基于模糊逻辑控制策略的混合动力汽车仿真研究

以燃油经济性和排放性能为主要控制目标,提出一种基于模糊逻辑的能量分配控制策略,应用ADVISOR仿真软件,对制定的控制策略在不同的道路循环工况下进行仿真。仿真结果表明,所设计的模糊逻辑控制策略能够合理分配发动机和电机的转矩,可使发动机工作在效率较高、排放较低的中等负荷区,整车的燃油经济性较好、排放较低。     

基于模糊控制与微粒群优化的混合动力客车控制策略的研究

为一辆混合动力客车(HEB)提出了一种模糊控制与微粒群优化相结合的控制策略.构建了以需求转矩与发动机最佳转矩之差和超级电容荷电状态为输入,以发动机转矩为输出的模糊控制器,并以等效燃油消耗为优化目标,利用微粒群算法对模糊隶属度函数和模糊控制规则进行优化.基于Matlab/Advisor建立了HEB模糊控制策略模型和整车模型,并进行HEB整车动力性和经济性分析.结果表明所提出的控制策略能够满足HEB的设计要求,等效燃油消耗量约降低了10.1%.     

混合动力电动汽车模糊逻辑控制策略的研究与仿真

以四川汽车工业集团野马混合动力电动汽车设计要求为基础,提出了一种混合动力电动汽车模糊逻辑控制策略。这种策略通过对油耗和各排放参数动态地分配权重值确定出发动机的最佳转矩,然后再根据模糊控制原理,以电池SOC值、汽车驱动需求的输出转矩和电动机转速为模糊输入确定出发动机的实际输出转矩,最终实现整车油耗和排放的综合优化。通过在S imu link软件中搭建该控制策略的仿真模型并与基础的电力辅助控制策略相比较,证明了这种控制策略有利于整车运行经济性和环保性的提高。     

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。     

基于线性规划的混合动力汽车智能充电策略

以油电混合动力汽车整车控制策略为基础,提出一种基于线性规划的智能充电能量分配策略,改善了混合动力汽车燃油经济性。该策略在维持高压电池SOC平衡的前提下,根据整车需求功率,发动机和中混电机转速,结合各动力总成部件能量传递的效率,以系统等效燃油消耗最小为原则进行扭矩分配优化。通过仿真结果表明,该策略比普通瞬时优化策略提高了整车燃油经济性。     

无级变速混联式混合动力客车能量分配策略

提出一种新型的混联式混合动力系统,该系统采用双电机结构,由大功率的主驱电机代替变速箱实现无级变速。对于客车不同行驶工况的需求,通过整车控制单元改变自动离合器的开合状态,从而实现混合动力系统在串联和并联2种结构间的转换。根据混联式系统的特点,建立了基于模糊逻辑控制的能量分配策略,该策略以油门或制动踏板行程、主减速器输入端转速和电池荷电状态（SOC）为输入来确定发动机和电机的输出转矩。仿真结果表明：模糊逻辑控制比逻辑门限值控制更加适用于混联系统复杂的能量流;和串联或并联系统相比,该无级变速混联系统在降低客车的燃油消耗方面具有明显的优势。     

单轴并联式混合动力汽车动力系统转矩分配策略研究

针对单轴并联式混合动力汽车,以发动机万有特性和动力电池荷电状态(SOC)为依据,提出了基于能量平衡的逻辑门限的转矩分配控制策略。利用CVT传动系统传动比可连续变化的特性调整发动机工作在高效区,根据发动机万有特性图划分动力系统的工作区间,确定了各工作区间临界阈值参数,制定出整车动力系统控制规则,实时切换了动力系统的工作模式。在不同工作模式下通过确定发动机、驱动电机的最佳工作区对整车需求转矩进行了合理分配,达到提高动力系统的能量利用效率的目标。最后对具有相同动力系统的传统车和该混合动力汽车分别进行了经济性仿真,基于Cruise与Matlab/Simulink仿真平台对提出的转矩分配控制策略进行了联合仿真验证。仿真结果表明:基于能量平衡的逻辑门限的转矩分配策略能够在满足整车动力性的前提下,改善发动机的工作点,增加在高负荷区工作的概率,降低燃油消耗量,提高整车的经济性,并保持动力电池组SOC的波动在高效区内,提高了动力电池的充放电效率,延长其使用寿命。     

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。     

计及发动机冷热效应的插电式混合动力汽车最优控制策略研究

为了缩短发动机的冷机工作时间,降低发动机的油耗和排放,以计及发动机冷热效应的燃油消耗最小为目标函数,依据庞特里亚金极小值原理建立了Hamilton函数,对目标泛函进行求解,获得了计及发动机冷热效应的最优控制策略,并将该控制策略分别与CD-CS模式控制策略和忽略发动机冷热效应的最优控制策略进行了比较.研究结果表明:计及发动机冷热效应的最优控制策略与CD-CS模式控制策略相比可使整车百公里油耗降低9.64％;与忽略发动机冷热效应的最优控制策略相比,可使整车百公里油耗降低2.34％,使三元催化器的起燃时间缩短21.3％;该策略可使插电式混合动力汽车具有更好的燃油经济性和排放性.     

