智能混合动力汽车经济性自适应巡航控制策略研究

针对智能混合动力汽车自适应巡航过程中的能量控制策略问题,结合模型预测控制在处理多目标、多约束优化问题方面的优势和粒子群算法运算量小、收敛快的特点,将粒子群算法作为模型预测控制的滚动优化方法,构造基于模型预测控制的粒子群算法.仿真结果表明,文中算法能够使绝大部分工况点落在较低燃油消耗率区域,只有少部分工况点落在非经济区域,虽然多消耗了1.06%的燃油,但在运算速度上却获得了60.3%的提升.     

一种估计混合动力用Ni-MH电池单体SOC的方法

搭建了混合动力汽车动力电池的性能实验平台,针对车辆实际行驶工况,在不同环境温度下对动力电池进行了相关充放电实验。利用实验系统采集到的动力电池电压与电流,采用自校正模糊神经网络控制算法对常温25℃下的动力电池荷电状态(State of Charge,SOC)进行计算,并与Arbin动力电池测试设备计算出的动力电池荷电状态进行了比较。理论分析和实验结果表明,采用自校正模糊神经网络控制算法计算出的电池SOC满足混合动力汽车电池SOC所需的精度要求。     

胶体金免疫层析技术同步检测甲、戊型肝炎病毒IgG抗体的研究

目的探索并建立胶体金免疫层析(GICA)同步检测血清中的甲、戊型肝炎病毒的IgG抗体的方法.方法采用柠檬酸三钠还原法制备胶体金颗粒,标记鼠抗人IgG单克隆抗体,制成免疫层析测试条.血清中甲、戊型肝炎的特异性IgG抗体与测试条上金标抗体结合后沿着硝酸纤维素膜移动与膜上固相包被的抗原(HAAg,HEAg)、抗体(羊抗鼠lgG)结合形成肉眼可见的红色线条.结果自制的GICA试条与EIA对比检测血清标本188份,各单项指标抗-HAV IgG,抗-HEV IgG两法总符合率分别为98.9%,98.9%,检测灵敏度可达1μg/L.结论用于同步检测血清中的甲、戊型肝炎病毒特异性IgG抗体的GICA试条的制备条件已基本建立,其检测结果特异性强、灵敏度高、操作方法简便快捷且无需特殊仪器设备,有广泛的应用价值.     

混合动力汽车变速器齿轮轴的模态优化

分析了轻度混合动力汽车机械式变速器激振转矩,建立了混合动力汽车变速器齿轮轴的动力学模型,并进行了三维有限元模态分析.分析了该变速器齿轮轴的结构,并以轴颈半径作为设计变量,采用一阶优化法对轴的低阶固有频率进行了优化.通过优化,提高了前5阶固有频率,使变速器齿轮轴固有频率在激振扭矩的频率范围之外,从而有效地降低振动和噪声.     

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.     

Identification of dynamic model parameters for lithium-ion batteries used in hybrid electric vehicles

An electrical equivalent circuit model for lithium-ion batteries used for hybrid electric vehicles (HEV) is presented. The model has two RC networks characterizing battery activation and concentration polarization process. The parameters of the model are identified using combined experimental and extended Kalman filter (EKF) recursive methods. The open-circuit voltage and ohmic resistance of the battery are directly measured and calculated from experimental measurements, respectively. The rest of the coupled dynamic parameters, i.e. the RC network parameters, are estimated using the EKF method. Experimental and simulation results are presented to demonstrate the efficacy of the proposed circuit model and parameter identification techniques for simulating battery dynamics.     

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.     

基于发动机制动的HEV再生制动控制策略

以ISG(integrate starter generator)型混合动力CVT(continuously variable transmission)轿车为研究对象,进行发动机制动性能建模与仿真计算,提出基于前轮最大可承受减速度的制动力最优分配策略.无再生制动时,根据发动机制动特性计算,通过调整CVT速比来以充分利用发动机制动;有再生制动时,优先采用电机制动,其次为发动机机制动,最后为摩擦制动.进行基于控制策略的混合动力汽车再生制动建模和典型工况下的仿真分析,仿真结果验证所提出的再生制动控制策略的正确性和可行性.     

中度混合动力汽车匀速下坡再生制动策略优化

分析混合动力汽车匀速下坡再生制动过程;基于蓄电池充电效率模型、蓄电池温升模型及发电机效率模型,分别以混合动力汽车瞬时再生制动能量回收量最大和总制动能量回收量最大为优化目标,提出了瞬时再生制动优化控制策略和全局优化控制策略;分析了蓄电池温度对混合动力汽车再生制动能量回收效率的影响,计算了汽车在不同坡度和坡长的路况上再生制动能量回收效率,结果表明:全局优化控制策略优于瞬时优化控制策略,且坡度愈大或坡长愈长时,采用全局优化控制策略提高再生制动能量回收效率的效果愈显著.     

甲/戊型肝炎病毒重组抗原基因的克隆及表达

 将甲肝病毒vp1编码基因(aa 24~171)和戊型肝炎病毒ORF2基因(aa 431~615)通过一段编码柔性甘氨酸链(Gly4 Ser Gly4)的基因片断连接,获得编码HAV/HEV融合蛋白基因(AEAg342).将该融合基因插入质粒pBV220,构建表达质粒pBV220-AEAg342.将pBV220-AEAg342转化入大肠杆菌BL21中进行表达,表达量约占菌体总量的20%,经离子交换层析纯化,目的蛋白纯度达90%以上.Western blot证实该蛋白能与甲肝及戊肝患者阳性血清发生特异性反映,为进一步开发双价疫苗和联合诊断试剂奠定了一定基础.