并联混合动力客车模式切换过程控制研究

针对单轴并联混合动力客车结合离合器的模式切换,设计了发动机已启动和未启动时模式切换的控制策略.对于发动机未启动的模式切换,考虑离合器滑磨功和驾驶员需求,提出了在挡启动发动机和空挡启动发动机的控制策略.在转矩恢复时利用电机对发动机转矩进行补偿,考虑驾驶员需求、电池状态和整车控制策略,制定电机补偿发动机转矩的策略. 通过台架和实车试验验证了策略的可行性与优越性.      

串并联混合动力系统自适应模式切换优化控制

为改善某新型串并联插电式混合动力系统双电机纯电动至并联驱动模式切换品质,同时确保不同车辆行驶状态及驾驶员输入下模式切换策略的适应性能,提出了平顺性起机和动力性起机概念,设计了自适应模式切换优化控制策略。首先,建立该串并联混合动力系统动力学模型,并对其双电机纯电动至并联驱动模式切换过程进行分析,确定模式切换不同阶段控制目标及控制策略;其次,以车辆驾驶平顺性和发动机起动时间为优化指标,通过动态规划求解发动机最优拖转转速曲线,提出一种发动机起动模型预测优化控制策略,在线计算离合器滑摩转矩以拖转发动机跟踪目标最优转速曲线,并通过电机补偿输出端转矩波动。离线仿真及硬件在环台架试验结果表明,所开发的自适应模式切换控制策略能够满足不同的驾驶需求,并具有较好的驾驶平顺性。     

混合动力电动汽车动力切换协调控制综述

针对混合动力电动汽车工作模式的多样性带来模式之间切换及协调控制等问题,研究了混合动力电动汽车动力切换及协调控制技术,分析了混合动力电动汽车动力切换协调控制问题的产生机理,从发动机转矩参数实时获取、建模工具、控制策略、试验方法等方面分析了国内外有关混合动力电动汽车动力切换协调控制技术的研究现状,研究了动力切换协调控制的具体控制方法,提出了今后需要研究的关键技术:能够反映并联混合动力电动汽车动力切换瞬态特性的整车动力学建模;基于模型预测的电动机转矩补偿控制技术;动力切换及协调控制的试验研究;动力切换时的瞬态稳定性分析方法.     

混合动力系统发动机停机过程控制策略

针对混联式混合动力系统,为减小其由混合驱动模式切换至纯电驱动模式过程中发动机停机引起的整车纵向冲击,利用模型预测控制算法可以在线滚动优化获得最优控制序列的特点,提出了一种基于模型预测控制的发动机停机优化控制策略. 首先,采用理论与试验相结合的研究方法,建立了发动机阻力矩模型;其次,依据动力元件工作状态的不同,将发动机停机过程划分为发动机工作点调整阶段和电机反拖发动机阶段,设计了分段式发动机停机控制策略;最后,通过仿真对所设计的控制策略进行了验证,并与传统基于比例-积分-微分的控制方法进行了对比. 仿真结果表明,所提出的控制策略能有效抑制发动机停机过程中的输出转矩波动,降低整车冲击度,提高车辆行驶的平顺性.      

双电机混合动力汽车起步与换挡过程协调控制

针对采用自动变速箱(AMT)的混合动力汽车存在换挡动力中断问题,提出一种新型双电机混合动力驱动系统,该系统主要包括1台发动机、2个电机和1个四挡变速箱。通过控制发动机、电机、离合器与同步器的工作状态,该混合动力系统可实现纯电动驱动、发动机和电机并联驱动、串联驱动、制动能量回收以及行车发电等多种工作模式。采用集中质量法和牛顿第二定律对该驱动系统进行动力学分析,将其等效为质量-弹簧-阻尼系统,并建立动力学方程。通过查表法建立了发动机和电机模型。结合混合动力驱动系统结构特点,设计模式切换和换挡过程的控制策略,在模式切换和换挡过程中,结合发动机和电机的扭矩响应特性,对发动机和电机输出扭矩进行协调控制。采用基于发动机输出扭矩的电机扭矩补偿策略维持汽车驱动扭矩,避免出现换挡动力中断现象。基于AMESim和MATLAB/Simulink软件平台搭建整车模型及控制策略模型,并对模式切换和换挡过程进行仿真分析。研究结果表明:双电机混合动力驱动系统可实现车辆换挡过程中输出扭矩平顺变化,无动力中断现象;通过限制发动机和电机的扭矩变化率,以及离合器和同步器等执行机构的分离接合速度,可将模式切换和换挡过程的冲击度控制在合理范围内。     