单轴并联式混合动力总成的设计

设计完成了驱动电机与电控共轨柴油机结合而成的混合动力汽车动力总成,该总成用于单轴并联式混合动力汽车。驱动电机既是电驱动装置,又是起动、发电一体化系统(ISG),基于MC 68H9S12DP256B单片机,研制了该总成的控制系统,通过CAN总线实现了联合控制,以电池充放电平衡和发动机燃油经济性为基础,应用了一种模糊逻辑控制策略,实现了混合动力系统的扭矩分配与不同工作模式以及模式间的切换,该总成能够在所要求的工作模式下运转。     

Adaptive neural network based fuzzy control for a smart idle stop and go vehicle control system

Idle stop and go (ISG) is a low cost but very effective technology to improve fuel efficiency and reduce engine emissions by preventing unnecessary engine idling. In this study, a new method is developed to improve the performance of conventional ISG by monitoring traffic conditions. To estimate frontal traffic conditions, an ultra-sonic ranging sensor is employed. Several fuzzy logic algorithms are developed to determine whether the engine idling is on or off. The algorithms are evaluated experimentally using various data gathered in real areas with traffic congestion. The evaluation results show that the method developed can reduce the chance of false application of ISG significantly while improving fuel efficiency up to 15%.     

Fuzzy energy management strategy for a hybrid electric vehicle based on driving cycle recognition

By considering the effect of the driving cycle on the energy management strategy (EMS), a fuzzy EMS based on driving cycle recognition is proposed to improve the fuel economy of a parallel hybrid electric vehicle. The EMS is composed of driving cycle recognition and a fuzzy torque distribution controller. The current driving cycle is recognized by learning vector quantization in driving cycle recognition. The torque of the engine and the motor is controlled by a fuzzy torque distribution controller based on the required torque of the hybrid powertrain and the battery state of charge. The membership functions and rules of the fuzzy torque distribution controller are optimized simultaneously by using particle swarm optimization. Based on the identification results of driving cycle recognition, the fuzzy torque distribution controller selects the corresponding membership function and rule to control the hybrid powertrain. The simulation research based on ADVISOR demonstrates that this EMS improves fuel economy more effectively than fuzzy EMS without driving cycle recognition.     

发动机试验台测控系统模糊神经网络控制方法的研究

结合模糊控制、神经网络、遗传算法的优点,提出发动机试验台测控系统模糊神经网络控制方法。利用遗传算法的全局优化策略,避免陷入局部最小点的缺陷。在建立发动机-测功机传动系统动力学模型、发动机有效转矩模型、测功机励磁电流模型的基础上,进行了动态仿真模拟,较好地解决了试验台控制的稳定性及测量的实时准确性问题。     

Adaptation Strategy for Exhaust Gas Recirculation and Common Rail Pressure to Improve Transient Torque Response in Diesel Engines

Fuel injection limitation algorithms are widely used to reduce particulate matter (PM) emissions under transient states in diesel engines. However, the limited injection quantity leads to a decrease in the engine torque response under transient states. To overcome this issue, this study proposes an adaptation strategy for exhaust gas recirculation (EGR) and common rail pressure combined with a fuel injection limitation algorithm. The proposed control algorithm consists of three parts: fuel injection limitation, EGR adaptation, and rail pressure adaptation. The fuel injection quantity is limited by adjusting the exhaust burned gas rate, which is predicted based on various intake air states like air mass flow and EGR mass flow. The control algorithm for EGR and rail pressure was designed to manipulate the set-points of the EGR and rail pressure when the fuel injection limitation is activated. The EGR controller decreases the EGR gas flow rate to rapidly supply fresh air under transient states. The rail pressure controller increases the rail pressure set-point to generate a well-mixed air-fuel mixture, resulting in an enhancement in engine torque under transient states. The proposed adaptation strategy was validated through engine experiments. These experiments showed that PM emissions were reduced by up to 11.2 %, and the engine torque was enhanced by 5.4 % under transient states compared to the injection limitation strategy without adaptation.     

并联式混合动力汽车遗传模糊控制策略的研究

为带双离合器和单轴转矩耦合的某并联混合动力汽车开发了模糊控制策略,采用遗传算法对转矩分配模糊控制器进行了优化。在Matlab/Simulink和ADVISOR环境下基于试验数据建立了仿真模型,并进行了NEDC循环下只考虑经济性的控制策略优化和综合考虑经济性和排放性能的多目标控制策略优化。结果表明,应用遗传算法对模糊控制策略进行多目标优化后,油耗降低了3.65%,同时整车排放也有明显降低。     

基于神经网络的柴油机轨压模型补偿容错控制研究

电控柴油机高压共轨燃油喷射系统具有很强的非线性、时变性和扰动性,传统的控制方式难以精确控制系统的轨压。基于BP神经网络辨识得到了非线性柴油机燃油喷射系统模型,提出了一种模型补偿容错控制方法。该方法在PID参数模糊自整定控制的基础上,通过加入一个基于梯度下降算法的误差补偿控制器修正输出偏差,实现了对柴油机燃油喷射系统时变性和扰动性的控制。仿真结果证明了该方法的有效性,与传统PID控制和模糊PID控制相比具有更好的鲁棒性和抗扰动性。     

基于Cruise的ISG混合动力中型卡车能量分配策略研究

文章对ISG混合动力中型卡车发动机、电池、电机的联合工作进行了分析,并基于Matlab/Simulink建立了整车能量分配控制策略,基于AVL/Cruise建立了整车被控对象模型,进行了联合虚拟仿真。对仿真结果,包括整车的经济性、排放、SOC等性能进行了分析和研究,说明采用ISG混合动力系统的中型卡车实现了节油,并且保证了电池SOC平衡,车辆动力性能够满足要求,控制策略是有效的。