能量管理策略作為混合動(dòng)力汽車的大腦,控制整車及各個(gè)零部件的工作狀態(tài),一直是各個(gè)車企、科研院所研究的熱點(diǎn)。當(dāng)前主流的能量管理策略中,基于規(guī)則的和基于等效燃油消耗最小的能量管理策略均存在工況適應(yīng)性差,且最優(yōu)控制參數(shù)難以確定等局限性,而基于全局優(yōu)化算法的能量管理策略在應(yīng)用時(shí),需預(yù)知未來全部行駛工況信息,實(shí)際控制中可行性差。針對(duì)以上問題,本文以基于P2構(gòu)型的混合動(dòng)力汽車為研究對(duì)象,以提高整車燃油經(jīng)濟(jì)性為研究目的,分別開展基于行駛工況識(shí)別和基于行駛工況預(yù)測(cè)的混合動(dòng)力汽車能量管理策略研究,以解決上述兩個(gè)問題。完成的主要研究工作總結(jié)如下:1)提出基于粒子群優(yōu)化支持向量機(jī)的行駛工況識(shí)別算法。針對(duì)當(dāng)前行駛工況識(shí)別算法在理論應(yīng)用方面存在一定的局限性,如神經(jīng)網(wǎng)絡(luò)理論中網(wǎng)絡(luò)結(jié)構(gòu)設(shè)置;聚類算法中初始值對(duì)聚類結(jié)果影響較大,容易陷入局部最優(yōu);模糊控制器識(shí)別時(shí),隸屬度函數(shù)大多根據(jù)經(jīng)驗(yàn)選擇,只有反復(fù)調(diào)試才可以提高識(shí)別精度等。本文提出基于粒子群優(yōu)化支持向量機(jī)的行駛工況識(shí)別算法。離線建模結(jié)果表明,相對(duì)于基于神經(jīng)網(wǎng)絡(luò)和未經(jīng)優(yōu)化的支持向量機(jī)算法建立的離線行駛工況識(shí)別模型,提出的基于粒子群優(yōu)化支持向量機(jī)的行駛工況識(shí)別算法的精度明... 

【文章來源】：合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校

【文章頁數(shù)】：174 頁

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖１．１霧霾下的交通狀況

??能量管理策略????Ｉ?一????：二－丄．?Ｉ?—??１?：???基于規(guī)則?基于優(yōu)化??１????????－?Ｉ??＾?＾?ｉ?｝??確定性規(guī)則?模糊性規(guī)則?全局優(yōu)化?瞬時(shí)優(yōu)化??邏輯門限值方法?線性規(guī)劃?等效燃油消耗最�。ǎ牛茫停印�??有限狀態(tài)機(jī)方法?ｅ?動(dòng)態(tài)刪（ＤＰ）?？棒控制??功率跟隨策略?二次規(guī)劃?挪控制??純理策Ｂ８?＾?制??遺傳算法?機(jī)器學(xué)習(xí)??工業(yè)應(yīng)用?科學(xué)研究??圖１．６能量管理策略分類??Ｆｉｇ?１．６?Ｃｌａｓｓｉｆｉｃａｔｉｏｎ?ｏｆ?ｅｎｅｒｇｙ?ｍａｎａｇｅｍｅｎｔ?ｓｔｒａｔｅｇｉｅｓ??１．３．１基于規(guī)則的能量管理策略研究現(xiàn)狀??基于規(guī)則的能量管理策略（Ｒｕｌｅ－ｂａｓｅｄ?Ｅｎｅｒｇｙ?Ｍａｎａｇｅｍｅｎｔ?Ｓｔｒａｔｅｇｙ）主要思??路為預(yù)先定義一系列車輛運(yùn)行狀態(tài)和運(yùn)行模式，并確定不同運(yùn)行模式切換的條件??作為規(guī)則。車輛實(shí)際行駛過程中將駕駛員油門踏扳開度、車速、電池荷電狀態(tài)（ＳＯＣ??值）、行駛需求轉(zhuǎn)矩等參數(shù)作為依據(jù)輸入到規(guī)則庫，根據(jù)邏輯門限值判斷當(dāng)前車??輛運(yùn)行模式，進(jìn)而調(diào)節(jié)不同動(dòng)力源的功率輸入或輸出，以此達(dá)到提高整車燃油經(jīng)??濟(jì)性和排放性能的目的。規(guī)則庫的形式可以是邏輯框圖，也可以是帶有控制參數(shù)??的表格，主要包含確定性規(guī)則和模糊性規(guī)則兩種。??基于確定性規(guī)則的能量管理策略目前有邏輯門限值方法、功率跟隨控制方法??以及有限狀態(tài)機(jī)控制方法等。目前該領(lǐng)域主要的研宄成果有：??Ｂａｎｖａｉｔ，Ｈ＾［１３］開發(fā)了一種規(guī)則的電機(jī)輔助能量管理策略并且應(yīng)用到并聯(lián)插??電式混合動(dòng)力汽車中。在電

