记忆(Long short term memory,LSTM)神经网络最佳,前馈神经网络次之,支持向量机最差。然后,利用模型预测控制策略对车辆进行能量流分配,验证不同预测方法对燃油消耗、SOC的影响,且分析对比不同预测时间窗长度下的能量管理性能,找到不同预测方法下的最小油耗预测域。最后将预测控制与传统动态规划(Dynamic programming,DP)、等效燃油消耗(Equivalent consumption minimization strategy,ECMS)能量管理策略进行性能比较,发现机器学习预测控制对减少油耗具有良好的潜力,同时对模...     

干式双离合自动变速器起步过程离合器控制的研究

针对干式双离合自动变速器的结构特点,在充分研究其离合器控制特点的基础上,分析了起步过程,提出了起步过程评价指标和离合器两种控制方式,并以大众DQ200为目标离合器进行起步试验研究,通过比较分析试验结论,得出比较理想的起步控制策略.     

基于转速/转矩控制的AMT换挡策略

分析了传统机械自动变速器（AMT）换挡控制策略的局限性,提出基于转速/转矩内外双层的AMT动力传动一体化控制方法,即外层计算出发动机目标转速、转矩和离合器目标位置,内层通过向发动机控制单元（ECU）发送转矩请求来实现AMT的换挡控制。为验证该方法的正确性,利用MATLAB/Simulink建立了全电AMT车辆动力传动一体化控制仿真系统模型,并在dSPACE系统上搭建了变速器控制单元（TCU）快速控制原型进行实车测试。仿真和试验结果都表明,应用双层动力传动一体化控制方法,能够显著改善AMT车辆换挡品质。     

不同因素对汽车传动离合器接合过程影响分析

离合器是汽车传动系统的重要组成部分,其接合过程直接影响到车辆起步性能和动力传递,并影响系统各单元的使用寿命.针对离合器接合过程的特点,对滑摩状态和接合状态进行动力学分析,建立系统的动力学模型;从滑摩功和冲击度两个方面对离合器接合过程进行评价,获取影响换挡品质的评价指标因素;根据动力模型和数学模型,基于Simulink建...     

基于多目标遗传算法的混合动力电动汽车控制策略优化

混合动力电动汽车是一个高度复杂的非线性系统,并且影响其控制策略的参数较多,要对这样的系统进行优化,常规的优化算法显得无能为力,模型的精确程度也直接影响了选取参数的可靠性.应用汽车动力性、排放性高级模拟分析软件AVL CRUISE,联合Matlab/Simulink软件,建立合动力电动城市客车整车动态性能仿真分析模型,以百公里油耗和排放指标为优化目标,运用多目标遗传优化算法,针对欧洲、日本及中国的城市公交循环工况对混合动力系统工作模式的选择和能量流的分配进行全局优化,减少了运算时间,获得一组可靠的可行解,精确地确定出控制逻辑参数.该解集在很大程度上同时提高了原车的燃料经济性和排放性能,并且为混合电动车的设计和控制提供了一个适宜的选择范围,设计者可以按不同的要求进行不同的方案选择.     

全电AMT同步过程控制策略及验证

全电AMT执行机构的控制策略是AMT系统的关键技术。通过分析AMT执行机构特点及AMT的换档过程,制定了AMT挂档同步过程的控制策略,并在MATLAB/Simulink软件中建立了控制策略模型,最后在装载AMT的样车上进行了实车验证。结果表明该控制策略能够有效地控制AMT挂档时同步器的同步过程。     

奔腾智能混合动力电动轿车自适应巡航控制系统

为了从整车系统控制角度综合解决车辆的安全、节能和环保问题,突破目前新能源车辆领域和智能汽车领域仍各独自开展相关技术研究的限制,提出一种融合新能源汽车和智能汽车各自先进技术的解决方案—智能混合动力电动轿车,并提出融合双模式切换自适应巡航控制、整车状态识别及转矩分配控制和驱/制动系统协调控制的整车自适应巡航分层控制体系。在上层控制中研究基于实时状态反馈的双模式切换2自由度结构模型匹配控制器,解决适应混合动力驱动系统动态特性的自适应巡航期望转矩制定的难题;在中层控制中采用了综合内燃机(Internal combustion engine,ICE)优化曲线、电动机最佳效率特性和电池最佳效率特性的基线式控制策略;在下层控制中提出发动机/驱动电动机的转矩协调控制策略和电动机制动/EVB液压制动的协调控制策略。在此基础上,通过仿真分析和实车试验对分层控制系统进行评价与验证。仿真与试验结果表明,所开发的分层式控制系统确保整车在自适应巡航状态下,不仅可以有效提高整车安全性和降低驾驶强度,而且使整车具有最佳的燃油经济性和排放性能。     

智能汽车路径跟踪混合控制策略研究

针对传统单一控制算法无法有效协调智能汽车不同转向工况下横向控制性能要求的问题,根据智能汽车在高速和低速转向工况下呈现出的系统特性差异,设计了一种基于PID控制和模型预测控制的智能汽车路径跟踪混合控制策略。该控制策略在低速模式下采用PID控制,在高速模式下则采用模型预测控制,通过车辆速度确定路径跟踪控制模式,进而设计带稳定监督的控制模式切换机制,实现了横向控制系统的平滑切换。基于Carsim和MATLAB/Simulink仿真平台对所设计的智能汽车路径跟踪混合控制策略进行了仿真验证,在此基础上,进一步完成了实车试验。仿真和实车试验结果表明,所设计的混合控制策略能够保证智能汽车不同速度下的路径跟踪性能,具有较好的跟踪精度、实时性和车辆行驶稳定性。     

燃料电池中巴车电电混合动力控制系统

针对燃料电池电压电流输出特性及动态响应滞后的特点,提出燃料电池加辅助电源的中巴车电电混合动力系统方案。采用燃料电池加镍氢电池加超级电容的三能源结构作为整车的驱动电源,设计了整个动力系统的基本结构。通过分析动力系统的驱动模式,引入智能协调和预测控制思想,设计了燃料电池中巴车混合动力协调控制系统。采用三层前馈神经网络建立系统的非线性预测模型,对燃料电池发动机功率预测控制系统进行了研究和优化,给出了具体的预测控制算法步骤。仿真实验结果表明该控制策略具有良好的控制效果,减少了燃料电池发动机输出功率的频繁波动,整车动力性及经济性都得到了加强。     

混合动力电动汽车转矩管理控制策略设计

混合动力汽车的出现在一定程度上缓解了能源危机和环境问题。控制策略作为混合动力汽车的核心技术,对动力性和燃油经济性的实现起到至关重要的作用。主要研究模糊逻辑控制策略的制定及基于 Advisor 的仿真。提出了将总需求转矩和电池荷电状态划分为更多模糊子集以得到更细的模糊规则的方法。通过比较仿真结果验证了细分的模糊逻辑控制策略对提高动力性和燃油经济性的积极作用。