智能车辆换道行驶的经济车速研究

本文旨在实现智能车辆在换道过程中经济车速规划。基于瞬态燃油消耗模型、车辆动力学模型和换道过程中道路曲率信息,利用动态规划算法求得车辆在换道过程中的经济车速轨迹。Matlab/Simulink与Car Sim联合仿真结果表明,与定速巡航算法相比,动态规划算法可节油8%左右。采用所提出的方法可在保证智能车辆安全行驶的基础上,提升其燃油经济性能,为智能车辆换道的速度控制提供决策依据。     

基于复合动态采样的自动驾驶矿车节能路径规划方法

近年来,考虑安全与效率的自动驾驶矿车路径规划方法已逐渐成熟,并在多种矿山场景落地应用。与此同时,产业界和学术界也开始关注如何利用路径规划提升矿车的燃油经济性。针对这一需求,本文提出了一种矿山场景下的自动驾驶矿车节能路径规划方法,其主要特点是根据车速、道路坡度及障碍物进行S-L（进度-偏离）和S-T（进度-时间）的复合动态采样。针对矿山典型地形场景,建立了矿车燃油消耗指标,提出了安全性-运行效率-能耗综合路径评价模型;为了防止评价模型的各项权重陷入局部最优,设计了基于模拟退火策略的粒子群自适应优化方法。在矿山实际场景的测试中,本研究提出方法较现有方法在燃油经济性指标上平均提升了11.28%。     

基于多目标优化的公交运行速度优化控制方法

为了在保证城市公交运行准时性的基础上提高燃油经济性,研究了基于多目标优化的公交运行区间速度控制方法.基于公交车辆运行与信号灯交叉口和公交站点之间的动态时空关系,建立了公交到站准时性区域判断模型;采用基于车辆比功率的油耗模型,建立了公交燃油经济性优化模型;利用分层序列法,设计了基于多目标优化的区间速度优化控制方法.在基于Matlab软件搭建的公交运行仿真平台开展了仿真实验,结果表明,所提出的方法在多种参数组合下不同控制场景中均可给出可靠速度建议;在所有场景中均降低了时间偏差,最大降低值为26 s,提升了公交线路服务可靠性;所提出方法平均降低燃油消耗7.32 mL,在一定程度上节约了公交运营成本,进一步证明了所提出方法的有效性和适用性.      

运行参数对客车燃料经济性影响的参数灵敏度分析

应用参数灵敏度分析了城市公交汽车在实际行驶过程中,行驶车速、载重量、道路阻力系数等运行参数对汽车燃油经济性的影响程度。分析表明:道路阻力因数波动对汽车油耗的影响最大,其次是实际载重量和行驶车速。选择子午线轮胎来降低滚动阻力系数或者选择较为平坦的路面行驶能够有效降低燃油的消耗;行驶速度越大,对汽车燃油经济性影响也越明显,在高速情况下应该尽量减少速度的波动。     

重度混合动力汽车燃油经济性和排放多目标优化

考虑重度混合动力汽车运行模式切换时发动机频繁起停对油耗的影响,建立了整车动态仿真模型和综合考虑燃油消耗和排放的多目标优化模型,采用简化控制变量的动态规划算法并结合自动变速器经济性换挡规律,在NEDC工况下对多目标优化模型进行仿真.结果表明,发动机的频繁起停对整车燃油消耗有显著影响,采用动态规划算法可全局优化整车燃油经济...     

基于行驶工况的单车燃油消耗微观模型

在分析汽车燃油消耗影响因素的基础上,研究了道路坡度、车辆载重量、加减速及车速对车辆燃油消耗的影响,分3种车型建立了基于车辆行驶工况的单车燃油消耗微观模型;以速度实验为基础,通过对不同车辆行驶工况影响因素处在非实验条件下的情况进行修正,建立基于行驶工况的单车燃油消耗微观模型.各车型在不同坡度、载重量、加减速时的燃油消耗通...     

