隨著工業(yè)4.0時代的到來,資源短缺和環(huán)境污染問題日益受到人們的關(guān)注。傳統(tǒng)內(nèi)燃機汽車對石油的消耗巨大,汽車的尾氣排放已經(jīng)成為空氣污染的重要來源。許多國家都在大力提倡發(fā)展新能源汽車和相關(guān)的基礎(chǔ)設(shè)施建設(shè),這樣不僅可以減少對石油的依賴,也可以大大減少城市的污染,是汽車發(fā)展的大勢所趨。雖然純電動汽車無排放、零污染的優(yōu)點,但是由于動力電池的能量密度問題,純電動汽車的發(fā)展受到限制。增程式電動汽車是新能源汽車的一種車型,它可以解決純電動汽車的續(xù)駛里程相對較短的問題,并且結(jié)構(gòu)簡單,節(jié)油性高,因此受到了廣泛研究。本文在Cruise軟件中搭建了增程式電動汽車的整車模型,并開發(fā)了控制策略,仿真驗證了策略的合理性�；隈{駛員采集的出行數(shù)據(jù)進行特征分析,提取出駕駛員的代表性工況,并基于出行工況對控制策略的控制參數(shù)進行優(yōu)化,提高了節(jié)油效果的同時還降低了排放。主要研究內(nèi)容如下:使用GPS設(shè)備獲取測試人員的出行數(shù)據(jù),對數(shù)據(jù)中不合理的片段進行預(yù)處理,采用小波降噪對預(yù)處理后的出行工況數(shù)據(jù)進行降噪。對工況數(shù)據(jù)進行運動學(xué)片段劃分并提取特征參數(shù),與國外標(biāo)準(zhǔn)工況和中國工況進行對比分析,驗證了采集工況的合理性。對提取的特征參數(shù)進行相... 

【文章來源】：吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：93 頁

【學(xué)位級別】：碩士

【部分圖文】：

國外增程

國內(nèi)增程

吉林大學(xué)碩士學(xué)位論文18圖2.1小波降噪流程圖（1）閾值函數(shù)硬閾值去噪方法時在小波系數(shù)小于閾值的時候用零代替，在小波系數(shù)大于閾值的時候不做處理。軟閾值降噪方法與硬閾值降噪方法的不同在于當(dāng)小波系數(shù)大于閾值的時候，小波系數(shù)要減去閾值。硬閾值函數(shù)去噪所得到的峰值信噪比較高，均方誤差也優(yōu)于軟閾值去噪。但是重構(gòu)的信號在局部會產(chǎn)生抖動的現(xiàn)象，還會發(fā)生突變，使得信號相對原始信號不夠平滑。軟閾值函數(shù)去噪所得到的信號要比使用硬閾值函數(shù)得到的信號要平滑。這是因為軟閾值函數(shù)去噪方法改變了小波系數(shù)，使其在小波域的連續(xù)性較好。由于閾值函數(shù)有較大的改善空間，研究人員對其改進提出了許多種不同樣的閾值函數(shù)。由于汽車速度不會突然發(fā)生變化的，因此本文對小波閾值的處理選用軟閾值方法，閾值函數(shù)的數(shù)學(xué)表達式如式2.4所示。xx-0xyxx································(2.4)（2）閾值選擇閾值的計算方法有很多種類，并且改進的空間也比較大，實際應(yīng)用中需要根據(jù)信號的特點來選擇合適的計算閾值方法。常見的閾值計算方法有：無偏似然估計法、固定閾值法、啟發(fā)式閾值法和極值閾值方法。無偏似然估計原則是一種基于Stein無偏似然估計的自適應(yīng)閾值選擇方法。將用來估計閾值的的長度為N的小波系數(shù)向量取絕對值，并按照升序方式進行排列，排序后取平方，組成新的估計向量M。對新向量中的每個元素按照式計算風(fēng)險，找出風(fēng)險最小的元素，將該元素對應(yīng)的估計值開平方即得到最終的閾值。固定閾值原則即采取的閾值是固定不變的。啟發(fā)式閾值原則結(jié)合了前兩種估計方法，當(dāng)信噪比較大的時候，按照第一種方法。當(dāng)信噪比很小的時候使用第一種方法得出來的信號噪聲較大，采取第二種

