本文關(guān)鍵詞：AMT插電式電動汽車參數(shù)匹配與系統(tǒng)建模

  更多相關(guān)文章： 并聯(lián)插電混合動力 仿真建模 半實物仿真 BP神經(jīng)網(wǎng)絡(luò)算法 遺傳算法

【摘要】：在這近100年來,人類的主要交通工具由普通馬車變?yōu)榱烁咚傩旭偟钠�。但是隨之而來的環(huán)境污染、能源危機已經(jīng)影響到人類的發(fā)展,人們開始希望汽車不僅動力強勁還能節(jié)能減排。為了實現(xiàn)這一要求,新能源汽車開始出現(xiàn)在歷史的舞臺。當前新能源汽車種類多樣,但是由于各種技術(shù)因素限制,常使用新能源汽車為混合動力汽車,而且國內(nèi)城市新能源公交汽車廣泛采用并聯(lián)混合動力汽車。并聯(lián)混合動力汽車傳動部件的特性與其參數(shù)匹配對整車燃油經(jīng)濟性有著重要影響。國內(nèi)外已經(jīng)有大量關(guān)于混合動力汽車參數(shù)匹配方面的研究,這些研究偏重于理論的研究與分析。因此本文在其研究基礎(chǔ)上,通過對比實際樣車數(shù)據(jù),驗證本文的參數(shù)匹配優(yōu)化算法具有實際參考價值。本課題以并聯(lián)插電式混合動力汽車為研究對象,主要完成以下兩方面的工作:1.根據(jù)車輛動力學原理和其控制策略,初步完成了并聯(lián)插電式混合動力系統(tǒng)參數(shù)匹配;利用Simscape建立物理性模型,并借助半實物仿真模型驗證其正確性。2.利用BP神經(jīng)網(wǎng)絡(luò)遺傳算法進行參數(shù)匹配優(yōu)化,以BP神經(jīng)網(wǎng)絡(luò)為訓練對象,對各種實驗數(shù)據(jù)進行訓練,將訓練的結(jié)果作為遺傳算法適應(yīng)度值,遺傳算法通過選擇、交叉與變異操作完成尋優(yōu)的目的,實現(xiàn)對參數(shù)匹配優(yōu)化工作,優(yōu)化后的結(jié)果通過仿真模型進行驗證,并將仿真結(jié)果與實際樣車數(shù)據(jù)進行對比,結(jié)果表明百公里油耗下降了3L/100KM。證明此組合算法優(yōu)化結(jié)果具有實際的參考意義。
【關(guān)鍵詞】：并聯(lián)插電混合動力 仿真建模 半實物仿真 BP神經(jīng)網(wǎng)絡(luò)算法 遺傳算法
【學位授予單位】：湖南工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U469.72;TP391.9
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-16
• 1.1 論文背景與意義9-10
• 1.2 混合動力汽車發(fā)展現(xiàn)狀10-11
• 1.2.1 國外發(fā)展現(xiàn)狀10-11
• 1.2.2 國內(nèi)發(fā)展現(xiàn)狀11
• 1.3 建模仿真軟件研究現(xiàn)狀11-12
• 1.4 插電式電動汽車參數(shù)匹配研究狀況12-14
• 1.5 本文研究主要內(nèi)容14-16
• 第二章 插電式電動汽車動力系統(tǒng)結(jié)構(gòu)部件設(shè)計16-25
• 2.1 插電式電動汽車動力系統(tǒng)結(jié)構(gòu)分析16-19
• 2.1.1 AMT簡介18-19
• 2.2 整車動力系統(tǒng)關(guān)鍵部件的參數(shù)匹配方法19-23
• 2.2.1 車輛動力學模型19-20
• 2.2.2 發(fā)動機參數(shù)匹配方法20
• 2.2.3 驅(qū)動電機/發(fā)動機參數(shù)匹配方法20-21
• 2.2.4 動力電池參數(shù)匹配方法21-22
• 2.2.5 傳動系數(shù)參數(shù)匹配方法22-23
• 2.3 基于公交工況的參數(shù)匹配分析23-24
• 2.4 本章小結(jié)24-25
• 第三章 基于Simscape的整車動力系統(tǒng)建模25-34
• 3.1 Simscape的介紹與應(yīng)用25
• 3.2 基于Simscape整車建模25-32
• 3.2.1 發(fā)動機建模25-27
• 3.2.2 驅(qū)動電機建模27-28
• 3.2.3 動力電池建模28-29
• 3.2.4 輪胎模型和車輛動力傳動模型建立29-31
• 3.2.5 動力傳動系統(tǒng)模型搭建31-32
• 3.3 控制策略模型的建立32-33
• 3.4 本章小結(jié)33-34
• 第四章 基于BP神經(jīng)網(wǎng)絡(luò)遺傳算法對傳動系統(tǒng)參數(shù)匹配優(yōu)化34-48
• 4.1 BP神經(jīng)網(wǎng)絡(luò)算法概述34
• 4.2 BP神經(jīng)網(wǎng)絡(luò)算法的理論基礎(chǔ)34-37
• 4.3 遺傳算法原理介紹37
• 4.4 BP神經(jīng)網(wǎng)絡(luò)遺傳算法參數(shù)匹配上的應(yīng)用37-45
• 4.4.1 模型的建立38-40
• 4.4.2 BP神經(jīng)網(wǎng)絡(luò)遺傳算法函數(shù)設(shè)計40-45
• 4.5 實驗結(jié)果分析45-47
• 4.6 本章小結(jié)47-48
• 第五章 系統(tǒng)仿真與實驗驗證48-65
• 5.1 整車動力系統(tǒng)模型仿真驗證48-60
• 5.1.1 仿真架構(gòu)與整車模型48-49
• 5.1.2 仿真模型的驗證49-50
• 5.1.3 整車控制器介紹50-52
• 5.1.4 試驗相關(guān)參數(shù)52-54
• 5.1.5 ECE工況測試54-60
• 5.2 城市公交工況仿真測試與分析60-64
• 5.3 本章小結(jié)64-65
• 第六章 結(jié)論65-67
• 6.1 工作總結(jié)65
• 6.2 工作的不足和展望65-67
• 參考文獻67-70
• 攻讀碩士學位期間的學術(shù)活動及成果情況70-71
• 致謝71

