基于采样交通量与卡尔曼滤波的增程式电动汽车续驶里程估算

为了提高增程式电动汽车续驶里程估算精度,消除驾驶员因电动汽车续驶里程估计不准确产生的忧虑心理,提出一种新的基于采样交通量与卡尔曼滤波的增程式电动汽车里程估算方法。依据不同道路等级,通过指数回归模型对增程式电动汽车交通量进行估算。介绍了卡尔曼滤波原理,给出卡尔曼滤波方法状态方程与观测方程,利用最小二乘法对卡尔曼滤波公式进行推导,获取状态向量预测值和状态向量测试方差矩阵。介绍了单位能耗行驶里程计算方法。结合采样交通量和剩余续驶里程计算结果,通过卡尔曼滤波方法获取下一时刻增程式电动汽车的续驶里程,实现对增程式电动汽车续驶里程的估算。经实验验证,所提方法估算准确性高。     

基于电池循环寿命的纯电动汽车续驶里程估算

为了提高纯电动汽车的续驶里程估算精度,降低因电动汽车续驶里程估计不准确而出现的"里程焦虑",提出一种基于电池循环寿命的纯电动汽车续驶里程估算方法。首先,以纯电动汽车的整体性能分析为基础,将汽车续驶里程估算中电池循环使用时长问题,通过卡尔曼滤波算法转化为代价函数逼近最小值问题,确定电池循环使用寿命。其次,通过计算电池组剩余能量和已行驶里程,计算出纯电动汽车单位里程能耗;最后,计算出纯电动汽车循环工况续驶里程。实验结果表明,采用该方法对纯电动汽车续驶里程进行估算准确性较高,估算误差最低为2. 5%,提高了对纯电动汽车续驶里程的估算精度。     

模糊能耗及卡尔曼滤波的电动汽车剩余续驶里程估算

为了提高电动汽车的剩余续驶里程估算精度,在工况识别基础上,提出了一种将模糊能耗与卡尔曼滤波相结合的剩余续驶里程估算模型。建立了整车能耗模型;在MATLAB/Simulink下建立特征参数与能耗之间的模糊规则库;基于卡尔曼滤波对输出剩余续驶里程进行优化。优化结果表明:采用该方法的行驶里程实际值与期望值平均误差为2.11%,相比传统平均能耗法,其剩余续驶里程估算精度提高了77%。     

基于电池荷电状态和行驶工况辨识的电动汽车续驶里程估算*

为消除驾驶员因电动汽车续驶里程估计不准确,产生的"里程焦虑"。提出了一种基于电池荷电状态和行驶工况辨识的电动汽车续驶里程估算模型。以大连市某电动汽车运行数据为研究对象,首先分析了SOC与行驶里程的相关性,将工况数据划分为432个工况片段。然后利用主成分分析、模糊C聚类分析对工况片段进行分类、辨识,并建立了续驶里程的估算模型,进行续驶里程的估算。最后利用实车数据,在Matlab中进行仿真验证,结果表明此方法是可行的,所建立的模型具有较高的准确度。     

增程式电动汽车模糊控制能量管理策略研究

在ADVISOR软件环境中建立燃料电池增程式电动汽车动力系统模型,利用该模型设计基于模糊控制理论的整车能量管理策略,并以车辆最大续驶里程为优化目标,利用遗传算法对模糊函数和模糊规则进行优化.对比发现优化后的模糊控制管理策略能改善燃料经济性,提高整车续驶里程.典型工况下不同能量管理策略的整车仿真结果显示,本文所制定的模糊控制能量管理策略优于常见的恒温器及功率跟随能量管理策略,适合用于增程式电动汽车.     

电动汽车续驶里程及其影响因素的研究

研究了电动汽车续驶里程的计算方法,根据电池释放的能量与电动汽车消耗的能量相等的方法计算,使用BJD6100－EV电动公交车的有关参数,计算在不同速度下均速行驶时的续驶里程及阻力功率,建立电池均匀性对电池输出功率的影响模型,分析整车参数,环境温度对电动汽车的续驶里程的影响,绘制相应的曲线,结合对BJD6100－EV电动公交车的道路试验,验证了续驶里程的计算方法及续驶里程的影响因素,并提出了增加续驶里程的措施。     

电动汽车传动系统参数设计和续驶里程研究

针对目前电动汽车（EVS）续驶里程短的问题．从车辆动力学的角度建立了较为系统的续驶里程计算模型。讨论了电动汽车动力传动系统参数设计和整车质量对续驶里程的影响，并以XL2000型纯电动轿车为研究对象，分析计算了匹配两种不同传动系统时的续驶里程,并给出了计算结果。进一步的实验表明，计算结果与实验值误差小于5％，验证了所建模型的合理性。在样车设计阶段．利用该方法进行仿真研究，具有一定的参考价值和指导意义。     

基于神经网络的增程式电动汽车能量管理策略研究

针对以燃料电池堆为增程器的增程式电动汽车不同于一般燃料电池汽车的特点,提出了一种新的综合考虑燃料电池效率和蓄电池充放电效率的能量管理策略.基于神经网络将策略实现,并在由ADVISOR建立的整车模型上进行仿真验证,取得了更长的续驶里程.     

辅助混合动力电动汽车的技术研究

为延长纯电动汽车的续驶里程,提出了辅助混合动力电动汽车的概念。对辅助混合动力电动汽车的系统方案设计、动力部件选择及参数匹配进行了研究,重点分析了驱动控制单元和辅助控制单元的工作原理。排放实验和续驶里程仿真结果表明,辅助混合动力电动汽车具有良好的排放性能,并且比原纯电动汽车有效地延长了续驶里程。     

电动车再生制动控制方式

电动汽车是今后汽车的发展趋势,而再生制动技术是电动汽车增加续驶里程的重要手段,这其中再生制动的控制方式又是直接影响续驶里程的关键因素,本文对电动汽车再生制动的控制方式进行了讨论,提出了控制方式应与汽车的行驶工况相适应的控制方法.     

