并联式混合动力逻辑门限控制参数智能优化

为提高并联式混合动力汽车的燃油经济性和降低其废气排放量,采用基于自适应混沌粒子群优化算法建立并联式混合动力汽车控制优化模型,对其逻辑门限控制参数进行优化,并与PSO算法和GA算法的优化结果进行比较;利用ADVISOR仿真软件对其优化参数进行仿真验证,并对其逻辑门限控制参数优化前的仿真结果与自适应混沌粒子群优化后的仿真结果进行对比.研究结果表明:自适应混沌粒子群优化算法具有较快的收敛速度和较高的收敛精度,能有效避免早熟收敛问题;100km油耗至少可降低12％,HC排放量可降低6％,CO排放量可降低5％,NOx排放量可降低8％.     

基于动态规划的自适应等效最小燃油消耗策略

针对等效燃油消耗最小策略(ECMS)中最优等效因子对工况依赖性较大的问题,以单轴并联式混合动力汽车为研究对象,以动态规划算法(DP)获得的特定行驶工况下最优控制结果为基础,逆推得到ECMS的最优等效因子;拟合出平均最优等效因子随电量维持水平的变化规律,以此为基础设计了一种自适应等效燃油消耗最小策略.在中国典型城市工况下的仿真结果表明:对于任意初始SOC值,文中策略能够较好地维持电量平衡;在SOC稳定之后的油耗为828 g,与DP对比仅有0.8%的误差.多种不同工况仿真结果表明,SOC变化规律与中国典型城市工况仿真结果一致,在SOC稳定之后,单个循环工况的油耗相对DP仅增加了0.1%~0.2%.     

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FCMAC神经网络的PHEV转矩分配策略

针对混合动力汽车转矩分配策略对整车的燃油经济性和排放性能具有重要的影响,提出了基于模糊小脑模型(FCMAC)神经网络控制的整车转矩分配方法.以某变速箱前置式双轴转矩耦合并联混合动力汽车为研究对象,建立了以发动机的输出转矩为目标的FCMAC神经网络控制策略,将输入量离散化后的高斯基模糊隶属度进行规则相乘后作为FCMAC神经网络的输入,经过hash映射及权值调整输出发动机转矩,实现了混合动力汽车的转矩分配.在AVL-Cruise及Matlab/Simulink平台上建立仿真模型,将其控制策略与基于逻辑门限值控制策略的仿真结果进行比较.结果表明:在NEDC工况下FCMAC控制策略较逻辑门限值控制策略,油耗与排放都有改善,提升了并联式混合动力汽车的燃油经济性和排放性.     

基于系统综合效率最优的双轴并联PHEV联合优化控制策略

针对双轴并联插电式混合动力汽车控制策略与参数优化问题,综合考虑发动机和电动机工作区间对整车经济性的影响,以系统综合效率最高为目标提出了同时优化转矩分配和变速器挡位的联合优化控制策略,同时引入成本函数对整车经济性和换挡成本进行综合评价.制定控制策略后,以整车在NEDC工况下的电平衡油耗最低为优化目标,采用Isight/Cruise/Simulink联合仿真优化平台采用自适应模拟退火算法对联合优化控制策略参数进行了优化.仿真结果表明,经优化参数后的联合优化控制策略比未经参数优化的规则策略节省油耗7.7%,比运用初始规则策略节省油耗17.3%.     

并联式混合动力汽车的实时控制策略优化

分析了并联式混合动力汽车的能量流动情况，建立了便于进行扭矩分配计算的驱动系统简化模型。将电池充放电过程中消耗的能量等效为一定的油耗，以最少等效油耗为目标函数，建立了实时控制策略。针对FUDS驾驶循环，计算得到了最少油耗的实时扭矩分配方案．结果表明，该实时控制策略能有效的降低车辆的燃油消耗，优化发动机的工作点。     

