共查询到15条相似文献,搜索用时 839 毫秒
1.
为了使混合电动汽车获得较大的加速度和较长的续驶里程,同时改善整车的动力性能,提出了一种多能源混合动力系统结构。高能量、大功率的多能源混合动力系统必须配备一个能量智能管理系统,才能达到合理分配功率的目的。为此,建立在前向推理结构模型的基础上,提出了一种能量管理系统的模糊预测控制策略。它主要由电池荷电状态预测控制器、充电控制器和功率分配控制器组成。仿真结果表明:与简单分配控制策略(查表法)相比,采用模糊预测控制策略的混合电动汽车在续驶里程、燃油经济性和整车效率等方面均有较大提高。下一步将采用快速控制原型dSPACE系统完成该模糊预测控制的实车实现。 相似文献
2.
3.
4.
基于神经网络的并联式混合动力汽车控制策略 总被引:2,自引:0,他引:2
为提高并联式混合动力汽车的燃油经济性和控制系统的响应时间,应用神经网络实现控制策略.首先,结合逻辑门限控制策略和等效燃油消耗最小原理制定控制策略,并根据电池的荷电状态(SOC)进行调整.然后将调整后的策略在典型工况JA1015循环上实验,采集合理样本来训练对角回归型神经网络(DRNN),获得基于神经网络的控制策略.最后,在电动汽车仿真软件ADVISOR平台上进行仿真实验,仿真结果表明,采用神经网络的控制策略,提高了并联式混合动力汽车的燃油经济性,响应快,且具有通用性. 相似文献
5.
6.
7.
在Simulink中建立了静液传动(HST,Hydrostatic Transmission)车辆的整车动力学模型.提出在马达高压自动变量控制条件下以发动机高负荷率为目标的油泵控制策略.对模型进行仿真试验,在加速试验中,HST和发动机均连续输出极限功率,典型公路行驶工况下,车速大于12km/h时,HST总传动效率在75%以上,而发动机始终工作在高燃油效率的高负荷率区间.仿真结果表明,提出的HST控制策略使传动系统具有良好的动力性和燃油经济性.建立的仿真模型为静液传动车辆的参数匹配与控制策略开发提供有效的验证工具和评估手段. 相似文献
8.
9.
装备机械自动变速器(AMT)的混合动力车辆驱动系统包含了发动机、电机和电池以及传动系统,不能按照传统AMT车辆的方法制定其换挡规律.在综合考虑发动机、电机的工作性能以及电池荷电状态的基础上,以燃油经济性能为目标,提出了装备机械自动变速器的轻度混合动力车辆电动机部分助力时的能量分配策略和经济性换挡规律,并进行了仿真.结果表明,采用新的经济性换挡规律,能更加有效地发挥混合动力车辆的性能,提高燃油经济性. 相似文献
10.
11.
12.
13.
结合传统模型参考自适应方法控制性能优越的特性和模糊控制不依赖对象精确数学模型的优势,将模糊控制器植入模型参考自适应控制系统构架中。主模糊控制器用于取代传统模型参考自适应控制中的反馈控制器,模糊逆模型结合自适应调整算法取代复杂的常规自适应规则,利用模糊控制良好的非线性学习特性,构建模糊自适应控制机构。以永磁同步电机为例,在MATLAB/Simulink环境下建立双闭环控制系统,基于扩展卡尔曼滤波设计速度观测器,基于模糊模型参考自适应方法设计速度控制器,仿真结果表明:控制系统运行平稳,速度跟踪快速准确,具有良好的动、静态特性。 相似文献
14.
PHEV模糊控制能量管理策略建模与仿真 总被引:1,自引:0,他引:1
为降低汽车的燃油消耗和尾气排放,对并联式混合动力汽车(Parallel Hybrid ElectricVehicle,简称PHEV)的能量管理系统(Energy Management System,简称EMS)进行了研究。利用Matlab/simulink建立了PHEV模糊控制能量管理算法,并将该算法嵌入到Advisor软件的PHEV中进行仿真和对比分析。结果表明,与原电辅助控制策略相比,采用所设计的模糊控制能量管理策略,在有效降低每100千米汽车的燃油消耗的同时,HC、CO、NOX等废气排放均有所下降。 相似文献
15.
A hybrid approach for fuzzy system design based on clustering and a kind of neurofuzzy networks is proposed. An unsupervised clustering technique is firstly used to determine the number of if-then fuzzy rules and generate an initial fuzzy rule base from the given input-output data. Then, a class of neurofuzzy networks is constructed and its weights are tuned so that the obtained fuzzy rule base has a high accuracy. Finally, two examples of function approximation problems are given to illustrate the effectiveness of the proposed approach. 相似文献