智能网联电动汽车经济性巡航速度规划

本文中在充分利用智能交通环境信息的前提下，提出一种基于滚动距离域近似动态规划的经济性巡航速度规划方法，实现了车辆在不同坡度道路上的经济性巡航，有效延长电动汽车的续航里程。首先，根据动态交通环境，设计了基于距离域的分段滚动形式，建立车速与道路坡度的映射关系；其次，采用了带有异步并行网络的近似动态规划算法，综合考虑安全性和通行效率，快速求解经济性巡航车速；最后，搭建智能网联汽车硬件在环仿真平台对所提方法进行了验证。结果表明，与传统定速巡航策略相比，本文中提出的方法在不增加通行时间的前提下，可有效降低车辆能耗，延长续航里程。     

混合动力电动汽车动力性与经济性的优化匹配

万有特性曲线是一种能够全面评价发动机性能的很好的工具。文中利用Matlab软件,建立了发动机特性模型,绘制了发动机的万有特性曲线,以汽车原地起步换挡加速时间和等速行驶工况燃油消耗作为衡量动力性和燃油经济性的2个分目标,建立动力性目标函数和经济性目标函数。采用线性加权组合的方法将2个分目标函数转换成单一目标函数。采用Matlab软件进行优化计算,找到最优的加权因子即得到动力性与经济性的最佳优化匹配方案。     

基于传动系统匹配的商用车燃油经济性改善研究

基于ADVISOR软件,根据某商用车的测试数据,建立其传动系统模型。利用ADVISOR软件,从已有的可能的传动匹配组合中得到最佳匹配;分析汽车风阻和路阻系数对汽车燃油经济性的影响。企业根据分析结果进行改进,汽车燃油消耗得到降低。     

车-路-云融合的智能混合动力汽车节能驾驶技术研究进展与挑战

随着汽车的智能化与网联化,混合动力汽车的节能驾驶技术已由单纯的动力总成能量管理向涵盖车-路-云一体化的综合控制演化,基于车速规划的经济性驾驶与基于路径规划的经济性路由可显著提高汽车的节油率。介绍了现有混合动力汽车的典型节能驾驶技术,指出了节能驾驶技术的商业价值及其节油潜力;归纳总结了经济性驾驶的研究现状,引出了路径规划对于能耗的重要影响;从能耗模型构建、路径优化问题建立和求解算法三方面系统梳理了经济性路由的研究现状,指明了其研究思路;探究讨论了多车混合经济性路由问题,为物流配送车辆的经济性调度提供了优化思路;对混合动力汽车节能驾驶技术的发展趋势进行展望。     

混合动力车辆控制策略研究

针对某串联混合动力装甲车,建立了以燃油消耗最小化为目标的最优控制模型,应用动态优化算法对问题进行求解.选择某重型车辆典型城郊工况CYC-CSHVR进行仿真分析,并将结果与"恒温式"控制策略的结果作比较,结果表明动态规划算法的燃油经济性比"恒温式"有较大提高.最后根据仿真分析,得到该串联混合动力装甲车的发动机输出功率与需...     

新型电控机械式自动变速器参数优化及性能研究（双语出版）

为解决传统电控机械式自动变速器（AMT）换挡过程中的动力中断问题,同时提高整车动力性与经济性,提出一种将行星机构安装在AMT输入端构成的新型自动变速器（N-AMT）,并对N-AMT基本结构进行详细介绍,同时就驻车、起步和换挡过程中行星机构工作模式进行详细分析。首先根据最大、最小传动比、挡位数和相邻速比的设计要求对N-AMT进行速比初步设计,然后结合AMT换挡和双离合（DCT）换挡各自特点,以动力性为约束,NEDC工况最佳燃油经济性为目标进行遗传算法速比优化设计。利用速比优化设计方法进行不同挡位N-AMT方案设计,并根据动力学关系建立整车模型,对N-AMT进行动力性与经济性分析。综合考虑不同挡位数方案的分析结果和变速器结构成本等因素,确定8挡N-AMT为最终设计方案。最后对8挡N-AMT进行台架、起步和顺序换挡试验。研究结果表明：8挡N-AMT的NEDC循环工况油耗为6.38 L·（100 km）^-1,较5挡AMT原型车工况油耗6.95 L·（100 km）^-1减少了8.86%;N-AMT可以有效消除部分挡位间动力中断的问题,在30%加速踏板开度下,8挡N-AMT的起步时间为1.55 s,较5挡AMT起步时间1.61 s减少了3.7%,整车动力性得到提高;N-AMT换挡时间保持在1.05 s以内,且换挡平顺性较好。     

