汽车经济型巡航的车速规划方法

为提升高速公路汽车自适应巡航时的燃油经济性,建立了一种经济型巡航车速规划模型.根据汽车巡航时的道路条件及气候环境参数等信息,规划汽车的经济型巡航车速.首先构筑试验环境进行遍历试验,建立汽车百公里燃油消耗量数据库;然后采用云模型相关理论建立运行车速和行驶阻力与燃油消耗量之间的映射关系,预测出不同行驶阻力条件下的经济车速;最后根据这些经济车速规划出经济型巡航速度的变化轨迹.经试验验证,按照经济型巡航速度变化轨迹行驶的燃油消耗比自动巡航状态下的明显降低,提高了汽车的燃油经济性.     

智能汽车仿人转向控制驾驶员模型分析

为使智能汽车的弯道行驶具备人类驾驶员操控特征,基于最优曲率预瞄驾驶员模型与T-S模糊推理算法,提出了一种预瞄点横向和纵向自适应调节的仿人转向控制驾驶员模型.在封闭城市双车道弯道工况下,采集了熟练驾驶员在不同车速行驶下的弯道轨迹数据,分析得出了目标行驶轨迹.基于蚁群算法对预瞄点横向和纵向调节模糊规则进行了优化,在PreScan中构建了连续多曲率弯道仿真场景,并基于驾驶模拟仪所采集到的熟练驾驶员驾驶轨迹,对所提出的驾驶员模型的仿人转向特性进行验证.结果表明:优化后的仿人转向驾驶员模型与熟练驾驶员的行驶轨迹相似程度较好,优于最优曲率预瞄驾驶员模型或预瞄距离自适应的驾驶员模型.     

基于Trucksim的弯道安全车速模型研究

为提高车辆弯道行驶的安全性,针对汽车弯道行驶中侧滑、侧翻等侧向失稳问题,选用某型商用车为研究对象,考虑车辆悬架的动刚度特性和轮胎的非线性特性等,通过Trucksim软件建立了整车动力学模型,在平直路面上进行了不同弯道半径、不同附着系数与通过车速的交互仿真试验,然后在曲面函数拟合的基础上结合仿真实验数据建立了安全车速与附着系数、弯道半径的数学模型。通过Matlab仿真将本文模型与现有的弯道安全车速计算模型进行对比分析,该模型得到的弯道安全车速值在现有模型的计算值之间,同时在当路面附着系数在上升到某一定值后,通过模型计算出的安全车速值还呈现出车速峰值现象,反映出了通过弯道时的侧翻现象;最后,采用Trucksim软件对转弯半径为250 m、附着系数0.7的弯道仿真,使得出的安全车速值与该模型得到的安全车速值进行对比,本文模型将计算误差从传统计算模型的16%降低到了1.4%,提高了计算精度。该研究为车辆转弯时的侧翻、侧滑评价以及车辆转向行驶的主动安全控制提供了参考。     

汽车弯道防侧滑/侧翻控制器设计

对自动化公路系统弯道上汽车防侧滑/侧翻控制系统进行了研究.在汽车驶入弯道前计算安全车速,建立车辆运动学模型,采用积分反推方法设计了直道制动减速阶段的速度控制器,通过引入虚拟控制变量设计了弯道车道保持阶段的位姿控制器.根据车辆动力学简化模型设计了动力学控制器进行仿真试验,车辆以安全车速通过弯道.试验表明所设计的控制器具有快速、准确跟踪和全局稳定的特性,能有效避免发生侧滑/侧翻的危险工况,保证车辆行驶安全性和方向稳定性.     

基于汽车导航电子地图的汽车AFS分析

针对现有的自适应前照灯系统(AFS)算法对弯道前、S型路面或过渡曲线上存在的滞后且不精确的问题,提出一种新的P-AFS算法,该算法可以有效利用汽车导航电子地图信息,通过车速和道路曲率来控制前大灯的偏转角度,再结合灯泡的5 lx等照度包络线确定AFS启动时刻.采用改进的遗传算法对PID参数进行整定,通过Carsim与Simulink建立整个系统的联合仿真模型,对简单道路模型和实际道路模型进行了仿真验证,并与传统的算法结果进行对比.结果表明:该P-AFS算法可以有效解决传统AFS算法的滞后性,并提高控制的精确度.     

