基于实际工况的插电式混合动力公交车参数自适应控制策略研究

为充分挖掘插电式混合动力公交车的节油潜力,提出了一种基于工况影响的变参数控制策略,从而实现了整车功率的合理分配。采集20辆公交车的行驶数据、利用短行程分析法,拟合出某城市公交车的拥堵、市区、市郊及综合这4类工况,同时利用组合优化算法优化了相同行驶里程下4类工况的整车控制策略的关键参数,选择性地建立了识别数据库并嵌入到基于综合工况优化后的定参数控制策略中,进而形成依据欧氏距离和贴近度准则的实时判别当前工况类型并自动调用该类工况最优控制参数的变参数控制策略。研究结果表明:较定参数控制策略,相同实验工况下变参数控制策略的整车综合油耗降低5.12%;通过引入快速控制原型测试得出,综合工况下变参数控制策略的整车综合油耗降低4.9%,验证了变参数控制策略的可行性。     

基于ECMS混联式混合动力客车工况识别控制策略

由于城市特殊的运行工况,单纯的基于规则控制策略很难从城市复杂的工况中获取最佳燃油经济性.以提高一款新型混联式混合动力客车燃油经济性为目的,为了更好地适应城市复杂的行驶工况,制定了一种工况自适应实时优化控制策略.根据等效燃油最小控制策略思想结合新型混联式混合动力客车的结构特点构建发动机与电池间的功率分配实时优化算法,针对城市循环工况的特点选定了4种典型的工况类型,并获得不同行驶工况和等效燃油转换系数及油耗的关系,经分析发现每一行驶工况都存在相应的等效燃油系数使得其油耗最低,因此采用LVQ神经网络模型对各工况特征参数进行学习训练以进行实时工况识别,利用工况识别的方法获取当前运行的工况类型并选择相对应的等效系数进行周期性更新以期达到最佳燃油经济性,从而实现对不同工况的适应性.仿真结果表明:其燃油经济性比单纯的能量管理优化控制策略提高了8.55%,同时电池SOC能够控制在预定的范围内运行.     

混合动力电动汽车行驶工况分析与识别

对不同行驶工况下混合动力电动汽车的匹配和控制策略优化结果进行了分析,发现工况的平均功率和平均功率的标准差对混合动力汽车的混合度有很大的影响.在同一混合度下,针对不同的工况采用不同的可调参数可得到不同的燃油经济性和最终稳定的电池荷电状态值.提出了"工况块"的概念,用工况的平均行驶车速和行驶距离作为特征参数,将统计的理论工况进行分类,通过模糊控制器,对实际工况进行模糊分析,将其划为对应的某一类.为更准确地反映行驶工况,还提出以时间、距离、最大车速等10个参数作为工况的相关特性参数,用聚类分析的方法对车辆行驶工况的类别进行了更细致的分析和辨识.在上述工况识别的基础上,提出了一种能根据实时工况的变化作出自适应调整的混合动力汽车控制策略.     

基于优化听觉模型的机床工况识别方法研究

准确识别机械制造设备工况,对判断设备的当前健康状态、设备平稳性,以及科学评价设备操作人员的工作效率具有重要意义.运用遗传算法优化后的ZCPA(zero crossings with peak amplitudes)听觉模型对设备的振动信号进行特征提取,通过与各种工况标准听觉谱计算相关性,以识别设备当前工况.优化后的ZCPA听觉模型计算简洁,能够模仿人耳听觉系统对输入信号进行提取,弥补传统听觉模型适应性差、识别率低的缺陷,同时使不同工况特征差异性增大,提高设备工况识别率.以某种普通车床为例,车床振动信号经过优化后的ZCPA模型处理后,工况识别率达到95%以上.     