网联自动驾驶车辆通过信号交叉口的速度轨迹优化

以网联自动驾驶汽车(Connected Autonomous Vehicle, CAV)为研究对象, 研究了CAV车队通过城市信号交叉口的速度轨迹优化控制策略。基于最优控制理论, 采用CAV的自动驾驶模型描述车间相互作用, 以所有CAV车辆在行驶过程中的总油耗为优化目标, 根据信号灯的配时信息建立模型约束, 通过优化CAV头车的速度轨迹, 保证整个CAV车队在绿灯相位下快速通过交叉口并实现油耗最小。为了对该优化控制进行高效求解, 采用离散Pontryagin极小值原理建立最优解的必要条件, 利用基于神经网络训练的弹性反向传播(Resilient backpropagation, RPROP)算法设计了数值求解算法。多个典型场景的仿真结果显示: 整个CAV车队均能在不停车的情形下通过信号交叉口, 避免因在红灯时间窗到达停车线造成的停车、启动等过程, 总油耗量最高可减少69.74%。该控制方法利用网联自动驾驶技术的优势, 显著改善了城市交通通行效率和燃油经济性。      

柴油发动机/蓄电池混合动力汽车控制策略设计及仿真

针对采用柴油发动机和蓄电池作为动力源的并联式混合动力汽车,建立了基于Matlab/Simulink的车辆纵向动力学和驾驶员模型,并设计了功率跟随式控制策略。该控制策略将车速、负载和蓄电池SOC作为控制变量,以降低颗粒物与氮氧化物排放、提高燃油经济性为目标,采用Stateflow实现。基于新欧洲行驶循环的仿真结果表明,采用该混合动力驱动系统能较好的满足整车动力性要求,在降低燃油消耗的同时显著提高排放性能。     

功率分流混合动力全速域工作模式切换规则优化

针对某功率分流混合动力汽车，探讨了既定模式转矩分配策略未知情况下全速域工作模式切换规则的优化问题。先在既定模式转矩分配策略未知的前提下，将等效燃油消耗与样本数字特征相结合，计算了不同荷电状态（SOC）值下各工作模式在所有可行工作点的基准综合燃油消耗率。以整车燃油经济性为优化目标，确定不同SOC值下所有可行工作点的最佳工作模式，进而得出基于车速、车轮端需求转矩、SOC值的优化后全速域工作模式切换规则，以满足不同工况下的工作模式选择需求。之后，不考虑模式切换过程对整车驾驶平顺性的影响，搭建了模式切换实施模型。再以4个新欧洲驾驶循环（NEDC）工况所构成的组合工况为目标行驶工况，将优化后全速域工作模式切换规则和传统基于逻辑门限的全速域工作模式切换规则分别应用于基于规则的能量管理策略，进行了整车燃油经济性仿真与台架试验验证。仿真结果表明：在不改变既定模式转矩分配策略的条件下，与基于逻辑门限的全速域工作模式切换规则情况相比，所提出的既定模式转矩分配策略未知情况下全速域工作模式切换规则优化方法至少可使整车燃油经济性提高7.33%。台架试验结果进一步表明，该优化方法至少可使整车燃油经济性提高6.17%。由此可见，所提出的既定模式转矩分配策略未知情况下全速域工作模式切换规则优化方法对整车燃油经济性具有较好的改善效果。     

