基于贪心策略的电动车AMT换挡点实时优化方法研究

电动车机械式自动变速器（automated mechanical transmission,AMT）系统换挡点对整车动力性和经济性水平具有重要影响,针对电动车AMT查表式换挡规律工况适应性差,无法基于工况进行定量求解以及兼顾动力性和经济性等问题,提出了一种基于贪心策略的电动车AMT换挡点实时优化控制方法. 通过马尔可夫链对电动车行驶工况进行预测,并基于贪心策略对换挡点进行优化控制. 在世界轻型车辆测试工况与中国汽车行驶工况下,仿真结果表明,采用贪心策略的电动汽车相比采用经济性换挡策略的电动汽车耗电量分别减少了2.56%、1.07%,电池SOC值下降分别减少了2.06%、1.81%,经济性得到提升.      

插电式并联混合动力汽车模型预测控制

将动态规划应用于模型预测控制构架中,建立了基于空间域的插电式并联混合动力汽车燃油经济性预测控制数学模型。基于动态规划的插电式混合动力汽车全局优化控制的仿真表明,蓄电池荷电状态(SOC)基本上都是从行驶起点时的最大值逐渐减少到终点时的最小允许值,提出理论SOC参考斜率作为模型预测控制SOC的参考斜率,并以未来行驶工况中出现的特殊工况为依据对理论SOC参考轨迹进行修正。结果表明采用此方法能使模型预测控制策略的控制效果接近全局优化控制策略的计算结果,汽车油耗显著降低。     

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.     

基于交通信号灯信息的混合动力汽车节能预测控制方法

针对传统混合动力汽车控制方法不考虑已知道路交通信号灯信息对车辆能量管理影响的问题,提出了基于交通信号灯信息的混合动力汽车节能预测控制智能优化策略。通过建立混合动力汽车系统的简化模型,并采用连续广义最小残量方法求解模型预测控制问题。运用MATLAB/Simulink进行仿真,仿真结果验证了交通信号灯信息模型的有效性,以及所设计的模型预测控制算法大幅度提高混合动力汽车的燃油经济性的能力和实时控制性能。研究结果表明所提出的控制策略可以实现车辆行驶轨迹的优化控制,显著提高了车辆的燃油经济性,并满足系统的实时最优控制要求。     

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.      

基于逻辑门限值的爆胎车辆制动仿真研究

为研究汽车防抱死制动系统(ABS)在爆胎工况下的有效性,基于逻辑门限值控制设计了ABS控制系统,结合动力学软件CarSim与Simulink设计控制系统,以轮胎滑移率为控制对象,以纵向制动距离和横向偏移量为衡量标准,对正常驾驶和爆胎工况下的汽车采用不同的制动方式进行仿真研究。结果表明,在汽车正常行驶和爆胎工况下,逻辑门限值ABS控制器都能起到实时的制动效果,但不同的制动策略有着较为明显的差别;爆胎工况下,汽车的纵向制动距离较正常行驶的汽车有所延长,此时前左、右侧控制策略中的四轮独立控制策略的轮胎没有出现抱死现象,制动效果最佳。     

基于路面附着系数估计的车辆自适应巡航控制研究

为了提高复杂工况下特别是低附着路面工况下车辆自适应巡航控制(Adaptive cruise control,ACC)的安全问题,该文提出基于路面附着实时估计的ACC控制方案。基于模型预测控制(Model predictive control,MPC)设计了ACC控制器,通过实时滚动优化计算得到期望的加减速度值。基于递推最小二乘法设计路面附着系数实时估计策略,根据实时估计的路面附着情况确定MPC控制器中的加减速度极限约束条件。基于Lagrangian方法建立了四自由度的非线性纵向车辆动力学模型,作为ACC控制系统的车辆仿真模型,得到了车辆在高、低不同附着路面上行驶的安全情况。仿真结果表明:基于路面附着系数实时估计的ACC控制方案在各种路面条件下都能确保前、后两车之间保持期望的车间距离安全行驶。     