天然气汽车改装中CNG喷射器喷嘴孔径的确定

在压缩天然气汽车(CNGV)的改装过程中,CNG喷射器喷嘴孔径这个工艺参数,极为关键却又难以把握。为了提高安装作业的效率及精度,探究出一种能辅助安装者更快更准地确定所需孔径的方法,提出了以模糊模式识别原理的算法,根据待改装车辆的发动机功率、行驶总里程和当前火花塞使用中的行驶里程这3个指标,对喷嘴孔径的尺寸进行识别,以实现在CNG系统安装前对孔径进行确定。在MATLAB中对该算法进行验证时,发现采用随机性更好的分组抽样且对算法的数据运算过程进一步匹配修正后,孔径的识别精准性显著提高。经过与此前的实际安装记录数据的核对,最终证实了该算法的可行性及准确性。     

基于遗传粒子滤波的轮毂驱动电动汽车质心侧偏角估计方法

质心侧偏角估计是汽车稳定性控制系统中的关键技术.为了解决现有估计方法对轮毂驱动电动汽车信息利用不充分、估计精度低的问题,提出一种基于遗传粒子滤波(GPF)的轮毂驱动电动汽车质心侧偏角估计方法.利用魔术轮胎公式,融合轮毂驱动电动汽车车轮上驱动与制动力矩信息,建立非线性车辆动力学模型,实现轮胎纵向力与侧向力计算,完成质心侧偏角估计器的搭建.针对车辆动力学模型的强非线性及传统粒子滤波算法粒子退化、计算量大的问题,设计适用于强非线性系统并且能够有效抑制退化、减小计算量的遗传粒子滤波算法对质心侧偏角进行估计.仿真结果表明:所提出的估计方法能够提高质心侧偏角的估计精度和鲁棒性.     

Bayes估计理论在交通流检测中的应用

运用Bayes估计的基本思想,在已知先验概率的情况下,对交通顺畅时车辆和交通拥挤时车辆的分布情况进行估计,并对某条马路的连续100个周期进行观测的数据进行仿真.仿真结果证明,估计的车辆数与实际车辆数的分布情况基本相同,准确度比较高,运行速度较快,可以用于实时检测.     

一种高效轮毂式永磁无刷直流电动机的设计

根据电动汽车驱动电机的特点,为满足电动汽车的低速爬坡和启动加速能力的要求,提高电动汽车的一次充电续行里程,提出了一种应用绕组换接的方法,结合小功率外转子永磁无刷直流电动机实例,设计了一台电动汽车用高效轮毂式永磁无刷直流电动机,并通过试验验证和分析了其方法应用在电动汽车上的可行性和正确性。     

电动汽车动力电池健康状态在线估算方法

针对电动汽车动力电池SOH(state of health)的估算问题,提出一种可以在线运行的有效估算方法.其优势在于仅依托电池管理系统实时测量电压、电流等数据,无需离线电池寿命衰退曲线及电池的初始状态,因此更符合电动汽车对于SOH估算问题的实际需求.在电池恒流充电模式下,以Thevenin及OCV-SOC模型为基础,构建以时间和SOH为隐变量的电池模型.基于此电池模型,提出利用NLS(nonlinear least square)初始化GA搜索范围的快速求解算法进行在线参数辨识,得到电动汽车实时的SOH估计值.验证结果表明SOH估计算法具有较好的实用性及较高的估算精度.     

基于PVDF传感器的车辆动态称质量系统 算法分析及应用

为有效管理车辆超限超载,并为道路设计规划提供数据支撑,基于聚偏二氟乙烯(PVDF)传感器提出一种适应高速公路动态称质量系统。针对压电膜传感器信号设计了电荷放大电路、单片机信号采集电路和SD卡存储电路等,提出用滑动平均滤波算法进一步处理采样信号,并对软件系统的设计流程进行了分析。为验证数据处理方案的准确性,进行了室外场地模拟试验,又进一步进行道路现场试验获取车辆载荷谱数据,通过对数据的分析得到此路段实际交通量的结构组成。试验结果表明,设计的称质量系统能够满足动态称质量的精度要求,具有较高的实际应用价值。     

非陀螺找北仪的时序分析与数字滤波

为进一步提高非陀螺找北仪的精度 ,分析了系统的多维自回归时间序列模型 ,并对影响模型参数估计精度的因素进行了讨论 ,指出了最小二乘参数估计方法的误差主要是由于 3倍频以内分次谐波和同频干扰引起。根据模型与信号功率谱分析 ,提出了降低系统噪声影响 ,提高参数估计精度的数字滤波方法 ,并通过试验对滤波方法进行了验证。     

基于自适应无迹卡尔曼滤波的分布式驱动电动汽车车辆状态参数估计

以精确估计车辆状态参数为目标,提出了一种基于自适应无迹卡尔曼滤波的车辆状态参数估计算法,采用非线性三自由度车辆模型,将模糊控制与无迹卡尔曼滤波算法相结合,实现对系统测量噪声的自适应调整,通过对方向盘转角,纵向加速度和横向加速度等低成本传感器信息融合实现对质心侧偏角和横摆角速度的状态估计.应用CarSim与Matlab/Simulink建立分布式驱动电动汽车整车模型并且联合仿真对估计算法的有效性进行验证.结果表明自适应无迹卡尔曼滤波比无迹卡尔曼滤波更能有效准确地进行车辆状态参数估计,在双移线工况中,质心侧偏角估计精度提高了6.7%,横摆角速度估计精度提高了4.8%.