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.     

并联混合动力汽车的模糊转矩控制策略

提出了一种新的并联混合动力汽车(PHEV)模糊转矩控制策略(FTCS)及其设计方法.以并联混合动力系统的工作模式为基础,利用请求转矩与发动机最佳转矩的比值和电池电荷状态(SOC)为输入、电机归一化转矩指令为输出,构建了有22条规则的模糊推理器,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,FTCS的燃油经济性有较大提高,并能更好地控制电池SOC在工作区变化.     

基于p-ω的发动机调速动力学模型

为消除发动机转速振荡,提出了基于气缸压力-曲轴转速(p-ω)的发动机调速动力学模型,建立了直列四缸汽油机的气缸压力、指示扭矩、瞬时转动惯量、惯性扭矩和摩擦扭矩等模型.以曲轴转角域描述发动机任意瞬间的动力特性,并由此开发了以改进比例、积分、微分算法为控制方法的数字调速器.试验表明,该调速器具有良好的转速响应特性.     

基于机械自动变速器的电动变速驱动转矩控制最优换档策略

对机械自动变速器(Automatic Mechanical Transmission,AMT)的电动变速驱动单元(Electric Transmission Driver,ETD)在不同换档工况下的输入转矩控制换档策略进行了深入研究,并进行了实车道路试验.试验结果表明,装备电动变速驱动单元的混合动力汽车的换档质量、行驶平顺性和乘坐舒适性比装配传统AMT的原型车得到了较大提升.     

基于p-ω叫的发动机调速动力学模型

为消除发动机转速振荡，提出了基于气缸压力-曲轴转速（p-ω）的发动机调速动力学模型，建立了直列四缸汽油机的气缸压力、指示扭矩、瞬时转动惯量、惯性扭矩和摩擦扭矩等模型，以曲轴转角域描述发动机任意瞬间的动力特性，并由此开发了以改进比例、积分、微分算法为控制方法的数字调速器．试验表明，该调速器具有良好的转速响应特性．     

GPS/INS延时估计与基于残差重构的延时补偿算法

传感器采样延时是多传感器信息融合过程中面临的一个重要问题,全球定位系统/惯性导航系统(GPS/INS)的组合导航系统是智能汽车常用定位方式,但常面对GPS采样延时的问题,因而会造成对INS误差状态的错误估计,影响定位定速的精度.本文针对该问题,在传统的GPS/INS松耦合组合导航模型的基础上提出一种延时估计和补偿的算法.首先建立延时估计模型,估计时间同步误差,然后构建残差传播方程,利用残差重构的方式进行延时补偿,实现基于软件的时间同步.根据试验中对速度、位置误差及均方根误差的分析,改进的滤波算法有效地降低了GPS采样延时引入的误差,提高了定位和定速的精度.     

永磁无刷直流电动机非奇异终端滑模控制系统设计

为了提高无刷直流电动机控制系统的鲁棒性和控制精度,将非线性滑模控制方法引入控制系统中,设计了全局非奇异终端滑模控制律,并证明了所设计控制律可以控制系统从任意初始状态在有限时间内到达平衡点,在滑模面上,控制系统对外界扰动完全免疫.Matlab仿真结果表明,非奇异终端滑模控制方法比线性滑模和传统PID控制方法具有更好的控制效果.     

超级电容和电池相结合的HEV动力和经济性仿真研究

采用理论和实验数据相结合的方法,利用Cruise软件对装配有超级电容和电池相结合使用的并联混合动力大客车SWB6105HEV进行了仿真建模,对其动力性经济性进行了仿真分析,在仿真分析的基础上进行了道路试验验证。仿真和试验结果表明,混合动力大客车可以准确、合理地实现各种预定的控制功能。燃油经济性比原型车有较大提高。仿真分析很好的为混合动力大客车以后的设计开发、控制策略优化发提供了理论依据。     

基于多混沌算子遗传算法的混合动力汽车控制策略优化

为某款装备了电池/超级电容混合储能系统的并联型混合动力汽车设计了模糊控制策略.结合遗传算法的种群进化和混沌序列的随机遍历特性,将混沌初始化算子、混沌扰动算子、混沌局部搜索算子引入多目标非占优排序遗传算法(NSGA-II)中,构建了新的多混沌算子遗传算法(MCO-NSGA-II).运用MCO-NSGA-II算法进行了混合动力汽车模糊控制策略优化,以改进车辆的燃油经济性及HC、CO和NOx的排放性能.仿真结果表明,混沌初始化算子和混沌扰动算子可以改善原NSGA-II算法的搜索能力并增加种群多样性,而混沌局部搜索算子可以进一步增强算法局部搜索能力,能更好地搜索到理想的Pareto解集.运用MCO-NSGA-II算法进行优化,使混合动力汽车在欧洲城市驾驶循环(ECE)下的燃油消耗降低了11.8%,HC、CO和NOx排放分别下降了7.72%、15.72%和11.77%.     

并联型混合动力汽车燃油经济性最优控制

以某并联混合动力汽车（HEV）为例,建立了燃油经济性最优控制数学模型及相应的动态规划（DP）递归方程,提出了换档和发动机启动2个附加代价函数以限制频繁换档和启停发动机.为解决数值DP中“维数灾”问题,提出了搜索区域限制算法,并利用MATLAB/RTW将系统模型转换成实时仿真代码以进一步提高计算效率.对实车试验、仿真和DP结果三者进行了比较,结果表明,该方法能在可接受的时间内计算出HEV的最优性能,从而进行控制策略的评价和优化.