燃料电池热管理仿真模型

根据燃料电池的热特性,对燃料电池汽车散热模块进行仿真计算,同时辅以试验验证,并用试验结果修正仿真模型.在燃料电池汽车散热模块仿真计算过程中采用了2种计算模型即对数平均数法和传热单元数法.用2种计算模型进行计算、分析,得到对数平均数法和传热单元数法都适合于燃料电池运行工况的散热计算.2种方法相比,对数平均数法在冷却液小流量时误差较大,而传热单元数法的适用工况范围广、计算的准确程度高,优于对数平均数法.     

基于自抗扰控制技术的电子节气门控制

为解决传统线性控制器无法满足汽车电子节气门控制要求的问题,利用自抗扰控制技术进行了电子节气门非线性控制器研究。首先根据博世公司的电子节气门性能指标,给出了参考过渡过程和采样时间的选取准则;然后通过将建模误差等不确定性看作加性外部扰动,利用扩张状态观测器实时估计出作用于系统的扰动总和,并给予补偿。仿真表明,基于自抗扰控制技术的控制方法能够很好地实现电子节气门的快速跟踪控制,而且具有较强的鲁棒性。     

质子交换膜燃料电池最优过氧比多内模控制

基于多模型的内模控制及前馈控制研究了质子交换膜燃料电池的最优过氧比控制策略.在该策略中,通过选择不同典型工况点进行模型线性化以获取系统内模;结合隶属函数和前馈设计方法实现了最优过氧比的多内模控制策略.仿真结果表明,该控制策略比常规单内模控制器以及PID控制在大范围内具有更好的控制品质.     

手动变速箱空挡齿轮敲击问题的影响因素分析

齿轮敲击噪声会严重影响整车声品质,为研究该问题,建立手动变速箱空挡齿轮敲击问题的4自由度模型,模型包括2个非线性因子:离合器扭转刚度和轮齿弹性接触力.根据建立的动力学方程,讨论了齿轮敲击噪声的判定条件,分析了离合器参数的影响(扭转刚度、迟滞阻尼力矩、黏滞阻尼系数和刚度转变节点),发现第1级刚度和迟滞阻尼减小,敲击噪声降低,而随着离合器阻尼系数的增大,敲击噪声先减小后增大,存在1个最优解.分析了离合器以外的参数的影响(主从动轮阻尼系数、转动惯量、飞轮转速和扭矩波动幅值),发现主动轮阻尼系数、从动轮惯量减小,从动轮阻尼系数、主动轮惯量增大,更快的发动机转速和更小的发动机激振力矩有利于改善敲击.     

质子交换膜燃料电池堆内温湿度测量方法进展

分析了燃料电池堆内温度及湿度测量的要求和难点,总结目前燃料电池堆内温度和湿度的实验测试手段和方法,其中温度(场)的测量方法包括微型热电偶(阵列)、热电阻(阵列)、红外热成像、光纤布拉格光栅及荧光测温法;湿度(场)的测量方法有气相色谱法、激光吸收光谱法、小微电子式湿度传感器及光纤布拉格光栅法.通过比较各类测量方法的特点,认为微型电子式传感器及其组合测量具有较好的推广前景,光纤布拉格光栅由于具有信号多路复用、抗电磁/化学干扰等特点,在未来会有较好的发展.     

针对纯电动车低频抖动现象的悬置系统分析优化

针对某电动汽车突松油门踏板而出现低频抖动的现象,运用MSC Adams/View建立电动小车整车振动模型,其中包括动力总成和前后副车架多级悬置系统,并通过试验结果验证了该仿真的可靠性.对动力总成悬置系统的隔振性能进行分析和优化计算,最大程度地衰减低频、高振幅振动.     

键合图理论在PEMFC建模的应用

基于汽车控制系统的实时性要求,控制模型必须在保证准确性的同时具有运算简单的特点.质子交换膜燃料电池（PEMFC）被誉为最有前途的车用燃料电池,对其模型的研究是不可或缺的.本文根据车用实时控制的要求结合PEMFC工作原理,利用键合图方法和20-sim软件,建立PEMFC的稳态模型.通过比较仿真结果与实验结果,验证了模型的...     

车用燃料电池空压机高速高温转子结构强度分析

针对燃料电池空压机转子设计中存在结构强度和温升破坏风险，通过有限元建模仿真方法，剖析了护套与永磁体间过盈量、护套厚度以及转轴空心孔内径等关键参数对转子受力的影响。结果表明，增加过盈量和护套厚度有利于提升转子强度；同时增大护套厚度并减小空心孔半径有利于转子最高许用工作温度提升；护套和永磁体的应力极值主要受最高温度的影响。     

基于强化学习和路况信息的燃料电池汽车能量管理策略

为提升整车经济性和耐久性,提出了一种基于强化学习和路况信息的燃料电池汽车能量管理策略。首先,根据关键部件参数搭建了动力系统模型,并根据城市道路工况特征在VISSIM软件中搭建交通模型并提取了车辆行驶数据及路况数据。其次,将路况数据作为输入,利用长短期记忆神经网络对车速进行预测。最后,基于强化学习算法,将预测车速、加速度以及动力电池荷电状态作为输入,燃料电池系统功率作为输出进行能量管理策略的设计。仿真结果表明,所提策略的百公里氢耗量与动态规划策略相比仅相差1.27%,且燃料电池系统的平均功率波动降低了5.01%,因此可有效提升整车的经济性和耐久性。     

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.