车辆转向时制动防抱系统的仿真研究

考虑到车辆转弯制动时车轮法向载荷以及回正力矩的影响 ,建立了汽车弯道行驶的 8自由度整车模型。用该模型对车辆转弯制动时的车速与轮速的变化、制动器制动力矩的变化进行了计算机仿真。仿真结果表明 ,考虑车辆转弯特性的 ABS控制系统在弯道制动时取得了很好的控制效果 ,对开发和改进 ABS系统有一定的意义     

纯电动汽车坡道行驶驱动转矩优化控制策略

针对纯电动汽车坡道行驶过程中转矩不足的问题,基于模糊控制算法,提出一种以道路坡度、加速踏板变化率为输入,驱动转矩为输出的优化转矩控制策略.为了有效识别道路真实坡度,采用坡度识别算法进行道路真实坡度的识别.在Matlab/Simulink中建立车辆模型和控制算法模型进行了仿真分析,采用4％的坡道工况对车辆上坡加速性能进行仿真分析,对比了2种控制策略下的车速.结果表明:优化转矩控制策略能够更好地识别和响应驾驶意图;在优化转矩控制策略中,车速为0～50 km·h-1的上坡加速时间为10.65 s,比基准转矩控制策略降低了11.62％,车速为50～80 km·h-1的上坡加速时间为8.60 s,比基准转矩控制策略降低了14.85％;该策略能够有效提高车辆的上坡加速性能和经济性.     

智能汽车换道轨迹的燃油经济性研究

基于智能汽车行驶的空间约束和运动轨迹曲率约束等限制,对换道轨迹的燃油经济性进行了研究. 基于发动机瞬态油耗模型,确定了平路行驶的最经济车速,并建立了能满足各种约束的3阶贝塞尔换道轨迹模型. 通过Matlab/Simulink与Carsim联合仿真验证,文中设计的贝塞尔换道轨迹的油耗分别比已有的sin-tanh和x-sin换道轨迹节油了3.49%和0.77%,其最大横向加速度值也分别比sin-tanh和x-sin换道轨迹降低了31.75%及7.45%. 因此在保证智能汽车安全舒适行驶的基础上,利用贝塞尔换道轨迹的汽车油耗更少,对应的最大横向加速度更小,表明贝塞尔换道轨迹模型具有优越性.      

插电式混合动力汽车的燃油经济性优化分析

针对速度变化对插电式混合动力汽车(PHEV)经济性的影响,提出一种顺序速度平滑控制策略.通过对给定交通约束条件下的速度曲线进行顺序平滑处理,优化充电策略,提高插电式混合动力汽车的燃油经济性.根据前车速度的预测值,在车辆与前车的可接受跟踪距离范围内,通过最小化加速度来平滑车速;采用最优的充电耗散策略,根据整个行程的信息,将电池充电延长到行程结束.通过对3种典型工况测试周期的组合,研究商用PHEV的连续优化对两种不同行驶模式的影响.仿真结果表明:所提出的顺序优化方法由于与车辆结构无关,实用性较高;由于在速度优化中使用线性车辆模型求解最优控制问题,因此计算过程的实时性较好;速度平滑控制方法使燃油消耗量减少7%～14%.     

基于改进预瞄跟随算法的新能源汽车转向控制研究

为了解决传统预瞄跟随算法应用于新能源汽车转向控制导致在转弯曲率过大路况下车辆易脱离路径的问题,对预瞄跟随算法改进并应用于汽车转向控制中,将预瞄点设定为当前车速下经过时间T到达的路径上的点,采用预瞄跟随最优曲率驾驶员模型的预瞄点快速搜索,并将改进算法在Dymola软件构建的新能源汽车转向控制模型上进行验证.和传统预瞄跟随...     

