考虑驾驶员操作误差的混合动力汽车队列生态驾驶控制

鉴于现有生态驾驶控制的研究多基于完全智能网联环境,不适用于传统人类驾驶汽车和网联汽车混行的交通场景,本文中以包含人类驾驶汽车和网联汽车的混合动力汽车队列为研究对象,提出一种考虑驾驶员操作误差的分层生态驾驶控制方法。基于随机模型预测控制算法设计上层控制器以实现车队机动性、燃油经济性和舒适性多目标优化,采用自适应等效燃油消耗最小化策略设计下层控制器以优化车辆发动机与电池的功率分配。仿真结果表明,所提出的方法可有效降低驾驶员操作误差导致的车队中混合动力汽车速度轨迹的偏移量,车辆平均油耗降低2.82%。     

基于模型预测控制的混联式混合动力车辆能量管理策略

针对混联式混合动力车辆实时最优控制的要求,研究制定了基于模型预测控制的能量管理策略。该策略采用2层控制器,上层控制器基于模型预测控制计算出发动机最优转速转矩,下层控制器基于规则控制分配功率需求于各部件,以保持SOC(State of Charge,荷电状态)和提高燃油经济性为目标,对发动机和电池之间功率分配进行实时在线能量管理。仿真结果表明,基于模型预测控制的能量管理策略控制效果良好,相比规则控制显著提高了燃油经济性。     

基于ECMS和Radau伪谱拼接法的多模式HEV能量管理策略优化

为解决现有能量管理策略在评估多模式混合动力汽车燃油经济性时易出现模式切换、发动机起停和离合器分离与接合过于频繁的问题,针对串并联式PHEV混合动力系统,通过等效燃油消耗最小策略(ECMS)确定全球统一轻型车辆测试循环(WLTC)工况下的模式切换序列,并基于该结果,应用Radau伪谱拼接法(RPKM)求解最优模式切换时刻...     

智能网联技术应用于混合动力汽车探析

文章简要介绍了混合动力汽车和智能网联技术的研究现状,阐明了混合动力汽车与智能网联技术相结合的意义。着重论述了在智能网联环境下混合动力汽车进行能量管理的优势以及混合动力汽车实现智能网联的技术要求,最后对未来二者的依托发展进行了展望。     

智能分布式驱动汽车路径跟踪/制动能量回收协同控制策略研究

为了解决智能分布式驱动汽车路径跟踪与制动能量回收系统间的协同控制难题,充分考虑分布式驱动汽车四轮扭矩独立可控在智能驾驶系统中的优势,设计适应不同路面附着条件的智能分布式驱动汽车转向、制动分层协同控制策略。上层控制器依据不同的路面类型设计差异化的多目标代价函数,以综合优化各工况下的控制目标。高附路面下,制定满足最大能量回收值的全局参考车速,在线优化路径跟踪指令,实现最优能量回收的同时减小系统运算负荷;低附路面下,优先考虑车辆的路径跟踪性能和行驶稳定性,在多目标代价函数中取消对全局参考车速的跟随要求,增设终端速度约束与能量回收项性能指标并减小能量回收项性能指标的权重系数。上层控制器基于模型预测控制方法对多目标代价函数进行滚动优化与预测求解,得到期望的前轮转角及4个车轮的总制动扭矩需求。下层控制器根据制动扭矩需求对四轮的液压制动扭矩和电机制动扭矩进行分配,最终完成整个复合制动过程。基于MATLAB/Simulink和CarSim软件,搭建控制器在环仿真平台,并在高附和低附路面条件下对所提出的策略进行试验验证。研究结果表明：高附路面下,所提出的控制策略在准确跟踪期望路径的同时相较固定比例制动力分配方法可提升2.7%的能量回收值并减少约0.02 s的单次计算时间;低附路面下,与使用高附控制策略相比,能够保证车辆的路径跟踪准确性与行驶稳定性,同时可提升7.8%的能量回收值;控制器在环试验结果证明了该协同控制策略对车辆性能提升的有效性。     

智能网联混行动力异构交通流生态驾驶

智能网联汽车最终会以电动汽车为实现载体,而人工驾驶车辆在未来相当长的时间里依然会以传统燃油汽车为主体.以此为背景,研究城市混行交通与动力异构条件下智能网联汽车的生态驾驶问题.考虑智能网联汽车低占比时的城市交通环境,以智能网联汽车电能消耗最小为目标,将智能网联汽车生态驾驶问题表征为最优控制理论框架下的两点边界值问题,并予...     