合肥工業(yè)大學(xué)博士研宄生學(xué)位論文?????ＩｒｌＳｓｉｙ＇！?最大加速度?Ｉ＇ｍＪ：：．！?Ｉ＾ＭｅＳｉｒｉａ?Ａ．．．：歷Ｓ：Ｕ，；??匿》零哥脣．累積麵離??圖２．１離線行駛工況識(shí)別模型構(gòu)建流程??Ｆｉｇ?２．１?Ｃｏｎｓｔｒｕｃｔｉｏｎ?ｐｒｏｃｅｓｓ?ｏｆ?ｏｆｆ－ｌｉｎｅ?ｄｒｉｖｉｎｇ?ｃｙｃｌｅ?ｒｅｃｏｇｎｉｔｉｏｎ?ｍｏｄｅｌ??２．３行駛工況數(shù)據(jù)的采集??數(shù)據(jù)采集是進(jìn)行行駛工況識(shí)別與預(yù)測(cè)研究的基矗因此設(shè)計(jì)合理的行駛工況??數(shù)據(jù)采集試驗(yàn)方案能夠提高數(shù)據(jù)的有效性，使其更具有代表性。方案中應(yīng)包括行??駛工況數(shù)據(jù)采集方法、試驗(yàn)車輛及設(shè)備的選娶試驗(yàn)區(qū)域或線路的制定、試驗(yàn)時(shí)??間的選擇、數(shù)據(jù)采樣頻率和駕駛員的確定等。??２．３．１行駛工況數(shù)據(jù)采集方法??目前實(shí)時(shí)獲取行駛工況數(shù)據(jù)的方法以車輛跟隨法、自主駕駛法和線路循環(huán)測(cè)??試法為主。車輛跟隨法是指預(yù)先設(shè)定有效的工況區(qū)域作為數(shù)據(jù)采集的界限，在區(qū)??域內(nèi)駕駛試驗(yàn)車輛隨機(jī)選擇一個(gè)目標(biāo)車輛進(jìn)行跟蹤行駛，一旦目標(biāo)車輛行駛出設(shè)??定區(qū)域則立即重新選擇鄰近的另一輛車作為目標(biāo)車輛。該方法駕駛的隨意性較大，??可能導(dǎo)致數(shù)據(jù)過于集中局部區(qū)域，且需要有嫻熟的駕駛技巧以保證跟車過程中不??出現(xiàn)任何意外。自主駕駛法即由駕駛員根據(jù)自己的意愿和出行習(xí)慣正常駕駛車輛??進(jìn)行數(shù)據(jù)采集，駕駛員主觀性較強(qiáng)。該方法最大的優(yōu)點(diǎn)是不需要提前規(guī)劃試驗(yàn)路??線和試驗(yàn)時(shí)間，但由于駕駛員個(gè)人習(xí)慣和活動(dòng)區(qū)域的局限性，導(dǎo)致數(shù)據(jù)可能集中??于某些道路，因此若要擴(kuò)大數(shù)據(jù)采集范圍，需要裝有數(shù)采設(shè)備的多輛試驗(yàn)車共同??進(jìn)行采集。但試驗(yàn)成本較高，并且試驗(yàn)周期長(zhǎng)。其優(yōu)點(diǎn)是考慮了駕駛習(xí)慣等人的??因素，數(shù)據(jù)更具代表性。