基于显式随机模型预测控制的功率分流式混合动力 车辆能量管理策略

混合动力车辆的能量管理策略对提高燃油经济性十分重要.为了提高功率分流式混合动力车辆的燃油经济性以及能量管理策略的实时性,设计了基于显式随机模型预测控制的能量管理策略.首先利用马尔科夫链预测车速,通过简化控制模型,把非线性的能量管理问题转化为线性二次优化问题,建立了以预测域内能量消耗最小为目标的随机模型预测策略(SMPC);然后通过参数化求解得到显式随机模型预测控制策略,该策略既保持了随机模型预测控制方法的优势,又提高了计算速度;最后在多个工况下进行仿真,对提出的能量管理策略的有效性进行验证.仿真结果表明:与基于规则的控制策略相比燃油经济性最高可提高28.64%,同时该策略在仿真中的平均计算时间为3.1 ms,具有实时运算潜力.     

改进型混合动力汽车工况预测算法的应用仿真

全局优化控制策略是一种能达到最优节能的策略,但有即时性差的缺点,车辆应用面窄。针对这一缺点,在模糊聚类理论基础上建立了一种改进的混合动力汽车工况预测算法,经过模拟仿真,此算法对行驶工况的识别和预测效果较好。在混合动力汽车应用方面,将此算法与全局优化算法相结合,仿真发现其拥有全局优化控制策略的节能优点,同时改善即时性差的缺点,可直接应用。     

基于速度预测与自适应差分进化算法的混合动力汽车能量管理策略

为提高单行星排构型的混合动力汽车（hybrid electric vehicle, HEV）的燃油经济性,降低车辆燃油消耗量,提出了一种基于门控循环单元神经网络（gated recurrent unit neural network, GRU-NN）速度预测模型与自适应差分进化（adaptive differential evolution, A-DE）算法的能量管理策略,在模型预测控制（model predictive control, MPC）框架下预测未来车辆的行车速度,将整个工况内的全局优化求解问题转化为在预测时域内的局部优化求解,以发动机燃油消耗量最低与行车过程电池荷电状态（state of charge, SOC）平衡为目标,利用A-DE算法实现预测域内的最优控制序列求解。仿真结果表明,在实车采集的道路工况下,基于GRU-NN与A-DE算法的能量管理策略相较于ECMS燃油消耗量减少了4.55%,相较于动态规划燃油经济性达到了93.04%。     

融合驾驶风格识别的插电式混合动力汽车自适应控制策略

考虑到驾驶风格对燃油经济性的影响较大,提出了一种融合驾驶风格识别的自适应控制策略,用于插电式混合动力汽车发动机和电机之间的实时扭矩分配。 构建出两种驾驶风格识别模型,在获得驾驶风格识别模型后,考虑到对各种驾驶风格的适应性,融合识别的驾驶风格类别,提出了一种与基于自适应等效因子算法的 PI 模糊更新规则相结合的等效消耗最小化策略 (ECMS)。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,结合驾驶风格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。将一段工况使用所指定的能量管理策略,仿真结果表明,融合驾驶风格识别的策略在燃油经济性最高提升了10.5%,汽车的HC,CO,NOx总排放最高降低了11%,,发动机,电机工作点更好的运行在最佳区域中。     

多轴电驱动车辆驱动力优化分配策略

为提高某型多轴电驱动车辆的经济性,提出了一种最优驱动力分配控制策略.以电驱动系统效率最优为核心,对驱动转矩的分配进行离线优化,生成可在线应用的驱动模式表,通过查表插值可以确定驱动轴数,再根据整车轴荷动态分布情况,确定具体驱动轴,以充分利用地面附着力;利用Matlab/Simulink搭建整车后向仿真模型,在调整的世界重型商用车循环工况上进行仿真分析.结果表明,采用最优驱动转矩分配控制策略,相对驱动转矩平均分配控制策略和基于轴荷比分配转矩控制策略,经济性分别提升了9.18％和6.12％.     