汽车发动机起动过程的动力学仿真

发动机怠速自动起停是混合动力汽车的重要工作模式,它能避免发动机在怠速下运行,有效减少燃油消耗、尾气排放和发动机磨损.对混合动力汽车起步时发动机起动动力学进行了系统研究,基于发动机起动过程的阻力特性的建模与仿真,提出了ISG电机驱动控制策略,建立了ISG电机-发动机的综合控制模型,进行了发动机起动过程中的动力学仿真.仿真结果表明,所采用的ISG电机满足快速起动发动机的时间要求.     

PHEV模式切换中离合器协调控制策略改进设计

由于离合器摩擦片磨损后其动态特性会发生变化,导致模式切换时控制策略的控制效果变差.为此,本文提出一种基于卡尔曼滤波的并联式混合动力汽车(PHEV)模式切换过程中离合器协调控制策略的改进方法.通过对发动机起动阻力建模,以及利用卡尔曼滤波器对离合器摩擦片磨损量进行估计,结合离合器磨损后的动态特性,对原有控制策略的结合压力输...     

混合动力汽车E-H模式切换中扭矩协调控制策略研究

在混合动力汽车进行E(electric drive mode,纯电动模式)-H(hybrid drive mode,混合驱动模式)切换时,针对2个动力源响应特性差异、离合器接合等原因造成动力传递不平稳及整车冲击的问题,文章制定了扭矩协调控制策略。整个扭矩协调控制策略按发动机的起动、调速和动力接入等3个不同阶段制定,采用Matlab/Simulink搭建混合动力汽车模式切换控制策略模型和整车模型,对该策略的有效性进行验证。仿真结果表明,该策略能够减小扭矩波动和整车冲击度,有效提高模式切换过程的平顺性。     

混合动力汽车控制策略研究现状及发展趋势

混合动力汽车的控制策略及结构决定了整车的行驶性能。根据蓄电池组的荷电状态变化情况,对混合动力汽车的结构型式进行了分类,并对并联型和串联型混合动力汽车控制策略研究现状及其发展趋势进行了分析,指出混合动力汽车的控制策略不十分完善,需要进一步优化。控制策略不仅仅要实现整车最佳的燃油经济性,同时还要兼顾发动机排放、蓄电池寿命、驾驶性能、各部件可靠性及整车成本等多方面要求,并针对混合动力汽车各部件的特性和汽车的运行工况,使发动机、电机、蓄电 池和传动系统实现最佳匹配,兼顾了上述各方面要求的优化控制策略的研究是今后的一个研究重点。还指出,采用小功率电机、小排量发动机配以自动无级变速器的并联型混合动力汽车,是获得较高的燃油经济性、较小的排放、平稳的驾驶性能、较低的制造成本及质量的一种比较理想蝗系统型式。     

并联混合动力汽车模式切换快速终端滑模控制

为了防止并联混合动力汽车模式切换过程中发生扭矩波动,提出了一种基于干扰补偿的切换快速终端滑模控制方法。首先,在对整车动力结构和驱动模式分析的基础上,根据由纯电动模式向混合驱动模式切换过程中3个阶段内干扰量的不同,分别设计了干扰观测器估计各阶段干扰,将得到的估计值作为系统控制输入。其次,利用快速终端滑模控制和电机补偿发动机扭矩误差的方法,对各阶段干扰估计量进行补偿,通过构造Lyapunov函数证明控制系统的稳定性。最后,对所设计方法分别进行仿真和试验。研究结果表明:该方法在保证整车动力性的同时,确保了模式切换的平顺性,试验的整车最大冲击度降低了52.37%,提高了驾驶性能。     

并联混合动力汽车怠速停机控制策略研究

怠速停机是混合动力汽车主要节能途径之一,本文以并联式混合动力客车为研究平台,建立了怠速停机控制策略,在CRUISE环境下对发动机怠速时间、怠速转速与燃油经济性的关系进行了深入的研究,基于国内典型城市公交循环工况的仿真结果表明:采用怠速停机控制策略后,燃油经济性比原车得到显著改善。     

模糊逻辑控制在并联混合动力汽车中的应用

混合动力汽车(HEV)最关键的开发环节之一是动力传动系统的工作模式、控制策略和能量传递方式的研究。文章介绍了并联混合动力电动汽车的控制策略,对美国能源部可再生能源实验室开发的ADVISOR2002仿真软件的控制策略进行了分析,重点介绍了模糊控制策略的应用。     