考虑发动机起停优化的PHEV能量管理策略

针对某新型双电机行星耦合插电式混合动力汽车(PHEV)中发动机在起停及怠速运行状态下会导致油耗增加的问题,基于等效燃油消耗最小能量管理策略,加入发动机起停优化控制模块,以进一步改善整车燃油经济性。建立了整车动力学和传动模型并加入发动机起停优化控制模块,对ECMS能量管理策略输出的发动机及电机最优目标转矩进行重新优化分配后,再输出给发动机及电机控制器以控制其工作状态。针对起停优化控制中影响起停频次的关键时间参数,采用粒子群优化算法对其进行优化。仿真结果表明,相比优化前,所提出的能量管理优化策略能够实现对发动机起停或怠速状态的有效控制,减少发动机的起停频次,减少恶化油耗,验证了本文所提出的能量管理优化策略能够进一步优化整车燃油经济性。     

并联混合动力汽车ECMS的时变等效因子提取算法的研究

为解决当前等效燃油消耗最小控制策略(ECMS)未能根据实际工况选取最优等效因子的问题,利用动态规划算法(DP)和ECMS各自的优点,构建并联混合动力汽车能量算法模型,即采用动态规划算法的等效燃油消耗最小控制策略(ECMSwDP),将等效因子作为全局最优算法的控制变量,通过对等效因子的离散全局优化,获得基于工况的最佳时变等效因子。在标准工况下对时变等效因子实时控制策略与全局最优控制策略DP的各项性能参数进行了数值仿真,验证了时变等效因子提取算法的有效性和等效因子初始值选取方法的可行性。     

基于MPC的液压混合动力车辆能量管理策略研究

针对双轴并联式液压混合动力车辆(PHHV),以蓄能器荷电状态(SOC)和发动机瞬时燃油质量流量m8f为输入量,发动机需求功率比例φ为输出量,以油耗最小为目标函数设计了模型预测控制器(MPC)进行PHHV的能量管理。基于MATLAB/Simulink平台搭建了包括需求功率计算、发动机、蓄能器和泵/马达等主要部件的PHHV车辆模型并进行MPC能量管理。研究结果表明,在美国道路城市循环工况(UDDS)下,MPC管理下的PHHV能充分发挥混合动力的特点,合理调节分配发动机和液压单元的需求功率,降低行驶过程的总油耗。     

重度混合动力汽车油耗和排放的多目标随机最优控制策略

鉴于采用通常在特定工况下开发的控制策略的混合动力汽车在实际路况下的性能未必能达到最优的问题,将实际道路下的混合动力汽车能量管理策略问题转化为标准路况下的随机线性最优控制问题。建立了包含三效催化转化器热状态的混合动力汽车二次型状态空间方程,以发动机燃油消耗和三效催化转化器出口处的排放最小为优化目标,对蓄电池SOC、车速、三效催化转化器温度和出口排放等实际状态进行卡尔曼滤波估计,以对电机功率和发动机功率等输出变量进行最优反馈。仿真结果表明,与规则控制相比,所建立的随机最优控制策略能在满足车辆动力性要求的前提下,三效催化转化器的起燃时间约缩短160s,HC和CO的转化率明显提高。     

多模式混合动力汽车控制策略研究

针对目前混合动力汽车结构的优缺点及发展现状,提出一种双电机双离合器混合动力结构,在该结构下可实现多种驱动形式,综合各模式优势,可充分利用发动机、电机及电池特性,尽可能地节省能耗.在该混动结构下搭建了基于逻辑门限值和基于ECMS的瞬时优化能量管理策略,仿真及试验分析表明,基于ECMS的瞬时优化能量管理策略与基于规则的策略...     

