與傳統(tǒng)燃油車不同,插電式混合動力汽車（PHEV）可以利用發(fā)動機和電機共同驅(qū)動車輛,兼顧純電動汽車和傳統(tǒng)燃油汽車的優(yōu)點。針對混合動力系統(tǒng),合理的動力部件參數(shù)和能量管理策略對整車綜合經(jīng)濟性將產(chǎn)生很重要的影響。本文以某插電式混合動力汽車為研究對象,將行駛工況、駕駛風格、參數(shù)優(yōu)化和基于規(guī)則的能量管理策略結(jié)合,提出基于工況和駕駛風格識別的PHEV動態(tài)能量管理策略。具體研究內(nèi)容如下:（1）本文的研究對象是一款插電式混合動力汽車,其混合動力系統(tǒng)采用單排行星輪加雙電機結(jié)構(gòu)。根據(jù)相關理論知識,本文完成了發(fā)動機、電機、電池以及傳動比等參數(shù)的計算匹配;基于Matlab/Simulink平臺建立整車前向仿真模型,依據(jù)相關邏輯門限值制定了基于規(guī)則的能量管理策略,并進行仿真驗證。仿真結(jié)果表明,動力性和經(jīng)濟性表現(xiàn)均滿足設計指標的要求。（2）對24種典型循環(huán)工況進行解析,通過主成分分析、聚類分析等一系列操作,構(gòu)建了4種標準工況和1個綜合循環(huán)工況;并在行駛工況研究工作的基礎上,將駕駛員的駕駛風格分為激進型、標準型和冷靜型三類。綜合考慮行駛工況和駕駛風格的影響,采用模型在環(huán)的方式構(gòu)建能量管理策略參數(shù)優(yōu)化模型,建立了工況和... 

【文章頁數(shù)】：89 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
第一章 緒論
    1.1 選題背景和意義
    1.2 混合動力汽車的分類
        1.2.1 串聯(lián)式混合動力汽車
        1.2.2 并聯(lián)式混合動力汽車
        1.2.3 混聯(lián)式混合動力汽車
    1.3 混合動力汽車能量管理策略國內(nèi)外發(fā)展現(xiàn)狀
        1.3.1 基于規(guī)則的能量管理策略
        1.3.2 基于優(yōu)化方法的能量管理策略
    1.4 工況和駕駛風格國內(nèi)外研究現(xiàn)狀
        1.4.1 車輛行駛工況國內(nèi)外研究現(xiàn)狀
        1.4.2 駕駛風格國內(nèi)外研究現(xiàn)狀
    1.5 本課題來源與主要研究內(nèi)容
第二章 混合動力汽車動力系統(tǒng)參數(shù)匹配及建模
    2.1 引言
    2.2 動力系統(tǒng)結(jié)構(gòu)及參數(shù)匹配
        2.2.1 動力系統(tǒng)結(jié)構(gòu)及設計指標
        2.2.2 整車總功率匹配
        2.2.3 發(fā)動機參數(shù)匹配
        2.2.4 電機參數(shù)匹配
        2.2.5 電池參數(shù)匹配
        2.2.6 傳動比參數(shù)計算
    2.3 混合動力系統(tǒng)主要零部件建模
        2.3.1 整車動力學建模
        2.3.2 發(fā)動機建模
        2.3.3 電機建模
        2.3.4 電池建模
        2.3.5 駕駛員模型
    2.4 整車動力系統(tǒng)仿真分析
        2.4.1 動力性仿真
        2.4.2 經(jīng)濟性性仿真
    2.5 本章小結(jié)
第三章 標準工況數(shù)據(jù)庫的構(gòu)建
    3.1 引言
    3.2 典型工況選取
    3.3 工況解析
        3.3.1 運動學片段的劃分
        3.3.2 特征參數(shù)選擇
        3.3.3 主成分分析
        3.3.4 特征參數(shù)降維
    3.4 典型工況聚類分析
        3.4.1 層次聚類
        3.4.2 K-means聚類
        3.4.3 標準工況構(gòu)建
    3.5 本章小結(jié)
第四章 基于遺傳算法的能量管理策略參數(shù)優(yōu)化
    4.1 引言
    4.2 基于規(guī)則的能量管理策略研究
        4.2.1 策略設計原則
        4.2.2 基于規(guī)則的能量管理策略
        4.2.3 基于NEDC工況的規(guī)則能量管理策略仿真
    4.3 遺傳算法簡介
        4.3.1 遺傳算法的基本原理
        4.3.2 遺傳算法的基本操作
        4.3.3 遺傳算法的基本步驟
    4.4 優(yōu)化參數(shù)庫的構(gòu)建
        4.4.1 優(yōu)化目標
        4.4.2 優(yōu)化參數(shù)
        4.4.3 約束條件
        4.4.4 優(yōu)化過程
        4.4.5 優(yōu)化結(jié)果
    4.5 本章小結(jié)
第五章 基于工況和駕駛風格識別的能量管理策略研究
    5.1 引言
    5.2 基于工況識別的能量管理策略
        5.2.1 行駛工況識別方法
        5.2.2 BP神經(jīng)網(wǎng)絡的基本原理
        5.2.3 基于BP神經(jīng)網(wǎng)絡的工況識別
        5.2.4 基于工況識別的能量管理策略仿真分析
    5.3 基于工況和駕駛風格識別的能量管理策略
        5.3.1 模糊控制的基本概念
        5.3.2 基于模糊控制的駕駛風格識別方法
        5.3.3 基于不同駕駛風格的參數(shù)優(yōu)化
        5.3.4 基于工況和駕駛風格識別的動態(tài)能量管理策略仿真分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 工作展望
參考文獻
攻讀碩士學位期間的學術(shù)活動及成果情況