基于行驶工况的混合动力电动汽车能量管理策略研究现状分析

分析了目前能量管理策略的2种研究方法——基于动力系统运行状态的控制策略和基于行驶工况的控制策略的优势及不足。着重针对基于行驶工况的控制策略进行探讨,指出:基于已知行驶工况的全局优化策略运算过程耗时长且计算量大,难以直接在实车上应用,但可用于作为理想的优化控制参考目标;为了实现实时优化控制,目前主要采用基于工况识别的控制策略与基于模型的预测控制等方法,探索基于行驶工况预测的实时优化控制策略并获得接近离线优化的控制效果,成为新的研究热点和管理控制策略的研究趋势。     

干式双离合器自动变速器自适应起步控制

干式双离合器自动变速器(DCT)的起步过程对其驾驶体验和使用寿命有很大影响;而车辆起步路况和驾驶员操作极其多样化,因此需要随之调整起步控制策略,来实现起步性能优化。该文基于车辆动力学从车速、等效坡度、路面附着和驾驶员意图4方面对起步工况进行识别,其中驾驶员意图识别结合了模糊推理模型。在起步工况识别基础上进行起步自适应控制,根据车速和路面附着选择最优的起步挡位,根据等效坡度和驾驶员意图控制双离合器的结合方式和结合速度。应用该识别方法和自适应起步控制策略进行仿真和实车测试,结果表明:车辆能有效识别不同的起步工况并采用适合该工况的起步方式,该控制策略有效提升了DCT的起步性能。     

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%.     

基于模糊在线识别的并联混合动力客车自适应控制策略

针对一款并联混合动力客车提出了一种基于模糊在线识别的自适应控制策略.基于自主研发的混合动力车数据采集监控系统构建符合本地车辆实际行驶道路特点的典型工况,设计模糊工况识别算法对车辆实际行驶的工况类型进行在线识别.根据最小等效燃油消耗控制算法和电池电量平衡控制方法,结合工况识别的结果调用相应最优控制参数,对发动机和电池的功率分配进行实时优化计算,实现对整车的控制.实验结果表明,所设计的模糊识别方法能够较好地完成行驶工况类型的识别.基于此所提出的自适应控制方法能够在满足车辆需求功率和电池SOC维持在有效工作区间内的前提下完成发动机和电池的最优功率分配,显著提高整车的燃油经济性.      

标准锅炉系统的适应性非线性控制

为了保证标准锅炉系统实现大范围、全工况优化运行,提出一种双环的控制结构,即内环采用适应性非线性控制,实现输入-状态反馈线性化,而外环采用线性控制器。该控制策略能自动抑制系统参数不确定性和外部扰动等模型未知因素的影响,不依赖模型的精确数学表达式。仿真表明,该适应性非线性控制策略是解决一类具有非最小相位特性的非线性系统控制问题的有效途径。     

混合动力汽车工况识别自适应能量管理策略

为改善传统等效燃油消耗最低策略(ECMS)在真实复杂路况下的控制效果,以并联混合动力汽车为研究对象,提出了一种依据工况变化在线调整等效因子的自适应等效燃油消耗最低(A-ECMS)控制策略。首先,提取差异化显著的工况特征参数,采用聚类分析方法来完成工况分类,构建典型工况库,计算出各典型工况对应的最优等效因子;然后,采用学习向量量化(LVQ)神经网络设计了工况识别器,经充分训练后识别器准确率达到98.8%;最后,在线采集选定的车辆行驶特征参数,将当前实际工况识别为典型工况库中某一种,采用对应典型工况下的最优等效因子作为当前优化输入,建立了基于工况识别的A-ECMS控制策略。仿真结果表明:与ECMS相比,在单一给定工况下,A-ECMS燃油经济性降低了0.8%,而电池组荷电状态(SOC)提高了0.13%,能取得近似优化效果;在多工况联合工况下,燃油经济性提高了4.18%,且SOC波动减小了43.26%,证明了A-ECMS控制策略的优越性。     