【參考文獻(xiàn)】：
期刊論文
[1]具有自適應(yīng)行為的粒子群算法研究[J]. 丁知平,劉超,牛培峰.  統(tǒng)計(jì)與決策. 2019(02)
[2]基于DL-MOPSO算法的等效燃油消耗最小能量管理策略優(yōu)化研究[J]. 石琴,仇多洋,吳冰,劉炳姣,陳一鍇.  汽車工程. 2018(09)
[3]基于動(dòng)態(tài)規(guī)劃算法的增程式電動(dòng)汽車能量管理策略優(yōu)化[J]. 席利賀,張欣,耿聰,薛奇成.  交通運(yùn)輸工程學(xué)報(bào). 2018(03)
[4]基于隨機(jī)模型預(yù)測(cè)控制的四驅(qū)混合動(dòng)力汽車能量管理[J]. 錢立軍,荊紅娟,邱利宏.  中國(guó)機(jī)械工程. 2018(11)
[5]基于雙狀態(tài)動(dòng)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(jī)械傳動(dòng). 2018(02)
[6]基于動(dòng)態(tài)規(guī)劃算法的混合動(dòng)力汽車改進(jìn)型ECMS能量管理控制研究[J]. 鄧濤,韓海碩,羅俊林.  中國(guó)機(jī)械工程. 2018(03)
[7]基于多源信息融合的行駛工況識(shí)別及其在整車轉(zhuǎn)矩分配中的應(yīng)用[J]. 張裊娜,郭孔輝,丁海濤.  機(jī)械工程學(xué)報(bào). 2017(24)
[8]混聯(lián)混合動(dòng)力車輛能量管理控制策略優(yōu)化[J]. 陳銳,唐智,劉逢春,范晶晶.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(S1)
[9]基于行駛工況分類的混合動(dòng)力車輛速度預(yù)測(cè)方法與能量管理策略[J]. 丁峰,王偉達(dá),項(xiàng)昌樂,何韡,齊蘊(yùn)龍.  汽車工程. 2017(11)
[10]基于工況識(shí)別與多元非線性回歸優(yōu)化的能量管理策略[J]. 孫蕾,林歆悠,林國(guó)發(fā).  中國(guó)機(jī)械工程. 2017(22)

博士論文
[1]B50轎車怠速起步停車工況節(jié)油減排控制技術(shù)的研究[D]. 逯家鵬.吉林大學(xué) 2016

碩士論文
[1]基于模型預(yù)測(cè)控制的HEV能量管理策略的研究[D]. 孫延秋.大連理工大學(xué) 2017
[2]基于動(dòng)態(tài)規(guī)劃的并聯(lián)混合動(dòng)力汽車能量管理策略研究[D]. 朱翔.合肥工業(yè)大學(xué) 2017
[3]基于動(dòng)態(tài)規(guī)劃的并聯(lián)混合動(dòng)力客車能量管理策略研究[D]. 勾華棟.吉林大學(xué) 2015
[4]基于Cruise的混合動(dòng)力電動(dòng)客車仿真研究[D]. 董相軍.長(zhǎng)安大學(xué) 2014
[5]基于預(yù)測(cè)控制的并聯(lián)式混合動(dòng)力汽車能量管理策略研究[D]. 樊娟娟.山東大學(xué) 2012
[6]混合交通環(huán)境下行駛工況構(gòu)建方法的研究[D]. 李友文.合肥工業(yè)大學(xué) 2010
[7]ISG型輕度混合動(dòng)力汽車動(dòng)力傳動(dòng)系的匹配與仿真研究[D]. 楊偉斌.重慶大學(xué) 2004



本文編號(hào)：3581662