ISG型中度混合动力轿车油门动态协调控制策略

采用瞬时优化与定工况下全局优化相结合的方法,对ISG(Integrated Starter/Generator)型中度混合动力汽车的系统效率进行优化,以系统效率最高为优化目标,优化混合动力系统能量管理策略。为了避免混合动力汽车在模式切换或突然加速时,由于发动机油门突变导致的动态油耗增加,当发动机油门开度变化率过大时,采用发动机惯性矩闭环控制和电机补偿控制的方法对中度混合动力系统进行动态协调控制,限制发动机节气门开度变化率,抑制汽油过度喷射,以达到降低油耗的目的。建立了系统仿真模型并进行了仿真模拟,结果表明,通过对混合动力汽车油门的动态协调控制,在保证动力性的条件下,可明显降低混合动力轿车的整车综合油耗。     

并联式混合动力汽车再生制动控制策略

针对混合动力汽车制动过程中机械制动力与电再生制动力的分配问题,在制动稳定区间内,以尽可能多地回收制动能量为目标,提出了一种最大化制动能量回收的并联式混合动力汽车再生制动控制策略。建立整车与制动控制器模型,仿真结果表明:与传统固定制动力分配比例的控制策略相比,本文所设计的并联式混合动力汽车的制动能量回收率提高了22.8%,燃油经济性提高了4.7%,CO排放量降低了4.4%。     

混合动力耦合系统神经网络油耗模型构建

为了基于燃油经济性快速对混合动力耦合系统(EVT,electric variable transmission)构型进行筛选,在混合动力EVT构型图论分层图画模型的基础上提出混合动力EVT图论构型矩阵,并对混合动力EVT系统构型进行动力学建模;结合GRNN神经网络算法与动态规划算法,建立混合动力EVT系统神经网络油耗模型;通过对比测试构型的神经网络油耗模型计算结果和DP仿真结果,验证了该油耗模型的有效性。     

基于FA的等效燃油消耗最小控制策略优化

为了提高混合动力汽车的燃油经济性,研究了基于萤火虫算法(firefly algorithm,FA)优化的等效燃油消耗最小控制策略(equivalent fuel consumption minimization strategy,EFCMS).以并联式混合动力汽车为研究对象,运用萤火虫算法对等效燃油消耗最小控制策略的等...     

混合动力系统多目标优化的混合度参数匹配方法

以一款并联式混合动力系统为研究对象,提出一种集动力性、经济性、排放性于一体的多目标优化的混合度参数匹配方法.以整车各性能指标为价值函数,选定混合度为匹配设计变量,采用粒子群优化算法进行优化,获得不同权重系数下的优化混合度.同时权衡部件成本,进而选定最佳混合度进行参数匹配,并运用Advisor仿真软件进行验证.结果表明,与优化前相比,最高车速提高了19.7%,百公里油耗降低了9.8%,排放量降低了19.8%.     

基于ADVISOR的混合动力汽车总成参数选择与仿真

根据电辅助控制策略特点,以满足整车动力性能指标为前提,使用以MATLAB为平台的ADVISOR分析软件,对并联式混合动力汽车发动机参数、电机参数选择以及能源匹配进行了仿真研究.结果表明,五菱扬光微型客车也可以开发成混合动力驱动模式,本文使用的方法也适用于其他车型开发.     

液压挖掘机混合动力系统节能特性及试验研究

针对目前液压挖掘机能量利用率低、油耗高的问题,分析挖掘机在典型作业工况下的能量损耗,确定混合动力系统进行节能研究的重要方向.根据混合动力挖掘机的特点,提出基于超级电容与电机的并联式油电混合动力系统方案,以山河智能公司20吨级液压挖掘机为平台建立系统仿真模型,对系统动力耦合特性、控制策略及超级电容SOC等因素给混合动力挖掘机节能效果带来的影响进行理论计算和仿真分析,并对系统关键参数进行了优化匹配.搭建液压挖掘机混合动力系统试验平台,对系统的节能效果进行试验验证.研究结果表明,采用油电并联混合动力系统,并选择合适的动力耦合参数、瞬时优化控制策略及超级电容SOC补偿参数有利于提高液压挖掘机的节能指标,节能效率可改善20%以上.     