燃料电池混合动力系统优化控制策略

针对车用燃料电池蓄电池混合动力系统的特点设计了优化的能量管理策略。采用动态规划算法对目标驾驶循环进行全局优化,对最优能量分配策略进行分析,提取相应的控制规则,并设计了基于模糊控制的燃料电池混合动力系统实时控制策略。仿真及台架试验结果表明该控制策略能够控制燃料电池工作在高效区,提高整车的燃料经济性。     

Genetic-fuzzy HEV control strategy based on driving cycle recognition

A genetic-fuzzy HEV control strategy based on driving cycle recognition (DCR) was built. Six driving cycles were selected to represent different traffic conditions e.g. freeway, urban, suburb. A neural algorithm was used for traffic condition recognition based on ten parameters of each driving cycle. The DCR was utilized for optimization of the HEV control parameters using a genetic-fuzzy approach. A fuzzy logic controller (FLC) was designed to be intelligent to manage the engine to work in the vicinity of its optimal condition. The fuzzy membership function parameters were optimized using the genetic algorithm (GA) for each driving cycle. The result is that the DCR_fuzzy controller can reduce the fuel consumption by 1.9%, higher than only CYC_HWFET optimized fuzzy (0.2%) or CYC_WVUSUB optimized fuzzy (0.7%). The DCR_fuzzy method can get the better result than only optimizing one cycle on the complex real traffic conditions.     

数据驱动的插电式混合动力客车能量管理策略

针对插电式混合动力公交客车的能量管理优化问题,提出了基于庞特里亚金极小值原理的两类工况片段新特征参数,其中非平衡状态特征参数与转速-扭矩分布相关,平衡状态特征参数与最优控制相关,并由此构建了行驶工况数据库.针对影响该类车辆能耗的关键阶段——电能平衡阶段,通过工况间的相似性,提出了含修正的数据驱动的最优等价因子估计方法,构建了数据驱动的能量优化管理策略.结果表明,该策略能使不同实际工况采用的等价因子和电池荷电状态SOC轨迹接近于理论最优,较目前常用的规则策略能显著地提升燃油经济性约5.72%,较同类研究能克服准确预测车辆未来行驶工况的难题.     

基于粒子群优化的混合动力汽车多目标能量管理策略

为了同时实现降低整车能耗和控制电池电量的能量管理目标,针对某功率分流式混合动力汽车,提出了基于粒子群优化(PSO)的多目标能量管理策略。该策略采用双层结构,内层采用考虑模式切换的等效燃油消耗最少策略(ECMS)对工作模式和工作点进行优化,实现降低整车能耗的目标;外层采用PSO对等效因子进行迭代优化,实现电池电量的控制目标。通过基于实车控制策略的整车仿真模型对优化效果进行了验证,结果表明,PSO与ECMS相结合的能量管理策略可实现降低整车能耗与控制电池电量的双重目标。     

并联式混合动力电动汽车全局优化控制

以一种充电保持型并联式混合动力电动汽车（PHEV）为研究对象，基于其整车及动力总成相关数学模型建立了以整个行驶工况消耗的总燃油量最小为目标的系统目标泛函，以及相关的机械特性、蓄电池电量保持等约束条件方程．然后采用Lagrange乘子法将有约束的极小值问题转化为无约束的极小值问题进行求解，得到PHEV的全局优化控制策略．最后基于Matlab／Simulink建立整车仿真模型，在几种不同的循环工况中对获得的全局优化控制策略进行仿真验证，并与采用瞬时优化控制策略得到的仿真结果进行比较．结果表明该全局优化控制策略切实可行，所获得的整车燃油经济性与采用瞬时优化得到的相比有所改善．     

电动汽车能量管理系统的研究

针对电动客车行驶工况对能量的需求,对动力电池和超级电容器电动客车的能量管理系统的控制策略进行了研究.采用模糊控制理论建立了控制策略模型,并用Matlab Simulink编程实现了该仿真系统.仿真结果表明:采用速度控制策略和电流约束控制策略后,在相同条件下车辆的动力性能得到了提高,可避免动力电池的过电流充放电.对安装了超级电容器和未安装超级电容器的电动客车分别在市区和市郊循环工况下计算平均比能耗.结果表明:超级电容器在市区循环中能够降低能耗.通过对电动低地板公交客车场地试验,验证了仿真得出的结论.