车用PEMFC发动机热管理系统设计与仿真分析

以100 kW车用PEMFC发动机系统为研究对象。首先,基于结构设计、原理分析和热管理性能要求,运用V模型设计了一套PEMFC发动机热管理系统;然后,通过热平衡计算完成对关键零部件的选型与性能匹配,并运用AMESim软件搭建系统一维仿真模型;最后,以零部件进出口温度和温差为评价指标对不同工况进行仿真分析和台架测试,通过对比分析验证设计的有效性。结果表明：峰值工况下冷却液出口温度达到极限值,其余工况下系统各部件均在正常工作温度范围内,同时模型仿真数据与台架测试数据相对误差均在5%以内,说明该系统满足设计要求且模型具有较高的可信度,可为车用PEMFC发动机热管理系统设计提供一定的指导。     

锂离子动力电池单体筛选方法研究

介绍了一种基于由电压时间曲线特征点(时间、电压)构成的向量空间电池筛选方法,提出了基于曲率的电压时间曲线特征提取方法,并依据特征点分段线性拟合出标准电池电压时间曲线方程,通过计算非标准电池特征点到标准电池电压时间曲线的距离,从而确定单体电池间的相似度。该方法通过提取电压时间曲线上的时间、电压为特征,建立相似度函数并基于一定的阈值准则,完成电压时间曲线的筛选,并对分选结果的一致性进行了分析,为电池分选提供了一种快速、实用的解决方案。     

不同操作和环境条件下的PEMFC低温冷启动数值模拟研究

基于COMSOL建立质子交换膜燃料电池低温冷启动一维瞬态多物理场耦合模型,该模型考虑气态水和膜态水在0 ℃以下结冰来研究恒电压输出、恒电流输出、膜态水初始含量以及环境温度等不同操作和环境条件对质子交换膜燃料电池低温冷启动性能的影响。结果表明,恒电压输出模式下,低电压操作相对于高电压能产生更多的热,温度上升更快,但结冰速率也会激增,从而导致性能衰减更快;恒电流输出模式相较于恒电压能达到更高的温度,但需更好的气体传质能力;如果低温冷启动之前吹扫不足导致膜水含量较高,膜的储水能力下降,这将造成输出性能下降更快,不利于冷启动的成功进行;启动时环境温度的不同会直接影响燃料电池低温冷启动成功与否,仅依赖被动加热成功启动的初始环境温度存在极限值。     

燃料电池空气系统增湿器建模与仿真

建立气-气增湿器的数学理论模型,并基于Amesim软件建立燃料电池增湿器及空气系统仿真模型,从燃料电池系统层面分析干湿侧不同温度、压力、水含量等输入条件下的干侧出口空气的湿度变化情况,并采用水转移率（water vapor transfer rate,WVTR）对增湿器增湿性能进行评价,结果表明此模型可进行前期验证,能较好地预测汽车运行过程中增湿器的动态响应特性。     

基于优化模糊RBF神经网络的挖掘机铲斗轨迹控制研究

针对挖掘机电液伺服控制系统中存在的非线性和时变性问题,本文结合RBF神经网络和模糊控制各自的优点提出一种基于模糊RBF神经网络PID控制方法。利用K-means层次聚类法确定模糊神经网络的结构参数,并采用改进SSA算法优化训练模糊神经网络。本文还建立了挖掘机铲斗系统的AMESim模型和电控系统的Simulink控制策略模型,并进行联合仿真分析。仿真结果表明：与一般模糊RBF神经网络相比,本文优化后的模糊RBF神经网络在铲斗系统空载时,能将控制精度提升33.7%,在铲斗系统满载时,能将控制精度提升36.2%。     

混合动力汽车模糊逻辑转矩管理策略仿真

以并联混合动力系统的工作模式为基础,结合发动机和电机的性能特性,利用需求转矩与发动机最佳转矩之差和电池电荷状态(SOC)作为输入,以发动机实际输出和最佳转矩值的比值作为输出,构建了模糊推理规则和推理器,用以确定发动机和电机的最佳转矩分配,实现系统的总体能量转换效率最高.仿真结果表明,与采用精确门限参数的策略相比,所设计的模糊逻辑转矩管理策略的燃油经济性有较大提高,并能控制电池SOC在工作区保持稳定.     

混合动力汽车冷却风扇的模糊逻辑优化控制

围绕混合动力汽车发动机冷却系统精确控制和节能问题,研究分析了混合动力汽车发动机和电机的冷却需求以及混合动力汽车工作模式与动力装置冷却方式的关系,提出一种结合工作模式设计的模糊逻辑优化控制策略。应用模糊逻辑和基于规则的方法,建立以最小温差和最低油耗为目标的冷却风扇控制模型,并与整车模型进行联合仿真。结果显示,结合工作模式设计的模糊逻辑控制策略相比常规控制策略能使混合动力汽车在纯电动工作模式下发动机冷却液温度下降更慢,同时对发动机冷却系统温度控制更加精确,并提升了燃油经济性。     

基于模型预测的P2混合动力AMT换挡后离合器结合控制策略

AMT换挡后的离合器结合过程控制好坏对系统冲击有较大的影响,针对P2型单轴并联混合动力汽车离合器的结合过程中,离合器接合阶段离合器尽快接合和冲击度尽可能小这两个控制目标,分析了不同驱动模式下换挡离合器接合阶段动力学过程,设计了基于模型预测控制的离合器接合控制策略,搭建了Amesim-Simulink联合仿真模型对控制策...     

混合动力重卡自适应等效燃油消耗最小化能量管理策略北大核心CSCD

为解决等效燃油消耗最小化策略的关键参数在不同工况下的动态调整,提出一种适用于混合动力重型汽车的自适应等效燃油消耗最小化策略(adaptive equivalent consumption minimization strategy,A-ECMS)。该策略以层次聚类算法得到的6种典型行驶工况为例,提出了一种基于神经网络工况识别算法。应用改进的混沌粒子群优化(chaosparticle swarm optimization,CPSO)算法优化特定驾驶循环下等效燃油消耗最小化策略(equivalent consumption minimization strategy,ECMS)的3个关键参数:等效因子、惩罚函数的比例因子和发动机起动车速阈值。提出了一种基于工况识别的新型自适应能量管理策略对关键参数进行优化,根据该重型卡车的传动系统构型,建立了车辆的纵向动力学模型,并通过仿真进行了验证。仿真结果表明复合工况驱动循环下的CPSO-ECMS和A-ECMS控制策略与传统等效燃油消耗策略相比,油耗分别降低了5.9%和8.9%。     

基于CVT效率的动力性控制策略优化算法

传统的无级变速器(Continuously Variable Transmission,CVT)动力性控制策略以最大发动机功率为控制目标。由于CVT效率在不同负载下变化较大,故控制发动机功率最大并不能保证此时的整车驱动功率也达到最大。为此,设计了矩阵优化算法,以最大整车驱动功率为目标,计算得到各踏板开度及车速下的CVT动力性速比。利用GT-drive软件建立整车模型,对优化前后的控制策略进行仿真对比分析。结果表明,优化后的控制策略使汽车在各个踏板开度下,整车驱动功率和最高车速都有不同程度的提升。