插电式混合动力汽车等效燃油消耗最小能量管理策略研究

对某插电式混合动力汽车电量保持(CS)阶段的能量管理策略进行了设计和优化研究。首先基于等效燃油消耗最小策略(ECMS)设计了汽车的能量管理策略,然后针对传统遗传算法(SGA)在运行过程中存在的收敛速度慢、种群进化动力不足问题进行了算法改进,并使用改进的遗传算法(IGA)优化燃油等效因子。硬件在环仿真试验结果表明:在电量保持阶段电池荷电状态允许的偏差内,该方法可以获得更高的燃油经济性。     

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。     

混合动力汽车发动机优化控制策略研究

提出了一种新的基于整个动力总成系统能量转换效率最优的混合动力汽车发动机稳态优化控制策略,确定了发动机最优怠速运行点和对应的电机最优驻车发电功率.仿真结果表明,运用发动机优化策略的混合动力汽车与传统汽车相比,基于中国乘用车城区瞬态循环的燃油经济性提高了14.3%.     

混合交通环境下网联交叉口车辆协同诱导策略及仿真测试

在由智能网联汽车(CAV)与网联人工驾驶汽车(CHV)组成的混合交通环境下,以提升网联信控交叉口的行车效率、降低燃油消耗量为目标,设计了网联信控交叉口场景,在完成车辆运动学、跟驰及油耗建模的基础上,提出了一种基于车辆编队的网联车辆协同诱导策略,以平均行驶延误时间和平均燃油消耗量为评价指标,基于SUMO平台完成仿真测试。测试结果表明:在稀疏、欠饱和及过饱和交通流量条件下,随CAV渗透率的提升,通行效率和燃油经济性不断提高;在CAV渗透率低于60%时,CHV驾驶员服从度对协同行车诱导策略性能的影响更为显著。     

混联式混合动力客车整车控制系统的开发

本文中为某型混联式混合动力客车开发了基于MPC5554的整车控制系统(HCU).首先,根据混合动力客车的运行特点和动力总成结构,以最小燃油消耗为目标,提出了基于迭代动态规划全局优化算法和Elman动态神经网络的实时优化能量管理策略;接着根据整车需求和能量管理策略,以MPC5554作为CPU,完成了HCU的硬件系统设计;最后以ETAS PT-LABCAR为平台,进行了HCU硬件在环仿真试验.结果表明,所开发的HCU运行稳定、可靠,且能有效实现混合动力客车的实时控制,显著提高了整车燃油经济性.     

ISG型混合动力汽车能量管理模糊控制的研究

针对ISG型混合动力汽车的能量分配问题,提出了一种双模糊控制器的结构,分别以油门开度及其变化率和需求转矩与电池SOC作为两个模糊控制器的输入变量,两个控制器输出的加权和为电机目标转矩.样车试验结果表明,与改装前的传统车辆相比,采用双模糊控制器实现能量分配的ISG型混合动力汽车的燃油经济性提高9.5%,并在一定程度上改善...     

复合功率分流混合动力汽车能量管理策略研究

基于庞氏最小值原理,并以等效瞬时燃油消耗量最小为目标为某复合功率分流混合动力汽车制定了能量管理策略。利用MATLAB仿真平台,建立了混合动力系统能量管理策略的模型进行仿真。结果表明,与现有逻辑门限控制策略相比,采用等效瞬时燃油消耗量最小化的控制策略能显著提高燃油经济性。基于仿真结果,将控制策略集成到整车控制器中进行NEDC工况下的实车转鼓试验。结果显示,采用的控制策略使实车当量油耗降低了12.31%。     

《汽车工程》2005年（第27卷）1～6期总目次

期次/起始页码论文2005001用于燃料电池系统控制的快速控制原型ECU的研发1/72005002影响并联式混合动力电动汽车发动机在高效区工作的因素1/112005003混合动力电动汽车车上CAN网络设计实时性分析1/162005004基于MPC555的混合动力电动汽车整车控制器硬件系统设计1/212005005电动汽车能量回馈的整车控制1/242005006基于BP神经网络的发动机排放预测1/282005007电喷汽油机爆燃控制的策略及试验研究1/312005008我国车用压燃式发动机排放水平及现状分析1/352005009可变喷嘴增压器与增压柴油机的匹配试验研究1/402005010汽车碰撞行人交通伤害…     

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。