新型两轴驱动混合动力汽车动力系统设计

根据常见的混合动力汽车动力系统的分布结构,以某国产传统燃油车为研究平台,在保证原车整体结构不变的前提下设计了1种新型两轴驱动混合动力汽车动力系统,车辆前桥保留了原车的动力总成,而在后桥加装了1套完整的电驱动系统.结合乘用车排放与能耗测试标准以及实际的运行工况特点,对后桥电驱动系统的相关动力部件进行了参数匹配,并完成了整车控制策略的设计,利用AVL-Cruise车辆性能仿真软件搭建了整车模型并进行了仿真分析.结果表明:该新型两轴驱动混合动力系统可以灵活切换车辆驱动模式以适应不同的行驶工况需求,同时在动力性方面相比原车有较大提升,燃油经济性方面较原车提高10.58%,整车性能改善明显.     

ISG并联混合动力轿车最优转矩分配策略

能量管理策略对混合动力汽车燃油经济性的改善具有关键作用。因为ISG混合动力轿车发动机转速不是受控变量,转矩成为能量管理策略惟一的控制变量,使其实质为转矩分配策略。考虑动力总成部件之间能量传递转换效率得到电机等效燃油消耗量,由此得到不同待选分配点动力总成等效燃油消耗率,以动力总成等效燃油消耗率最小化为原则优化转矩分配,使整车燃油经济性达到最优。通过离线计算,使转矩分配成为根据整车需求转矩、发动机转速和超级电容电压进行简单查表的过程,解决了计算量大的缺点,方便了实际应用和实时控制。建立整车和控制策略模型进行仿真计算,基于中国乘用车城区瞬态循环,与传统逻辑门限值分配策略相比,整车燃油经济性改善提高了5.2%。     

混合动力客车动力系统综合参数正交优化与应用

文章针对串联式混合动力城市客车的结构和行驶工况特点,设计了一种基本规则型多能源动力系统控制策略,并基于Matlab/Advisor软件平台建立了SHEB的仿真模型;利用正交试验设计方法,在SHEB系统参数初步匹配的基础上,对动力系统控制参数和部件参数进行综合参数正交优化;最后对优化后的SHEB动力性和燃油经济性进行仿真和道路试验,结果表明,正交优化后的动力系统参数能满足整车性能要求,且燃油经济性比优化前提高了6.4%。     

基于遗传算法的并联式混合动力汽车控制策略优化

并联式混合动力汽车是一个高度复杂的非线性系统,控制策略参数的设定对汽车性能有着重大影响﹒通过AMESim软件,建立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,运用遗传算法,针对NEDC工况,对混合动力系统的控制策略参数进行优化﹒结果表明,优化后的汽车燃油经济性提高了9.3%,NOx,HC和CO分别减少了7.6%,4.9%和8.2%.     

基于系统效率的PHEV动力与控制参数优化

针对搭载无级变速器的单电机插电式混合动力汽车,提出了一种新的动力参数与控制参数设计方法.建立插电式混合动力汽车各工作模式的系统效率模型,得到基于系统效率的工作模式切换规律,并对模式切换曲线乘以控制参数以实现模式切换规律的调整.充分考虑燃油经济性的影响因素,以动力源功率、电池数目以及主减速器速比作为动力系统设计参数.利用Matlab/Simulink建立整车经济性仿真模型,构建"城市-城郊-高速-城郊-城市"综合行驶工况,以降低等效燃油消耗为目标,采用遗传算法对插电式混合动力汽车动力系统参数与模式切换规律控制参数进行综合优化.结果表明:采用本文所提出的方法能够优化出一组合理的动力与控制系统参数,使整车等效燃油消耗更低,比优化前的百公里等效油耗降低了7.2%.     

混合动力系统参数优化匹配研究

以XMQ6103GF2城市公交客车为改造对象,为提高并联混合动力车辆(PHEV)动力系统的内燃机、电池、电机之间工作的协调性,解决整车的动力性、经济性、排放性及车辆成本问题,提出一种以动力系统功率最小化为目标,动力性能指标为约束条件的参数优化匹配方法.该参数匹配方法包括初步设计、参数优化和性能校核三个部分.在MATLAB平台下,采用 ADVISOR的电辅助控制策略进行仿真,仿真结果验证了该方法的有效性.     