轮式装载机发动机节能控制研究

轮式装载机广泛应用于重要的工程领域,作为其唯一动力来源的发动机的运行状态对装载机的 经济性有较大影响;针对国内某型轮式装载机瞬态油耗较高的问题,提出了发动机瞬态节能控制的控制方 法,其通过限制发动机角加速度,降低加速踏板行程突然增大时的瞬时油耗;针对 V 字形工况下,燃油经济 性差以及未考虑装载机工况识别控制发动机转速的问题,提出了整机两作业模式节能控制,主要通过模式选 择开关设置作业模式,在实现工况识别的同时,也尽可能使发动机工作点分布在燃油消耗率较低的区域;通 过实车的实验结果表明:在控制策略下,动力模式时整机能拥有较好的动力性,经济性也有所提高;在经济模 式下,动力性有所降低但经济性有较大提升     

电动特种车辆超低速电机控制策略

为满足机场地面电动特种车辆超低速行驶的特殊工况要求,以内置永磁同步电机作为研究对象,对传统以转矩为控制目标的矢量控制策略加以改进,提出一种基于恒转速控制下结合电压前馈补偿的双闭环模糊控制策略,运用Simulink搭建双闭环模糊矢量仿真模型,并对样车平台实车测试.仿真结果与实验数据表明,改进控制策略在超低速工况下可有效提高电机转速响应速度与稳定性;减弱电流波动与峰值电流;提高扰动情况下的转矩输出能力与稳定性.     

The design analyze of new hybrid drive concept

This paper presents the design method of hybrid drive system for the minibus with some limited conditions. The approach of design hybrid drive system is based on the dynamic modeling and simulation of the hybrid minibus with planetary gear system. The main target of the design is to obtain the optimal design with the proper hybrid drive configuration and control for a given set of design constraints. In oder to meet the design target, it's necessary to adjust some parameters such as mechanical ratios and parameters of battery pack as well as control by simulation. During simulation the transient operating process can be studied in details with the dynamic model in Matlab/Simulink. The control strategy can be optimized by running the simulation and monitoring the operation of each components: the operating area of internal combustion engine (ICE), fuel consumption (energy consumption), the power distribution, the torque and rotary speed of ICE and motor, the operating efficiency of motor, the alteration of battery state of charge (SOC), current and voltage.     

模式切换的中高速重型半挂车挂车主动转向控制策略

为实现中高速不同工况下的重型半挂车稳定性控制,在建立线性变参数三自由度实时简化模型基础上,提出了基于挂车主动转向并采用模式切换的中高速重型半挂车控制策略。针对中高速重型半挂车工况变化,采用模式切换的方法实现了普通工况下的横摆、折叠和路径跟随控制以及极限工况下的侧翻控制。为实现重型半挂车中高速各工况最优控制,采用遗传粒子群算法和不同模式对应的优化目标函数,优化了控制策略权重系数。并且进行了模式切换的中高速挂车主动转向控制策略仿真研究,结果表明控制策略实现了重型半挂车从低附到高附,从普通工况到极限工况的中高速各工况良好地控制。     

磁悬浮系统的电流控制方法

为了提高磁悬浮系统的响应速度与响应精度,综合时间最优控制、变结构控制及系统辨识理论,设计了三步电流控制法,即采用时间最优控制来获得电流最快速响应.根据跟踪误差,采用变结构控制来精确地跟踪理想电流,最后在线辨识得到线圈参数并计算出维持理想电流的最终控制电压.同时,推导了电流响应速度与控制系统硬件的约束关系.磁悬浮小球电流跟踪、阶跃响应以及幅频特性的实验表明,该算法能使系统在最短时间内精确地响应输入电流,不仅增加了系统带宽,改善了系统性能,而且还可以应用到其他电流控制场合.     