【參考文獻】：
期刊論文
[1]基于粒子群優(yōu)化支持向量機算法的行駛工況識別及應用[J]. 石琴,仇多洋,吳冰,李一鳴,劉炳姣.  中國機械工程. 2018(15)
[2]一種基于改進遺傳算法的唯相波束形成方法[J]. 劉豪,趙璐璐,梁廣,余金培.  電子設計工程. 2018(05)
[3]基于K-均值聚類分析的城市道路汽車行駛工況構(gòu)建方法研究[J]. 彭育輝,楊輝寶,李孟良,喬學齊.  汽車技術(shù). 2017(11)
[4]基于聚類分析法的公交車行駛工況構(gòu)建研究[J]. 李加強,王洪榮,周建文,馬媛媛,徐磊,何超.  汽車工程學報. 2017(06)
[5]基于工況影響的插電式混合動力汽車控制策略優(yōu)化[J]. 高建平,張磊敏,孫中博,郗建國.  中國機械工程. 2017(15)
[6]并聯(lián)混動商用車控制策略及整車性能仿真研究[J]. 穆加彩,張振東,周哲,朱敏杰,董旭峰,饒洪宇.  軟件導刊. 2017(07)
[7]混合動力電動汽車發(fā)展狀況分析及前景研究[J]. 邱先文.  小型內(nèi)燃機與車輛技術(shù). 2017(03)
[8]插電式混合動力汽車能量管理策略研究綜述[J]. 王欽普,游思雄,李亮,楊超.  機械工程學報. 2017(16)
[9]插電式混合動力汽車能量管理策略研究現(xiàn)狀和發(fā)展趨勢[J]. 蘇嶺,曾育平,秦大同.  重慶大學學報. 2017(02)
[10]基于多循環(huán)工況的混合動力汽車參數(shù)優(yōu)化研究[J]. 詹森,秦大同,曾育平.  汽車工程. 2016(08)

博士論文
[1]基于工況與駕駛風格識別的混合動力汽車能量管理策略研究[D]. 詹森.重慶大學 2016
[2]ISG混合動力汽車能量優(yōu)化管理策略研究[D]. 吳迪.合肥工業(yè)大學 2013

碩士論文
[1]基于工況預測及離線最優(yōu)軌跡的PHEV在線能量管理策略研究[D]. 李開放.合肥工業(yè)大學 2018
[2]基于工況識別的混合動力汽車控制策略研究[D]. 陳玉成.山東大學 2017
[3]CVT插電式混合動力系統(tǒng)驅(qū)動模式切換過程的平順性研究[D]. 羅松.重慶大學 2017
[4]基于工況識別的起停系統(tǒng)多模式控制策略研究[D]. 鐘慶云.華南理工大學 2016
[5]純電動汽車能耗預測與續(xù)駛里程估算[D]. 鄭寧安.大連理工大學 2016
[6]純電動汽車剩余續(xù)駛里程估算研究[D]. 謝明維.江蘇大學 2016
[7]哈爾濱市出租汽車出行特征及典型工況的構(gòu)建[D]. 陳漢.哈爾濱理工大學 2016
[8]基于工況歷史數(shù)據(jù)的HEV行駛工況識別方法[D]. 胡曉煒.大連理工大學 2015
[9]插電式混合動力汽車控制策略研究[D]. 張玉盼.大連理工大學 2015



本文編號：3694766