遗传算法优化的PHEV模糊能量管理策略研究

选取某款插电式并联式混合动力汽车(PHEV)进行转毂实验,通过转毂实验分析整车的动力性、经济性及整车控制策略,利用GT-suite软件搭建整车一维动力性模型并制定能量管理控制策略,对比分析仿真结果和实验结果:发动机功率实验数据和仿真数据变化趋势一致,电池SOC变化趋势一致,并且最大误差小于20％,验证了仿真模型的准确性.在一维模型基础上利用GT-suite软件和Simulink软件联合仿真,利用基于模糊规则能量管理策略优化混合动力模式下发动机和电机功率分配,然后以整车经济性最佳为优化目标,利用遗传算法优化模糊控制器.结果表明:相对于特定规则的能量管理策略,基于模糊规则策略下整车经济性提高了8.98％,基于遗传算法优化的模糊控制策略整车经济性提高了15.69％.     

混合动力汽车模糊神经参考控制策略优化

为提高并联式混合动力汽车控制策略精准性,建立了基于发动机效率的模糊逻辑控制器,进一步使用神经网络模型对模糊逻辑控制器的隶属度函数进行在线学习,引入变尺度优化方法的改进型学习算法,完成了隶属度函数的在线学习后的优化;通过模型参考构成闭环在线修正,降低输出转矩的误差。通过循环仿真实验,利用模糊神经参考模型控制策略,发动机工作效率点与实时工况的匹配率更高稳定性更好,发动机平均效率提高4. 16%,峰值电源荷电状态保持在稳定的容量范围内,整车燃油经济性得到改善。因此该控制策略具有较强的工程实用性。     

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.     

混合动力汽车自适应等效油耗最低能量管理策略

为提高插电式混合动力汽车燃油经济性，采用基于动态规划（DP）的控制策略仿真分析了不同典型工况、不同行驶里程下SOC（电池荷电状态）的最优轨迹。在等效油耗最低能量管理策略（ECMS）的基础上，采用比例积分（PI）控制算法实时更新电能-燃油等效因子，以保证SOC实际轨迹能够大致跟随理论参考轨迹，进而提出了一种可实时控制的自适应等效油耗最低能量管理策略（AECMS）。为验证所提控制策略的控制性能有效性，采用不同典型工况及不同行驶里程对ECMS、DP、AECMS的控制性能进行了仿真对比。结果表明，AECMS控制效果接近于DP控制策略且可实时控制，电量消耗（CD）模式下AECMS相对于ECMS减少油耗3.50%~8.71%，电量保持（CS）模式下AECMS相对于ECMS减少油耗1.11%~2.46%。     

混合动力挖掘机综合效率优化管理策略

为克服片面优化发动机工作点的缺点,建立了并联式混合动力液压挖掘机系统综合效率数学模型,在此基础上结合挖掘机实际工况及蓄电池的使用特性,提出了动态管理混合动力挖掘机工作状态间转换的充放电优化管理策略及分段变电流的充放电控制策略. 仿真研究结果表明,蓄电池能迅速调整在高效区范围内工作,且采用该控制策略与采用综合效率最大策略相比整机油耗几乎相同,从而验证了该策略的有效性.      

插电式并联混合动力汽车再生制动控制策略

再生制动是混合动力汽车区别于传统汽车的技术特点,是提高车辆燃油经济性的重要措施之一.以一种轴间力矩耦合的插电式并联混合动力汽车为研究对象,从再生制动分配算法的影响因素入手,提出了一种带有模糊控制的混合动力汽车再生制动能量管理策略.所设计的控制策略主要针对两个层面的控制决策,顶层是轴间制动力矩的分配决策,底层是再生制动电机所在的后轴力矩在摩擦制动与再生制动之间的分配决策.采用多种典型车辆行驶工况对所提出的模糊控制策略进行仿真研究.结果表明,所提出的模糊控制策略能够明显改善车辆的能量回收效果,与传统理想制动力分配曲线控制策略相比,能量回收最多可提高23.44%.     

基于ADVISOR的混合动力汽车性能仿真

本文论述了应用ADVISOR软件对混合动力汽车仿真分析其动力性、燃油经济性及排放等性能的方法。以某并联式混合动力轿车为例,完成了发动机、电动机等部件的参数选型匹配及建模。仿真结果说明了使用ADVISOR软件对混合动力汽车性能进行分析研究的可行性。