考虑模式切换频率的多模式混合动力汽车参数优化

针对一种新型混联式混合动力系统,采用逻辑门限的方法制定了能量管理策略并用多目标粒子群算法进行了优化。在传统的以新标欧洲循环测试(NEDC)工况下整车经济性、动力性为优化目标的基础上,考虑模式切换频率,增加了模式区分度作为优化目标,选取2个逻辑门限参数和5个传动比参数作为优化变量,使得混合动力系统在保证经济性和动力性的同时,提高了模式选择的稳定性。还根据现有的结构,参考各个动力部件的经济区,制定了基于规则的能量管理策略,并利用MATLAB和Cruise搭建了仿真模型和控制策略模型。仿真结果表明,采用该方法所得到的2组优化解参数与原参数相比,解1和解2燃油经济性分别提高了12.7%和15%,加速性能提升了15.7%和6.5%且有效避免了模式的频繁切换,工作模式的稳定性得到了保障。最后,利用JC08工况进行了仿真验证,结果表明优化所得的解在JC08工况下仍具有可行性,文中多目标优化方法通用可行。     

两轴驱动混合动力汽车动力系统的优化设计

以一款国产燃油汽车为平台,确定了两轴驱动混合动力系统的结构形式,基于逻辑门限值的整车控制策略,研究了整车在不同驾驶工况下的工作模式以及转矩分配情况,采用Matlab/Simulink软件,对整车控制策略进行建模.在性能优化方面,以发动机100 km耗油量和驱动电动机100 km耗电量为优化目标,以车辆后轴的结构参数以及控制策略参数为优化变量,利用经过改进的非支配排序遗传算法(NSGA-Ⅱ),采用Isight优化软件,进行了整车动力系统的优化计算,并借助AVL Cruise和Matlab/Simulink对整车的经济性和动力性进行了仿真分析.结果表明:优化后整车动力性能与优化前基本保持一致,整车综合能耗降低了5.4％.     

ISG型混合动力轻客建模及性能仿真研究

以整车燃油经济性和排放性能为控制目标,提出一种模糊逻辑转矩分配策略,在MATLAB／Simulink 中建立整车仿真模型,并选用国家标准工况进行整车性能仿真研究。仿真结果表明,所建模型可实现需求转矩在发动机与集成起动发电机（ISG）之间动态协调分配,达到系统能量流的多样性,从而提高了整车的燃油经济性和排放性。     

基于非线性规划遗传算法的汽车动力传动系统参数优化研究

研究了兼顾动力性和燃油经济性的汽车动力传动系统优化数学模型,以改善燃油经济性和整车动力性为目标,采用非线性规划遗传算法对某款轿车的动力传动系统参数进行优化研究并进行了仿真试验验证.结果表明:优化后原地起步加速时间降低了3.96%,整车多工况百公里油耗降低了8.23%.表明运用非线性规划遗传算法进行动力传动系统参数优化是可行的.     

The Simulation Study of HEV Under Electric Assist Control Strategy （EACS）

Hybrid Electric Vehicle (HEV) becomes a popular research project all over the world because of its high efficiency and low emissions. HEV is driven by Internal Combustion (IC) engine and electric motor,and its powertrain is more complex than conventional vehicle. Therefore, the complexity of a HEV power-train demands a rehable control strategy be developed to guarantee stable and consistent operation. In this paper, EACS is proposed which takes IC engine as a main power unit and the electric motor as an assis-tant one. Because the fuel consumption of HEV mainly depends on IC engine, EACS restricts the IC en-gine to operate under the condition with favorable fuel economy. In the paper several control parameters are described such as the maximum torque, the lowest and highest desired battery state of charge (SOC),whose values will affect the performance of HEV remarkably. In addition, the test models of power units for HEV, mathematical models of transmission and vehicle dynamics for HEV are estabhshed. A forward-facing simulation software (i.e. driver-to-wheel) based on MATLAB/Simulink is developed to test the performance of EACS and determine the proper value of the control parameters. The simulation results and conclusion are also shown in the paper.     

混合动力汽车多能源动力总成的智能体控制技术

为提高混合动力汽车的智能化控制水平,进一步改善整车燃油经济性和动力性,提出一种多能源动力总成的多智能体协调控制方法.以并联式混合动力汽车为原型,建立动力总成部件子系统智能体模型,构建多智能体系统协调控制框架,根据不同工况模式对总成动力进行预分配,利用单智能体的智能行为和多智能体的协作能力解决车辆对复杂路况的自适应问题.在Cruise软件环境下对智能体控制系统和协调控制策略进行了仿真验证,结果表明,动力总成的多智能体协调控制策略正确可行,使混合动力汽车能根据不同工况自适应控制模式,进而对动力进行自适应匹配,能够改善整车燃油经济性和动力性.     

