基于遗传算法的并联式混合动力汽车控制策略优化

并联式混合动力汽车是一个高度复杂的非线性系统,控制策略参数的设定对汽车性能有着重大影响﹒通过AMESim软件,建立整车动态性能仿真分析模型,以百公里油耗和排放指标为优化目标,运用遗传算法,针对NEDC工况,对混合动力系统的控制策略参数进行优化﹒结果表明,优化后的汽车燃油经济性提高了9.3%,NOx,HC和CO分别减少了7.6%,4.9%和8.2%.     

并联混合动力汽车模糊逻辑控制策略仿真研究

正在能源短缺和环境污染日益严重的现实背景下,混合动力汽车迎来了高速发展的黄金时期,各个国家都投入了大量的人力、物力进行混合动力技术的研发。能量管理控制策略技术是所有混合动力技术的核心,是混合动力车实现节能、环保的关键所在。模糊逻辑控制策略具有鲁棒性好、实时性强、易于实现等优点,被广泛运用在混合动力汽车上。本文以一辆并联式混合动力汽车为研究对象,以燃油消耗和排放最小为目标,为其构建了模糊控制策略,并在matlab/advisor环境下进行了仿真。     

并联式混合动力汽车再生制动控制策略

针对混合动力汽车制动过程中机械制动力与电再生制动力的分配问题,在制动稳定区间内,以尽可能多地回收制动能量为目标,提出了一种最大化制动能量回收的并联式混合动力汽车再生制动控制策略。建立整车与制动控制器模型,仿真结果表明:与传统固定制动力分配比例的控制策略相比,本文所设计的并联式混合动力汽车的制动能量回收率提高了22.8%,燃油经济性提高了4.7%,CO排放量降低了4.4%。     

并联混合动力汽车模糊多目标控制策略

针对并联混合动力汽车(PHEV),提出一种模糊多目标整车控制策略.通过应用电动机等效燃油消耗的概念,将整车燃油消耗与尾气排放同时作为优化目标.应用模糊逻辑和最小加权偏差法,并根据当前工况对优化目标的偏好情况,求得瞬时最优工作点.基于ADVISOR仿真平台的研究表明,模糊多目标控制策略(FMCS)相对基于规则的控制策略(RBCS)能够在不损失车辆动力性能的前提下有效降低燃油消耗和尾气排放,同时将电池荷电状态(SOC)维持在合理范围内.     

并联式混合动力汽车驱动系统及控制策略研究

混合动力汽车综合了技术、经济和环保等方面的因素,是现在及未来汽车行业发展的一个重要方向。并联式混合动力汽车装置装有发动机和电动机两套系统,可以通过不同的驱动模式为汽车提供动力扭矩。文章对并联式混合动力汽车进行了结构和技术分析,对不同的动力组合模式做出了阐述。为使系统的能量能够合理分配和工作,对汽车的控制策略进行了分类探讨,并对比其优缺点,以此进行更深入的研究。     

基于模糊逻辑的混合动力汽车控制策略研究

针对插电式混合动力汽车具有电量消耗和电量保持2个阶段的特点,文章提出一种基于转矩分配的模糊控制策略。在Matlab/Simulink环境下建立整车模型,并对提出的控制策略在不同行驶工况下进行仿真。结果表明,在已知路况里程的前提下,能使得电量消耗续驶里程尽量接近总行驶里程,发动机工作在高效区域,并且具有较好的燃油经济性。     

基于模糊扭矩识别的混合动力汽车控制策略

提出一种基于模糊扭矩识别的插电式四驱混合动力汽车控制策略,分别以加速踏板和制动踏板的开度和变化率为输入,通过模糊控制器得到驱动扭矩识别系数K1和制动扭矩识别系数K2,初步判断驱动和制动形式。通过实际需求扭矩制定基于规则的控制策略,详细讨论了驱动和制动模式的判别步骤。建立了基于CRUSIE Interface与Simulink的联合仿真模型,编译成可执行代码后进行了硬件在环仿真。仿真结果表明,基于模糊扭矩识别的控制策略可以实现基本的能量管理,且每百公里可以节省14.5%的燃油消耗。     

基于传动系统效率最优的混合动力汽车控制策略研究

针对现有混合动力汽车控制方法存在功率损失大、系统效率低、润滑条件恶化等问题,提出一种基于系统效率最优的混合动力汽车控制方法.首先分析动力系统各部件的结构与效率特性,制定出所有可能的工作模式,然后构建出各模式下的效率评估方程,依据需求扭矩和蓄电池荷电状态SOC,得出系统最高效率下对应的发动机转矩和电机转矩分配情况,以控制发动机和电机相应转矩输出.仿真实验结果表明,该方法使整个动力系统总体效率最高,减少了系统功率损失,降低了整车的燃油消耗,并在一定程度上保障了润滑条件和传动部件的使用寿命,取得了良好的效果.     