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%。     

丘陵地区对纯电动汽车经济性分析及能耗优化方法研究

为了分析丘陵地区对纯电动汽车的经济性影响以及如何提高能耗利用率,针对道路坡度,研究了一种基于动态规划优化控制电机转矩的方法,完成了优化能耗的目标。首先构建了纯电动汽车模型,设计了虚拟坡度,应用动态规划算法合理分配电机转矩及车速,并从车速方面分析了坡度对行车经济性的影响;之后,在虚拟坡度下,使用无坡度道路下的最佳经济车速控制仿真车辆,求解虚拟坡度下的汽车能耗,并将此方法计算的能耗与上一步优化方法得出的能耗做对比,证明了所提出的优化算法能够有效地降低能耗;最后,在实际路况上验证了提出的能耗优化算法的合理性。实验结果表明,针对丘陵地区提出的动态规划算法,能够全局优化能耗,有效提高驾驶经济性。     

ISG并联混合动力轿车最优转矩分配策略

能量管理策略对混合动力汽车燃油经济性的改善具有关键作用。因为ISG混合动力轿车发动机转速不是受控变量,转矩成为能量管理策略惟一的控制变量,使其实质为转矩分配策略。考虑动力总成部件之间能量传递转换效率得到电机等效燃油消耗量,由此得到不同待选分配点动力总成等效燃油消耗率,以动力总成等效燃油消耗率最小化为原则优化转矩分配,使整车燃油经济性达到最优。通过离线计算,使转矩分配成为根据整车需求转矩、发动机转速和超级电容电压进行简单查表的过程,解决了计算量大的缺点,方便了实际应用和实时控制。建立整车和控制策略模型进行仿真计算,基于中国乘用车城区瞬态循环,与传统逻辑门限值分配策略相比,整车燃油经济性改善提高了5.2%。     

基于车速预测的燃料电池客车能量管理策略

近年来,燃料电池汽车发展迅速,能量管理策略对提高燃料电池客车能量经济性具有重要意义。通过构建整车实时能量管理策略,对燃料电池客车的能量经济性进行了研究。首先基于某示范运行的燃料电池客车运行数据,使用径向基神经网络算法预测不同时域未来行驶车速;然后结合模型预测控制理论与凸优化算法构建了以预测时域内能量消耗最小为目标的分层预测能量管理策略;最后在实车工况下进行仿真验证,并分析比较了两种初始荷电状态下的百公里等效氢耗。仿真结果表明：与实车控制策略相比,所构建的分层预测能量管理策略能够降低9.6%～16.9%的百公里等效氢耗,有效地提高了整车的能量经济性。     

基于非线性规划遗传算法的汽车动力传动系统参数优化研究

研究了兼顾动力性和燃油经济性的汽车动力传动系统优化数学模型,以改善燃油经济性和整车动力性为目标,采用非线性规划遗传算法对某款轿车的动力传动系统参数进行优化研究并进行了仿真试验验证.结果表明:优化后原地起步加速时间降低了3.96%,整车多工况百公里油耗降低了8.23%.表明运用非线性规划遗传算法进行动力传动系统参数优化是可行的.     

燃料电池公交车电源配置生命周期评价优化

在设计燃料电池公交车电源配置方案时,普遍只考虑行驶过程中的动力性和燃料经济性,忽略了车辆其余各阶段对设计方案的影响,针对这一情况,基于生命周期评价理论,分析了燃料电池公交车全生命周期内各阶段的能耗与排放,建立了其生命周期评价模型.在中国典型城市公交循环工况下,通过生命周期评价模型分析得出,在一定的条件下燃料电池公交车的电源配置存在最优解,并利用遗传算法得到最优电源配置方案.对于所分析的样车,在最优电源配置下其生命周期能耗与排放比纯电动公交车分别降低了24.86%和25.76%,比使用大功率燃料电池系统的燃料电池公交车分别降低了12.11%和6.51%.     

基于多目标优化的混合动力系统DOH参数匹配

以一款并联式混合动力系统为研究对象,提出一种基于混合度(DOH)进行动力性、经济性、排放性的多目标优化参数匹配方法。建立综合整车各性能指标为价值函数,选定DOH为匹配设计变量,采用粒子群优化算法(Particle Swarm Optimization ,PSO)进行优化,获得不同权重系数下的优化DOH,同时权衡部件成本进而选定最佳DOH进行参数匹配,并开展回归实验验证,其结果表明：和优化前相比,最高车速提高了19.7%,每加仑行驶的里程提高了10.9%,排放量降低了19.8%。     

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。