基于ADVISOR二次开发的复杂混合动力汽车仿真系统

基于ADVIOSR软件,对混合动力汽车仿真系统进行二次开发,建立某特定布置形式的复杂混合动力汽车整车仿真模型和相关控制策略模型,并通过循环工况仿真分析汽车的燃油经济性和动力性。     

Plug-in混合动力汽车动力系统参数匹配

以并联型Plug-in混合动力电动汽车(PHEV)为研究对象,提出了其动力驱动系统参数匹配的原则和实施方法.采用该方法对某型轿车动力总成参数进行了匹配,使用电动汽车仿真软件ADVISOR对整车性能进行仿真计算.仿真结果表明:Plug-in混合动力轿车动力性与原车相当,经济性与原车相比有很大提高,达到预期开发目标.     

基于多目标优化的混合动力系统DOH参数匹配

以一款并联式混合动力系统为研究对象,提出一种基于混合度(DOH)进行动力性、经济性、排放性的多目标优化参数匹配方法。建立综合整车各性能指标为价值函数,选定DOH为匹配设计变量,采用粒子群优化算法(Particle Swarm Optimization ,PSO)进行优化,获得不同权重系数下的优化DOH,同时权衡部件成本进而选定最佳DOH进行参数匹配,并开展回归实验验证,其结果表明：和优化前相比,最高车速提高了19.7%,每加仑行驶的里程提高了10.9%,排放量降低了19.8%。     

ISG混合动力再生制动系统硬件在环仿真

再生制动可显著降低燃油消耗从而降低废气排放，是混合动力汽车的重要工作模式之一．以ISG型混合动力长安轿车为原型，进行了基于制动能量分配控制策略的整车制动动力学建模与离线仿真，并在ISG型混合动力系统上构建了dSPACE环境下的再生制动试验平台，进行了基于再生制动控制策略的硬件在环仿真，对不同车速、制动强度、变速器档位和离合器状态下的再生制动系统性能进行了测试与分析，为优化混合动力汽车再生制动控制策略奠定了基础．     

一种新型双能源电动汽车的动力传动系统

对一种新型零排放电动汽车动力传动系统进行了研究,这种电动汽车以直接氢质子交换膜燃料电池为主要动力,以铅酸蓄电池为辅助动力.该电动汽车以巡航速度行驶时,由燃料电池供电,多余电量给蓄电池充电.在汽车加速、爬坡或高速运行等高功率需求工况时,由燃料电池和蓄电池同时提供动力.同时对该双能源电动汽车动力传动系统的参数进行了最佳匹配.最后对该电动汽车进行了仿真,结果表明动力传动系统的参数匹配是合理的,该电动汽车的动力性完全能满足设计指标要求.     

并联式混合动力汽车机械式自动变速器换档策略

并联式混合动力汽车(Parallel Hybrid Electric Vehicle,PHEV)档位决策作为能量管理策略的一部分,对整车动力性、经济性及排放性能有较大影响.混合动力汽车换档策略不仅要考虑发动机,还要考虑电机和电池系统的影响.基于电池电能的等效燃油概念,通过考虑电池充、放电过程中的能量损失,将充、放电生成或消耗的电能折算为等效燃油,由此得到不同档位时整车的综合燃油消耗,进而选取燃油消耗较小时的档位使整车经济性能指标达到最优.同时,该方法也通用于装备液力自动变速器(Automatic Transmission,AT)等有级式自动变速器的混合动力汽车换档策略制定.     

基于Pareto最优原理的混合动力汽车多目标优化

介绍了混合动力汽车（HEV）相关知识,建立了以最小化燃油消耗、HC+NOx排放量和CO排放量为目标的3目标优化模型,提出了基于Pareto最优原理的混合动力汽车多目标优化进化算法.该算法采用实数编码,以ADVISOR为HEV的仿真软件获得各候选方案目标值,基于Pareto支配性原理判定候选方案的优劣,并设计了可以调整待优化变量有效位的机制以保证优化所得的候选方案具有可实现性.针对不同车型的仿真实验结果表明,所提出的算法能够较好地解决混合动力汽车多目标优化问题,可以获得一组具有低燃油消耗与低污染物排放的Pareto最优解供决策者选择.     

混合动力汽车补偿模糊神经网络能量管理策略

以上海大众汽车公司某型号混合动力电动汽车(HEV)的设计要求为基础,提出了一种基于补偿模糊神经网络的能量控制策略,并采用动态调整步长的梯度下降法加快算法的收敛速度.分析了样本数据选取、输入、输出模糊分割和模糊规则提取对控制器性能的影响.利用ADVISOR2002仿真平台进行二次开发,完成了基于补偿模糊神经网络的控制策略、并联电力辅助控制策略和模糊控制策略的仿真比较.仿真结果表明,基于补偿模糊神经网络的控制器具有较强的自适应能力,可以较好提高混合动力汽车的燃油经济性和排放性.