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓立金;項昌樂;劉輝;張東好;唐正華;;雙模式混合驅(qū)動裝置電機參數(shù)匹配[J];吉林大學學報(工學版);2011年06期

2 劉建飛;趙丹平;韋麗珍;;汽車電動空調(diào)系統(tǒng)參數(shù)匹配與仿真[J];內(nèi)燃機與動力裝置;2014年01期

3 楊偉斌,秦大同,楊亞聯(lián),楊陽,舒紅;輕度混合動力汽車動力元件的選型與參數(shù)匹配[J];重慶大學學報(自然科學版);2003年11期

4 彭志遠;秦大同;段志輝;楊亞聯(lián);;新型混合動力汽車工作模式分析與參數(shù)匹配設(shè)計[J];中國機械工程;2012年09期

5 徐大偉;周榮;;基于燃料電池和超級電容的混合驅(qū)動系統(tǒng)參數(shù)匹配與仿真[J];天津汽車;2008年03期

6 孫燕;朱詩順;;模塊化混合動力分時驅(qū)動戰(zhàn)術(shù)車輛參數(shù)匹配與仿真[J];機械設(shè)計與研究;2011年04期

7 姚懷新;車輛液壓驅(qū)動系統(tǒng)的控制原理及參數(shù)匹配[J];中國公路學報;2002年03期

8 宋珂;章桐;;純電動和串聯(lián)式混合動力汽車電機傳動系參數(shù)匹配[J];汽車工程;2013年06期

9 王安良,楊春信,胡創(chuàng)利;飛機環(huán)境控制系統(tǒng)的焓參數(shù)匹配方法[J];工程熱物理學報;2003年02期

10 劉明月;趙維剛;張筑平;;全斷面隧道掘進機工作參數(shù)匹配規(guī)律的挖掘與利用[J];石家莊鐵道學院學報;2006年03期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 武紅霞;秦東晨;徐一村;王興;;混聯(lián)混合動力客車動力系統(tǒng)參數(shù)匹配與仿真[A];自主創(chuàng)新、學術(shù)交流——第十屆河南省汽車工程科學技術(shù)研討會論文集[C];2013年

2 林博;孫丹;李宏信;;電動汽車動力系統(tǒng)參數(shù)匹配[A];自主創(chuàng)新、學術(shù)交流——第十屆河南省汽車工程科學技術(shù)研討會論文集[C];2013年

3 姚永嶺;;純電動乘用車等比例再生制動參數(shù)匹配與經(jīng)濟性試驗標定[A];第九屆河南省汽車工程技術(shù)研討會論文集[C];2012年

中國博士學位論文全文數(shù)據(jù)庫 前3條

1 于海芳;混合動力汽車復合儲能系統(tǒng)參數(shù)匹配與控制策略研究[D];哈爾濱工業(yè)大學;2010年

2 鄭維;混合動力汽車動力總成參數(shù)匹配方法與控制策略的研究[D];哈爾濱工業(yè)大學;2010年

3 王偉;車用永磁同步電機的參數(shù)匹配、協(xié)調(diào)控制與性能評價研究[D];吉林大學;2010年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 趙園園;液壓混合動力裝載機參數(shù)匹配問題研究[D];長安大學;2015年

2 伏開飛;裝有CVT的PHEV關(guān)鍵參數(shù)匹配與能量管理研究[D];重慶大學;2015年

3 李W，

本文編號：1027811