本文關鍵詞：基于工況與駕駛意圖識別的HEV控制策略，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著汽車工業(yè)的蓬勃發(fā)展,汽車的產(chǎn)銷量和保有量逐年增高的同時,其也成為了環(huán)境污染和能源危機的主要貢獻者。為了緩解環(huán)境和能源壓力,汽車節(jié)能減排形勢十分緊迫,而發(fā)展混合動力汽車是目前汽車節(jié)能減排、汽車產(chǎn)業(yè)轉(zhuǎn)型以及技術升級的必經(jīng)之路,也是行之有效的方案。整車控制策略作為混合動力汽車的靈魂,是混合動力汽車研究的關鍵技術。本課題在對城市工況分類構建方法,行駛工況識別方法和駕駛意圖識別方法進行研究基礎上,提出了基于工況與駕駛意圖識別的聯(lián)合控制策略,并進行了建模仿真驗證。 首先,針對目前城市工況是統(tǒng)一的工況,但是在實際車輛運行過程中行駛狀態(tài)變化無常,不能簡單的滿足一個行駛工況的問題,若將城市工況進行細致的分類構建,可以更好反應城市工況的細致特征,本課題綜合考慮道路類型和擁擠程度,建議將城市工況采取四分類,并提出了基于二次聚類的四分類城市工況構建方法,在混合動力城市公交車遠程監(jiān)控和數(shù)據(jù)采集系統(tǒng)的數(shù)據(jù)基礎上,構建了大連市的四分類城市工況。 其次,針對行駛工況的識別方法進行了研究,本課題采用了將模式識別與人工智能優(yōu)點合的模糊模式識別方法,并將在土木等領域成功使用的新架構模糊模式識別方法首次引入到行駛工況識別中,規(guī)避了傳統(tǒng)模糊模式識別的缺點,搭建基于模糊模式識別的行駛工況識別仿真模型并進行仿真實驗,實現(xiàn)了對行駛工況的準確識別。 然后,針對僅靠加速踏板位移和制動踏板位移來識別駕駛意圖而導致識別的不準確問題,本課題采用基于模糊推理的多參數(shù)駕駛意圖識別的方法,將駕駛意圖分為7類,以加速踏板位移及變化率、制動踏板位移及變化率和車速為輸入?yún)?shù),基于模糊推理進行識別,實現(xiàn)了對駕駛意圖的準確識別。 最后,針對目前行駛工況識別與駕駛意圖識別不能同時兼顧而導致不能實現(xiàn)全面控制的問題,本課題在基于行駛工況識別方法、駕駛意圖識別方法的深入研究基礎上,提出了基于工況識別的“多工況動態(tài)邏輯門限值”控制策略、基于駕駛意圖識別的“邏輯門限與SOC平衡聯(lián)合”的加速策略和“階梯式制動能量回收”的制動策略,以及基于工況識別與駕駛意圖識別的聯(lián)合控制策略,經(jīng)過仿真對比驗證了基于工況識別、駕駛意圖識別的控制策略均有較大的節(jié)油效果,并且其聯(lián)合控制策略結合二者優(yōu)點,相比未聯(lián)合的策略具有更為顯著的節(jié)油效果。
【關鍵詞】：混合動力汽車 行駛工況構建 工況識別 駕駛意圖識別 控制策略
【學位授予單位】：大連理工大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：U469.7
【目錄】：