基于二次规划的智能车辆动态换道轨迹规划研究

为实现智能车辆的自主换道操作并满足安全性、舒适性和实时性等约束条件,提出一种针对动态交通环境的换道轨迹规划模型。该模型由道路平面曲线表征模块、路径生成模块以及速度曲线生成模块组成。首先,在道路平面曲线表征模块中,模型基于实时获取的周边道路信息,利用切比雪夫多项式插值法回归拟合出连续可导的道路平面曲线函数,用以保证模型在各种道路平面线形上的普适性。然后,在路径生成模块中,根据换道车辆初始时刻的运动状态,建立一系列多项式方程,并利用牛顿迭代法求解方程未知参数,以此生成连接初始位置和目标位置的换道路径,用以保证换道轨迹的平滑性。最后,在速度曲线生成模块中,以满足防碰撞约束、跟驰加速度约束以及车辆运动状态约束为目标,构建二次规划模型,生成沿着换道路径的车辆速度曲线,用以保证换道轨迹的安全性和舒适性。此外,考虑到周边动态的交通环境,车辆系统在每个时间步内会循环调用提出的模型实时更新换道轨迹,直至车辆到达目标位置。仿真试验结果表明：应用提出的换道轨迹规划模型,车辆能够有效避免与周边动态车辆发生碰撞,成功完成换道;基于二次规划框架,模型优化求解时间明显缩短,满足轨迹规划的实时性和有效性要求。     

汽车动力传动系统参数优化设计和匹配研究

为降低某微型客车的油耗,对其动力传动系统参数的优化设计和匹配问题进行了分析。利用仿真软件AVL-Cruise建立了整车性能仿真模型,并集成到优化平台iSIGHT软件中,对计算模型进行标定。通过两个软件的集成,对汽车动力传动系统的速比参数进行了优化设计和匹配。结果表明,在满足汽车动力性设计指标的前提下,优化后车辆NEDC工况的油耗降低了0.53L/100km,满足了预期设计要求。     

整车动力传动系统优化匹配试验

以6×4半挂牵引汽车匹配的280kW发动机为主体,通过配装不同速比的桥,根据变速器的直接档和超速档分别进行加速性和经济性试验,然后分析所得的动力性和经济性数据确定整车匹配优化方案,从而降低整车油耗,为客户节约运输成本。     

GT-drive的车辆动力系统匹配及优化

汽车动力装置参数对汽车动力性和燃油经济性有很大影响，文章分析了影响车辆动力系统匹配的主要因素以及优化方法，利用GT-drive软件对一款微型车进行建模仿真，对其经济性与动力性进行分析，与该车实际试验数据对比，保证该模型的精确性，并利用DOE功能优化该车的各挡变速比和主减速比，以此达到在保证原车动力性的基础上提高经济性。通过分析比较优化前后的经济性和动力性参数，确定出一套最佳的传动系数，该优化结果为车辆的进一步改型设计提供了理论依据。     

基于深度学习的混合动力汽车预测能量管理

为了优化混合动力汽车的能量动态分配过程，提升混合动力汽车的燃油经济性和动力电池荷电状态（SOC）平衡性，提高混合动力汽车能量管理策略的鲁棒性，以等效燃油消耗最小化策略为基础，结合对车辆未来行驶工况的预测研究，分析车辆未来行驶需求能量的变化，制定相应的动态调整策略。基于车联网通信技术，实时采集车辆的运行状态信息和交通信息，作为车辆未来工况预测模型的输入变量。以数据驱动为特征，基于混合深度学习建立工况预测模型。利用STL分解算法对各输入变量进行周期性、趋势性等特征分解，并对各输入变量的特征分量，使用混合深度学习网络从数据局部特征及时间维度依赖特征来深度挖掘目标车辆车速与外部信息及历史数据的关系，进而对车辆未来的行驶工况进行预测。利用预测的工况信息，分析车辆未来行驶需求能量的变化，应用于自适应等效消耗最小化策略等效因子的实时动态调整，从而实现对车辆的优化控制，并通过与传统自适应等效消耗最小化策略进行对比，验证该方法的有效性。研究结果表明：基于混合深度学习的工况预测模型预测精度比BP网络预测模型高44.72%；利用精确的预测工况信息预测能量管理，可以实时动态调整发动机和电机的功率输出，降低油耗并维持电池SOC平衡。