液压挖掘机并联混合节能动力系统多目标优化控制策略

针对采用电容蓄能进行能量回收的并联式液压挖掘机混合动力系统提高能量效率和降低转矩变化幅度的问题,提出了一种基于实时优化力矩分配的新型多目标优化控制策略。根据负载特性将由电动机/发电机与柴油机构成的混合动力装置的工况分为高负载和低负载两个采用不同目标转速的工作区,通过曲线拟合对定转速下转矩与能量效率特性关系进行建模,构建以转矩为变量的目标函数,并通过惩罚函数对转矩变化幅度进行限制,提高系统的能量效率并降低转矩变化对系统机械结构的损害。采用仿真程序和模拟实验平台分别进行了实验,以验证该策略的效果。实验结果表明:与固定比例转矩策略相比,系统的最大转矩变化幅度降低了37.9%,总体能量损耗和燃油损耗分别降低了8.74%和8.9%。采用该控制策略后,系统在提供相近的功率输出特性的情况下,其总体的能量消耗、燃油消耗和转矩特性均得到了改善。     

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．     

并联混合动力汽车的模糊转矩控制策略

提出了一种新的并联混合动力汽车(PHEV)模糊转矩控制策略(FTCS)及其设计方法.以并联混合动力系统的工作模式为基础,利用请求转矩与发动机最佳转矩的比值和电池电荷状态(SOC)为输入、电机归一化转矩指令为输出,构建了有22条规则的模糊推理器,用以确定发动机和电机的最佳转矩分配,实现系统的总体能量转换效率最高.仿真结果表明,与采用精确门限参数的策略相比,FTCS的燃油经济性有较大提高,并能更好地控制电池SOC在工作区变化.     

并联式混合动力汽车的实时控制策略优化

分析了并联式混合动力汽车的能量流动情况，建立了便于进行扭矩分配计算的驱动系统简化模型。将电池充放电过程中消耗的能量等效为一定的油耗，以最少等效油耗为目标函数，建立了实时控制策略。针对FUDS驾驶循环，计算得到了最少油耗的实时扭矩分配方案．结果表明，该实时控制策略能有效的降低车辆的燃油消耗，优化发动机的工作点。     

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.      

混合动力汽车补偿模糊神经网络能量管理策略

以上海大众汽车公司某型号混合动力电动汽车(HEV)的设计要求为基础,提出了一种基于补偿模糊神经网络的能量控制策略,并采用动态调整步长的梯度下降法加快算法的收敛速度.分析了样本数据选取、输入、输出模糊分割和模糊规则提取对控制器性能的影响.利用ADVISOR2002仿真平台进行二次开发,完成了基于补偿模糊神经网络的控制策略、并联电力辅助控制策略和模糊控制策略的仿真比较.仿真结果表明,基于补偿模糊神经网络的控制器具有较强的自适应能力,可以较好提高混合动力汽车的燃油经济性和排放性.     

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．     

基于多混沌算子遗传算法的混合动力汽车控制策略优化

为某款装备了电池/超级电容混合储能系统的并联型混合动力汽车设计了模糊控制策略.结合遗传算法的种群进化和混沌序列的随机遍历特性,将混沌初始化算子、混沌扰动算子、混沌局部搜索算子引入多目标非占优排序遗传算法(NSGA-II)中,构建了新的多混沌算子遗传算法(MCO-NSGA-II).运用MCO-NSGA-II算法进行了混合动力汽车模糊控制策略优化,以改进车辆的燃油经济性及HC、CO和NOx的排放性能.仿真结果表明,混沌初始化算子和混沌扰动算子可以改善原NSGA-II算法的搜索能力并增加种群多样性,而混沌局部搜索算子可以进一步增强算法局部搜索能力,能更好地搜索到理想的Pareto解集.运用MCO-NSGA-II算法进行优化,使混合动力汽车在欧洲城市驾驶循环(ECE)下的燃油消耗降低了11.8%,HC、CO和NOx排放分别下降了7.72%、15.72%和11.77%.     

基于粒子群的高超声速飞行器模糊控制方法

由于采用机体一体化设计,吸气式高超声速飞行器的气动特性难以准确获知,建立的数学模型是极为不准确的。针对这一特点,研究了一种基于粒子群的高超声速飞行器模糊控制方法,利用粒子群算法对模糊控制器参数寻优,使该控制方法具有强鲁棒性,高超声速飞行器在气动模型不确定情况下,依然能够保持很高的控制精度。仿真用高超声速飞行器的纵向模型对该控制器进行了验证,证明该控制方法能够有效地克服气动参数的不确定性,准确地跟踪飞行器的高度和速度指令。     

并联混合动力汽车再生制动控制策略研究

针对并联混合动力汽车再生制动的问题分析了再生制动基本原理、实现再生制动必须具备的条件.采用再生制动比例控制策略和再生制动转矩与机械制动转矩的分配线控制策略的方法,对并联混合动力汽车再生制动进行了研究.结果表明UDDS工况燃油消耗减少了11.8%,续驶里程增加了10%—20%.从而验证了再生制动控制策略的正确性和必要性.     

插电式并联混合动力汽车再生制动控制策略

再生制动是混合动力汽车区别于传统汽车的技术特点,是提高车辆燃油经济性的重要措施之一.以一种轴间力矩耦合的插电式并联混合动力汽车为研究对象,从再生制动分配算法的影响因素入手,提出了一种带有模糊控制的混合动力汽车再生制动能量管理策略.所设计的控制策略主要针对两个层面的控制决策,顶层是轴间制动力矩的分配决策,底层是再生制动电机所在的后轴力矩在摩擦制动与再生制动之间的分配决策.采用多种典型车辆行驶工况对所提出的模糊控制策略进行仿真研究.结果表明,所提出的模糊控制策略能够明显改善车辆的能量回收效果,与传统理想制动力分配曲线控制策略相比,能量回收最多可提高23.44%.     

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。