基于駕駛意識識別的PHEV模糊控制策略研究
發(fā)布時間:2021-04-10 15:06
近年來,隨著能源短缺和全球變暖等問題的日益加劇,各國政府紛紛出臺了更嚴格的法規(guī)以規(guī)劃汽車產(chǎn)業(yè)的未來發(fā)展,各汽車生產(chǎn)商也紛紛加大了新能源汽車的研發(fā)力度以替代傳統(tǒng)燃油車,新能源汽車大勢所趨。其中插電式混合動力汽車(PHEV)由于具有多個動力源,續(xù)駛里程長,燃油消耗低,在當前充電設(shè)備覆蓋率低、動力電池技術(shù)有待突破的背景下,倍受消費者的喜愛。本文基于國家重點研發(fā)計劃項目“新型高性價比乘用車混合動力總成開發(fā)與整車集成”,進行了混合動力汽車主要部件參數(shù)的匹配研究,提出了基于踏板開度及其變化率的駕駛員意識識別模型,設(shè)計了一種基于駕駛意識識別的模糊控制策略,最后進行了整車傳動比的優(yōu)化仿真。本文首先根據(jù)整車設(shè)計指標,計算了動力部件參數(shù)和傳動部件參數(shù),在此基礎(chǔ)上基于Cruise搭建整車仿真模型,并進行動力性能仿真;其次研究了駕駛意識識別方法,確定識別參數(shù),建立模糊識別的隸屬函數(shù)和模糊推理規(guī)則,搭建駕駛意識識別模型;然后研究了混合動力汽車能量管理策略,在駕駛意識識別的基礎(chǔ)上,建立了基于模糊規(guī)則的控制策略,并進行Matlab-Cruise聯(lián)合仿真;最后研究了優(yōu)化理論,以燃油消耗和百公里加速為優(yōu)化目標,以動力性...
【文章來源】:合肥工業(yè)大學安徽省 211工程院校 教育部直屬院校
【文章頁數(shù)】:75 頁
【學位級別】:碩士
【部分圖文】:
018年中國新能源車銷量Fig1.1SalesofnewenergyvehiclesinChinain2018
圖 2. 1 混合動力汽車傳動結(jié)構(gòu)Fig 2.1 Hybridelectric vehicle transmission structure2.2 整車基本參數(shù)和動力性能指標本章設(shè)計車型其整車設(shè)計要求參數(shù)和動力性能指標如下表所示。
圖 2. 2 NEDC 工況功率分析圖Fig 2.2 Power analysisdiagram of typicalworkingcond況復雜,每個駕駛?cè)说男旭偮肪和行駛習循環(huán)工況。這里采用典型的 NEDC 工況、功率-時間變化曲線如圖 2.2 所示。
【參考文獻】:
期刊論文
[1]2018新能源車市:政策轉(zhuǎn)換中的高增長[J]. 甄文媛. 汽車縱橫. 2019(01)
[2]基于HMM和SVM級聯(lián)算法的駕駛意圖識別[J]. 劉志強,吳雪剛,倪捷,張騰. 汽車工程. 2018(07)
[3]基于動態(tài)規(guī)劃的插電式混合動力汽車全局最優(yōu)控制策略研究[J]. 張冰戰(zhàn),李開放. 汽車技術(shù). 2018(07)
[4]基于雙狀態(tài)動態(tài)規(guī)劃算法的PHEV規(guī)則控制策略研究[J]. 隗寒冰,朱寧. 機械傳動. 2018(02)
[5]基于BP神經(jīng)網(wǎng)絡(luò)的HEV加速意圖識別[J]. 劉松波,白國振. 農(nóng)業(yè)裝備與車輛工程. 2017(10)
[6]支持向量機純電動客車駕駛意圖識別[J]. 李慧,譚盛彬,張碩. 長春工業(yè)大學學報. 2017(02)
[7]并聯(lián)式混合動力汽車動力總成發(fā)動機的模糊控制仿真分析[J]. 游震洲,張鵬,牛禮民. 計算機集成制造系統(tǒng). 2016(11)
[8]混合動力系統(tǒng)多目標優(yōu)化的混合度參數(shù)匹配方法[J]. 林歆悠,薛瑞,馮其高,張少博. 福州大學學報(自然科學版). 2016(01)
