我国电动汽车产业化发展前景

电动汽车是解决目前汽车带给人们生活环境污染的最佳途径,本文结合我国电动汽车发展现状,从电动汽车产业化发展的不同方面进行剖析,提出电动汽车是我国汽车发展的主要方向,而政府的政策扶持将推动我国电动汽车快速发展。     

大功率智能充电机

北京交通大学电气工程学院智能控制实验室长期从事电动汽车领域的研究．针对电动汽车充电要求快速、可靠，充电过程复杂等特点，开发出系列大功率电动汽车用充电机．在高频大功率开关电源的基础上，加入一套完善的控制系统和保护机制，能够使电池的充电过程最优化和多样化．目前，已经形成产品的有10kW、30kW、50kW三种类型的充电机．     

抑制全球变暖新思路

为了阻止全球变暇灾难的发生,我们在进行碳排放收费的同时,必须推广低碳排放技术的应用,加大对碳捕获与埋存技术、混合电动汽车和太阳能发电技术的研发力度,以及完善与之配套的政策创新-- 亟需政策创新 气候变化所带来的挑战不仅在于技术层面，与之配套的政策制定也尤为重要。     

游过方知水深浅，走过才懂路艰险——在希望与困境中穿梭的中国电动汽车

当"节能减排、绿色环保、促进人与自然和谐发展"成为全社会普遍共识的时候,人们便在中国电动汽车面前构思了一条鲜花与希望之路.当然,构思的仅仅是指一种观念.     

世界上最快的电动汽车

我们都知道电动汽车比汽油汽车环保，但是为什么电动汽车没有得到推广呢？这是因为有四大因素制约了电动汽车的发展：电动汽车制造成本高；目前不少电动汽车速度低；单次充电时间长；单次充电后行驶里程短。而美国福特汽车公司新推出的这款“极度空优”电动汽车一下子解决了后面3个问题，它的速度可达到335km／h，大大超过了一般汽油汽车，成为世界上最快的电动汽车。     

新闻

中国正步入郊区扩展之路?美国《纽约时报》2009年8月20日载文《中国正步入郊区扩展之路?》。文章指出,世界银行一项最新研究发现,作为世界头号温空气体排放国的首都,北京正陷入洛杉矶     

优化的BP神经网络在预测电动汽车SOC上的应用

为了提高BP神经网络预测模型对电动汽车电池SOC值预测的准确性,采用遗传算法GA和粒子群算法PSO两种优化算法分别对BP神经网络进行优化,即优化BP神经网络的权值和阈值,然后训练BP神经网络预测模型以求得最优解。将该方法应用到预测电动汽车电池的SOC值中并与实际测量的SOC值进行验证比较。仿真实验表明,经过粒子群算法优化后的BP神经网络预测电动汽车SOC值的误差在1.0%~4.4%之间,明显优于采用遗传算法优化的误差范围1.6%~10%和传统的BP神经网络误差范围2.0%~72%。     

永磁同步电动机调速系统的模糊控制与仿真

对电动汽车驱动用永磁同步电动机(Permanent Magnet Synchronous Motor 缩写为PMSM)的调速系统进行模糊控制并对其结果进行仿真.对PMSM进行数学建模,根据其数学模型在MATLAB/Simulink下建立PMSM、PMSM测量环节、dq/abc转换器和PWM三相逆变器的仿真模块并进行封装.采用二维模糊设计, 以电动汽车行驶时所要求的电动机转速n′与电动机的实际转速n之间的偏差E和其偏差变化率EC作为系统的输入变量,把控制占空比的电流信号U作为输出语言变量,进行模糊控制器的设计.根据PMSM的各模块和所设计的模糊控制器,在MATLAB /SIMULINK下创建电动汽车PMSM调速系统的模糊控制仿真结构模型,并进行仿真,从而验证控制方法的正确性.