【參考文獻】：
期刊論文
[1]中國移動源排放標(biāo)準(zhǔn)發(fā)展歷程[J]. 倪紅.  世界環(huán)境. 2019(04)
[2]增程式電動汽車控制策略的研究[J]. 宋光輝,崔俊博,宋楊,李楠.  客車技術(shù)與研究. 2018(01)
[3]基于Mallat算法的谷物流量信號小波去噪方法[J]. 陳進,王坤,李耀明.  農(nóng)業(yè)工程學(xué)報. 2017(03)
[4]中國新能源汽車發(fā)展的現(xiàn)狀、問題與對策[J]. 劉運芹.  對外經(jīng)貿(mào)實務(wù). 2016(11)
[5]新能源汽車的發(fā)展現(xiàn)狀及前景分析[J]. 張紅偉.  汽車實用技術(shù). 2016(09)
[6]能源發(fā)展與環(huán)境問題[J]. 黃淑芬.  資源節(jié)約與環(huán)保. 2016(09)
[7]增程式電動環(huán)衛(wèi)車發(fā)動機雙工作點的控制策略[J]. 劉龍,黃菊花,曹銘.  南昌大學(xué)學(xué)報(工科版). 2016(01)
[8]增程式電動汽車發(fā)動機多工作點控制策略[J]. 王笑樂,干頻,陳凌珊,程偉,孫逸神.  江南大學(xué)學(xué)報(自然科學(xué)版). 2015(01)
[9]增程式電動汽車控制策略的優(yōu)化[J]. 閔海濤,葉冬金,于遠彬.  汽車工程. 2014(08)
[10]增程式電動汽車能量控制策略的仿真分析[J]. 牛繼高,司璐璐,周蘇,章桐.  上海交通大學(xué)學(xué)報. 2014(01)

博士論文
[1]增程式電動客車多動力源能量管理策略研究[D]. 曹東江.北京理工大學(xué) 2014
[2]增程式電動汽車能量管理策略研究[D]. 顧杰.合肥工業(yè)大學(xué) 2013
[3]城市混合道路行駛工況的構(gòu)建研究[D]. 姜平.合肥工業(yè)大學(xué) 2011

碩士論文
[1]基于工況識別的插電式混合動力汽車控制策略研究[D]. 姜濤.合肥工業(yè)大學(xué) 2018
[2]雙電機驅(qū)動的純電動汽車性能優(yōu)化[D]. 曾禹喬.西南交通大學(xué) 2017
[3]增程式電動汽車動力系統(tǒng)參數(shù)匹配與仿真優(yōu)化研究[D]. 張方強.浙江大學(xué) 2017
[4]增程式電動汽車動力系統(tǒng)參數(shù)設(shè)計與性能優(yōu)化研究[D]. 朱龍飛.合肥工業(yè)大學(xué) 2016
[5]增程式電動客車能量管理控制策略研究[D]. 蔣永琛.北京理工大學(xué) 2016
[6]基于工況辨識的增程式電動城市客車最優(yōu)能量分配策略[D]. 王靜.清華大學(xué) 2015
[7]增程式電動轎車動力系統(tǒng)控制策略設(shè)計及優(yōu)化研究[D]. 董欣陽.合肥工業(yè)大學(xué) 2015
[8]基于粒子群算法的增程式電動汽車能量管理策略研究[D]. 王坤玉.東北大學(xué) 2014
[9]增程式電動汽車動力系統(tǒng)參數(shù)匹配及能量管理策略研究[D]. 趙金龍.重慶大學(xué) 2014
[10]增程式純電動車動力系統(tǒng)參數(shù)匹配及控制策略研究[D]. 葉冬金.吉林大學(xué) 2012



本文編號：3350695