• 摘要4-5
• Abstract5-10
• 1 緒論10-19
• 1.1 混合動力汽車原理、結構及特點10-12
• 1.1.1 混合動力汽車原理11
• 1.1.2 混合動力汽車結構及特點11-12
• 1.2 混合動力汽車控制策略研究現(xiàn)狀12-16
• 1.2.1 國內(nèi)外混合動力汽車控制策略新技術13-15
• 1.2.2 并聯(lián)式混合動力汽車能量管理策略發(fā)展現(xiàn)狀15-16
• 1.3 課題主要研究內(nèi)容和創(chuàng)新點16-18
• 1.3.1 課題研究主要內(nèi)容17
• 1.3.2 課題研究創(chuàng)新點17-18
• 1.4 小結18-19
• 2 城市四分類標準行駛工況構建19-37
• 2.1 行駛工況研究現(xiàn)狀19-22
• 2.2 城市行駛工況分類22
• 2.3 四分類標準行駛工況構建22-36
• 2.3.1 工況解析23-24
• 2.3.2 試驗規(guī)劃24
• 2.3.3 數(shù)據(jù)采集24-28
• 2.3.4 基于“二次聚類”的工況分類構建方法28-29
• 2.3.5 行駛工況分類構建29-36
• 2.4 小結36-37
• 3 基于模糊模式識別的行駛工況識別研究37-50
• 3.1 行駛工況識別研究現(xiàn)狀37-38
• 3.2 新架構模糊模式識別理論38-41
• 3.3 行駛工況識別特征參數(shù)選擇41-45
• 3.3.1 行駛工況特征參數(shù)正交優(yōu)化試驗41-42
• 3.3.2 行駛工況特征參數(shù)正交試驗指標42
• 3.3.3 行駛工況特征參數(shù)正交試驗因素及水平42
• 3.3.4 行駛工況特征參數(shù)正交試驗正交表42-43
• 3.3.5 行駛工況特征參數(shù)正交試驗目標43
• 3.3.6 行駛工況特征參數(shù)正交試驗方案43
• 3.3.7 行駛工況特征參數(shù)正交試驗結果分析43-45
• 3.4 行駛工況的模糊模式識別方法研究45-48
• 3.4.1 行駛工況特征參數(shù)提取45-46
• 3.4.2 行駛工況的模糊模式識別46-48
• 3.5 基于模糊模式識別的行駛工況識別仿真及分析48-49
• 3.6 小結49-50
• 4 基于模糊推理的駕駛意圖識別研究50-61
• 4.1 駕駛意圖識別研究現(xiàn)狀50-51
• 4.2 模糊推理51-52
• 4.3 駕駛意圖識別的參數(shù)選擇52-53
• 4.4 基于模糊推理的駕駛意圖識別53-60
• 4.4.1 駕駛意圖分類53
• 4.4.2 制動意圖識別53
• 4.4.3 加速意圖識別53-55
• 4.4.4 基于模糊推理的駕駛意圖識別仿真及分析55-60
• 4.5 小結60-61
• 5 基于工況識別與駕駛意圖識別的控制策略制定與建模仿真分析61-80
• 5.1 基于工況識別與駕駛意圖識別的控制策略制定61-66
• 5.1.1 基于工況識別與駕駛意圖識別的聯(lián)合控制策略62
• 5.1.2 能量管理策略62
• 5.1.3 基于工況識別的控制策略62-65
• 5.1.4 基于駕駛意圖識別的控制策略65-66
• 5.2 并聯(lián)混合動力城市公交車建模66-73
• 5.2.1 并聯(lián)混合動力汽車的結構型式及工作模式66
• 5.2.2 動力系統(tǒng)主要部件工作特性及仿真建模66-72
• 5.2.3 整車仿真模型72-73
• 5.3 基于工況識別與駕駛意圖識別的控制策略建模與仿真73-79
• 5.3.1 基于工況識別的控制策略建模73-75
• 5.3.2 基于工況識別的控制策略優(yōu)化與仿真分析75-76
• 5.3.3 基于駕駛意圖識別的控制策略建模76-78
• 5.3.4 基于駕駛意圖識別的控制策略仿真分析78
• 5.3.5 基于工況識別與駕駛意圖識別的聯(lián)合控制策略仿真分析78-79
• 5.4 小結79-80
• 結論80-82
• 參考文獻82-88
• 攻讀碩士學位期間發(fā)表學術論文情況88-89
• 致謝89-90

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王臣濤;;基于記憶學習矩陣的混合動力控制策略[J];北京汽車;2010年04期

2 黃振邦;吳森;;混合動力電動汽車研究開發(fā)及前景展望[J];城市車輛;2007年07期

3 舒紅;蔣勇;高銀平;;中度混合動力汽車模型預測控制策略[J];重慶大學學報;2010年01期

4 張毅;劉和平;伍元彪;;并聯(lián)混合動力汽車模糊多目標控制策略[J];重慶大學學報;2013年02期

5 鐘飛,鐘毓寧;Mamdani與Sugeno型模糊推理的應用研究[J];湖北工業(yè)大學學報;2005年02期

6 陳守煜,陳曉冰;模糊模式識別理論模型及在化工中的應用[J];化工學報;1991年06期

7 周楠;王慶年;曾小華;;基于工況識別的HEV自適應能量管理算法[J];湖南大學學報(自然科學版);2009年09期

8 羅玉濤,黃向東;聯(lián)式混合動力驅(qū)動系統(tǒng)的模糊控制與仿真[J];華南理工大學學報(自然科學版);2003年08期

9 胡紅斐;黃向東;羅玉濤;趙克剛;;并聯(lián)式混合動力電動汽車全局優(yōu)化控制[J];華南理工大學學報(自然科學版);2006年04期

10 羅玉濤;胡紅斐;沈繼軍;;混合動力電動汽車行駛工況分析與識別[J];華南理工大學學報(自然科學版);2007年06期

中國博士學位論文全文數(shù)據(jù)庫 前3條

1 彭棟;混合動力汽車制動能量回收與ABS集成控制研究[D];上海交通大學;2007年

2 張立權;基于模糊推理系統(tǒng)的工業(yè)過程數(shù)據(jù)挖掘[D];大連理工大學;2007年

3 黃援軍;前后雙離合器式并聯(lián)混合動力城市公交車控制策略研究[D];上海交通大學;2009年

中國碩士學位論文全文數(shù)據(jù)庫 前7條

1 張富興;城市車輛行駛工況的研究[D];武漢理工大學;2005年

2 鎖國濤;武漢市公交車行駛工況及發(fā)動機循環(huán)工況的研究[D];武漢理工大學;2006年

3 葉小平;基于循環(huán)工況的多模式控制策略開發(fā)[D];吉林大學;2006年

4 周楠;多工況自適應的并聯(lián)混合動力客車能量管理算法研究與優(yōu)化[D];吉林大學;2008年

5 徐飛;混合電動汽車控制策略的研究[D];哈爾濱工業(yè)大學;2007年

6 宋寶珍;西安市實際道路車輛行駛工況的研究[D];長安大學;2009年

7 孫磊;HEV駕駛員制動意圖識別及控制算法研究[D];吉林大學;2012年

  本文關鍵詞：基于工況與駕駛意圖識別的HEV控制策略，，由筆耕文化傳播整理發(fā)布。

本文編號：297551