双离合器自动变速器起步的智能控制策略

综合考虑了驾驶员的起步意图、车辆负载、路面坡度及离合器的接合状态,提出了基于模糊控制和神经网络的双离合器自动变速器(dual clutch transmission,DCT)的双离合器协同起步智能控制策略.根据油门开度及其变化率的大小实时识别出驾驶员的起步意图,基于优秀驾驶员的操作经验制定了驾驶员意图的模糊控制规则.以车辆负载、路面坡度及驾驶员起步意图为神经网络输入参数,以离合器主从动盘的转速差与主动盘转速的比值和离合器接合速度为控制参数控制双离合器的接合、分离过程,实现了基于人-车-路的双离合器协同起步的自适应控制.利用快速起步、慢速起步及驾驶员意图多变的起步工况对所制定的智能控制策略的合理性进行了验证.     

混合动力汽车深度强化学习分层能量管理策略

为了提高混合动力汽车的燃油经济性和控制策略的稳定性,以第三代普锐斯混联式混合动力汽车作为研究对象,提出了一种等效燃油消耗最小策略(equivalent fuel consumption minimization strategy,ECMS)与深度强化学习方法(deep feinforcement learning,DRL)结合的分层能量管理策略。仿真结果证明,该分层控制策略不仅可以让强化学习中的智能体在无模型的情况下实现自适应节能控制,而且能保证混合动力汽车在所有工况下的SOC都满足约束限制。与基于规则的能量管理策略相比,此分层控制策略可以将燃油经济性提高20.83%~32.66%;增加智能体对车速的预测信息,可进一步降低5.12%的燃油消耗;与没有分层的深度强化学习策略相比,此策略可将燃油经济性提高8.04%;与使用SOC偏移惩罚的自适应等效燃油消耗最小策略(A-ECMS)相比,此策略下的燃油经济性将提高5.81%~16.18%。     

基于自动变速的混合动力装载机控制策略

为了提高装载机能源的利用率与变矩传动效率,通过分析某5 t装载机的工况特点,提出了基于自动变速的并联式混合动力方案;采用模糊逻辑控制策略,通过在线估计系统需求转矩与车速,以需求转矩、超级电容SOC值、车速、油门开度及液力变矩器效率作为输入,输出发动机与电动机的工作点及系统挡位.结果表明:发动机效率提高,超级电容SOC值稳定,挡位变化合理有效,混合动力比传统装载机节油约9.56%,混合动力自动变速比传统装载机节油约11.82%,改善了燃油经济性.     

基于工况与粒子群优化的增程汽车能量管理策略开发

为了进一步提高增程式电动汽车(extended range electric vehicle,EREV)的燃油经济性,在满足驾驶性能和车辆动力要求的前提下,根据低速、中速、高速典型工况下发动机功率分布分析,提出一种基于自适应权重粒子群算法(adaptive weighted particle swarm optimization,AW-PSO)优化的三点式最优功率控制策略。为验证其经济性能,基于MATLAB/Simulink开发动力系统模型以及整车能量管理策略。基于驱动成本理论,在多种国际标准工况下进行仿真对比,结果表明：相比功率跟随策略而言,基于工况的三点式功率控制策略实现平均12.95%的成本节省,而AW-PSO优化策略下平均节约成本提升到21.44%。     

基于阿特金森发动机的增程式电动汽车控制策略匹配设计

能量管理控制策略是增程式电动汽车降低油耗和排放的关键,为了使增程式电动汽车获得较好的燃油经济性和控制效果,对采用阿特金森循环发动机的增程式电动汽车的结构特点和工作模式进行了分析.基于阿特金森循环发动机的工作特点,对传统的恒功率控制策略、功率跟随控制策略进行了匹配优化,并提出了发动机三工作点控制策略和基于转速切换的功率跟随控制策略.利用Cruise和Matlab软件建立了联合仿真模型.仿真结果表明:三工作点控制策略与恒功率控制策略相比,有效地防止动力电池大电流充电,有利于缓解电池寿命衰减.基于转速切换的功率跟随控制策略能有效减小发动机转速的频繁波动并且显著提高了燃油经济性,为采用阿特金森循环发动机的增程式电动汽车实用型控制策略的开发提供参考.