基于模糊控制理论的汽车纵向防撞控制研究

研究了模糊控制理论在汽车防撞中的应用.利用毫米波雷达,霍尔传感器等测得本车与前车的相对速度和相对距离,并经模糊算法模糊化处理后作为输入,对节气门和刹车的控制量（即后车的加速度）作为输出量进行模糊控制研究,本文通过对汽车纵向行驶控制行为的模糊集定义,在安全距离的数学模型基础上,设计了车辆跟驰情况下的汽车防撞模糊智能控制器。利用matlab仿真软件进行了相应的验证及分析,结果表明该模糊控制控制系统能达到防撞控制效果。     

基于BP神经网络的SOC估算策略研究

针对传统动力电池的SOC估计方法的不足,采用BP神经网络对SOC进行预测。通过编写Matlab程序对BP神经网络进行了训练,并用所建BP神经网络模型对电池性能进行预测,获得电池SOC预测值,最大误差小于0.5%,结果满足精度要求,从而验证了所建BP神经网络能够有效的预测蓄电池电压和SOC之间的映射关系。对提高动力电池的能量效率,延长电池的使用寿命具有重要意义。     

NEDC工况电机系统平均效率优化方法

基于NEDC(New European Driving Cycle，新欧洲驾驶循环)工况将某款电机系统的实际工况点分为电动工况点和发电工况点，并采用Python数据处理工具分别计算电动工况点的消耗能量和发电工况点的发电能量，根据二者的能量分布，确定重点优化区间，将优化后数值带入模型进行仿真，结果表明，优化后电动平均效率提升1%、发电平均效率提升1.58%、续驶里程提升1.3%，验证了电机系统平均效率优化方法的有效性。