[9]基于NSGA-Ⅱ的并聯(lián)混合動力客車傳動比優(yōu)化[J]. 田韶鵬,伍磊. 武漢理工大學學報(信息與管理工程版). 2015(06)
[10]并聯(lián)式混合動力汽車雙模糊控制能量管理策略研究[J]. 付主木,周朋歌,高愛云. 測控技術(shù). 2015(10)
碩士論文
[1]基于模糊神經(jīng)網(wǎng)絡(luò)的駕駛員制動意圖辨識技術(shù)研究[D]. 曲代麗.長春工業(yè)大學 2016
[2]插電式并聯(lián)混合動力汽車模糊控制策略研究[D]. 喬俊林.重慶大學 2012
[3]基于隱馬爾可夫理論的駕駛意圖辨識研究[D]. 馬晶晶.長沙理工大學 2012
本文編號:3129857
【文章來源】:合肥工業(yè)大學安徽省 211工程院校 教育部直屬院校
【文章頁數(shù)】:75 頁
【學位級別】:碩士
【部分圖文】:
018年中國新能源車銷量Fig1.1SalesofnewenergyvehiclesinChinain2018
圖 2. 1 混合動力汽車傳動結(jié)構(gòu)Fig 2.1 Hybridelectric vehicle transmission structure2.2 整車基本參數(shù)和動力性能指標本章設(shè)計車型其整車設(shè)計要求參數(shù)和動力性能指標如下表所示。
圖 2. 2 NEDC 工況功率分析圖Fig 2.2 Power analysisdiagram of typicalworkingcond況復雜,每個駕駛?cè)说男旭偮肪和行駛習循環(huán)工況。這里采用典型的 NEDC 工況、功率-時間變化曲線如圖 2.2 所示。
【參考文獻】:
期刊論文
[1]2018新能源車市:政策轉(zhuǎn)換中的高增長[J]. 甄文媛. 汽車縱橫. 2019(01)
[2]基于HMM和SVM級聯(lián)算法的駕駛意圖識別[J]. 劉志強,吳雪剛,倪捷,張騰. 汽車工程. 2018(07)
[3]基于動態(tài)規(guī)劃的插電式混合動力汽車全局最優(yōu)控制策略研究[J]. 張冰戰(zhàn),李開放. 汽車技術(shù). 2018(07)
[4]基于雙狀態(tài)動態(tài)規(guī)劃算法的PHEV規(guī)則控制策略研究[J]. 隗寒冰,朱寧. 機械傳動. 2018(02)
[5]基于BP神經(jīng)網(wǎng)絡(luò)的HEV加速意圖識別[J]. 劉松波,白國振. 農(nóng)業(yè)裝備與車輛工程. 2017(10)
[6]支持向量機純電動客車駕駛意圖識別[J]. 李慧,譚盛彬,張碩. 長春工業(yè)大學學報. 2017(02)
[7]并聯(lián)式混合動力汽車動力總成發(fā)動機的模糊控制仿真分析[J]. 游震洲,張鵬,牛禮民. 計算機集成制造系統(tǒng). 2016(11)
[8]混合動力系統(tǒng)多目標優(yōu)化的混合度參數(shù)匹配方法[J]. 林歆悠,薛瑞,馮其高,張少博. 福州大學學報(自然科學版). 2016(01)
[9]基于NSGA-Ⅱ的并聯(lián)混合動力客車傳動比優(yōu)化[J]. 田韶鵬,伍磊. 武漢理工大學學報(信息與管理工程版). 2015(06)
[10]并聯(lián)式混合動力汽車雙模糊控制能量管理策略研究[J]. 付主木,周朋歌,高愛云. 測控技術(shù). 2015(10)
碩士論文
[1]基于模糊神經(jīng)網(wǎng)絡(luò)的駕駛員制動意圖辨識技術(shù)研究[D]. 曲代麗.長春工業(yè)大學 2016
[2]插電式并聯(lián)混合動力汽車模糊控制策略研究[D]. 喬俊林.重慶大學 2012
[3]基于隱馬爾可夫理論的駕駛意圖辨識研究[D]. 馬晶晶.長沙理工大學 2012
本文編號:3129857
本文鏈接:http://sikaile.net/kejilunwen/qiche/3129857.html
最近更新
教材專著