履带式混合动力车辆控制策略硬件在环仿真

采用硬件在环仿真的方法验证履带式混合动力车辆控制策略的可行性. 结合车辆结构形式和DC-DC变换器控制方法,在功率跟踪控制策略基础上,提出一种基于电压控制的履带式混合动力车辆控制策略. 采用真实的驾驶员操纵设备和整车控制器,通过建立的车辆驱动系统模型在dSPACE中实时运算模拟实现被控对象及外界环境,构建包括CAN通信在内的控制策略硬件在环仿真平台,对提出的控制策略进行硬件在环仿真实验. 仿真结果表明,该控制策略可行并能很好地满足驾驶员的操作需求.     

HEV再生制动过程中CVT速比控制策略

考虑混合动力汽车制动安全性和燃油经济性,提出了一种基于电池SOC值和制动强度的再生制动力控制策略.提出了通过调节CVT的速比及控制电机工作在高效区来提高电机发电效率的再生制动控制方法.进行了整车再生制动系统建模和典型城市驱动循环工况下的仿真,结果表明,提出的CVT速比控制策略能使以CVT为变速器的混合动力汽车比以MT为变速器的混合动力汽车在ECE EUDC驱动循环工况下的再生制动能量回收率提高2.86%.     

混合动力汽车控制策略硬件在环仿真开发平台

为提高混合动力系统仿真的精度,有效开发控制策略,提出了一种硬件在环的混合动力系统实时仿真开发平台.建立了混合动力系统的动态模型,搭建了包含实车控制器的驾驶员硬件在环实时仿真平台.针对一款ISG混合动力汽车进行了仿真实验.结果表明,建立的实时仿真系统能比较准确地模拟实车特性,取得了良好的效果.     

基于CRUISE的轻度ISG型HEV控制策略研究

控制策略是混合动力汽车(HEV)的关键技术,直接影响HEV整车性能。文章以整车动力性和燃油经济性为控制目标,分别设计了基于逻辑门限值的电力辅助控制策略和模糊逻辑控制策略,在CRUISE平台上搭建样车ISG混合动力汽车的模型,并分别在UDDS和NEDC 2种工况下进行仿真分析。仿真结果表明,与同类型传统燃油汽车相比,基于电力辅助控制策略和模糊逻辑控制策略的ISG型HEV的燃油经济性都有明显改善,模糊逻辑控制策略更为适合。     

ISG型混合动力汽车模糊控制策略及仿真

针对配备CVT的ISG型混合动力汽车,采用模糊控制策略对整车燃油经济性进行了研究．以整车瞬时状态为基础,燃油消耗最小为目标,建立了模糊控制器。为了消除模糊控制规则获取过程中的不确定性因素,以序列二次规划法的优化计算结果作为制定模糊控制规则的基础,制定了模糊控制规则．结合本文研究车型,对ADVISOR仿真软件进行二次开发,并对整车燃油经济性进行了仿真计算．仿真结果表明,模糊控制策略能够有效提高ISG型混合动力汽车的燃油经济性．     

电控机械式自动变速系统开发及试验

分析了影响电控机械式自动变速车辆起步、换档品质的主要因素.以长安之星微型汽车为载体,开发了电控液压式机械自动变速系统,制定了综合换档控制策略和离合器接合控制策略,并对影响离合器接合规律的相关因素进行补偿.提出了车辆起步、换档过程中发动机转速控制目标,采用电子节气门进行发动机转速控制,实现了起步、换档时对发动机转速的自动控制.进行了不同工况条件下样车起步、换档试验,试验结果表明所开发的自动变速系统具备了较为满意的控制效果.     

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%。     

Input Split Hydraulic Hybrid Bus and Control Strategy

Simple and efficient energy management strategy is the key to ensure hybrid vehicle performance. Based on hybrid dynamical system theory and the concept of finite state mechanism,power split hybrid connected structure hydraulic hybrid system was proposed and described. In order to meet the demand for driving,the layered advanced control strategy was proposed in this paper,which referred to vehicle driving experience. Using Matlab /Simulink /Stateflow hybrid modeling method, the economy performance and the acceleration performance of the vehicle under the typical city driving cycles were carried on the simulation analysis. The results show that the proposed topology and control strategy can obviously improve engine output characteristic,effectively enhance the vehicle＇s instantaneous power performance and economy,and also has a better adaptability in different traffic environments.